A Two-Step Distribution System State Estimator with Grid Constraints and Mixed Measurements
Delft University of Technology(代尔夫特理工大学);Austrian Institute of Technology(奥地利技术研究所);General Electric Global Research(通用电气全球研究)
本文提出一种计算高效的两步方法,用于将同步和非同步的混合实时测量纳入现有解决方案,考虑了无负载节点的物理约束,通过基准测试馈线验证了方法的有效性。
2018-05-15 cs.SY eess.SY
Distributed Dual Quaternion Based Localization of Visual Sensor Networks
在本文中,我们考虑定位问题的视觉传感器网络。受[1]中讨论的交替姿态和位置分布式优化框架的启发,我们提出了一种利用单位对偶四元数代数来描述传感器位姿的估计方案。这种表示在优化方案的制定中是有益的,其允许在不设计两个交错的位置和取向估计器的情况下解决定位问题,从而改善两个姿态分量上的估计误差分布和整体定位性能。此外,数值实验断言所提出的算法的鲁棒性w.r.t.初始条件。
2022-03-11 cs.SY eess.SY
A Measurement-Based Robust Non-Gaussian Process Emulator Applied to Data-Driven Stochastic Power Flow
在本文中,我们提出了一个强大的非高斯过程仿真器的基础上Schweppe型广义极大似然估计,这是训练计量时间序列的电压相量和功率注入执行随机潮流。电力系统数据经常被故障条件、停电和极端天气等引起的异常值破坏。所提出的仿真器使用基于投影统计计算的权重来限制离群值的影响,投影统计是与因子空间的行向量相关联的数据点的鲁棒距离。具体而言,所开发的估计器对垂直离群值和不良杠杆点具有鲁棒性,同时保留训练数据集测量中的良好杠杆点。所提出的方法证明了一个不平衡的径向IEEE 33总线系统严重集成可再生能源。
2022-02-09 cs.SY eess.SY stat.AP
Recursive Dynamic State Estimation for Power Systems with an Incomplete Nonlinear DAE Model
针对缺乏部分组件模型的电力系统,提出一种递归动态状态估计器,结合可用方程与相量测量利用最小二乘法估计状态,并推导出保证解唯一的测量单元配置图论条件,在短路和负荷变化下表现优异。
2025-04-06 cs.SY eess.SY
Real-Time Equality-Constrained Hybrid State Estimation in Complex Variables
International University of Sarajevo(萨拉热窝国际大学);American University of Beirut(贝鲁特美国大学);Imperial College, London(伦敦帝国理工学院)
本文提出一种复杂变量等式约束混合状态估计方法,通过Wirtinger微积分扩展正常方程方法,提升实时应用中的计算效率和精度。
2018-06-09 cs.SY eess.SY
Maximum likelihood estimation of distribution grid topology and parameters from smart meter data
本文定义了一个最大似然估计(MLE)的导纳矩阵估计的配电网,利用电压幅值和功率测量只收集从常见的,非同步测量设备(智能电表)。首先,我们提出了一个模型的电网,以及现有的MLE的电压和电流相量测量的基础上。然后,这个问题的制定调整无相测量使用共同的假设。这些假设的效果进行比较,在各种情况下的初始问题。最后,一个流行的IEEE基准网络的数值实验表明有前途的结果。缺失的数据会极大地扰乱估计方法。不测量电压相位在实际条件下只会给导纳矩阵估计增加30%的误差。此外,对测量噪声的灵敏度在有和没有相位的情况下是相似的。
2022-10-05 cs.SY eess.SY stat.AP
Robust Power System Dynamic State Estimator with Non-Gaussian Measurement Noise: Part I--Theory
本文提出了一种新的鲁棒广义最大似然型Unscented卡尔曼滤波器(GM-UKF)的理论框架和方程,该滤波器能够在滤除非高斯测量噪声的同时抑制观测和新息离群值。由于采用相量测量单元(PMU)计算的有功和无功功率测量值的误差服从长尾概率分布,传统的UKF方法依赖于加权最小二乘估计器,因此提供了强偏差的状态估计。相比之下,我们的GM-UKF的状态估计和残差被证明是大致高斯的,允许sigma点可靠地近似预测和校正的状态向量的均值和协方差阵。为了开发我们的GM-UKF,我们首先通过同时处理预测和观测来导出批处理模式回归形式,其中使用统计线性化方法。我们证明了这样导出的方程组等价于无迹变换的方程组。然后,一个强大的GM估计,最小化凸Huber费用函数,同时使用通过投影统计(PS)计算的权重。将PS应用于由连续相关的预测状态和创新向量组成的二维矩阵,以检测观察和创新离群值。GM估计器使用迭代重加权最小二乘算法来抑制这些离群值。最后,由总影响函数推导出GM-UKF状态估计的渐近误差协方差阵。在配套文件中,大量的仿真结果将被证明所提出的方法的有效性和鲁棒性。
2017-03-14 cs.SY eess.SY math.ST
TE-PINN: Quaternion-Based Orientation Estimation using Transformer-Enhanced Physics-Informed Neural Networks
Students’ Scientific Research Center(学生科学研究中心);Tehran University of Medical Sciences(德黑兰医科大学)
本文提出TE-PINN,通过结合Transformer和物理信息学习进行基于四元数的姿态估计,在复杂动态环境中显著优于传统方法并实现嵌入式实时性能。
2024-09-24 cs.RO cs.SY eess.SP
Analytical Verification of Performance of Deep Neural Network Based Time-Synchronized Distribution System State Estimation
Arizona State University(亚利桑那州立大学)
本文通过将深度神经网络对输入扰动的鲁棒性验证建模为混合整数线性规划问题,解析验证了基于DNN的时间同步配电系统状态估计器的性能边界,并利用批归一化缓解可扩展性问题,在IEEE 34节点系统和真实大型配电系统上完成验证。
2024-02-22 cs.LG cs.SY eess.SY
Two-level Robust State Estimation for Multi-Area Power Systems Under Bounded Uncertainties
针对量测和网络参数存在不确定性的大规模电力系统,提出了一种两级鲁棒状态估计方法。电力网络中的有界数据不确定性(BDU)是一种结构化的不确定性,在实际系统中不可避免地会出现这种不确定性。在所提出的方法中,相应的网络首先分解成更小的子系统(区域),然后提出了一个两级算法的状态估计。在该算法中,在第一级,每个区域使用加权最小二乘(WLS)技术来估计自己的状态的基础上的鲁棒混合估计利用相量测量单元(PMU),在第二级,中央协调器处理所有的结果从子区域,并给出了整个系统的鲁棒估计。IEEE 30节点测试系统的仿真结果验证了所提出的多区域鲁棒估计器的准确性和性能。
2022-12-13 cs.SY eess.SY
Physics-Informed Neural Networks for Non-linear System Identification for Power System Dynamics
Technical University of Denmark(丹麦技术大学)
基于变流器的发电机组的功率馈入变化会对系统参数(如惯性和阻尼)带来很大的不确定性。因此,系统运营商在执行动态安全评估和采取实时控制措施方面面临越来越多的挑战。利用相量测量单元(PMU)的广泛部署,以开发快速动态状态和参数估计工具为目标,研究了物理信息神经网络(PINN)在发现未来电力系统频率动态特性中的性能。PINN具有解决诸如低惯性系统的较强非线性、增加的测量噪声和有限的数据可用性等挑战的潜力。在几个测试用例中使用4总线系统的估计,并与最先进的算法,如无迹卡尔曼滤波器(UKF),以评估其性能进行比较。
2021-04-15 cs.LG cs.SY eess.SY
Hybrid Voltage Stability and Security Assessment using Synchrophasors with Consideration of Generator Q-limits
电力需求的增加、对经济性的追求以及对电网基础设施的有限投资,导致公用事业公司在接近其稳定极限的情况下运行电力系统。电压失稳可能引发连锁跳闸、大范围电压崩溃和停电。通过部署相量测量单元(PMU)可以实现实时电压稳定监测,这对于采取主动控制措施并最大限度地减少对系统的影响至关重要。本文提出了一种新的在线算法,用于a)基于混合扰动分析的电压稳定监测(HPVSM),b)在电压稳定指标中包含Q限制,c)使用电压稳定指标进行实时安全分析。基于HPVSM的电压稳定指标计算采用线性状态估计器和PMU测量数据。典型的基于测量的方案忽略了发电机Q极限的影响,并且安全性分析是不可行的。建议的HPVSM为基础的指数考虑的影响,发电机Q限制violationby预测的关键发电机使用实时PMU测量。利用提出的电压稳定性指标对事故进行了排序,以进行安全分析。对9节点WECC、IEEE 14、57和118节点系统的仿真结果表明,该方法在实时电压稳定性和安全性分析中具有优越性
2020-05-27 cs.SY eess.SY
A Robust Data-driven Process Modeling Applied to Time-series Stochastic Power Flow
在本文中,我们提出了一个强大的数据驱动的过程模型,其超参数使用Schweppe型广义极大似然估计鲁棒估计。所提出的模型进行训练记录的时间序列数据的电压相量和功率注入执行时间序列随机潮流计算。电力系统数据经常被大误差、故障条件、停电和极端天气等引起的异常值破坏。该模型降低了训练数据集测量中的垂直离群值和不良杠杆点的权重。使用投影统计计算用于约束离群值影响的权重,投影统计是时间序列数据点的马氏距离的稳健版本。所提出的方法被证明在IEEE 33总线配电系统和现实世界的不平衡240总线配电系统严重集成可再生能源。我们的仿真结果表明,所提出的鲁棒模型可以处理高达25%的训练数据集的离群值。
2023-01-06 cs.SY eess.SY stat.ML
Data-Driven Flow and Injection Estimation in PMU-Unobservable Transmission Systems
本文提出利用深度神经网络和线性约束,实现PMU稀疏观测下电力系统潮流与注入的快速准确估计。
2022-12-08 cs.SY eess.SY
Finite-time Stable Pose Estimation on TSE(3) using Point Cloud and Velocity Sensors
Department of Mechanical \& Aerospace Engineering, Syracuse University, Syracuse, NY 13244
本文提出一种基于点云和速度传感器的有限时间稳定姿态估计方法,通过几何力学框架实现鲁棒性,适用于自主车辆。
2026-02-10 cs.RO cs.SY eess.SY
Uncertainty Error Modeling for Non-Linear State Estimation With Unsynchronized SCADA and $μ$PMU Measurements
针对 SCADA 与 $μ$PMU 量测非同步及动态负荷不确定性问题,提出通过更新量测方差构建时变权重的非线性 DSSE 框架,并在 MATPOWER 33 节点系统中验证。
2022-12-20 cs.SY eess.SY
Risk Mitigation for Dynamic State Estimation Against Cyber Attacks and Unknown Inputs
the University of Texas at San Antonio(德克萨斯大学圣安东尼奥分校);Argonne National Laboratory(阿贡国家实验室);Purdue University(普渡大学)
本文提出基于动态状态估计的风险缓解策略,用于消除电网中未知输入和潜在网络攻击带来的威胁。通过动态状态估计器同时估计系统状态和未知输入,结合攻击检测算法,利用优化框架确定最受影响的PMU测量,并通过案例研究验证方法有效性。
2016-05-19 cs.CR cs.SY eess.SY
Global Minimum Energy State Estimation for Embedded Nonlinear Systems with Symmetry
针对非线性系统状态估计中局部最优与全局稳定难以兼顾的问题,提出利用嵌入坐标和最小能量范式的全局最优观测器,在单位四元数姿态估计中验证了其始终最优且大初始误差下仍可收敛的性能。
2024-09-13 cs.SY eess.SY