Wide-Area Damping Control for Interarea Oscillations in Power Grids Based on PMU Measurements
针对威胁现代电力系统安全稳定运行的区域间振荡问题，提出了一种基于相量测量单元（PMU）的广域阻尼控制方法。利用同步PMU数据，所提出的几乎无模型的方法可以实现一个有效的阻尼选定的模式，使用最少数量的同步发电机。仿真结果表明了所提出的广域阻尼控制方案的有效性。
2021-08-02 cs.SY eess.SY
PMU Placement Optimization for Smart Grid Obvervability and State Estimation
University of Technology Sydney（悉尼科技大学）；King Fahd University of Petroleum and Minerals（法赫德国王石油与矿产大学）；Queen’s University Belfast（贝尔法斯特女王大学）；Princeton University（普林斯顿大学）
本文研究了在不同可观测程度下PMU布局对电网状态估计的影响，提出在可观测性约束下优化PMU布局以减少均方误差或最大化测量输出与电网状态间的互信息。
2018-06-07 cs.SY eess.SY
PMU-Based Estimation of Dynamic State Jacobian Matrix and Dynamic System State Matrix in Ambient Conditions
McGill University（麦吉尔大学）；Skolkovo Institute of Science and Technology (Skoltech)（斯科尔科沃科学技术研究所）；MIT（麻省理工学院）
本文提出一种混合测量与模型方法，利用PMU测量提取的统计特性实时估计动态状态雅可比矩阵和系统状态矩阵，用于检测未反映在假设网络模型中的网络拓扑变化，并应用于在线动态稳定性监控。
2017-06-04 cs.SY eess.SY
Topology-Aware Graph Neural Network-based State Estimation for PMU-Unobservable Power Systems
本文提出一种拓扑感知的定制化图神经网络状态估计方法CGNN-SE，结合图卷积与多头图注意力应对拓扑变化和数据丢失，并在多种扰动及大规模系统中优于传统优化和学习型方法。
2025-06-04 cs.SY eess.SY
Controlled Power System Separation Using Generator PMU Data and System Kinetic Energy
本文提出一种基于PMU发电机转子角度与转速的失步检测器，并与受控解列技术结合形成广域综合防御方案，在IEEE 39节点系统上验证了其有效性。
2023-05-28 cs.SY eess.SY
PMU-Based Estimation of Dynamic State Jacobian Matrix
McGill University（麦吉尔大学）；Massachusetts Institute of Technology（麻省理工学院）
本文提出一种混合测量与模型方法，实现实时动态状态雅可比矩阵估计，方法计算高效且对网络拓扑变化鲁棒，通过数值例子验证其在不可检测网络拓扑变化下的优越性。
2017-03-09 cs.SY eess.SY
Transmission Lines Positive Sequence Parameters Estimation and Instrument Transformers Calibration Based on PMU Measurement Error Model
相量测量装置的测量数据在当今电力系统的稳态和动态分析中得到了广泛的应用。这些应用程序运行在公用事业的能源管理系统的性能很大程度上取决于一个准确的正序电力系统模型。然而，由于Transformers带来的变比误差和相量测量单元带来的通信误差，直接利用相量测量单元测量值计算输电线路参数，建立精确的模型是不切实际的。因此，本文提出了一种方法来估计整个系统的实际输电线路参数，并在同一时间，校准相应的Transformers。针对上述误差，提出了适用于换位和非换位输电线路的PMU正序测量误差模型。在此误差模型的基础上，设计了一种基于最小二乘估计的单线参数估计方法。该方法只需要一组参考测量值，并且精度可以随着引入的基于边的宽度优先搜索算法获得的拓扑一起传播到整个网络。IEEE 118节点系统和Texas 2000节点系统的算例验证了该方法的有效性。还讨论了在现实中部署的潜力。
2019-11-04 cs.SY eess.SY
Moving-Horizon State Estimation for Power Networks and Synchronous Generators
电力网络和发电机状态估计通常作为单独的问题来处理。我们提出了一个动态的计划，同时估计的网络和发电机的状态。该估计公式化为一个优化问题上的一个移动的地平线上的过去的观察。该框架是静态状态估计的推广，它可以处理不完整的模型知识，并不需要PMU的静态网络可观性。数值结果表明，与静态状态估计相比，该方法提高了估计精度。此外，准确的估计发电机的内部状态没有PMU在其终端上可以实现。最后，我们强调了所提出的估计检测和识别坏数据的能力。
2022-07-25 cs.SY eess.SY
System-wide Instrument Transformer Calibration and Line Parameter Estimation Using PMU Data
本文提出基于PMU数据的统计框架，同时解决互感器校准与线路参数估计问题，通过放置收入级计量表避免对完美互感器的依赖，并在IEEE 118节点系统及实际数据上验证了高精度与鲁棒性。
2025-03-27 cs.SY eess.SY
Attack Identification and Correction for PMU GPS Spoofing in Unbalanced Distribution Systems
由于民用全球定位系统（GPS）信号的脆弱性，相量测量单元（PMU）的准确性可能会受到GPS欺骗攻击（GSA）的极大影响，GPS欺骗攻击会将相移引入到真实的相角测量中。针对配电系统中多个PMU位置的同时GSA问题，提出了一种新的辨识和校正算法。首先对状态估计残差对单个GSA相角进行了灵敏度分析。提出了一种利用探测技术的识别算法来确定欺骗PMU的位置和GSA相移的范围。基于识别结果，这些GSA相移通过估计算法来确定，该估计算法最小化测量和系统状态之间的失配。进一步，通过对受攻击的PMU数据进行修正，恢复系统状态。在IEEE 34节点和123节点不平衡配电系统中的仿真验证了该方法的有效性和准确性。
2020-02-25 cs.SY eess.SY
A Constrained Formulation for Simultaneous Line Parameter Estimation and Instrument Transformer Calibration
Arizona State University（亚利桑那州立大学）；University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校）
本文提出一种结合电力系统领域知识的约束框架，用于同时估计线路参数和互感器校准，通过模拟和真实PMU数据验证了方法的有效性。
2026-04-21 cs.SY eess.SY
Linear State Estimation and Bad Data Detection for Power Systems with RTU and PMU Measurements
本文提出了一种新的线性算法，用于电力系统的状态估计，包括坏数据检测，这是由常规和同步相量测量监测。这两种类型的数据被同时处理，并在直角坐标系中估计状态。所提出的估计是基于线性加权最小二乘法。为了使线性测量函数的推导，网络的电压和电流的矩形形式和伪测量被用来代表传统的测量建模。此外，最大归一化残差检验用于检测坏数据。为了验证所提出的算法的准确性和鲁棒性，解决了几个不同大小的测试用例，并给出了结果和讨论。
2020-01-29 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
PMU-Based Estimation of Dynamic State Jacobian Matrix
MIT（麻省理工学院）
本文提出了一种混合测量与模型方法，用于近实时估计动态状态雅可比矩阵，方法计算高效且对网络拓扑变化具有鲁棒性，可用于在线振荡分析、稳定性监控与控制。
2015-10-26 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
Precision Enhancement of Distribution System State Estimation via Tri-Objective Micro Phasor Measurement Unit Deployment
本文提出一种三目标μ-PMU布置方法，最小化通道数、状态估计不确定性和参数容差敏感性，采用定制NSGA-II求解，实验表明超阈值通道增益微小，可省略30-40%母线。
2023-08-31 cs.SY eess.SY
An Electrical Structure-Based Approach to PMU Placement in the Electric Power Grid
People’s Education Society University（人民教育社会大学）；Lehigh University（利哈伊大学）
本文基于电网中各节点之间电气连通性的强特征，提出一种新的PMU部署方法，通过优化二进制整数规划实现网络可观测性，提升了状态估计和故障检测的性能。
2015-05-17 cs.SY eess.SY
Optimal PMU Placement for Kalman Filtering of DAE Power System Models
本文针对DAE电力系统动态状态估计，提出通过最小化卡尔曼滤波稳态协方差并将问题转化为混合整数半定规划的最优PMU布点方法，实验表明其性能优于贪心算法。
2025-02-05 cs.SY eess.SY
A robust extended Kalman filter for power system dynamic state estimation using PMU measurements
本文提出了一种鲁棒扩展卡尔曼滤波器，用于估计多机电力系统同步发电机的转子角和转速。使用批处理模式回归形式，过滤器处理预测的状态向量和PMU测量值，以跟踪系统动态比标准的扩展卡尔曼滤波器更快。我们提出的滤波器是基于一个强大的GM估计，边界的影响，垂直离群值和坏的杠杆点，这是通过投影统计。由于使用了Huber代价函数，在过程和观测噪声的高斯分布假设下实现了良好的统计效率，该代价函数通过迭代重加权最小二乘算法最小化。通过GM-估计器的总影响函数的协方差矩阵导出状态估计误差向量的渐近协方差矩阵。在IEEE 39节点测试系统上进行的仿真表明，该鲁棒扩展卡尔曼滤波器在高斯过程和观测噪声下具有良好的跟踪能力，即使在杠杆作用下也能抑制观测野值。只有在电力系统模型的线性近似有效的情况下，才能获得这些良好的性能。
2021-04-05 cs.SY eess.SY
Comparison of Bounds for Optimal PMU Placement for State Estimation in Distribution Grids
配电网中测量的缺乏对其监测提出了严峻的挑战：由于可能没有足够的传感器来实现数值可观测性，因此通常使用负载预测（伪测量），并且因此不能保证准确的状态估计。然而，估计需要控制配电网的分布式发电量的增加。因此，我们考虑的问题，以提高状态估计精度在大规模，3相耦合，不平衡的配电网的传感器的最佳位置。这是一个组合优化问题，其最优解对于大型网络是不切实际的。我们探索不同的度量的最优实验设计的背景下，如凸性和模块化的属性，提出并比较几个严格的下限和上限的最优解的性能。此外，我们展示了如何使用这些界限来选择接近最优的解决方案。我们测试的IEEE基准测试馈线，123总线和8500节点馈线，该方法的有效性。
2019-08-07 cs.SY eess.SY
A Shallow Recurrent Decoder for Dynamic State Estimation with a Limited Number of PMUs in Power Systems
提出一种浅层循环解码器（SHRED）架构，利用稀疏PMU测量实现电力系统全状态重构，不依赖精确物理模型且对PMU位置不敏感，在IEEE 39节点系统上验证了其优于传统方法。
2026-07-02 cs.SY eess.SY
Calculate Center-of-Inertia Frequency and System RoCoF Using PMU Data
电力系统频率对系统的整体稳定性很重要。然而，由于系统惯性的分布性质和在一个同步系统中不同发电机转子电速度的小不一致性，不存在系统频率的单个测量点。提出了一种利用多点PMU数据更准确地计算系统惯性中心频率和频率变化率的新方法。进一步使用COI频率和RoCoF值来帮助快速估计频率事件的不平衡MW量。在美国东部互联系统中的实际测量结果验证了该方法的有效性。
2021-04-22 cs.SY eess.SY
pmuBAGE: The Benchmarking Assortment of Generated PMU Data for Power System Events
介绍了第一个数据驱动的电力系统事件数据生成模型pmuGE（phasor measurement unit Generator of Events）。我们已经在数千个实际事件上训练了这个模型，并创建了一个名为pmuBAGE（生成的PMU事件的基准分类）的数据集。该数据集由近1000个标记事件数据实例组成，以鼓励对相量测量单元（PMU）数据分析进行基准评估。PMU数据很难获得，特别是那些涵盖事件周期的数据。然而，电力系统问题最近通过数据驱动的机器学习解决方案取得了惊人的进步。一个高度可访问的标准基准数据集将大大加速该领域成功的机器学习技术的发展。提出了一种基于电力系统事件参与分解的PMU数据学习方法，使系统异常时PMU数据生成模型的学习成为可能。该模型可以创建高度真实的事件数据，而不会损害用于训练它的PMU的差异隐私。该数据集可供任何研究人员或从业者在线使用，请访问pmuBAGE Github存储库：https://github.com/NanpengYu/pmuBAGE。
2022-10-25 cs.LG cs.SY eess.SY
Dynamic state and parameter estimation in multi-machine power systems - Experimental demonstration using real-world PMU-measurements
动态状态和参数估计（DSE）对于可靠地监测和操作未来电力电子主导的电力系统起着关键作用。虽然DSE是一个非常活跃的研究领域，所提出的算法在现实世界的系统中的实验应用仍然很少。这激发了本文，在本文中，我们证明了DSE算法的有效性，以前提出的部分作者与真实世界的数据收集的相量测量单元（PMU）在变电站靠近发电厂内的超高压电网的德国。为此，首先，我们得出一个合适的映射的真实世界的PMU测量记录在一个变电站接近发电厂的发电厂的同步发电机（SG）的终端总线。该映射考虑了高压（HV）输电线路、分接变换Transformer和发电厂的辅助系统。接下来，我们介绍了几个实际动机的扩展估计算法，显着提高其实际性能与现实世界的测量。最后，我们成功地验证了该算法的自动实验，以及交叉验证。
2022-03-28 cs.SY eess.SY math.OC
PMU Assisted Power System Parameter Calibration at Jiangsu Electric Power Company
State Grid Jiangsu Electric Power Company（国网江苏省电力有限公司）；GEIRI North America（GEIRI北美分公司）
本文提出一种基于PMU的在线电力系统参数校准系统，用于实时校准输电线路和发电机参数，并通过数据挖掘技术进行数据清洗和模型验证。
2017-06-14 cs.SY eess.SY
Graph Neural Networks on Factor Graphs for Robust, Fast, and Scalable Linear State Estimation with PMUs
The Institute for Artificial Intelligence Research（塞尔维亚人工智能研究与发展研究所）；Faculty of Electrical Engineering（电子工程学院）；Faculty of Technical Sciences（技术科学学院）
本文提出基于因子图的图神经网络用于PMU的鲁棒、快速且可扩展的线性状态估计，通过高效模型提升电力系统状态估计的准确性与鲁棒性。
2023-04-28 cs.LG cs.SY eess.SY
Real-time LCC-HVDC Maximum Emergency Power Capacity Estimation Based on Local PMU Measurements
高压直流输电（LCC-HVDC）线路换相换流器的可调容量（简称LCC-HVDC最大应急功率容量，简称HVDC-MC）是决定系统对大扰动响应的重要因素。然而，这是一个具有挑战性的任务，以获得一个准确的HVDC-MC由于系统模型的不确定性以及意外事件。为了解决这个问题，本文提出了估计HVDC-MC使用戴维南等效（TE）的系统看到在HVDC终端总线的连接与电力系统，其参数估计通过处理正序电压和电流的本地同步相量测量。研究了大扰动下TE电位变化对阻抗估计的影响，提出了一种自适应的电流测量筛选方法以减小TE阻抗估计的误差。采用总体最小二乘估计方法，进一步考虑了相量测量的不确定性。HVDC控制特性的限制，电压依赖的电流顺序限制，换流器容量，和HVDC-MC估计上的交流电压也被考虑。仿真结果表明，该方法能准确跟踪大扰动后TE参数的动态变化，并能实时跟踪HVDC-MC。
2020-06-20 cs.SY eess.SY
Online PMU-Based Wide-Area Damping Control for Multiple Inter-Area Modes
针对大规模电力系统的临界区域间模态，提出了一种基于相量测量单元（PMU）的广域阻尼控制（WADC）方法。模态参与因子，估计由一个实际的无模型系统辨识方法，被用来选择最合适的同步发电机控制通过建议的WADC算法。结果表明，该方法可以充分抑制多个区域间模态，而不影响其余模态，同时只需少数机器即可执行控制。所提出的技术被应用到IEEE 68节点和IEEE 145节点系统，包括测试用例与PMU测量噪声和与失踪PMU。仿真结果表明，该控制策略对网络模型变化具有良好的自适应性，与电力系统稳定器（PSS）相比，具有良好的阻尼性能，具有很大的近实时实现潜力。
2020-06-10 cs.SY eess.SY
The Effect of Phasor Measurement Units on the Accuracy of the Network Estimated Variables
Power and Water University of Technology（电力与水务科技大学）
本文研究了将PMU数据与传统测量相结合的方法及仅使用PMU数据的线性状态估计方法，通过IEEE 14和30测试系统验证了PMU对变量精度的影响。
2017-03-19 cs.SY eess.SY math.OC
Model-Free MLE Estimation for Online Rotor Angle Stability Assessment with PMU Data
Shandong University（山东大学）；Argonne National Laboratory（阿贡国家实验室）；Institute of Electric Power System, China Electric Power Research Institute（中国电力科学研究院电力系统研究所）
本文提出一种基于递推最小二乘法的无模型最大李雅普诺夫指数估计方法，用于实时评估转子角度稳定性，通过合理选择Theiler窗口和MLE初始时间步长，有效区分不同稳定性条件下的特征曲线。
2017-02-13 cs.SY eess.SY
Graph-based Faulted Line Identification Using Micro-PMU Data in Distribution Systems
针对分布式电源（DG）的普及和微相量测量单元（μ PMU）的快速发展，提出了一种基于图的配电网故障选线新算法。该方法的核心是应用先进的配电系统状态估计（DSSE）技术结合μPMU数据的故障定位。提出了一种分布式DSSE算法，有效地限制了相邻μ PMU间馈线故障源的搜索范围。在此基础上，进一步采用分层结构进行DSSE，确定故障源的位置。此外，所提出的方法捕获DG对配电系统运行的影响，并保持强大的高电平噪声测量。数值仿真验证了所提出的方法的准确性和效率在各种故障场景下，涵盖多种故障类型和故障阻抗。
2020-02-25 cs.SY eess.SY
Location Method for Forced Oscillation Sources Caused by Synchronous Generators
在这篇文章中，我们提出了一种新的方法来确定是否强迫振荡源产生的励磁系统或汽轮机调速器。在这种情况下，我们建议利用的信息，动态状态估计（DSE）提供能够应用耗散能量流（DEF）的方法。相量测量单元（PMU）提供的测量值用于估计连接到同一母线的不同发电机的内部状态。这里，将考虑连接点处的PMU仅能够测量电压相量和总电流相量。因此，导致FO的发电机电流注入是一个不可观测的变量。为了克服这个问题，事件回放应用于模拟模型的响应和多个发电机之间的DSE的比较。最后，当故障发电机被确定，我们计算能量函数的机械控制回路和励磁控制回路。这些能量的符号和速率决定了振荡的来源，从而可以定位FO。仿真结果表明，该方法为电力系统强迫振荡的识别和定位提供了一种系统的方法，甚至比非平稳信号的识别和定位方法更有效。
2021-10-06 cs.SY eess.SY
SDP-based State Estimation of Multi-phase Active Distribution Networks using micro-PMUs
NEC Laboratories America, Inc.（NEC美国实验室）
本文提出基于SDP的状态估计方法，解决多相活性配电网中的可观测性问题，通过生成额外测量数据和网络分离算法，提高噪声鲁棒性，并在单相和多相测试系统中验证算法有效性。
2015-04-14 cs.SY eess.SY
Efficient convex optimization for optimal PMU placement in large distribution grids
Delft University of Technology（代尔夫特理工大学）；Austrian Institute of Technology（奥地利技术研究所）
本文研究了如何通过高效凸优化算法提高大规模三相耦合不平衡配电网络的状态估计精度，提出了一种计算高效的算法来计算最优解的下界，并在IEEE 8500节点标准测试馈线上验证了该方法的有效性。
2019-07-23 cs.SY eess.SY
PMU-Based Decentralized Mixed Algebraic and Dynamic State Observation in Multi-Machine Power Systems
针对具有未知输入的多机电力系统，提出了一种新的分散混合代数动态观测方法。更具体地说，我们证明了三阶磁通衰减模型的同步发电机，当地PMU测量提供足够的信息，代数重建的负载角和正交轴内部电压。由于代数结构，实现了高的数值效率，这使得该方法适用于大规模电力系统。此外，我们证明了相对轴速度可以在全球范围内估计结合经典的沉浸和不变性（I & I）观察员-最近推出的动态回归和混合（DREM）参数估计。这种自适应观测器在弱激励假设下保证了全局收敛性，并在实际应用中得到了验证。所提出的方法不需要测量外源输入信号，如磁场电压和机械扭矩，也不需要机械子系统参数的知识。
2020-11-10 cs.SY eess.SY math.DS
An Adaptive MMC Synchronous Stability Control Method Based on Local PMU measurements
减小电流是模块化多电平换流器（MMC）交流侧短路故障时保证同步稳定的常用方法。然而，交流系统故障定位的不确定性导致故障期间最大允许稳定操作电流的显著差异。提出了一种基于本地相量测量单元（PMU）测量的自适应MMC故障电流控制方法。基于估计的戴维南等效（TE）参数的系统，电流可以直接计算，以确保最大输出功率的MMC在故障期间。这种控制方法不依赖于离线仿真，并自适应各种故障条件。首先通过电压阈值和参数约束来选择有效的测量值，这使得我们能够处理由于系统侧的变化而引起的误差。所提出的TE估计方法可以快速跟踪系统阻抗的变化，而不依赖于初始值，并可以处理大扰动后的TE电位变化。仿真结果表明，故障后TE估计能够准确跟踪TE参数，MMC故障时的电流控制指令能够保证MMC的最大输出功率。
2020-06-19 cs.SY eess.SY
Online PMU-Based Method for Estimating Dynamic Load Parameters in Ambient Conditions
本文提出了一种新的纯测量为基础的方法，估计动态负荷参数在近实时随机负荷波动时存在。通过利用回归定理的Ornstein-Uhlenbeck过程，所提出的方法可以提供高度准确的估计，而不需要任何信息的电力系统模型。此外，利用递归，在线算法开发的动态负载参数估计在近实时。IEEE 39节点系统的仿真研究表明，无模型方法的准确性，其对测量噪声的鲁棒性，以及其令人满意的性能，在跟踪负载参数的实时变化。
2020-02-19 cs.SY eess.SY
Transmission line parameter identification using PMU measurements
Arizona State University（亚利桑那州立大学）；Salt River Project（盐河项目）
本文提出一种基于线性估计理论的新方法，用于更可靠地识别输电线路参数，包括正序、负序和零序参数及不同序之间的互阻抗，适用于各种输电线路情况。
2017-06-15 cs.SY eess.SY
A Bi-Level Stochastic Game Model for PMU Placement in Power Grid with Cybersecurity Risks
本文针对存在数据完整性攻击风险的电网PMU布点问题，提出一种双层随机非合作博弈模型，在IEEE-9节点系统中实现降低9%部署成本的同时保持网络可观测性。
2023-04-15 cs.CR cs.SY eess.SY
A Practical Approach Towards Inertia Estimation Using Ambient Synchrophasor Data
本文提出一种利用环境PMU数据和摆动方程分区形式估计电力系统惯量的实用方法，通过考虑参数测量不确定性并利用运行知识确定机械功率恒定区间，实现了对惯量等常数的精确估计。
2025-08-11 cs.SY eess.SY
Machine Learning Assisted Inertia Estimation using Ambient Measurements
随着基于转换器的可再生资源的日益普及，不同类型的动态已被引入到电力系统。由于现代电力系统的复杂性和高阶性，使得基于数学模型的惯性估计方法变得更加困难。提出了两种基于长递归卷积神经网络（LRCN）和图卷积神经网络（GCN）的机器学习辅助惯性估计方法。信息特征提取通过相量测量单元（PMU）收集的环境测量。空间结构的高维特征和图形信息，然后结合，以提高精度的惯性估计。在IEEE 24节点系统上进行了案例研究。所提出的基于LRCN和GCN的惯性估计模型的精度分别达到97.34%和98.15%。此外，所提出的零代注入总线的最优PMU布局（ZGIB-PLAN）已被证明是能够最大限度地提高系统的可观测性，从而提高了所有提出的惯性估计模型的性能。
2022-12-21 cs.SY eess.SY
Vectorized Gaussian Belief Propagation for Near Real-Time Fully-Distributed PMU-Based State Estimation
Faculty of Electrical Engineering, University of Sarajevo（萨拉热窝大学电气工程学院）；Institute for Automation of Complex Power Systems, E.ON Energy Research Center, RWTH Aachen University（亚琛工业大学E.ON能源研究中心复杂电力系统自动化研究所）；Fraunhofer FIT（弗劳恩霍夫FIT研究所）；Faculty of Technical Sciences, University of Novi Sad（诺维萨德大学技术科学学院）
本文提出了一种向量化的高斯信念传播框架，用于基于相量测量单元的状态估计，以实现准确、可扩展、分布式和近实时的状态估计，提高电力系统的监控和控制效率。
2026-04-13 cs.IT cs.SY eess.SY
State Estimation in Electric Power Systems Leveraging Graph Neural Networks
The Institute for Artificial Intelligence Research and Development of Serbia（塞尔维亚人工智能研发研究所）
状态估计（SE）算法的目标是基于电力系统中的可用测量集合来估计作为状态变量的复杂母线电压。由于相量测量单元（PMU）越来越多地用于输电系统中，因此需要一种能够利用PMU的高采样率的快速SE求解器。本文提出了训练一个图神经网络（GNN）学习的估计给定的PMU电压和电流测量作为输入，在评估阶段获得快速和准确的预测的意图。GNN使用合成数据集进行训练，这些数据集是通过随机采样电力系统中的测量数据集并使用带有PMU求解器的线性SE获得的解决方案对其进行标记而创建的。所呈现的结果显示了GNN预测在各种测试场景中的准确性，并解决了预测对缺失输入数据的敏感性。
2022-04-12 cs.IT cs.LG cs.SY
Targeted False Data Injection Attacks Against AC State Estimation Without Network Parameters
状态估计是用于将冗余仪表测量和其它信息转换成电力系统的状态的估计的数据处理算法。状态估计严重依赖仪表测量，已被证明易受网络攻击。提出了一种新的针对AC状态估计的有针对性的虚假数据注入攻击模型。利用在环境条件下的固有负载动态和Ornstein-Uhlenbeck过程的重要属性，我们从入侵者的角度来看，设计了一种算法，纯粹从PMU数据中提取电力网络参数，进一步用于构建FDIA矢量。FDIA模型不需要网络参数，仅依赖于有限的相量测量单元（PMU）数据，可以针对特定的状态，并发起大偏差攻击。提出的FDIA模型的充分条件也被开发。在IEEE 39节点系统中对各种攻击向量和攻击区域进行了研究，结果表明，所提出的FDIA方法可以成功绕过不良数据检测，以很高的概率发起有针对性的大偏差攻击。
2021-08-26 cs.SY eess.SY
Vulnerability Analysis of Smart Grids to GPS Spoofing
The Univ. of Texas at San Antonio（德克萨斯大学圣安东尼奥分校）
本文研究智能电网中GPS欺骗攻击对PMU的影响，提出优化问题识别最脆弱的PMU，并开发贪心算法和高效交替最小化算法进行状态估计和攻击重建。
2018-04-25 cs.CR cs.SY eess.SP
Deep Generative Model-Aided Power System Dynamic State Estimation and Reconstruction with Unknown Control Inputs or Data Distributions
本文提出利用AIGC深度生成模型辅助电力系统DSE，通过编码器-解码器、鲁棒编码器、潜在扩散模型和轻量适配器应对未知输入、异常测量与通信问题。
2025-01-06 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
Targeted False Data Injection Attack against DC State Estimation without Line Parameters
提出了一种新的针对直流状态估计的虚假数据注入攻击（FDIA）模型，该模型不需要网络参数，只利用有限的相量测量单元（PMU）数据。提出的FDIA模型可以针对特定的状态，并使用估计的线路参数发动大偏差攻击。文中还给出了该方法的充分条件。在IEEE 39节点系统中对不同的攻击向量进行了研究，结果表明，所提出的FDIA方法可以成功地绕过坏数据检测（BDD），成功率高达95.3%。
2021-02-23 cs.SY eess.SY
Observers for Differential Algebraic Equation Models of Power Networks: Jointly Estimating Dynamic and Algebraic States
相量测量单元（{PMU}）已经成为现代电力系统中用于实现实时、广域监测和控制的工具。因此，许多研究已经调查了有效的和鲁棒的动态状态估计（DSE）方法，以准确地计算发电机组的动态状态。然而，他们中的大多数人放弃了电力网络的动态代数性质，只考虑其非线性动态表示。针对目前基于电力网络微分代数方程（DAE）的DSE方法的不足，提出了一种新的基于微分代数方程的DSE框架，用于同时估计多机电力网络的动态和代数状态。具体而言，我们利用围绕工作点的电力网络的DAE动态，并将其与能够捕获总线电压和线路电流的基于PMU的测量模型相结合。建议的$\mathcal{H}_{\infty}$观测器，它只需要检测性和脉冲可观测性的条件，满足各种电力网络，被设计为处理各种噪声，未知输入，和输入传感器故障。对IEEE $9$总线和$39$总线系统进行了大量的数值模拟，结果表明了所提出的方法用于DSE目的的有效性。
2022-05-04 cs.SY eess.SY
State Observation of Power Systems Equipped with Phasor Measurement Units: The Case of Fourth Order Flux-Decay Model
如何有效地利用相量测量单元（PMU）来提高电力系统的安全性和可靠性是一个重要的研究课题。要解决的核心问题是如何使用这些新的测量来重建系统的状态。本文首次提出了用四阶磁通衰减模型描述的含PMU的多机电力系统状态估计问题的全局收敛解。这项工作是一个显着的扩展，我们以前的结果，这个问题是解决了更简单的三阶模型，它是可能的，以恢复代数部分的未知状态。不幸的是，这个属性在更精确的四阶模型中丢失了，这使得状态观测任务显着复杂化。观测器的设计依赖于作者提出的两个最新发展，一个基于参数估计的方法来解决状态估计的问题，并使用动态回归扩展和混合（DREM）技术来估计这些参数。DREM的使用使我们能够克服缺乏持续激励的问题，这阻碍了标准参数估计设计的应用。仿真结果说明了后者的事实，并显示改进的性能相对于一个局部稳定的基于梯度下降的观察员所提出的观察员。
2020-04-15 cs.SY eess.SY math.OC
Forced oscillation source localization from generator measurements
本文扩展了一种基于最大似然的强迫振荡源定位方法，使其适用于包含无惯性母线的现实场景，通过将Kron降阶纳入估计器，实现了对传统发电机和负荷处强迫振荡位置与频率的识别。
2024-03-22 cs.SY eess.SY nlin.AO
Long-Term Recurrent Convolutional Network-based Inertia Estimation using Ambient Measurements
传统的同步电机逐渐被基于变流器的可再生资源所取代。因此，同步转动惯量作为一个重要的时变量，对现代电力系统的稳定性有着重要的影响。随着可再生能源的日益集成，传统电力系统的动态特性发生了变化，因此，利用数学模型估计系统惯性变得更加困难。在本文中，我们提出了一种新的学习辅助惯性估计模型的基础上，长期递归卷积网络（LRCN），使用系统的频率和相电压测量。所提出的方法使用非侵入式探测信号扰动系统和收集环境测量与相量测量单元（PMU）训练建议LRCN模型。在IEEE 24节点系统上进行了案例研究。在信噪比为60dB的条件下，基于LRCN的惯性估计模型的估计精度为97.56%，均方误差为0.0552。此外，在45dB的低信噪比下，所提出的学习辅助惯性估计模型仍然能够达到93.07%的高精度。
2021-12-02 cs.SY eess.SY
A Bayesian Approach to Forced Oscillation Source Location Given Uncertain Generator Parameters
Massachusetts Institute of Technology（麻省理工学院）；Skolkovo Institute of Science and Technology（斯科尔科沃科学技术研究所）
本文提出了一种基于贝叶斯方法的强迫振荡源定位方法，通过两阶段最大后验优化来确定在不确定模型前提下最可能的振荡源。该方法利用频域等效电路表示系统，并采用数值方法使其适用于实时应用，在存在PMU测量噪声、高发电机参数不确定性和同时发生多个强迫振荡时表现良好。
2018-10-30 cs.SY eess.SY
Characterizing the Nonlinearity of Power System Generator Models
The University of Texas at San Antonio（德克萨斯大学圣安东尼奥分校）；University of Central Florida（中佛罗里达大学）
本文研究了电力系统发电机模型的非线性特性，通过分析发电机模型与相量测量单元的非线性过程-测量模型，探讨了如何计算Lipschitz常数以用于动态状态估计和Lyapunov理论中的状态反馈控制，并通过数值实验验证了所提方法的有效性。
2019-06-18 cs.SY eess.SY math.OC
