Cascade Network Stability of Synchronized Traffic Load Balancing with Heterogeneous Energy Efficiency Policies
针对ORAN中异构休眠模式策略导致的负载均衡级联稳定性研究空白，首次建立并证明适用于任意负载动态和随机网络拓扑的稳定性判据，并提出需由SMO监控新策略以确保整体网络级联稳定的ORAN架构。
2024-06-03 cs.SY eess.SY
PaToPa: A Data-Driven Parameter and Topology Joint Estimation Framework in Distribution Grids
Stanford University（斯坦福大学）；Arizona State University（亚利桑那州立大学）
本文提出PaToPa框架，通过最大似然估计模型联合估计配电网中的线路参数和拓扑结构，解决传统线性回归在噪声下的不足，适用于辐射状和网状网络。
2017-05-24 cs.SY eess.SY
Fast Distribution Grid Topology Estimation via Subset Sum
本文提出一种基于子集和与分层结构的超快速配电网拓扑识别方法，利用少量智能电表功率测量样本实时推断整体拓扑，并具备抗测量噪声能力。
2025-07-22 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
Electric Grid Topology and Admittance Estimation: Quantifying Phasor-based Measurement Requirements
该研究利用图刚性理论中的刚性矩阵与电力系统电压系数矩阵的秩等价关系，给出唯一估计电网导纳矩阵和拓扑所需的最小相量测量数。
2025-02-17 cs.SY eess.SY
Joint Estimation of Operational Topology and Outages for Unbalanced Power Distribution Systems
电力分配系统通过系统的分段和联络开关的打开和关闭而在几个不同的径向拓扑中操作。对系统的当前操作拓扑的估计是实现任何最优控制动作（在正常操作期间）或恢复动作（在断电状况期间）的先导。本文提出了一种数学规划的方法来估计运行拓扑的三相不平衡配电系统在停电和正常运行条件下。具体而言，提出了一种最小加权最小绝对值估计器，该估计器使用线路流量测量值、历史/预测负荷数据和ping测量值，并求解混合整数线性规划（MILP）来同时估计运行拓扑和任何停运区段。我们彻底验证所提出的方法使用IEEE 123总线和1069总线的三相多馈线测试系统的帮助下，大量的模拟的准确性。据观察，该方法即使在高百分比的测量误差下也表现良好。
2019-12-10 cs.SY eess.SY
PaToPaEM: A Data-Driven Parameter and Topology Joint Estimation Framework for Time Varying System in Distribution Grids
Stanford University（斯坦福大学）；Arizona State University（亚利桑那州立大学）
本文提出PaToPaEM框架，用于解决配电网中因测量误差和系统状态变化导致的参数和拓扑估计问题，通过引入潜在变量和EM算法实现对多系统状态的联合估计。
2018-12-17 cs.SY eess.SY
Learning with End-Users in Distribution Grids: Topology and Parameter Estimation
National Institute of Standards and Technology（美国国家标准与技术研究院）；KAIST（韩国科学技术院）；Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）；University of Arizona（亚利桑那大学）
本文研究了在智能电网时代，由于实时节点和线路计量设备有限，导致配电网络拓扑和相关线路参数估计困难的问题，提出两种精确学习算法，利用用户端测量的平衡电压和注入量来恢复真实的拓扑和参数。
2020-03-01 cs.SY eess.SY
Exact Topology and Parameter Estimation in Distribution Grids with Minimal Observability
KAIST（韩国科学技术院）；LANL（洛斯阿拉莫斯国家实验室）；Skoltech（斯科尔科沃科学技术学院）
本文提出一种新算法，通过仅在终端节点测量电压和注入量来重建配电网络拓扑和线路阻抗，无需额外输入信息，提升电网运行和实时市场参与的准确性。
2018-03-12 cs.SY eess.SY
An Adaptive-Importance-Sampling-Enhanced Bayesian Approach for Topology Estimation in an Unbalanced Power Distribution System
配电系统的可靠运行依赖于其拓扑结构和系统状态的良好先验知识。虽然至关重要，但由于缺乏对开关状态的直接监测设备，对于配电系统运营商的实时应用，拓扑信息通常不可用或过时。除了配电系统有限的可观测性之外，其他挑战是模型的非线性、配电系统的复杂、不平衡结构以及系统的规模。为了克服上述挑战，本文提出了一个贝叶斯推理框架，使我们能够同时估计的拓扑结构和状态的三相，不平衡的配电系统。具体而言，通过使用非常有限的数量的测量与预测的负荷数据，我们有效地恢复正常和停电运行条件下的系统拓扑结构的完整贝叶斯后验分布。这是通过一个自适应的重要性抽样程序，大大简化了传统的蒙特卡洛（MC）抽样为基础的方法的计算负担，同时保持良好的估计精度。在IEEE 123节点测试系统和不平衡1282节点系统上的仿真结果表明，该方法具有良好的性能。
2021-10-18 cs.SY eess.SY
Data Requirements for Electric Grid Topology and Admittance Estimation
The Australian National University（澳大利亚国立大学）；CSIRO（联邦科学与工业研究组织）；The University of Melbourne（墨尔本大学）
本文研究了通过相量测量确定电网拓扑和电导参数的必要条件，提出在存在测量噪声时使用结构化总最小二乘法估计电导矩阵。
2026-09-09 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
Topology and Admittance Estimation: Precision Limits and Algorithms
配电网拓扑和导纳信息是系统规划、运行和保护的基础。在许多配电网中，丢失或不准确的拓扑和导纳数据要求有效的估计方法。然而，测量数据可能不足或被大噪声污染，这将对估计精度引入基本限制。这项工作探讨了理论精度限制的拓扑和导纳估计（TAE）的问题，不同的测量设备，噪声水平，和测量的数量。在此基础上，我们提出了一种保守的渐进自适应（CPS）算法来估计的拓扑结构和导纳。IEEE 33和141节点系统的结果验证了所提出的CPS方法可以在各种测量设置下接近理论精度极限。
2021-06-01 cs.IT cs.SY eess.SY
Topology Estimation Following Islanding and its Impact on Preventive Control of Cascading Failure
在级联故障期间的电网的拓扑结构的知识是集中式停电预防控制的基本要素，鉴于多个岛屿通常形成，作为级联的进展。此外，关于电网的网络层和物理层之间的相互依赖性的学术研究表明，级联期间的电力故障可能导致通信网络的中断，这逐渐减少了可观察的区域。这些挑战目前的文献线路停电检测，假设电网仍然是一个单一的连接组件。我们提出了一种新的方法来消除这种假设。在孤岛事件之后，首先识别形成所连接的组件的总线，然后检测各个岛内的进一步线路中断。除了电力系统的测量，可观察的断路器状态被集成为我们的拓扑识别算法的约束。误差传播对估计过程的影响，因为依赖于以前的估计不断增长的级联过程中也进行了研究。最后，估计的导纳矩阵用于预防控制的连锁故障，创建一个闭环系统。首次研究了这种相互关联的估计和控制对总负荷的影响。IEEE-118节点系统和2,383节点波兰网络的仿真结果表明了该方法的有效性。
2021-04-13 cs.SY eess.SY
Topology Learning Aided False Data Injection Attack without Prior Topology Information
针对电力系统状态估计的虚假数据注入（FDI）攻击越来越受到运营商的关注，以往的FDI攻击都是在攻击者完全了解系统的情况下进行的，而没有明确的理由。在本文中，我们开发了一种拓扑学习辅助FDI攻击，允许对交流电力系统状态估计的隐形网络攻击，而无需系统信息的先验知识。攻击组合拓扑学习技术，仅基于分支和总线潮流，以及攻击方伪残差评估，以高置信度执行隐身FDI攻击。本文第一次演示了攻击者如何快速地开发网格拓扑和参数的全知识，并验证了以前工作中的全知识假设。
2021-02-24 cs.SY eess.SY
Topology-adaptive Estimation of Maximum Voltage Unbalance for Distribution Networks with Finite-sample Guarantee
Xi’an University of Technology（西安理工大学）；University of Oslo（奥斯陆大学）；Xi’an Polytechnic University（西安工程大学）
针对配电网电压不平衡问题，提出拓扑自适应认证分位数估计（TACQE），可快速生成拓扑变化后的潮流解，为最大电压不平衡度估计提供有限样本保证，模拟验证了其有效性。
2026-10-15 cs.SY eess.SY
Joint Estimation of Topology and Injection Statistics in Distribution Grids with Missing Nodes
Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）
本文提出了一种理论框架，用于在节点电压测量有限的情况下，联合估计配电网络的运行拓扑和注入统计，证明所提算法能够准确学习所有未观测节点的拓扑和注入统计，只要这些节点不相邻。
2020-01-02 cs.SY eess.SY math.OC
Urban MV and LV Distribution Grid Topology Estimation via Group Lasso
Stanford University（斯坦福大学）；Arizona State University（亚利桑那州立大学）；State Grid GEIRI North America（国家电网GEIRI北美）
本文提出一种基于历史智能电表数据的配电网拓扑估计方法，利用概率图模型捕捉电压依赖性，并通过分组Lasso回归解决中压和低压配电网的拓扑估计问题。
2018-09-13 cs.SY eess.SY math.OC
Graphical Models in Meshed Distribution Grids: Topology estimation, change detection and limitations
Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）；University of Minnesota（明尼苏达大学）
本文研究了非径向配电网络中节点电压图模型的拓扑估计和变化检测方法，揭示了在存在大于三节点的环路时，仅需节点电压即可高效估计拓扑结构，并在噪声环境下提供了系统容忍的最大噪声界限。
2020-02-27 cs.SY eess.SY math.OC
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
Enhancing Power Flow Estimation with Topology-Aware Gated Graph Neural Networks
本文提出一种拓扑感知门控图神经网络代理模型，用于拓扑不确定性下的交流潮流估计，通过结合物理信息自监督训练和运行约束嵌入，在多个IEEE基准网络上实现了优于现有GNN方法的准确性和可扩展性。
2025-07-02 cs.SY eess.SY
A Circuit-Theoretic Approach to State Estimation
传统的状态估计（SE）方法基于局部测量误差泛函之和的非线性最小化，存在不收敛和较大的残差。在本文中，我们提出了一个等效电路公式（ECF）为基础的SE方法，内在地考虑了完整的网络拓扑和相关的物理约束。我们分析了这两种方法之间的数学差异，并表明我们的方法产生一个线性状态估计，在数学上是一个二次规划（QP）问题的封闭形式的解决方案。此外，该公式施加了额外的基于拓扑的约束，可证明缩小可行域，并促进收敛到一个更有物理意义的解决方案。从概率的角度来看，我们表明，我们的方法应用先验知识的估计，从而收敛到一个更基于物理的估计比传统的观测驱动的最大似然估计（MLE）。重要的是，整个系统拓扑结构和底层物理的结合，同时是线性的，使得基于ECF的SE有利于大规模系统。
2020-08-29 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
The Effect of Communication Topology on Scalar Field Estimation by Networked Robotic Swarms
Arizona State University（亚利桑那州立大学）
本文研究了利用网络化机器人群重构二维标量场的问题，通过链式或网格拓扑结构进行通信，采用优化方法结合梯度计算，推导了可观测性格拉姆矩阵的迹界，验证了链式和网格拓扑的估计能力与鲁棒性。
2016-03-08 cs.RO cs.SY eess.SY
Efficient Policy Adaptation for Voltage Control Under Unknown Topology Changes
University of California San Diego（加州大学圣地亚哥分校）；Massachusetts Institute of Technology（麻省理工学院）
本文提出一种基于数据驱动的在线策略优化框架，用于在未知拓扑变化下实现电压控制的高效适应，通过灵敏度估计提升电压调节性能。
2026-02-10 cs.SY eess.SY
Model-Predictive Control for Discrete-Time Queueing Networks with Varying Topology
在本文中，我们配备了传统的离散时间离散网络的马尔可夫输入过程，除了通常的短期随机，管理中期到长期的行为的网络节点之间的链接。这让人想起控制理论中所谓的跳跃马尔可夫系统，并允许网络拓扑随时间变化。我们认为，常见的背压控制策略是不足以控制这样的网络动态，并提出了一种新的控制策略的启发，由模型预测控制的范例。具体来说，通过定义一个合适的，但任意的预测范围，我们的政策考虑到未来的网络状态和可能的控制行动。这与大多数其他短视政策形成鲜明对比，即只考虑下一个州。我们数值表明，这样的方法可以显着提高控制性能，并引入几个变量，从而权衡性能与计算复杂性。此外，我们证明了所谓的吞吐量最优的我们的政策，保证稳定的所有网络流量，可以保持网络。有趣的是，与模型预测控制中的一般稳定性证明相反，我们的证明不需要终端集的假设（即预测范围足够大）。最后，我们提供了几个示例，其中之一是同步队列网络。这个特别构成了一个有趣的系统类，在其中我们的策略比一般的反压策略发挥了优越性，甚至在这些网络中失去了吞吐量最优性。
2020-04-04 cs.SY eess.SY
Dynamic Topology Adaptation Based on Adaptive Link Selection Algorithms for Distributed Estimation
University of York（约克大学）；CETUC / PUC-Rio（天主教里约热内卢大学研究与应用技术中心）；Princeton University（普林斯顿大学）
本文提出自适应链路选择算法用于分布式估计，并探讨其在无线传感器网络和智能电网中的应用。通过分析算法的稳定性、稳态和跟踪性能及计算复杂度，展示了其在估计精度和收敛速度上的优势，以及网络链路选择能力的提升。
2015-10-18 cs.IT cs.SY eess.SY
Topology Estimation in Bulk Power Grids: Guarantees on Exact Recovery
Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）；University of Minnesota Twin Cities（明尼苏达大学双城分校）
本文提出了一种基于电压测量的图模型框架，用于估计大规模电力网络拓扑，通过阈值或邻域计数方案提取操作边，并在无三节点环的电网中保证精确恢复。
2017-07-15 cs.SY eess.SY math.OC
Topology Estimation using Graphical Models in Multi-Phase Power Distribution Grids
Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）；Skolkovo Institute of Science and Technology（斯科尔科沃科学技术研究所）
本文提出利用同步电压测量重构多相电力分配电网的径向拓扑结构，通过条件独立性测试检测运营线路，并在IEEE测试案例中验证算法性能。
2018-07-11 cs.SY eess.SY math.OC
Dynamic Estimation of Power System Inertia Distribution Using Synchrophasor Measurements
间歇性可再生能源在现代电力系统中的集成增长非常快。用零到低可变可再生能源替换同步发电机大大降低了系统惯性。在大型系统中，惯性分布可能变化很大，低惯性区域更容易受到频偏的影响，从而带来甩负荷和发电跳闸的风险。因此，有必要对系统的惯性及其分布进行实时评估和量化。提出了一种基于同步相量测量单元（PMU）的动态系统惯量估计方法。建议的惯性估计方法是使用电气距离和聚类算法，它考虑了测量相对于馈入负载的位置和振荡的影响。在估计过程中还确定了惯性中心（COI）区域和低惯性区域。采用DSATools的核心模块-暂态安全分析工具（TSAT）对IEEE 24节点系统进行了不同负荷配置的数值仿真，验证了该方法的有效性。
2020-06-20 cs.SY eess.SP eess.SY
Smart Grid State Estimation with PMUs Time Synchronization Errors
我们考虑的问题，基于PMU的状态估计结合信息来自无处不在的电力需求时间序列和只有有限数量的PMU。相反，在最近的文献中，同步相量设备通常被假定为与协调世界时（UTC）完全同步，我们明确考虑存在的时间同步误差的测量，由于不同的非理想的原因，如不完善的卫星定位和内部时钟不准确。我们提出了一个递归卡尔曼算法，它允许明确的离线计算的预期性能和实时补偿可能的频率失配之间的不同PMU。基于IEEE C37.118.1标准的PMU，我们测试所提出的解决方案，并将其与替代方法的IEEE 123节点标准配电馈线的合成数据和位于洛桑联邦理工学院校园内的一个小型中压配电馈线的实际数据进行比较。
2019-11-26 cs.SY eess.SY math.OC
A Convex Method of Generalized State Estimation using Circuit-theoretic Node-breaker Model
针对电网开关状态错误引发的拓扑误差及不良数据问题，本文提出基于电路理论的凸优化广义状态估计方法ckt-GSE，通过构建等效电路与线性规划求解，可联合估计交流状态与拓扑，兼具可扩展性与数据误差鲁棒性。
2024-07-12 cs.SY eess.SP eess.SY
Unbalanced Multi-Phase Distribution Grid Topology Estimation and Bus Phase Identification
Stanford University（斯坦福大学）；Arizona State University（亚利桑那州立大学）
本文提出了一种基于信息论的方法，利用智能电表数据估计配电网的多相拓扑并识别节点相位，通过将不平衡系统转换为对称分量并证明Chow-Liu算法在存在错误节点相位标签时能确定拓扑结构，最终通过Carson方程证明电压测量可正确识别节点相位连接，实验结果表明该方法在强负载不平衡和分布式能源接入条件下具有高准确性。
2019-07-12 cs.LG cs.SY eess.SY
Synchronization of Kuramoto Oscillators: Inverse Taylor Expansions
University of California, Santa Barbara（加州大学圣塔芭芭拉分校）
本文研究了具有任意拓扑和异质边权的Kuramoto振子网络的频率同步问题，提出了一种新的等价转录来求解同步方程，并通过幂级数展开计算Kuramoto模型的同步解以及该级数强收敛的充分条件。截断幂级数提供了高效的同步解计算方案和易于检查的统计正确的同步测试层次。
2018-09-24 cs.SY eess.SY math.DS
Decentralized Input and State Estimation for Multi-agent System with Dynamic Topology and Heterogeneous Sensor Network
University of California Los Angeles（加州大学洛杉矶分校）
针对动态拓扑异构传感器网络下多智能体系统未知输入的状态估计难题，提出基于信息滤波分解与协方差交集输入融合的高效分布式估计算法，仅需单次通信迭代，兼具隐私保护与鲁棒性，性能优于多数基准方法。
2024-12-12 cs.MA cs.RO cs.SY
