不良辨识
-
基于快速解耦法的电力系统状态估计仿真程序
本项目开发了一套专用于电力系统稳态分析的快速解耦状态估计（Fast Decoupled State Estimation, FDSE）计算程序。该程序的核心目标是利用受噪声污染的实时量测数据（如节点电压、支路功率流、注入功率等）推算出电力系统各节点的电压幅值和相角等状态变量的精确值。程序基于加权最小二乘法（WLS）原理，通过忽略高压输电网中电阻/电抗比值较小的特性，将有功功率-相角（P-theta）与无功功率-电压幅值（Q-V）的迭代过程解耦，并构建常数系数矩阵（B'和B''矩阵）代替实时的雅可比矩阵，从而显著降低了计算量并加快了收敛速度。系统具备完整的数据预处理功能，能够自动生成节点导纳矩阵，支持IEEE标准测试系统（如IEEE-14, IEEE-30节点系统）数据的导入。除了基本的状态估计，该程序还包含了不良数据检测与辨识模块，利用最大标准化残差法（Ln）和卡方检测技术识别并剔除含有明显误差的量测数据，确保估计结果的鲁棒性与准确性。代码结构清晰，包含初始化、雅可比矩阵近似构造、迭代求解、残差计算及结果输出等完整流程，适用于电力系统调度自动化研究及教学演示。
