基于粒子群算法的电力系统状态优化估计

题名	基于粒子群算法的电力系统状态优化估计
作者	AL-RAHAWI RAMZI ESMAIL SAEED AHMED
学位类型	硕士
导师	郝晓弘
答辩日期	2018
学位授予单位	兰州理工大学
学位名称	硕士
学位专业	电力系统及其自动化
关键词	状态估计加权最小二乘法加权最小绝对值法粒子群算法改进粒子群算法
摘要	电网测量通常通过特定的通信协议发送到控制中心。在测量中通信误差、仪表故障、测量不完全以及测量的不可用性会产生不确定性因素,进而导致电力系统状态估计的不稳定性。因此,为了保证电力系统安全和稳定运行、及时掌握电力系统运行状态,对电力系统进行状态优化估计具有重要意义。本文首先介绍了电力系统状态估计的概念、状态估计的必要性、状态估计的功能、状态估计使用情况、电力系统的网络方程式以及状态估计的步骤。其次利用加权最小二乘法和加权最小绝对值法对电力系统进行状态建模,并进行状态估计。再次介绍了标准粒子群算法原理,对粒子群优化后的参数进行分析,将粒子群算法与其他算法比较后对其早熟现象进行改进。最后,将PSO和改进的粒子群算法(MPSO)算法应用于标准数据IEEE 5节点和30节点测试系统,进行有功和无功优化。通过基于传统粒子群优化(PSO)的加权最小二乘(WLS)法和加权最小绝对值(WLAV)法的比较研究。利用MATLAB软件进行仿真。比较的结果表明,MPSO算法比基本PSO算法收敛更快。
其他摘要	Grid measurements are usually sent to the control center through a specific communication protocol. Communication errors, instrument failures, incomplete measurements, and unavailability of measurements can create uncertainties in measurements, which in turn lead to instability in the power system state estimation. Therefore, in order to ensure the safety and stable operation of the power system and grasp the power system operation status in time, it is of great significance to estimate the state of the power system. This thesis first introduces the concept of power system state estimation, the necessity of state estimation, the function of state estimation, the use of state estimation, the network equation of power system and the steps of state estimation. Secondly, the power system is modeled by weighted least square method and weighted least absolute value method, and state estimation is performed. The principle of the standard particle swarm algorithm was introduced again, and the
学科领域	电力系统状态估计
页数	73
URL	查看原文
语种	中文
收录类别	CNKI
中图分类号	TM73
学号	157080802001
文献类型	学位论文
条目标识符	https://ir.lut.edu.cn/handle/2XXMBERH/93756
专题	兰州理工大学
作者单位	兰州理工大学
第一作者单位	兰州理工大学
推荐引用方式 GB/T 7714	AL-RAHAWI RAMZI ESMAIL SAEED AHMED. 基于粒子群算法的电力系统状态优化估计[D]. 兰州理工大学,2018.