摘要
本发明提出基于松弛‑正则的电力网络多错误参数辨识方法及装置,方法包括:基于电力系统加权最小二乘的状态估计模型,建立计及错误参数数量约束的多量测断面和正则化加权最小二乘估计的混合整数非线性规划模型;基于残差方程对所述混合整数非线性规划模型进行转化,使得变量数量减少且不会随着量测断面数量增加而增加,利用IPOPT对转化后的模型进行求解,求解后,将所有参数的连续变量si按降序排序,选择前k个参数作为可疑参数,逐一检查每个可疑参数,并使用状态增广法识别出错误的参数;本发明能够同时正确识别多个存在耦合错误参数。
技术关键词
参数辨识方法
加权最小二乘
状态估计模型
松弛
变量
电力系统
正则化参数
非线性规划模型
参数辨识装置
方程
网络
处理单元
灵敏度矩阵
辨识模块
误差向量
存储单元
系统为您推荐了相关专利信息
监测控制系统
气体排放
时间序列模型
吸附剂
吸收剂
优化调度方法
水电站
皮尔逊相关系数
发电量
风险
糖尿病风险预测
深度置信网络
混合损失函数
集成特征选择方法
生成对抗网络
不确定性参数
无人机集群
作业场景
智能决策模型
构建无人机