電網(wǎng)規(guī)劃數(shù)據(jù)中架空線路參數(shù)辨識

摘要：文章建立了電網(wǎng)規(guī)劃數(shù)據(jù)中架空線路參數(shù)辨識模型，模型采用多元回歸分析和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法實現(xiàn)。首先利用多元回歸分析得到神經(jīng)網(wǎng)絡(luò)計算模型的初始連接權(quán)值，然后利用BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到架空線路的長度值，最后利用長度和線路標(biāo)準(zhǔn)參數(shù)表進(jìn)行架空線路的參數(shù)辨識。

關(guān)鍵詞：電網(wǎng)規(guī)劃；交流線路；線路長度；多元回歸；神經(jīng)網(wǎng)絡(luò) 文獻(xiàn)標(biāo)識碼：A

中圖分類號：TP273 文章編號：1009-2374（2016）22-0062-03 DOI：10.13535/j.cnki.11-4406/n.2016.22.030

1 概述

電網(wǎng)規(guī)劃是電網(wǎng)安全穩(wěn)定運行的基石，電網(wǎng)規(guī)劃數(shù)據(jù)的準(zhǔn)確性尤其是數(shù)據(jù)中交流架空線路參數(shù)的準(zhǔn)確性對規(guī)劃結(jié)果的合理性具有重要影響。

對于輸電線路的參數(shù)辨識方法較多，例如增廣狀態(tài)估計法、偏移向量法、卡爾曼濾波法等傳統(tǒng)數(shù)值方法，這些方法能較好地逼近平滑目標(biāo)函數(shù)的極值點，但其迭代過程都依賴量測方程的增廣雅可比矩陣，苛刻地要求量測系統(tǒng)必須同時滿足狀態(tài)可觀測和參數(shù)可估計條件，并且可能遭受數(shù)值問題的干擾。參考文獻(xiàn)[4]中提出一種線路參數(shù)估計啟發(fā)式方法，將目標(biāo)函數(shù)從增廣解空間垂直投影到參數(shù)空間，以啟發(fā)式方法搜索參數(shù)空間，尋找投影下表面的下確解，較好地解決了數(shù)值問題的干擾。參考文獻(xiàn)[5]在基于雙端PMU數(shù)據(jù)的線路線性數(shù)學(xué)模型和相應(yīng)的最小二乘辨識的基礎(chǔ)上，引入基于IGG法的抗差準(zhǔn)則。

2 BP人工神經(jīng)網(wǎng)絡(luò)

2.1 BP神經(jīng)網(wǎng)絡(luò)模型

BP神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層和輸出層三層網(wǎng)絡(luò)組成。BP神經(jīng)網(wǎng)絡(luò)的核心在于其誤差反向傳播，反向傳播的學(xué)習(xí)規(guī)則是基于梯度下降法，由輸出端的實際輸出值與期望輸出值的誤差平方和進(jìn)行鏈?zhǔn)角髮?dǎo)，從而各層之間的連接權(quán)值。……