基于Matlab語言的電力系統(tǒng)最小二乘法狀態(tài)估計畢業(yè)論文

重慶郵電大學本科畢業(yè)設(shè)計（論文）-)第三節(jié)算法比較本節(jié)對上一節(jié)所述的狀態(tài)估計的五種算法從以下幾方面進行比較：(1)數(shù)值穩(wěn)定性。(2)計算效率。(3)實現(xiàn)復雜性。1.正交變換法和無約束加權(quán)最小二乘法方程系數(shù)矩陣的條件數(shù)是方程病態(tài)條件的量度，由于無約束加權(quán)最小二乘法中增益矩陣的條件數(shù)是正交變換法中H陣條件數(shù)(大于l)的平方，所以正交變換法的數(shù)值穩(wěn)定性比無約束加權(quán)最小二乘法好。在(3-23)式中H陣的QR因子化比無約束加權(quán)最小二乘法中的增益矩陣G的因子化需要更多的計算量。此外，正交變換法不能利用有功和無功解耦有效地實現(xiàn)，而無約束加權(quán)最小二乘法的快速解耦算法非常有效，并在能量管理系統(tǒng)中得以廣泛應用。解耦算法的主要優(yōu)點是只需在進入循環(huán)迭代前因子化一次。正交矩陣Q是非稀疏的，并且它的維數(shù)會很高，對于量測冗余度較大的系統(tǒng)尤其如此。保留Q陣將需要很大的存貯量，如果在每次迭代時都形成QR因子，就失去解耦算法在計算上的優(yōu)越性，因此，正交變換法的解耦算法是不可行的。2.混合法和正交變換法混合法和正交變換法的差別在于兩個方程(3-25)和(3-27)的求解過程不同。后一個方程的右端向量分為兩部分，一部分為遙測量，一部分為虛擬量測量，設(shè)虛擬量測量的權(quán)重值是遙測量權(quán)重值的倍，當很大時，第二部分占優(yōu)勢，第一部分將會在迭代過程中被當作舍入誤差去掉，在方程接近收斂時更是如此，這對方程的數(shù)值穩(wěn)定性很不利，所以混合法的數(shù)值穩(wěn)定性比正交變換法差。此外，混合法不需存貯Q陣，而且能夠很容易地用快速解耦算法實現(xiàn)。3.帶約束的最小二乘法和無約束加權(quán)最小二乘法由于把虛擬量測量作為等式約束處理，帶約束的最小二乘法避免了因權(quán)重值相差懸殊而產(chǎn)生病態(tài)的可能性，從數(shù)值穩(wěn)定性來看，帶約束的最小二乘法比無約束加權(quán)最小二乘法好。帶約束的最小二乘法的系數(shù)矩陣是不定的，這就必須使用較為復雜的因子化方法。4.Hachtel方法和帶約束加權(quán)最小二乘法Hachtel方法和帶約束加權(quán)最小二乘法方法的系數(shù)矩陣都是對稱的，但都是不定的，都需要比較復雜的優(yōu)化和排序方法。Hachtel方法系數(shù)矩陣的維數(shù)比帶約束加權(quán)最小二乘法方法高，但這對于系數(shù)矩陣而言并不重要,所以兩種方法的計算量相當。5.Hachtel方法和混合法Hachtel方法和混合法是兩種在數(shù)值穩(wěn)定性和計算效率方面較好的狀態(tài)估計方法，他們都可以用快速解藕算法有效地實現(xiàn)。文獻通過實驗對這兩種方法進行了比較,比較結(jié)果表明Hachtel方法的數(shù)值穩(wěn)定比混合法要好，而且Hachtel方法的計算效率也較混合法高。通過綜合比較，程序使用了加權(quán)最小二乘法。第四章最小二乘法狀態(tài)估計加權(quán)最小二乘法狀態(tài)估計的基本算法類似于電力系統(tǒng)潮流計算中的牛頓法，可以直接用于較小的電力系統(tǒng)，而適用于大型的電力系統(tǒng)快速分解狀態(tài)估計算法是由此演化而來的。因為基本算法的估計質(zhì)量高，可以作為各種狀態(tài)估計算法的比較基準。第一節(jié)算法計算流程基本加權(quán)最小二乘法狀態(tài)估計程序框圖示于圖4-1中，其運行步驟如下所述。圖4-1基本加權(quán)最小二乘法狀態(tài)估計程序框圖步驟（1）：程序初始化當在線運行的狀態(tài)估計程序初始啟動時，以及在接線狀態(tài)出現(xiàn)變化時應進行程序初始化。程序初始化的內(nèi)容有：對狀態(tài)量賦初值；節(jié)點次序優(yōu)化；形成節(jié)點導納矩陣和分配內(nèi)存等。在線跟蹤估計是在網(wǎng)絡(luò)接線不出現(xiàn)變化的條件下，將前一次采樣的狀態(tài)估計值作為下一次采樣狀態(tài)估計的初值，這樣程序無需進行初始化，直接進入步驟（2）。步驟（2）：輸入測量數(shù)據(jù)進行一次量測采樣，由緩沖區(qū)讀入數(shù)據(jù)。步驟（3）：回復迭代計數(shù)器：。步驟（4）：由現(xiàn)有的狀態(tài)量x計算各測量量的計算值和雅可比矩陣。這里的狀態(tài)變量可以選用極坐標或者直角坐標來表示，根據(jù)測量量的類型和地點自動選取相對應的公式進行計算。由z和計算出殘差r和目標函數(shù)值，并由雅可比矩陣計算信息矩陣和自由矢量。步驟（5）：解線性方程組，求狀態(tài)修正量，并選取其中絕對值最大者，記為。線性方程組的系數(shù)矩陣是對稱矩陣，可以選用平方根分解法或LDL分解法來求解，國外使用平方根分解法較多。對于較大的電力系統(tǒng)應該采用稀疏矩陣的程序技巧，以提高計算的速度。步驟（6）：收斂檢查達到收斂標準以內(nèi)結(jié)束計算，轉(zhuǎn)出口；否則轉(zhuǎn)到步驟（7）繼續(xù)迭代。步驟（7）：修正狀態(tài)量運用公式，并將迭代計數(shù)器加1：，返回步驟（4）繼續(xù)迭代。為了避免無休止的迭代，對迭代次數(shù)應該加以限制。以上的步驟（3）~步驟（7）組成了一個子過程，既可以獨立進行狀態(tài)估計，也可以作為某些不良數(shù)據(jù)辨識的子程序。正確的狀態(tài)估計結(jié)果將通過一個輸出程序送入到數(shù)據(jù)庫中，根據(jù)需要可以送出各節(jié)點的電壓幅值和相角，各節(jié)點的注入功率和各支路的潮流計算等數(shù)據(jù)。第二節(jié)IEEE4節(jié)點算例分析用四節(jié)點的簡化系統(tǒng)作為算例來說明電力系統(tǒng)的運行模擬。網(wǎng)絡(luò)示意圖如圖4-2所示，相關(guān)參數(shù)見表4-1。圖4-2四節(jié)點試驗系統(tǒng)阻抗圖系統(tǒng)由4個節(jié)點和4條支路組成，1、4號節(jié)點是電廠，2、3號節(jié)點是負荷，1~3號支路是輸電線，4號支路是變壓器。表4-1支路數(shù)據(jù)表支路號起點i終點j電阻R電抗X對地電納變比K1120.522.660.00014-2133.058.370.00056-3230.412.150.00044-4340.007.50-1.05下面按照圖4-1的步驟詳細介紹IEEE4節(jié)點的基本加權(quán)最小二乘法狀態(tài)估計的計算過程。在初始化階段，由測量量模擬得到的各測量量的標準差、權(quán)重和一次采樣的隨機測量值列入表4-2中，節(jié)點編號的結(jié)果列在表4-3中。表4-2測量數(shù)據(jù)（電壓單位為V，功率單位為MW）測點號測量項目測量值測量誤差真值標準差權(quán)重1P118.71-2.1420.861.300.582Q134.05-1.7435.791.400.503P1241.791.4540.331.430.484Q1237.96-0.3938.351.420.495P13-19.100.36-19.471.290.596Q13-2.240.31-2.561.180.717P2117.55-2.0119.571.290.598Q21-10.740.37-11.121.240.649P32132.572.14130.422.030.2410Q2342.161.2641.351.440.4811P2-49.490.50-50.001.500.4412Q2-41.93-1.93-40.001.430.4813P14-193.226.77-199.992.490.1614Q14-71.08-0.85-70.221.630.3715V1112.150.65111.501.110.8016V2110.99-0.71111.711.110.80表4-3節(jié)點內(nèi)外編號對照表節(jié)點內(nèi)部編號1234節(jié)點外部編號4231在下面的計算過程中，除了輸入和輸出部分外，一律使用節(jié)點內(nèi)部編號。按照內(nèi)部編號，我們可以寫出系統(tǒng)的節(jié)點導納矩陣如表4-4所示。表4-4節(jié)點導納矩陣節(jié)點12341-j0.13330j0.12690200.1563-j0.8103-0.0855+j0.4487-0.0707+j0.36213j0.1269-0.0855+j0.44870.1240-j0.6742-0.0384+j0.105440-0.0707+j0.3621-0.0384+j0.10540.1092-j0.4668 將參考節(jié)點的測量電壓作為初始電壓，個節(jié)點由同一電壓開始計算，選取初始狀態(tài)變量的電壓幅值為112.15kV，選取初始狀態(tài)變量的電壓相角為0rad。首先讀入一組測量數(shù)據(jù)，如表4-2所示；置迭代計數(shù)器的初值k=1；在第一次迭代過程中，需要根據(jù)前面章節(jié)提到的公式計算出雅可比矩陣H、測量量的計算值h。根據(jù)測量量的類型和地點信息，可以在第三章中找到相對應的計算公式，便可以由現(xiàn)有的狀態(tài)值和導納矩陣計算出測量量i所對應的一行雅可比矩陣元素Hi和測量量i的計算值，其中i=1,2,…,16，便可以求出整個雅可比矩陣H和測量量的計算值h，分別列于表4-5和表4-6中。表4-5第一次迭代過程中的雅可比矩陣H狀態(tài)量測點1234567100-7.93-4555.10-4.31-1326.7312.24200-40.61890.45-11.82483.4652.28300-7.93-4555.10007.93400-40.61890.450040.5850000-4.31-1326.764.3160000-11.82483.4611.70700004.311326.76-4.318000011.70-483.46-11.82900-9.59-5645.679.595645.6701000-50.381076.6150.23-1076.610110-1597.41-9059-5645.6713.908569.85-4.3112-14.240-50.381076.6174.82-1580.08-11.82130-1597.410001597.41014-14.2400012.8800150000001.001600001.0000接下來，由表4-5中的雅可比矩陣H和表4-2中的加權(quán)對角陣，經(jīng)過矩陣乘法便可以得到77階的對稱信息矩陣列入表4-7中；由測量值z撿取計算值h便可得到測量量的殘差矢量r如表4-6所示；將表4-5中的雅可比矩陣H求轉(zhuǎn)置，乘以表4-2中的加權(quán)對角陣，再乘以表4-6中的殘差矢量r，便可得到7維的自由矢量，列入表4-8中。表4-6第一次迭代過程中的測量值h和殘差r測點hr測點hr1018.7190132.572-8.8042.8510-5.5348.153041.79110-49.494-1.7639.7212-88.6446.0750-19.10130-193.226-7.044.7914-76.064.987017.5515112.1508-7.04-3.8916112.15-1.16表4-7第一次迭代過程中信息矩陣狀態(tài)量123456711740348-7463-5871081582.002015423776814408210-9875-64925933060334868144232-13701-286710877-16694-74634008210-12701460058592342126803229-42205-587-9875-2867234214402-17267-1012610815-649253910877-26803229-1726746041775-32167823060-1669-4220-1012-32162604接下來就是解線性代數(shù)方程組求得狀態(tài)修正量，利用平方根分解法將信息矩陣分解為因子表，并利用因子表進行前推和回代過程，便可以得到7維的狀態(tài)修正矢量，列于表4-8中。接著進行收斂檢查，對表4-8中的狀態(tài)修正矢量做絕對值運算，并找出其中的最大值，將此值與系統(tǒng)設(shè)定的收斂半徑相比較（此處設(shè)置為）。顯然，迭代過程不收斂。由于迭代過程不收斂，應該對狀態(tài)變量進行修正，在此將計算出的狀態(tài)變量修正量添加到原有的狀態(tài)變量中，形成新的狀態(tài)變量，并做進一步的迭代過程。用公式計算修正狀態(tài)量，并將第一次迭代后的狀態(tài)變量列于表4-8中。表4-8第一次迭代過程中狀態(tài)修正矢量及狀態(tài)量狀態(tài)量號修正量狀態(tài)量狀態(tài)量號修正量狀態(tài)量1-0.71111.445-0.48111.6920.13700.137060.01370.01373-1.84110.317-0.71111.444-0.0088-0.0088 經(jīng)過幾次迭代后，狀態(tài)修正矢量會收斂到指定的收斂半徑內(nèi)，從而輸出計算結(jié)果。本設(shè)計采用Matlab軟件進行編程，詳細程序見附錄，輸出的結(jié)果包括每次迭代的系統(tǒng)變量、每次迭代的測量量、每次迭代的殘差及每次迭代的目標函數(shù)，具體的輸出結(jié)果如表4-9至4-11所示。表4-9迭代中狀態(tài)變量x的變化過程迭代次數(shù)狀態(tài)量1234112.15109.3717110.3265110.329700.1367860.1427820.142724112.15108.3726108.4352108.43770-0.00685-0.00728-0.00728112.15109.6001109.6664109.668900.0139390.0146850.014683112.15109.4288109.5077109.5102表4-10迭代中測量變量h的變化過程迭代次數(shù)測點12341P11.25776220.5189721.6418621.642742Q1-8.8043432.389133.208733.205913P12037.6163439.6478439.646594Q121.76086737.8817538.205538.203795P130-18.2948-19.2052-19.20316Q137.04346911.2718711.7919111.79167P21018.3854519.3055919.303488Q217.0434692.4094581.9341641.9350079P320122.5218129.0069128.996710Q235.53415445.6895544.8294544.8281311P21.257762-44.2932-46.624-46.562512Q2-85.5278-30.9554-43.6517-43.676313P140-186.479-196.22-196.14614Q14-76.0361-57.9712-69.3112-69.334415V1112.15109.4288109.5077109.510216V2112.15109.6001109.6664109.6689表4-11迭代中殘差r的和目標函數(shù)J(x)的變化迭代次數(shù)測點殘差12341P117.45224-1.80897-2.93186-2.932742Q142.854341.6608990.8413040.8440863P1241.794.1736582.1421642.1434124Q1236.199130.078247-0.2455-0.243795P13-19.1-0.805160.1051750.1030926Q13-9.28347-13.5119-14.0319-14.03167P2117.55-0.83545-1.75559-1.753488Q21-17.7835-13.1495-12.6742-12.6759P32132.5710.048253.5630823.57332210Q2337.07585-3.07955-2.21945-2.2181311P2-50.7478-5.19676-2.86603-2.9275212Q243.59783-10.97461.7217121.74629513P14-193.22-6.74143.0001112.926314Q144.956149-13.1088-1.76875-1.7455815V102.7212142.6422732.63981716V2-1.161.3898871.3235541.321115J(x)67058.51864.8035424.2373424.2268從以上實驗結(jié)果可以看出，系統(tǒng)變量的估計值不斷地向真實值逼近，最終維持在一定的誤差范圍內(nèi)，由此可見基于最小二乘法的狀態(tài)估計達到了較好的效果。其具體體現(xiàn)在以下幾個方面：其一是測量誤差不斷的下降，其二是有功功率最終達到平衡。除此之外，狀態(tài)估計還可以由不完整的測量數(shù)據(jù)推算出完整的估計數(shù)據(jù)，從而得到未裝測點的潮流值以及難于測量的全部節(jié)點的電壓相角值，還可以計算出系統(tǒng)中的發(fā)電功率、負荷功率和網(wǎng)損。第三節(jié)IEEE30節(jié)點測試系統(tǒng)仿真從第二節(jié)可以看出，基本加權(quán)最小二乘法狀態(tài)估計在小節(jié)點系統(tǒng)中具有較高的收斂性能，為了驗證算法的有效性，我們將改算法運用到標準的IEEE30節(jié)點仿真系統(tǒng)中。一、初始參數(shù)首先下載Matpower5.1程序包，具體的潮流計算真實值可以通過Matpower仿真實驗直接得到。為了模擬出狀態(tài)估計中的測量值，我們在已經(jīng)得到的潮流基礎(chǔ)上，添加一個方差為1的正態(tài)分布擾動量，具體的輸入?yún)?shù)數(shù)據(jù)如下表4-12所示。其中，系統(tǒng)變量選取PV節(jié)點的相角、PQ節(jié)點的相角以及PV節(jié)點幅值共53個變量。表4-12IEEE30節(jié)點測量量的真實值與測量值測點號真實值測量值測點號真實值測量值1-0.4155-0.188028-2.1285-2.209721.47621.051829-3.0415-3.11453-3.3927-3.5601300.98310.71714-1.5892-1.3128310.98011.82125-0.8284-0.3089320.98240.54456-1.5221-2.0809330.97320.73137-1.7947-1.1644340.96740.61148-1.8638-1.5337350.96060.37359-2.267-2.3009360.98050.884410-2.6518-2.7494370.98440.847411-2.7258-2.8346380.98051.745512-2.9969-3.1485390.98550.861013-3.3749-3.3634400.97670.444614-2.9969-2.9713410.98021.781915-1.5369-1.1239420.97741.594716-2.308-1.5445430.97690.862117-2.3118-2.0783440.96840.215318-2.6445-2.7494450.96530.743019-3.3923-3.0797460.96920.891220-3.4784-3.3868470.99341.131421-3.9582-4.4731480.98860.858022-3.871-3.3964490.99021.211923-3.4884-3.3349500.97221.168124-2.6315-2.5639510.97470.349425-1.69-1.4324520.97960.505626-2.1393-2.0086530.96790.597327-2.2659-2.7366二、仿真實驗 設(shè)置收斂半徑，運行matlab主程序，經(jīng)過三次迭代后，系統(tǒng)達到平衡狀態(tài)，將最終的系統(tǒng)狀態(tài)變量估計值列入表4-13中，將測量變量以及殘差列入表4-14中。表4-13IEEE30節(jié)點系統(tǒng)變量估計值系統(tǒng)變量號估計值系統(tǒng)變量號估計值系統(tǒng)變量號估計值1-2.8006819-10.7362370.1451692-9.1275320-11.991138-0.019633-11.055621-12.1796390.3889984-11.214422-11.9656400.2337985-10.62423-11.02410.0859246-4.4631624-11.5286420.3053767-5.3515625-11.7056430.175228-4.8296326-12.695544-0.240239-6.1149127-6.7258545-0.2893810-5.7606328-12.230646-0.242111-6.3061729-12.438470.02613512-9.4423430-0.34267480.01630213-10.618831-0.42837490.05065314-9.9793232-0.1689250-0.1884115-9.33433-0.5328451-0.635416-10.247134-0.4675252-0.1855717-10.648635-0.556253-0.2020618-10.340136-0.04437表4-14IEEE30節(jié)點系統(tǒng)測量變量及殘差測點測量值殘差測點測量值殘差1-0.67036-5E-1528-2.809269.33E-1521.474773-1.4E-1429-2.86775.33E-153-2.932772.93E-14300.892178-3.2E-154-1.5143-2.2E-16310.510333-3.1E-155-0.12593-1.1E-14320.9636333E-156-1.005046.66E-16330.025048-9.9E-157-1.64891-1.4E-1434-0.09659-1.6E-158-2.252657.55E-15350.372138-1.6E-149-1.983651.07E-13360.485234-4.4E-1610-3.34311-2.4E-14370.3978841.06E-1411-2.603563.29E-14380.1177861.39E-1712-2.592684.44E-15391.129614-2.9E-1513-3.26838-1.1E-13400.1796082.5E-1514-2.55706-1.3E-15411.0353096E-1515-0.517462.42E-14421.3709331.78E-1516-1.84603-5.3E-15430.975787-7.8E-1617-2.178342.22E-14441.014954-1.1E-1518-2.32367-3.1E-15450.776221-4E-1519-3.17956-1.5E-14460.227862-6.1E-1520-4.13576-1.2E-14470.9714914.69E-1421-4.16641-2.8E-14481.4690138.66E-1522-3.258661.51E-14491.859322-5.1E-1523-3.51019-1.7E-13500.757097-2.1E-1524-2.34029-6.2E-15510.1610396.11E-1525-2.193251.2E-14521.062774-1.8E-1526-2.107042.22E-15531.156033-1.8E-1527-1.965753.55E-15三、結(jié)果分析實驗結(jié)果表明，系統(tǒng)變量的估計值不斷地向真實值逼近，最終維持在一定的誤差范圍內(nèi)，由此可見基于最小二乘法的狀態(tài)估計達到了較好的效果。最小二乘法同樣也適用于大節(jié)點系統(tǒng)的參數(shù)估計運算中，并且其迭代次數(shù)少，仿真時間短，能夠很快的達到收斂，從表4-14中可以看出，經(jīng)過三次迭代后的最小殘差為1.39E-17，最大殘差為4.69E-14，符合電力系統(tǒng)的要求。其具體體現(xiàn)在以下幾個方面：其一是測量誤差不斷的下降，其二是有功功率最終達到平衡。除此之外，狀態(tài)估計還可以由不完整的測量數(shù)據(jù)推算出完整的估計數(shù)據(jù)，從而得到未裝測點的潮流值以及難于測量的全部節(jié)點的電壓相角值，還可以計算出系統(tǒng)中的發(fā)電功率、負荷功率和網(wǎng)損。結(jié)論狀態(tài)估計軟件已成為當代電力系統(tǒng)能量管理系統(tǒng)(EMS)的重要組成部分，尤其在電力市場環(huán)境中發(fā)揮更重要的作用，采用在線預決策方案來周期性刷新決策表的暫態(tài)穩(wěn)定控制系統(tǒng)中也需要通過狀態(tài)估計模塊得到系統(tǒng)運行的完整信息。狀態(tài)估計問題的提出激發(fā)了許多學者的研究興趣，他們以數(shù)學、控制理論和其他新理論為指導，結(jié)合電力系統(tǒng)的特點，針對實際工程面臨的問題，在網(wǎng)絡(luò)拓撲分析、可觀測性檢驗、估計計算和不良數(shù)據(jù)的處理等方面探索和總結(jié)出許多可行的寶貴經(jīng)驗。本文就狀態(tài)估計中的估計算法方面進行了討論，本文主要完成的工作如下：(1)綜合闡述了電力系統(tǒng)狀態(tài)估計的發(fā)展歷史、研究現(xiàn)狀和進一步的研究方向，介紹了建立狀態(tài)估計數(shù)學模型的一般方法，介紹了最小二乘算法的基本思想，并分析了它們其中典型算法的優(yōu)缺點。(2)詳細分析了最小二乘法對電力系統(tǒng)進行狀態(tài)估計的流程，編寫了Matlab程序，并用IEEE4節(jié)點和30節(jié)點算例對程序進行了有效驗證，仿真結(jié)果表明，論文編制的程序是正確、有效的。電力系統(tǒng)狀態(tài)估計是一個比較活躍的研究領(lǐng)域。隨著電力系統(tǒng)的不斷發(fā)展、應用要求的不斷提高、廣域測量系統(tǒng)的推廣實施，無論從理論方面還是從實際應用需求方面，狀態(tài)估計領(lǐng)域仍有許多問題需要我們?nèi)ド钊胙芯俊?/p>

致謝回首我在重慶郵電大學的四年學習生活，現(xiàn)在滿懷感激之情。我非常榮幸能夠來到重慶這個優(yōu)美的城市生活和學習。在這里，我結(jié)識了許多的朋友，在和他們的交往中，我學習到了很多，自身也得到了很大的提高。首先我要感謝我的老師。老師在平時的學習生活中給予了我最熱情的指導和幫助，在我完成論文的整個過程，更是從開題報告到完成初稿都有老師的辛勞。感謝老師在學習上給予我的悉心指導，提供我一個很好的學習環(huán)境以及實踐鍛煉機會。并且，老師治學嚴謹，一絲不茍，注重培養(yǎng)學生研究問題、解決問題的獨立工作能力，讓我受益匪淺。在此，謹向大學本科期間一直培養(yǎng)、幫助和關(guān)懷我的導師致以由衷的敬意和誠摯的謝意。謹向給予我無私幫助的同學表示深切的感謝。衷心感謝所有在學習期間給予我?guī)椭椭С值膸熼L和朋友，謝謝他們在各方面的幫助，很高興能和他們一起分享學習和生活的快樂。深深地感謝父母對我養(yǎng)育之恩和諄諄教誨，雖然現(xiàn)在不在身邊，但是他們總是給我鼓勵，教我戰(zhàn)勝困難，他們的支持給了我戰(zhàn)勝困難的勇氣。最后，向所有關(guān)心，幫助，理解和愛護過我的老師，同學，家人表示深深地感謝!ADDINNE.Bib參考文獻[1]黃欣然.電力調(diào)度系統(tǒng)網(wǎng)絡(luò)安全的研究與分析[J].電源技術(shù)應用.2014.[2]李濱，杜孟遠，祝云，等.基于準實時數(shù)據(jù)的智能配電網(wǎng)狀態(tài)估計[J].電工技術(shù)學報.2016,31(1):34-44.[3]王珍意.電力系統(tǒng)狀態(tài)估計[D].華中科技大學,2005.[4]張海波，張伯明，孫宏斌，等.基于潮流定解條件的電力系統(tǒng)狀態(tài)估計可觀測性分析[J].中國電機工程學報.2003,23(3):54-58.[5]楊霽.基于狀態(tài)預測的