CN107368462B - 一种用于时变测量数据方差的在线估计方法 - Google Patents
一种用于时变测量数据方差的在线估计方法 Download PDFInfo
- Publication number
- CN107368462B CN107368462B CN201710545721.4A CN201710545721A CN107368462B CN 107368462 B CN107368462 B CN 107368462B CN 201710545721 A CN201710545721 A CN 201710545721A CN 107368462 B CN107368462 B CN 107368462B
- Authority
- CN
- China
- Prior art keywords
- variance
- invariant
- measurement
- time
- measurement data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 126
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000005070 sampling Methods 0.000 claims abstract description 21
- 238000005293 physical law Methods 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims description 30
- 239000013598 vector Substances 0.000 claims description 24
- 238000005457 optimization Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Complex Calculations (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了一种用于时变测量数据方差的在线估计方法,通过在线数据实时估计量测方差,将更加精准可靠,通过构造不变量,基于不变量的测量数据,可通过统计获得方差信息,并进一步估计单个相关量测的方差信息,根据实际工业现场的物理规律约束,来构造时变测量数据方差估计模型,摆脱对参数的依赖,直接根据在线的采样数据获取结果,具有相当的通用性,可以在不同的工业领域应用,特别是在电力***领域,具有广泛推广应用的前景。
Description
技术领域
本发明涉及工业测控与仪器技术领域,具体涉及一种用于时变测量数据方差的在线估计方法。
背景技术
获取量测方差的标准方法是基于真实值不变,利用多次采样数据求出。在实际工业现场,量测的真实值很可能是不断变化的,而且无法获知,造成了量测方差的获取很难有一般性的方法。在电力***领域,状态估计程序对于正确获取当前***状态十分重要。为了使状态估计精度更高、更有效的辨识不良数据,获取量测的方差信息是十分重要的。如果直接利用表计的设计精度来估算方差,不可避免的无法考虑信息传输过程的干扰问题,同时现场运行的表计精度可能会与理论设计值不相等。
虽然,目前发展了很多递归估计量测方差的方法,但是,主要都是通过构造状态估计模型来逐步估算方差,这些方法依赖于模型参数的准确性,在很多场合将导致实用性缺乏。
发明内容
本发明的目的是克服现有的获取量测方差所存在的问题。本发明提供的用于时变测量数据方差的在线估计方法,根据实际工业现场的物理规律约束,来构造时变测量数据方差估计模型,可以摆脱对参数的依赖,直接根据在线的采样数据获取结果,具有相当的通用性,可以在不同的工业领域应用,具有广泛推广应用的前景。
为了达到上述目的,本发明所采用的技术方案是:
一种用于时变测量数据方差的在线估计方法,其特征在于:包括以下步骤,
步骤(A),通过物理规律的约束构造测量数据的不变量;
步骤(B),通过实时采样在线获取不变量的量测序列,通过数理统计计算不变量的方差特性;
步骤(C),通过不变量与相关测量的关联组合,估计单个时变测量数据的方差特性。
前述的一种用于时变测量数据方差的在线估计方法,其特征在于:步骤(A),通过物理规律的约束构造测量数据的不变量的过程如下:相关测量对应的物理量线性组合,若为固定常数,则取不变量的真实值为该固定常数、不变量的测量值为相关测量的物理量线性组合。
前述的一种用于时变测量数据方差的在线估计方法,其特征在于:步骤(B),通过实时采样在线获取不变量的量测序列,通过数理统计计算不变量的方差特性,包括以下步骤,
(B1),实时采样在线获取不变量的量测序列,在线采样m次量测序列,不变量方差计算,如公式(1)所示,
(B2),不变量的真实值为C,不变量的测量真实误差对应标准差的期望计算,如公式(2)所示,
(B3)当K大于门槛值时,则不变量测量存在***误差,推断出关联测量,至少有一个存在***误差。
前述的一种用于时变测量数据方差的在线估计方法,其特征在于:应用于电力***遥测分析时,所述门槛值范围为3.0~8.0之间。
前述的一种用于时变测量数据方差的在线估计方法,其特征在于:步骤(C),通过不变量与相关测量的关联组合,估计单个时变测量数据的方差特性,包括以下步骤,
(C1),通过相关测量的组成向量v,构造出不变量的向量C,两个向量的关系,如公式(3)所示,
C=Av (3)
其中,向量C有p个元素;向量v有q个元素,A为实数矩阵,存在p行、q列;
(C2),在线采样m次量测序列,l为某次采样的序列号,单个时变测量数据的某次采样值可表示为fkl;不变量的某次采样值可表示为gjl;gjl和fkl均为m列的矩阵,gjl和fkl的关系,如公式(4)所示,
gjl=Afkl (4);
其中,B为p行、q列的实数矩阵,且Bij=Aij*Aij>0,Bij、Aij实数矩阵B、A内的元素;
前述的一种用于时变测量数据方差的在线估计方法,其特征在于:若p<q,实数矩阵B不是列满秩的矩阵,通过以下三种方法,获取相关测量的方差信息,
(1),通过不等式获取相关测量的方差上限,如公式(8)所示,
(2),通过优化方法获取相关测量的方差信息,优化目标是相关测量方差的偏差平方和最小,则优化问题可表示为,如公式(9)、公式(10)所示,
该优化问题,通过拉格朗日乘子法求解;
(3),若相关测量对不变量测量方差的贡献是均等的,可平均分配不变量测量的方差,得到相关测量方差的估算值,如公式(11)所示,
本发明的有益效果是:本发明的用于时变测量数据方差的在线估计方法,通过在线数据实时估计量测方差,将更加精准可靠,通过构造不变量,基于不变量的测量数据,可通过统计获得方差信息,并进一步估计单个相关量测的方差信息,根据实际工业现场的物理规律约束,来构造时变测量数据方差估计模型,摆脱对参数的依赖,直接根据在线的采样数据获取结果,具有相当的通用性,可以在不同的工业领域应用,特别是在电力***领域,具有广泛推广应用的前景。
附图说明
图1是本发明的用于时变测量数据方差的在线估计方法的流程图;
图2是本发明的第一实施例的某工业流量***的结构图;
图3是本发明的第二实施例的某变电站母线及其支路的结构图;
图4是本发明的第三实施例的某变电站两条母线的连接关系的示意图。
具体实施方式
下面将结合说明书附图,对本发明作进一步的说明。
如图1所示,本发明的用于时变测量数据方差的在线估计方法,包括以下步骤,
步骤(A),通过物理规律的约束构造测量数据的不变量,相关测量对应的物理量线性组合,若为固定常数,则取不变量的真实值为该固定常数、不变量的测量值为相关测量的物理量线性组合;
步骤(B),通过实时采样在线获取不变量的量测序列,通过数理统计计算不变量的方差特性,包括以下步骤,
(B1),实时采样在线获取不变量的量测序列,在线采样m次量测序列,不变量方差计算,如公式(1)所示,
(B2),不变量的真实值为C,不变量的测量真实误差对应标准差的期望计算,如公式(2)所示,
(B3)当K大于门槛值时,则不变量测量存在***误差,推断出关联测量,至少有一个存在***误差,门槛值与现场工程的实际要求有关,不是固定的,应用于电力***遥测分析时,门槛值设置为3.0-8.0之间,优选5.0,设成其它值也是可以的,可根据现场量测质量要求设置为其它数值;
步骤(C),通过不变量与相关测量的关联组合,估计单个时变测量数据的方差特性,包括以下步骤,
(C1),通过相关测量的组成向量v,构造出不变量的向量C,两个向量的关系,如公式(3)所示,
C=Av (3)
其中,向量C有p个元素;向量v有q个元素,A为实数矩阵,存在p行、q列;
(C2),在线采样m次量测序列,l为某次采样的序列号,单个时变测量数据的某次采样值可表示为fkl;不变量的某次采样值可表示为gjl;gjl和fkl均为m列的矩阵,gjl和fkl的关系,如公式(4)所示,
gjl=Afkl (4);
其中,B为p行、q列的实数矩阵,且Bij=Aij*Aij>0,Bij、Aij实数矩阵B、A内的元素;
若p<q,实数矩阵B不是列满秩的矩阵,通过以下三种方法,获取相关测量的方差信息,
(1),通过不等式获取相关测量的方差上限,如公式(8)所示,
(2),通过优化方法获取相关测量的方差信息,优化目标是相关测量方差的偏差平方和最小,则优化问题可表示为,如公式(9)、公式(10)所示,
该优化问题,通过拉格朗日乘子法求解;
(3),若相关测量对不变量测量方差的贡献是均等的,可平均分配不变量测量的方差,得到相关测量方差的估算值,如公式(11)所示,
根据本发明的用于时变测量数据方差的在线估计方法,介绍第一具体实施例,如图2所示,某工业流量***的结构图,其中,y1为输出流量的测量;y2和y3为输入流量的测量,图2的数据完全为模拟仿真,仿真时设置三个时段:
第一阶段:y1、y2、y3所在的阀门完全打开,根据物理规律如下:v1=y2+y3-y1,v1为此阶段的流量测量之和,其真实值始终为0,仿真时设定如下:
第二阶段:y1、y2所在的阀门打开,y3所在的阀门关闭。根据物理规律如下:
v2=y2-y1,v2的真实值始终为0,其中V2为此阶段的流量测量之和,其真实值始终为0
仿真时设定如下:
第三阶段:y1、y3所在的阀门打开,y2所在的阀门关闭,根据物理规律如下:
v3=y3-y1,v3的真实值始终为0,其中V3为此阶段的流量测量之和,其真实值始终为0
仿真时设定如下:
通过不同时刻的多次采样,可分别获得V1、V2、V3的量测方差,分别为:
σy1=0.0224,σy2=0.049,σy3=0.0279
可见仿真测试的结果与预先设置值十分接近。
根据本发明的用于时变测量数据方差的在线估计方法,介绍第二具体实施例,图3为某变电站母线及其连接线路,本实施例的数据为现场真实测量数据,母线测试过程中发生开关变位,增加了一条连接支路,变位之前,一共有6条支路连接母线;变位之后,一共有7条支路连接母线,根据基尔霍夫定律,母线的功率和严格等于0,因此可以构造母线的功率和为不变量,
测试分为两阶段,第一阶段为:
通过采样和统计计算,可得到第一阶段母线功率和不变量的方差为:
第二阶段母线功率和不变量的方差为:
可求出新增支路的量测方差为:
另外6条支路的方差如果认为贡献均等,可估算为:
根据本发明的用于时变测量数据方差的在线估计方法,介绍第三具体实施例,如图4所示,某变电站两条母线通过母联断路器连接,根据物理规律,此时两条母线的电压是相等的,因此,两条母线的电压量测可构造不变量:
V=V1-V2
该不变量的真实值始终为0,通过实测数据统计出的方差,可估算电压量测的方差。最终计算出不变量方差为:0.0118kV2,如果认为两条母线电压量测对方差的贡献均等,则可估计出单个母线电压量测方差为:0.0059kV2。
综上所述,本发明的用于时变测量数据方差的在线估计方法,通过在线数据实时估计量测方差,将更加精准可靠,通过构造不变量,基于不变量的测量数据,可通过统计获得方差信息,并进一步估计单个相关量测的方差信息,根据实际工业现场的物理规律约束,来构造时变测量数据方差估计模型,摆脱对参数的依赖,直接根据在线的采样数据获取结果,具有相当的通用性,可以在不同的工业领域应用,特别是在电力***领域,具有广泛推广应用的前景。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.一种用于时变测量数据方差的在线估计方法,其特征在于:包括以下步骤,
步骤(A),通过物理规律的约束构造测量数据的不变量;
步骤(B),通过实时采样在线获取不变量的量测序列,通过数理统计计算不变量的方差特性;
步骤(C),通过不变量与相关测量的关联组合,估计单个时变测量数据的方差特性。
2.根据权利要求1所述的一种用于时变测量数据方差的在线估计方法,其特征在于:步骤(A),通过物理规律的约束构造测量数据的不变量的过程如下:相关测量对应的物理量线性组合,若为固定常数,则取不变量的真实值为该固定常数、不变量的测量值为相关测量的物理量线性组合。
4.根据权利要求3所述的一种用于时变测量数据方差的在线估计方法,其特征在于:应用于电力***遥测分析时,所述门槛值范围为3.0~8.0之间。
5.根据权利要求3所述的一种用于时变测量数据方差的在线估计方法,其特征在于:步骤(C),通过不变量与相关测量的关联组合,估计单个时变测量数据的方差特性,包括以下步骤,
(C1),通过相关测量的组成向量v,构造出不变量的向量C,两个向量的关系,如公式(3)所示,
C=Av (3)
其中,向量C有p个元素;向量v有q个元素,A为实数矩阵,存在p行、q列;
(C2),在线采样m次量测序列,l为某次采样的序列号,单个时变测量数据的某次采样值可表示为fkl;不变量的某次采样值可表示为gjl;gjl和fkl均为m列的矩阵,gjl和fkl的关系,如公式(4)所示,
gjl=Afkl (4);
其中,B为p行、q列的实数矩阵,且Bij=Aij*Aij>0,Bij、Aij实数矩阵B、A内的元素;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710545721.4A CN107368462B (zh) | 2017-07-06 | 2017-07-06 | 一种用于时变测量数据方差的在线估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710545721.4A CN107368462B (zh) | 2017-07-06 | 2017-07-06 | 一种用于时变测量数据方差的在线估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107368462A CN107368462A (zh) | 2017-11-21 |
CN107368462B true CN107368462B (zh) | 2021-02-05 |
Family
ID=60305959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710545721.4A Active CN107368462B (zh) | 2017-07-06 | 2017-07-06 | 一种用于时变测量数据方差的在线估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107368462B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110069748A (zh) * | 2019-05-05 | 2019-07-30 | 北京无线电测量研究所 | 实时确定数据方差方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1570629A (zh) * | 2004-05-12 | 2005-01-26 | 浙江大学 | 基于限定记忆部分最小二乘算法的4-cba含量在线软测量建模方法 |
US6890273B1 (en) * | 2003-07-28 | 2005-05-10 | Basilio Perez | Golf putt-line variance determining system |
CN1800778A (zh) * | 2005-01-05 | 2006-07-12 | 三丰株式会社 | 用于估计不确定性的方法和程序 |
CN105529714A (zh) * | 2016-02-17 | 2016-04-27 | 中国农业大学 | 基于正态分布组合特征的快速概率潮流计算方法 |
-
2017
- 2017-07-06 CN CN201710545721.4A patent/CN107368462B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6890273B1 (en) * | 2003-07-28 | 2005-05-10 | Basilio Perez | Golf putt-line variance determining system |
CN1570629A (zh) * | 2004-05-12 | 2005-01-26 | 浙江大学 | 基于限定记忆部分最小二乘算法的4-cba含量在线软测量建模方法 |
CN1800778A (zh) * | 2005-01-05 | 2006-07-12 | 三丰株式会社 | 用于估计不确定性的方法和程序 |
CN105529714A (zh) * | 2016-02-17 | 2016-04-27 | 中国农业大学 | 基于正态分布组合特征的快速概率潮流计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107368462A (zh) | 2017-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020034630A1 (zh) | 基于神经网络的单元延时预测方法和单元延时灵敏度计算方法 | |
CN103399281B (zh) | 基于循环寿命退化阶段参数的nd-ar模型和ekf方法的锂离子电池循环寿命预测方法 | |
CN107168063B (zh) | 基于集成变量选择型偏最小二乘回归的软测量方法 | |
Caro et al. | Power system state estimation considering measurement dependencies | |
CN107290678B (zh) | 一种动力电池健康状态在线监测方法 | |
CN108804806B (zh) | Weibull分布综合应力恒加试验中参数的简化MLE方法 | |
CN106154168B (zh) | 数据驱动的动力电池荷电状态估计方法 | |
CN112906251B (zh) | 一种配电网可靠性影响要素的分析方法及*** | |
CN106874676B (zh) | 一种电能计量装置状态评估方法 | |
CN109581271B (zh) | 一种典型低压台区用电数据快速模拟方法 | |
CN106599367A (zh) | 一种航天器状态异常检测方法 | |
CN109033021B (zh) | 一种基于变参收敛神经网络的线性方程求解器设计方法 | |
CN107632231B (zh) | 一种使用多激励源的变电站接地网腐蚀故障在线诊断方法 | |
CN107368462B (zh) | 一种用于时变测量数据方差的在线估计方法 | |
CN111262246A (zh) | 一种变电站接地网快速模型建立与腐蚀准确诊断方法 | |
CN115201744A (zh) | 低压台区的计量点误差的确定方法及装置 | |
CN106483851B (zh) | 基于Lyapunov函数分析的时滞稳定判据保守性评估方法 | |
CN109447512B (zh) | 基于均匀设计的大电网可靠性评估方法 | |
CN106446405B (zh) | 一种集成电路器件神经网络建模样本选择方法及装置 | |
CN109193639B (zh) | 一种电力***抗差估计方法 | |
CN107132500B (zh) | 一种同步相量测量单元在线校准方法与装置 | |
CN112736904A (zh) | 基于小扰动数据的电力负荷模型在线解析方法 | |
CN109638811B (zh) | 基于模型等值的配电网电压功率灵敏度鲁棒估计方法 | |
CN109327026B (zh) | 一种低压配电网区间状态估计方法 | |
CN104915890B (zh) | 一种适用于大区互联电网的负荷模型参数拟合方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |