基于QR-BiGRU神经网络与区间抗差增广状态估计的线路参数区间追踪估计

作     者：张栩 颜伟 李辉 陆正媚 苏鑫 

作者机构：澳门大学智慧城市物联网国家重点实验室 重庆大学电气工程学院 

出 版 物：《电工技术学报》 (Transactions of China Electrotechnical Society)

年 卷 期：2024年

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080802[工学-电力系统及其自动化] 0808[工学-电气工程] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：参数估计 增广状态估计 区间分析 分位数回归 误差传播 

摘      要：为满足现代电网对于输电线路参数估计和跟踪维护的需求，本文提出一种基于分位数回归双向门控循环单元（Quantile Regression and Bidirectional Gated Recurrent Unit， QR-BiGRU）神经网络与区间抗差增广状态估计的线路参数区间追踪估计方法。所提方法基于区间估计理论与动态增广状态估计模型，首先采用QR-BiGRU神经网络代替传统Holt指数平滑预测函数进行状态区间预测，并获得了更准确、可信的状态预测区间；然后基于量测值及其所允许的最大误差构建量测区间；再基于区间分析理论与误差传播定律求解考虑零注入功率约束的区间抗差增广状态估计模型，最终获取了由状态预测区间、量测区间所导致的参数估计区间，实现了对输电线路电阻、电抗的区间追踪估计。融合了美国纽约独立系统运营商时间序列数据的多个IEEE节点测试系统，验证了所提方法的有效性。