电力系统状态估计-最小二乘+不良数据辨识-matlab

电力系统状态估计（电力网系统辨识）-最小二乘+不良数据辨识-matlab 最小二乘是对电力系统进行状态估计的最基本方法，而考虑到电力网数据可能存在不良数据，需要使用相关方法进行不良数据辨识；检测到不良数据点位置后，系统还会剔除不良数据再次进行辨识 两份导入数据中，iSE30Bus1为有误差数据，iSE30Bus2为无误差数据 输出结果会导入至oStateEstimation中

%% Power Grid State Estimation （Test 1）
clc;    % Clear windows
format

%% 使用变量说明
% GATE      对不良数据检测与辨识的调用开关
% JM        min （J） 残差平方和
% uij，k  用于循环的变量
% RE        residual error（残差矢量）
% VA        variance（方差）
% FN        标准化残差
% BDT       Bad Data‘s Type （坏数据类型）
% BDP       Bad Data‘s Position （坏数据位置）
% F         状态估计方程计算出的值

%% Read power flow data from document “iSE30Bus.txt“
fp=fopen（‘iSE30Bus1.txt‘‘r‘）;   % 1号为有量测误差数据，2号为无误差数据
fscanf（fp‘%s‘1）;               % read one sting
node=fscanf（fp‘%d‘1）;          % read number of nodes
nzl=fscanf（fp‘%d‘1）;           % read number of branches
kPQ=fscanf（fp‘%d‘1）;           % read number of known PQ
kBus=fscanf（fp‘%d‘1）;          % read number of known Bus
kV=fscanf（fp‘%d‘1）;            % read number of known Vamp

fscanf（fp‘%s‘1）;               % read a string
ReV=fscanf（fp‘%f‘1）;           % read number of Real Vamp
ImV=fscanf（fp‘%f‘1）;           % read number of Imag Vamp

fscanf（fp‘%s‘1）;               % read a string
zl=zeros（nzl4）;                 % 确定节点导纳矩阵的规格，并保存i  j  R  X的数据
for i=1:nzl
    for j=1:4
      zl（ij）=fscanf（fp‘%f‘1）;
    end                          % read branch parameters
end

fscanf（fp‘%s‘1）;               % read one string
N=zeros（kPQ3）;                  % save:确定所有节点的功率值，保存i P Q
for i=1:kPQ   
    for j=1:3
        N（ij）=fscanf（fp‘%f‘1）;   % read generator parameters
    end
end

PQ=zeros（2*kPQ1）;               % 将节点功率转换为列向量的形式
for i=1:kPQ
    PQ（2*i-1）=N（i2）;
    PQ（2*i）=N（i3）;
end

fscanf（fp‘%s‘1）;               % read one string
Bus=zeros（kBus4）;               % save known Bus: i  j  Pij  Qij
for i=1:kBus
    for j=1:4
      Bus（ij）=fscanf（fp‘%f‘1）;
    end                         
end

fscanf（fp‘%s‘1）;               % read one string
Vam=zeros（kV2）;                 % save known Vamp: i Vamp
for i=1:kV
    for j=1:2
      Vam（ij）=fscanf（fp‘%f‘1）;
    end                         
end
fclose（fp）;

%% 形成节点导纳矩阵 G+jB
G=zeros（nodenode）;
B=zeros（nodenode）;
for k=1:nzl
    i=zl（k1）;
    j=zl（k2）;
    h=zl（k3）*zl（k3）+zl（k4）*zl（k4）;
    f=zl（k3）/h;               % branch conductance
    g=-zl（k4）/h;              % branch susceptance
    G（ii）=G（ii）+f;
    G（jj）=G（jj）+f;
    B（ii）=B（ii）+g;
    B（jj）=B（jj）+g;
    G（ij）=G（ij）-f;
    G（ji）=G（ji）-f;
    B（ij）=B（ij）-g;
    B（ji）=B（ji）-g;
end
% G                               % show
% B                               % show


%% State Estimation
GATE=0;
zcs=0;
 for u=1:2*kPQ+2*kBus+kV-2*node+2
   
     if GATE==1
         break;
         JM=RE‘*RE;                         % 不良数据检测与辨识
         JM
         if JM<0.00003                      % 不良数据检测
             break;
         else
             VA=JM/（2*kPQ+2*kBus+kV-1）;     % VA：残差的方差
             VA1=1/sqrt（VA）;
             FN=RE*VA1;                     % FN：经过标准化处理的残差向量
             FN1=zeros（2*kPQ+2*kBus+kV2）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      15428  2019-02-02 18:39  SEF.m

     文件       3121  2018-05-05 23:19  iSE30Bus1.txt

     文件       3101  2018-05-01 17:54  iSE30Bus2.txt

----------- ---------  ---------- -----  ----

                21650                    3