基于贝叶斯优化弹性网络回归的谐波状态估计方法

回归类算法在估计系统谐波状态时,谐波源间的高度相关性会引起法矩阵的病态,从而显著影响谐波估计精度.为了更加准确地估计系统谐波状态,提出一种基于贝叶斯优化弹性网络回归的谐波状态估计方法.首先,在用最小二乘法进行谐波状态估计时,将带权值的1范数和2范数同时加入惩罚函数中;另外,为了更加高效准确地估计系统谐波状态,将高斯过程和贝叶斯优化应用于1范数和2范数的权值选取;最后,在IEEE 14节点中验证了所提方法的有效性.结果表明:在谐波源间存在相关性时,所提方法仍能实现合理的谐波源定位及谐波责任划分....

Full description

Saved in:
Bibliographic Details
Published in中国电力 Vol. 55; no. 8; pp. 104 - 112
Main Authors 马思棋, 王忠
Format Magazine Article
LanguageChinese
Published 四川大学电气工程学院,四川成都 610065 28.08.2022
Subjects
贝叶斯优化
谐波状态估计
弹性网络回归
高斯过程
多重共线性
Online AccessGet full text
ISSN1004-9649
DOI10.11930/j.issn.1004-9649.202101017

Cover

More Information
Summary:回归类算法在估计系统谐波状态时,谐波源间的高度相关性会引起法矩阵的病态,从而显著影响谐波估计精度.为了更加准确地估计系统谐波状态,提出一种基于贝叶斯优化弹性网络回归的谐波状态估计方法.首先,在用最小二乘法进行谐波状态估计时,将带权值的1范数和2范数同时加入惩罚函数中;另外,为了更加高效准确地估计系统谐波状态,将高斯过程和贝叶斯优化应用于1范数和2范数的权值选取;最后,在IEEE 14节点中验证了所提方法的有效性.结果表明:在谐波源间存在相关性时,所提方法仍能实现合理的谐波源定位及谐波责任划分.
ISSN:1004-9649
DOI:10.11930/j.issn.1004-9649.202101017