| | | | | 系统的可观测性与不良数据的再估计识别 | | | 马志强 | | | 本文论述了与不良数据识别密切相关的系统观测性问题,引进了表示系统观测余度的观测数的概念。在此基础上提出了一种基于残差灵敏度矩阵的对不良数据再估计识别算法,并讨论了这一算法的有关细节。
【作者单位】：广东省电力局
【DOI】：cnki:ISSN:1000-3673.0.1979-02-007
【正文快照】：
引奋‘二刀 不良数据的检测与识别是电力系统状态估计中的重要课题。识别问题所以重要是因为它是获得良好估计的前题。一个无可靠识别功能的状态估计器可能扩散原有量测系统的误差,从而使它失去作用。所以从实用的观点看,识别不良数据可能更为重要。 近年来,国外对识别问题十分 | | | | | |  推荐 下载CAJ全文  下载PDF全文 | | | CAJViewer7.0阅读器支持所有CNKI文件格式，AdobeReader仅支持PDF格式 |
| | | | | | 1 | 马志强; 电力系统状态估计中的参数识别与结线识别 [J]; 电力系统自动化; 1980年03期 | | 2 | 李希武; 关于电力系统状态估计中不良数据的估计方法 [J]; 电网技术; 1980年Z1期 | | 3 | 李碧君,薛禹胜,顾锦汶,韩祯祥; 基于权函数的电力系统状态估计算法 [J]; 电力系统自动化; 1999年08期 | | 4 | 黄幼才; 杠杆点评估及设计空间抗差 [J]; 测绘学报; 1993年04期 | | 5 | 倪小平,张步涵; 基于等效电流量测变换的状态估计及不良数据检测与辨识方法 [J]; 电网技术; 2002年08期 | | 6 | 史德明,李林川,宋建文; 基于灰色预测和神经网络的电力系统负荷预测 [J]; 电网技术; 2001年12期 | | 7 | 郭新辰,王雪峰,冯英浚; 采用神经网络进行电力系统短期负荷预测的一种降维方法 [J]; 东北电力学院学报; 2002年02期 | | 8 | 于尔铿,相年德,王世缨; 电力系统状态估计中的不良数据估计识别法 第二部分:检测系统 [J]; 清华大学学报(自然科学版); 1980年01期 | | 9 | 相年德,王世缨,于尔铿; 电力系统状态估计中的不良数据估计识别法 第一部分──理论和方法 [J]; 清华大学学报(自然科学版); 1979年04期 | | 10 | 吴伟贤; 电力系统状态估计中错误数据的“同时估计识别”方法 [J]; 武汉大学学报(工学版); 1980年04期 |
|
| | | | | | 1 | 马志强; 关于电力系统状态估计中的检测与识别 [J];中国电机工程学报; 1982年01期; 26-31 | | 2 | 李希武; 关于电力系统状态估计中不良数据的估计方法 [J];电网技术; 1980年Z1期; 127-146 | | 3 | 赵海天,相年德,王世缨,张伯明; 多不良数据的相关量测检测方法 [J];中国电机工程学报; 1990年06期; 26-32 | | 4 | 康重庆,夏清,相年德; 灰色系统参数估计与不良数据辨识 [J];清华大学学报(自然科学版); 1997年04期; 74-77 | | 5 | 刘浩,崔巍; R_N检测与状态预估相结合的不良数据检测辨识法 [J];电力系统及其自动化学报; 2001年02期; 41-45 | | 6 | 李钊年; 电力系统状态估计中的不良数据辨识 [J];青海大学学报(自然科学版); 2001年01期; 51-53 | | 7 | 张文哲,陈刚,吴迎霞; 基于小波理论对负荷预测中不良数据的处理 [J];重庆大学学报(自然科学版); 2004年06期; 78-82 | | 8 | 于尔铿; 电力系统状态估计中不良数据的零残差辨识法 [J];电网技术; 1981年02期; 68-75 | | 9 | 刘广一,于尔铿,夏祖治; 状态估计中不良数据可检测及可辨识性的定量分析理论 [J];电力系统自动化; 1991年01期; 24-28+58 | | 10 | 相年德,王世缨,于尔铿; 伪量测在不良数据估计识别法中的应用 [J];清华大学学报(自然科学版); 1981年02期; 85-96 |
|
|
|