[发明专利]基于BP神经网络的线路参数特性辨识模型的建立方法

权利要求书

1.基于BP神经网络的线路参数特性辨识模型的建立方法，其特征在于，包括如下步骤：

步骤1、获取线路两端的原始实测数据；

步骤2、建立输电线路等值模型；

步骤3、基于PMU量测数据和输电线路等值模型，采用抗差最小二乘法对输电线路参数进行辨识，得到输电线路参数的估计值X′；

步骤4、建立基于BP神经网络的线路参数特性辨识模型；

步骤5、分别读取线路两端的原始实测数据和输电线路参数的估计值，采用BP神经网络进行反复训练并修正内部的权值和阈值，当实际输出值与期望输出值之间的总误差精度小于最小误差值ε时，停止训练，获得最终的基于BP神经网络的线路参数特性辨识模型；

步骤1中，原始实测数据包括线路两端的潮流值、温度值和线路实测参数值。

2.根据权利要求1所述的基于BP神经网络的线路参数特性辨识模型的建立方法，其特征在于，步骤2中，采用输电线路π型等值模型：

式中，i,j表示线路首端和末端节点号，分别表示线路首端和末端的电流相量，分别表示线路首端和末端的节点电压相量，Z表示线路的阻抗，Y表示线路的等值对地电纳。

3.根据权利要求2所述的基于BP神经网络的线路参数特性辨识模型的建立方法，其特征在于，步骤3具体包括如下步骤：

301、读取某一断面设备的PMU量测值；

302、采用基于IGG法的抗差最小二乘法对输电线路参数进行估计，得到输电线路参数的估计值X′，计算过程如下：

根据式(1)得到线路参数最小二乘法计算公式为：

式中，分别表示线路首端和末端的视在功率共轭相量，U_i,U_j表示线路首端和末端节点电压幅值；

将上式中的电压和电流按实部和虚部展开，得到如下计算公式：

式中：I_iR,I_jR分别表示线路首端和末端电流相量的实部，I_iI,I_jI分别表示线路首端和末端电流相量的虚部，P_i,P_j分别表示线路首端和末端的有功功率，Q_i,Q_j分别表示线路首端和末端的无功功率，θ_i,θ_j分别表示线路首端和末端节点电压相角，g、b表示线路等值阻抗对应电导和电纳，表示对地等值电纳半分值；

考虑实际情况中的噪声影响，上述的矩阵方程式可表示为：

y＝Az+u (4)

式中，y为量测量；A为测量矩阵；z为所要估计的线路参数量；u为测量误差相量；

得到参数估计值的计算公式为：

z＝(A^TA)^-1A^Ty (5)

式中，A^T表示A矩阵转置。