[发明专利]主导负荷参数类噪声辨识的模型参数后处理方法和装置

权利要求书

1.一种主导负荷参数类噪声辨识的模型参数后处理方法，其特征在于，包括：

获取类噪声负荷辨识连续输出结果的N组辨识参数，任一组辨识参数包括开路电抗、暂态电抗、开路时间常数和恒阻抗部分并联形式的电阻值，其中，N为正整数；

基于预设规则筛选所述N组辨识参数中的差拟合辨识参数组并剔除得到粗筛后的A组辨识参数，其中，A≤N；

基于多维核估计KDE构建所述A组辨识参数的多维参数组合概率密度模型，构建以概率密度估计函数为目标函数的最优化问题，求解所述最优化问题，得到所述A组辨识参数的统计中心；

基于所述A组辨识参数与所述统计中心的距离确定统计偏差，基于A组辨识参数中的不同参数的多曲线拟合偏差确定拟合偏差；

基于所述统计偏差和所述拟合偏差确定最优辨识参数组。

2.根据权利要求1所述的主导负荷参数类噪声辨识的模型参数后处理方法，其特征在于，所述基于预设规则筛选所述N组辨识参数中的差拟合辨识参数组并剔除得到粗筛后的A组辨识参数，其中，A≤N，具体包括：

对所述N组辨识参数中的任一组辨识参数计算残差平方和、拟合优度和可释方差得分，若所述残差平方和SSE不小于第一阈值或拟合优度R²不超过第二阈值或可释差方得分EV不超过第三阈值，则所述任一组辨识参数判定为差拟合辨识参数并剔除，最后剩余A组辨识参数；

其中，所述残差平方和SSE通过如下公式计算：

所述拟合优度R²通过如下公式计算残差平方和：

所述可释差方得分EV通过如下公式计算残差平方和：

以上三个式子中，P(t)为第t组辨识参数对应的量测数据中的有功功率实测值，P_p(t)为第t组辨识参数对应的模型有功功率预测值，Q(t)为第t组辨识参数对应的量测数据中的无功功率实测值，Q_p(t)为第t组辨识参数对应的模型无功功率预测值，P为所述任一组辨识参数对应的量测数据中的有功功率实测值，P_p为所述任一组辨识参数对应的模型有功功率预测值，为所述N组辨识参数对应的量测数据中的有功功率实测值的平均，Q为所述任一组辨识参数对应的量测数据中的无功功率实测值，Q_p为所述任一组辨识参数对应的模型无功功率预测值，为所述N组辨识参数对应的量测数据中的无功功率实测值的平均，||·||为取2-范数。

3.根据权利要求1所述的主导负荷参数类噪声辨识的模型参数后处理方法，其特征在于，所述基于多维核估计KDE构建所述A组辨识参数的多维参数组合概率密度模型，构建以概率密度估计函数为目标函数的最优化问题，求解所述最优化问题，得到所述A组辨识参数的统计中心，具体包括：

通过叠加A组辨识参数为中心的给定核函数确定A组辨识参数的多维参数组合概率密度模型，得到概率密度分布模型；

基于所述概率密度分布模型确定概率密度估计函数，以所述概率密度估计函数为目标函数，以参数满足预设范围为约束条件构建以到达全局最大概率密度值的优化目标的最优化问题；

求解所述最优化问题，得到最大概率密度值，确定所述最大概率密度值对应的参数组合为所述A组辨识参数的统计中心。