%0 Journal Article
%T 基于脉冲神经网络伪量测建模的配电网三相状态估计
%A 卫志农
%A 孙国强
%A 臧海祥
%A 陈胜
%A 陈通
%A 黄蔓云
%J 电力系统自动化
%D 2016
%X 为了给配电网管理系统提供全面准确的实时数据,配电网三相状态估计显得尤为重要。针对当前配电网量测信息不足,提出了基于脉冲神经网络(SNN)伪量测建模的配电网三相状态估计。该方法首先将实时和部分历史支路功率量测输入SNN进行伪量测建模,然后由高斯混合模型生成相应的量测误差,最后进行基于加权最小二乘法的配电网三相状态估计。理论分析和算例验证表明,所提模型不仅能够在正常通信时有效提高配电网状态估计精度,而且能在通信故障时保证估计精度在合理范围内,进而为配电网的运行控制提供参考依据
%K 配电网
%K 状态估计
%K 脉冲神经网络
%K 高斯混合模型
%K 伪量测
%K distribution network
%K state estimation
%K spiking neural network
%K Gaussian mixture model
%K pseudo measurement
%U http://www.aeps-info.com/aeps/article/abstract/20151207006?st=article_issue