一种面向量测匮乏和参数模糊的配电网的谐波状态估计方法、电子设备及计算机可读存储介质与流程

本发明涉及配电网电能质量分析与状态估计，尤其涉及一种面向量测匮乏和参数模糊的配电网的谐波状态估计方法、电子设备及计算机可读存储介质。

背景技术：

1、随着配电网中高比例可再生能源、电力电子设备等非线性负荷的大量接入，电网电压与电流波形发生畸变，谐波污染问题日益突出。谐波状态估计是评估电网谐波水平、定位谐波源、支撑电能质量治理的核心技术手段，其通过有限的量测数据，结合网络拓扑与参数模型，计算全网各节点的谐波运行状态。

2、现有配电网谐波状态估计方法普遍基于“全网可观”与“线路参数精确已知”的理想化假设：一方面要求系统配置充足的测量装置，使量测方程为正定或超定方程，以得到唯一解；另一方面要求线路阻抗等网络参数与实际工况完全一致，保证测量矩阵的数值稳定性。

3、但在实际工程场景中，上述两个假设均难以满足。其一，配电网节点数量庞大，受经济成本制约，无法在所有节点部署同步相量测量单元，量测装置配置严重不足，导致量测方程为欠定方程，存在无穷多组解，传统算法无法得到准确的估计结果；其二，配电网分支线路繁杂，通常不配置距离保护装置，日常运维中缺乏线路参数的实地校核，仅能依据线路型号与设计长度计算理论参数，而实际线路参数会受老化、温度漂移、集肤效应等因素影响产生明显偏差，进而导致测量矩阵出现奇异值，造成算法收敛性差、甚至完全无法收敛，最终导致谐波状态估计失败。

4、针对量测不足的问题，部分研究将压缩感知理论引入谐波状态估计，利用谐波源的稀疏性求解欠定方程，但现有方法大多未同时考虑线路参数模糊带来的模型误差，且缺乏有效的动态支撑集更新机制，在参数偏差场景下易出现误差放大、伪谐波源干扰等问题，估计精度与鲁棒性仍无法满足实际工程需求。

技术实现思路

1、针对现有技术中配电网谐波状态估计依赖全网可观条件与精确线路参数，在量测匮乏、参数模糊的实际场景下存在多解、收敛性差、估计精度低的技术问题，本发明提供一种面向量测匮乏和参数模糊的配电网的谐波状态估计方法、电子设备及计算机可读存储介质。

2、为实现上述发明目的，本发明采用如下技术方案：本发明利用配电网谐波源空间位置与谐波频次的天然稀疏性，基于压缩感知理论构建空频联合估计框架，突破全网可观的条件限制；引入空间白化映射处理线路阻抗参数的不确定性，抑制参数偏差导致的误差放大；通过先验支撑集提取降低求解维度，结合残差压缩感知与双阈值闭环检测实现支撑集动态更新，在量测匮乏、参数模糊的双重不利条件下，实现高精度、高鲁棒性的配电网谐波状态估计。

3、一种面向量测匮乏和参数模糊的配电网的谐波状态估计方法，包括如下步骤：

4、s1模型建立：根据配电网的节点总数与待分析的谐波频次，建立包含空间与频率维度的全局状态向量，基于基尔霍夫定律计算单频次感知子矩阵，通过克罗内克积运算构建块对角结构的空频联合感知矩阵，并建立考虑线路阻抗参数偏差的联合量测方程；

5、s2关键先验参量获取与空间白化映射：提取配电网的线路物理参数，经集肤效应修正后计算各次谐波对应的理论网络矩阵，结合量测设备的噪声参数构建综合误差协方差矩阵，对所述综合误差协方差矩阵进行特征值分解得到白化矩阵，利用所述白化矩阵对联合量测方程进行线性变换，得到白化后的感知矩阵与量测向量；

6、s3支撑集提取：基于上一测量时刻的谐波状态估计结果与对应的估计误差协方差矩阵，计算各潜在谐波源节点的自适应检测阈值，筛选上一时刻估计幅值满足阈值要求的节点索引，构成当前时刻的先验支撑集；

7、s4残差信号剥离与突发源检测：根据所述先验支撑集从白化后的感知矩阵中提取对应列向量组成活跃子矩阵，通过无偏最小二乘运算求解先验支撑集内谐波源的状态估计值，从白化后的量测向量中剥离所述状态估计值对应的测量响应，得到残差信号；

8、s5面向新突发源的空频联合残差压缩感知寻优：对所述残差信号进行能量阈值检测，若判定存在新增谐波源，则在先验支撑集以外的索引空间内，采用混合范数约束执行空频联合残差压缩感知优化，求解得到新增谐波源的初步估计状态；

9、s6高鲁棒双重阈值检测与支撑集更新：对新增谐波源的初步估计状态执行新增幅值阈值检测，将合格节点加入临时支撑集；基于所述临时支撑集重新执行全局无偏最小二乘估计，并通过幅值跌落检测剔除失效谐波源，更新得到最终支撑集，输出当前时刻的全网谐波状态估计结果。

10、进一步地，步骤s1中，所述全局状态向量由各谐波频次下的全网节点注入电流向量联合降维为一维向量；所述联合量测方程将线路参数摄动量与量测设备噪声合并为等效综合相关噪声，作为量测方程的误差项。

11、进一步地，步骤s2中，所述理论网络矩阵包括各次谐波对应的节点导纳矩阵与电流转移矩阵；所述综合误差协方差矩阵结合先验参数误差方差与上一时刻的状态量解析构建，所述先验参数误差方差的相对误差标准差取值为5%。

12、进一步地，步骤s2中，所述空间白化映射用于消除配电网拓扑耦合导致的测量通道相关性，平衡电压量测与电流量测的量纲差异，并将等效综合相关噪声转化为空间不相关的标准白噪声，抑制参数偏差引发的误差多级放大。

13、进一步地，步骤s3具体包括：

14、s3.1基于上一时刻白化后的感知子矩阵与对应支撑集，解析计算上一时刻谐波状态估计误差的协方差矩阵；

15、s3.2针对每个潜在谐波源节点，提取其状态估计误差的标准差，结合统计学置信度乘子生成该节点专属的自适应检测阈值；

16、s3.3将上一时刻各节点的谐波估计幅值与对应的自适应检测阈值进行比对，将幅值大于阈值的节点索引纳入当前时刻的先验支撑集。

17、进一步地，步骤s4中，所述无偏最小二乘运算采用moore-penrose伪逆求解，用于修正纯压缩感知求解所导致的幅值向零收缩偏差。

18、进一步地，步骤s5中，所述混合范数约束包含范数与范数，其中范数约束节点在全频段的整体稀疏性，范数约束非零节点在频率维度的局部稀疏性；优化问题的容差边界依据卡方分布计算确定。

19、进一步地，步骤s6中，所述新增幅值阈值为压缩感知最坏情况重构误差的系数倍数，所述系数的取值范围为3~5，对应正态分布下的置信度要求。

20、进一步地，步骤s6中，所述幅值跌落检测的执行过程为：基于临时支撑集完成全局无偏最小二乘估计后，若原有谐波源的估计幅值跌落至其对应的自适应检测阈值以下，则将该节点从支撑集中剔除，并重复执行无偏最小二乘估计与幅值跌落检测，直至无节点被剔除。

21、进一步地，步骤s6中更新得到的最终支撑集将传递至下一测量时间断面，作为下一时刻先验支撑集的计算基础，形成配电网谐波状态的动态连续跟踪闭环。

22、一种电子设备，其特征在于，所述设备包括：

23、至少一个处理器；以及

24、与所述至少一个处理器通信连接的存储器；其中，

25、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1所述的。

26、一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1所述的。

27、与现有技术相比，本发明具有以下显著有益效果：

28、1）突破量测匮乏限制，解决欠定方程多解问题

29、本发明充分利用配电网谐波源空间位置分布与谐波频次的双重天然稀疏性，基于压缩感知理论构建空频联合估计框架，无需满足全网可观条件即可求解欠定量测方程；同时通过提取相邻时刻的先验支撑集，将高维盲目寻优转化为低维精准求解，大幅降低对量测通道数量的硬性要求，有效解决量测不足导致的多解与不收敛问题；

30、2）适配参数模糊场景，抑制误差多级放大

31、本发明将线路参数偏差纳入量测方程建模，通过空间白化映射对综合误差的协方差矩阵进行解耦，消除配电网强拓扑耦合带来的测量通道相关性，平衡不同量测类型的量纲差异，将参数摄动与量测噪声转化为空间不相关的标准白噪声，避免参数模糊导致的误差叠加与放大，提升了模型不确定性场景下的估计稳定性；

32、3）动态闭环跟踪，提升估计鲁棒性

33、本发明设计了残差压缩感知与双阈值检测的支撑集动态更新机制：通过残差能量检测识别新增谐波源，通过幅值跌落检测剔除失效谐波源，实现谐波源的实时动态跟踪；同时采用无偏最小二乘与压缩感知结合的求解策略，修正了纯压缩感知算法的幅值收缩偏差，兼具稀疏求解能力与高精度估计特性，有效避免过拟合与伪谐波源干扰，估计结果鲁棒性更强；

34、4）算法效率高，工程实用性强

35、本发明依托先验支撑集大幅压缩求解空间，仅在检测到新增谐波源时触发高维优化运算，日常跟踪阶段仅需执行低维最小二乘计算，算法计算效率显著提升；同时阈值选取均基于统计学分布严格推导，避免人工盲目调参，适配实际配电网的工程应用需求。