应用于数据驱动随机潮流的基于量测的鲁棒非高斯过程模拟器
应用统计
2022-02-10 v1 系统与控制
系统与控制
摘要
本文提出一种基于Schweppe型广义最大似然估计的鲁棒非高斯过程模拟器，其以电压相量与功率注入的量测时间序列进行训练，用于执行随机潮流。电力系统数据常受故障条件、停电和极端天气等引起的离群值污染。所提模拟器利用基于投影统计量计算的权重来限制离群值的影响，投影统计量是与因子空间行向量相关联的数据点的鲁棒距离。具体而言，所开发的估计器对垂直离群值与坏强影响点鲁棒，同时保留训练数据集量测中的好强影响点。所提方法在一个高度集成可再生能源的不平衡辐射状IEEE 33-Bus系统上进行了验证。
引用
@article{arxiv.2202.04378,
title = {A Measurement-Based Robust Non-Gaussian Process Emulator Applied to Data-Driven Stochastic Power Flow},
author = {Pooja Algikar and Yijun Xu and Lamine Mili},
journal= {arXiv preprint arXiv:2202.04378},
year = {2022}
}
备注
IEEE PES GM 2022