线性灵敏度分布因子的数据驱动与在线估计：一种低秩方法

电力传输系统中灵敏度矩阵的估计使电网运营商能够实时评估功率注入的变化如何反映为功率流的变化。在本文中，我们提出一种鲁棒的低秩最小化方法，基于功率注入与功率流的测量来估计灵敏度矩阵。提出了一种在线近端梯度方法，以根据实时测量动态估计灵敏度。所提方法在回归模型欠定时，相比基于最小二乘的现有方法，能用更少的测量获得有意义的估计。此外，我们的方法还能识别故障测量并处理缺失数据。本文给出了基于动态遗憾（dynamic regret）的收敛结果。数值测试证实了该新方法的有效性以及对缺失测量和离群点的鲁棒性。