基于数据驱动的潮流雅可比矩阵估计方法研究

摘要

线路元件以及拓扑结构信息不准确使得基于模型的雅可比矩阵计算结果存在一定的误差。提出了基于数据驱动的雅可比矩阵估计方法,具有不需要线路信息、不受网络拓扑结构变化影响的特点。通过设置多种"数据污染"场景,探究普通最小二乘法,完全最小二乘法,广义最小二乘法的优缺点、适用性,证明了基于数据驱动的雅可比矩阵估计方法可实现高精度的雅可比矩阵估计以及数据驱动方法在高维数据空间上的鲁棒性。