💥1 概述
尽管量测覆盖率很低，配电网状态估计从九十年代就开始从输电网状态估计拓展传统的状态估计采用最小二乘估计器[36],在存在不良数据时估计效果不理想，需要引入网络拓扑结果辨识、不良数辨识和参数辨识。除了最小二乘估计器，文献[37]讨论了最小平方中值（Least Median of Squares,LMS）估计器和截尾最小二乘(Least Trimmed Squares,LTS）估计器在有不良数据的状态估计的优越性，但是在估计过程中需要较高的量测冗余度和较多的计算时间。文献[38]讨论了最小绝对值（Least Absolute Value, LAV)估计器在不良数据和错误参数存在时的鲁棒性，但其所需的计算时间较长。文献[39]应用广义的极大似然(Generalized Maximum-likelihood,GM）估计器替代WLS增加状态估计的鲁棒性。在配电网状态估计中，围绕不同状态量的选取和多种量测数据的选择，WLS估计器仍然是最常用最成熟的估计器。根据不同状态量的选取，比较常见的是以节点电压为状态变量[40-44|和以支路电流为状态量的状态估计方法，两者都可以用极坐标或者直角坐标来表示。
1)以节点电压为状态量的状态估计方法。
以节点电压为状态量有直角坐标系下的节点电压实部与虚部为状态量和极坐标形式下节点电压幅值与相角的状态量(40]两种，其在输电网中发展十分完善，最初就被拓展到配电网状态估计中。文献选择极坐标形式的节点电压作为状态变量，量测处理能力强，计算精度高，但是每次迭代时都需要重新计算量测雅可比矩阵和增益矩阵。文献[42]将节点注入功率量测等效成节点注入电流相量
量测，支路功率量测和支路电流幅值量测等效成支路电流相量量测，使得迭代方程组的雅可比矩阵常数化，利用极坐标形式下的节点电压为状态量进行最小二乘状态估计。
📚
2 运行结果
2.1 WLSM状态估计法
[1]漆家炜.电力系统状态估计程序 v1.0
[2]漆家炜. 面向电网不同拓扑的反时限过流保护整定计算研究[D].华中科技大学,2020.DOI:10.27157/d.cnki.ghzku.2020.002540.
[3]董丽澜. 电力系统状态估计、参数辨识及量测优化配置方法研究[D].浙江大学,2022.DOI:10.27461/d.cnki.gzjdx.2022.002154.
🌈
4 Matlab代码实现
运行注意事项：
使用
matlab
2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意
matlab
左侧的当前文件夹窗口必须是当前工程所在路径。
具体可观看提供的操作录像视频跟着操作。
几十年来，电能在我们的社会中发挥着至关重要的作用。从简单的需求，比如公共照明，到更复杂的需求，比如医疗设备和整个行业，只有我们有电才有可能。而且电很稳定。为此，需要一些方法来为我们提供系统的当前
状态
，以便我们可以采取适当的行动。在这项工作中，我们将
研究
功率流，这是一种为我们提供节点电压和相位角的方法。这里讨论的
电力系统
分析工具将是潮流分析。这种分析将为我们提供一种计算整个系统重要量的方法，从一些已知的量开始，也就是可以测量的量。这是一个应用于静态系统的工具。
p.s.本
代码
已重新修改啦~目前还在CSDN审核中，您可通过GitHub下载重构
代码
~
https://github.com/Cyyjenkins/powergrid-state-estimation
电力系统
状态
估计
（电力网系统辨识）-最小二乘法-
matlab
txt文件为IEEE30节点电力网数据
导入其它电力网数据时，可按txt文档内格式保存数据，也可修改m文件
代码
辨识后的数据将会存储在oStateEstimation.txt文件内
使用WLS进行
电力系统
状态
估计
，加权最小二乘法的
电力系统
状态
估计
（http://www.apollocode.net/a/1068.html）
% Power System State Estimation using Weighted Least Square Method..
num = 30; % IEEE - 14 or IEEE - 30 bus system..(for IEEE-14 bus system replace 30 by 14)...
ybus = ybusppg(num);
返回上一目录，直接复制wavelet文件夹，找到你下载
matlab
是的文件夹位置，如我的文件夹在D盘program files中。没有这个工具就要去下载了。已经有了小波工具了，运行
代码
也可以正常运行了，不会再报错了。点击toolbox，把文件夹粘贴在其中。找到文件夹路径后保存即可。圈圈转完点击确定就好了。最后检测是否配置成功。
在进行verilog模块的
开发
过程中，常常需要对数据处理过程进行行为级仿真，以验证
代码
的功能逻辑是否正确，因此需要将RTL级仿真的结果与
MATLAB
或python的处理结果进行对比验证。目前随着python的流行，利用python 生成仿真数据，并与verilog进行数据交互的情形也非常之多。Verilog在读取仿真数据的时候，有时候也需要进行仿真数据文件的输出，常用的函数有$fwrite(file_name)、$fdisplay(file_name),相应的脚本这里一并给出。
异常处理是确保程序在遇到错误时能够优雅地恢复或终止的一种方法。在
MATLAB
中，异常处理主要通过try/catch语句
实现
。try块包含可能会引发异常的
代码
，而catch块则包含异常发生时执行的
代码
。
同时，随着机器学习和深度学习技术的不断发展，
MATLAB
在图像处理领域的应用也将更加深入和广泛。
MATLAB
，作为美国MathWorks公司出品的商业数学软件，以其强大的矩阵运算能力和丰富的函数库，在图像处理领域得到了广泛的应用。
MATLAB
不仅提供了基础的图像处理功能，还通过图像处理工具箱（Image Processing Toolbox）等高级工具，为用户提供了从图像读取、显示、转换到高级分析和处理的一系列功能。
MATLAB
提供了多种图像分割技术，如基于阈值的分割、基于区域的分割、基于边缘的分割等。
课程需要：实用
matlab
图像处理，设计GUI 最后于STM32通信，
实现
图像处理STM32控制电机等功能提示：以下是本篇文章正文内容，下面案例可供参考介绍了
matlab
gui的设计，使用了两种方法，可以根据喜欢进行深入
研究
。
