摘要：电力系统监测技术的迅速发展,为基于样本信息的电力系统分析技术提供了坚实的数据基础,为电力系统运行分析理论的发展提供了新的思路。注入转移分布因子是电力系统重要的线性化因子,支路开断分布因子、功率传输分布因子、开断传输分布因子等线性化因子均可由注入转移分布因子直接导出,因此,注入转移分布因子在电力系统阻塞管理、安全校验、优化潮流等应用中具有重要的作用。在上述背景下,文中基于贝叶斯线性回归建模技术与吉布斯采样数值解法提出了一种基于量测数据的注入转移分布因子的概率估计方法。该方法除具有基于量测注入转移因子确定性估计方法的优点外,更能够提供概率性的估计结果,在给出注入转移分布因子估计值的同时,量化由于线性化、测量偏差等因素造成的估计误差,为发展具有鲁棒性的电力系统安全评估、调度决策技术提供了必需的决策依据。利用河南省局部输电网络的实际量测数据对所述方法进行了测试,实验结果验证了该方法的可行性与有效性。

关键词：注入转移分布因子 概率估计 贝叶斯线性回归 量测数据 吉布斯采样 

单位：电网智能化调度与控制教育部重点实验室(山东大学) 国网山东省电力公司