1.一种电压暂降状态估计方法,其特征在于,所述方法包括:
获取待测电网中第一母线上的实测电压暂降频次,得到量测矩阵;其中,所述待测电网包括预设故障点、第一母线和第二母线,所述第一母线包括设置电压暂降监测装置的至少一个电网母线,所述第二母线包括未设置所述电压暂降监测装置的至少一个电网母线,所述预设故障点为在待测电网中设置的可能发生故障的位置,所述预设故障点发生故障可能导致所述第一母线和所述第二母线发生电压暂降;
根据所述量测矩阵、预设的电压暂降状态估计模型、基于所述预设故障点建立的故障频次矩阵,以及与所述故障频次矩阵相关的稀疏基矩阵和稀疏表示系数矩阵,建立优化模型,并根据所述优化模型确定所述故障频次矩阵;其中,所述故障频次矩阵包括对应每一所述预设故障点的故障频次;
根据所述故障频次矩阵预估所述第二母线上的电压暂降频次。
2.根据权利要求1所述的方法,其特征在于,所述基于所述预设故障点建立的故障频次矩阵等于所述稀疏基矩阵和所述稀疏表示系数矩阵的乘积;其中,所述稀疏基矩阵为所选稀疏变换所用的稀疏基常量矩阵,故障频次矩阵及稀疏表示系数矩阵均为未知量矩阵。
3.根据权利要求2所述的方法,其特征在于,所述根据所述量测矩阵、预设的电压暂降状态估计模型、基于所述预设故障点建立的故障频次矩阵,以及与所述故障频次矩阵相关的稀疏基矩阵和稀疏表示系数矩阵,建立优化模型,并根据所述优化模型确定所述故障频次矩阵,包括:
基于稀疏表示系数的稀疏性质,通过压缩感知理论中的非凸基追踪算法建立所述优化模型:
其中,
根据所述优化模型确定所述故障频次矩阵。
4.根据权利要求3所述的方法,其特征在于,所述根据所述优化模型确定所述故障频次矩阵,包括:
根据迭代重加权最小二乘法理论,令所述目标函数中的
其中,θi为所述稀疏表示系数矩阵θ中的第i个元素;ωi为所述加权l2范数的加权系数;
根据所述目标优化模型,得所述稀疏表示系数矩阵θ的迭代求解公式:
θ(n)=qnat(aqnat)-1h;
其中,
为所述稀疏表示系数矩阵θ设置一个稀疏的初值,进行迭代,当|θ(n)-θ(n-1)|<ε时,得到所述稀疏表示系数矩阵θ的目标解;其中,ε为预设的迭代结束阈值;
将所述稀疏表示系数矩阵θ的目标解带入x=ψθ,得到所述故障频次矩阵x。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述根据所述故障频次矩阵预估所述第二母线上的电压暂降频次,包括:
对所述故障频次矩阵中故障频次不为0对应的所述预设故障点进行短路计算,以确定所述第二母线上是否会发生电压暂降;
若是,则确定所述故障频次矩阵中对应所述预设故障点的故障频次为所述第二母线上预估的初始电压暂降频次;
根据所述第二母线上预估的初始电压暂降频次确定所述第二母线上预估的电压暂降频次。
6.根据权利要求5所述的方法,其特征在于,所述对所述故障频次矩阵中对应的所述预设故障点进行短路计算,以确定所述第二母线上是否会发生电压暂降,包括:
计算所述故障频次矩阵中对应的所述预设故障点短路时,所述预设故障点所对应的所述第二母线上的电压;
获取所述第二母线上的电压和正常电压值的比值;
若所述比值小于预设的比例阈值,则确定所述第二母线上会发生电压暂降;
若所述比值不小于所述比例阈值,则确定所述第二母线上不发生电压暂降。
7.根据权利要求5所述的方法,其特征在于,所述根据所述第二母线上预估的初始电压暂降频次确定所述第二母线上预估的电压暂降频次,包括:
获取相同所述第二母线上初始电压暂降频次之和,得到所述第二母线上预估的电压暂降频次。
8.一种电压暂降状态估计装置,其特征在于,所述装置包括:
数据获取模块,用于获取待测电网中第一母线上的实测电压暂降频次,得到量测矩阵;其中,所述待测电网包括预设故障点、第一母线和第二母线,所述第一母线包括设置电压暂降监测装置的至少一个电网母线,所述第二母线包括未设置所述电压暂降监测装置的至少一个电网母线,所述预设故障点为在待测电网中设置的可能发生故障的位置,所述预设故障点发生故障可能导致所述第一母线和所述第二母线发生电压暂降;
故障预估模块,用于根据所述量测矩阵、预设的电压暂降状态估计模型、基于所述预设故障点建立的故障频次矩阵,以及与所述故障频次矩阵相关的稀疏基矩阵和稀疏表示系数矩阵,建立优化模型,并根据所述优化模型确定所述故障频次矩阵;其中,所述故障频次矩阵包括对应每一所述预设故障点的故障频次;
暂降预估模型,用于根据所述故障频次矩阵预估所述第二母线上的电压暂降频次。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。