基于投影统计的鲁棒GM估计器：电力系统状态估计的抗差方案

搞电力系统状态估计的同学应该都体会过这种抓狂：SCADA 上来一批量测数据，里面混了两三个坏数据，你手里那套经典的加权最小二乘（WLS）估计程序直接开始表演——要么残差一堆超限，要么眼看着几条母线电压偏到姥姥家去。你反复检查量测配置、核对拓扑，最后才发现是遥测里混进了一个离谱的注入功率。

这个坑我踩过不止一次。后来我把目光转向鲁棒估计，做了这个基于投影统计的鲁棒 GM 估计器（Matlab 代码实现）项目。它的核心价值一句话就能说清：在量测数据里混入不良数据、甚至出现杠杆点的情况下，依然能给出不受污染影响的状态估计结果。整套代码基于 Matlab 编写，直接对 IEEE 标准测试系统（14 节点、30 节点均可）做仿真验证，我自己实测下来效果相当稳。下面我把这套东西从原理到代码实现、再到调参踩坑的过程，完整拆开讲一遍。

1. 项目背景：为什么传统状态估计这么“脆”

先说清楚我们面对的问题。电力系统状态估计本质上是一个加权最小二乘问题：给定量测向量 z（节点电压幅值、节点注入有功无功、支路潮流等），寻找状态向量 x（通常是各节点电压幅值和相角），使得目标函数最小。

[
J(x) = [z - h(x)]^T R^{-1} [z - h(x)]
]

其中 R 是量测误差协方差矩阵，h(x) 是量测函数。求解时一般用高斯-牛顿法迭代，每一步解一个正规方程：

[
G \Delta x = H^T R^{-1} [z - h(x)]
]

这里的 G = H^T R^{-1} H 是信息矩阵，H 是雅可比矩阵。WLS 估计器在量测误差服从正态分布、且没有粗差的情况下是最优线性无偏估计，这也是它在 EMS 里长期占据主导地位的原因。

1.1 一个坏数据就能击穿 WLS

问题在于“正态分布”这个前提太理想了。实际 SCADA 数据里，遥测链路抖动、变送器故障、通信误码、甚至开关变位瞬间的异常采样，都会产生偏离真实值几个数量级的粗差。这些粗差在 WLS 的平方目标函数里会被“放大”——残差大的点影响力呈平方级上升，一个严重坏数据就能把估计结果拉出很远，而且它会通过信息矩阵的耦合扩散到周围节点，导致污染区域扩大。

说句扎心的话，我刚接触状态估计那会儿，天真地以为有了“坏数据检测”环节就万事大吉：先跑一遍 WLS，算残差，用最大正则化残差检验（LNR）或卡方检验挑出可疑数据，剔除后重新估计。这套方法对付单个、孤立的坏数据尚可，但一旦坏数据比例上去、或者出现相互作用掩盖，检测环节基本失灵。

1.2 杠杆点：比坏数据更麻烦的存在

比普通坏数据更难搞的是杠杆点。所谓杠杆点，是指量测在回归空间中处于极端位置的点——它本身可能不是一个“坏值”，但它的存在会对估计结果产生不成比例的影响。在电力系统里，典型场景是：一条阻抗很低的短线路两端的有功潮流量测、或者大电厂出线的高精度注入量测，这类量测对应的雅可比矩阵行向量与其它量测差异很大，在帽子矩阵（hat matrix）里对应的对角元很大。

2. 核心原理：投影统计和 GM 估计器到底在做什么

既然 WLS 不抗粗差，那自然想到用 M 估计器，把二次目标函数换成增长更慢的鲁棒函数 ρ(·)，比如 Huber 函数：

[
J(x) = \sum_{i=1}^{m} \rho(r_i / s)
]

其中 r_i 是第 i 个量测的残差，s 是残差尺度估计。M 估计器的优势在于限制了单个大残差的贡献，但它对杠杆点仍然无能为力——因为它只看残差大小，不看量测在空间中的位置。这就引入了两个关键概念：投影统计（Projection Statistics）和 GM 估计器。

2.1 投影统计：给每个量测的“位置异常程度”打分

投影统计的思想非常直观：既然杠杆点的特征是在量测空间中离群体太远，那就想办法量化这个“远”。对每个量测点 (z_i)，考虑它在所有可能方向上的投影，找到偏离中位数最大的那个方向，用这个最大偏离程度作为该点是否为杠杆点的度量。

[
PS_i = \max_{|v|=1} \frac{|z_i^T v - \text{med}_j(z_j^T v)|}{1.4826 \cdot \text{MAD}_j(z_j^T v)}
]

这里 med 是中位数，MAD 是中位数绝对偏差。分母里的 1.4826 是修正系数，目的是让 MAD 在正态分布下成为标准差的一致估计量——这样 PS_i 就大致具有“标准化距离”的含义，PS 值越大，意味着这个量测点越像杠杆点。

这里你可能会问：为什么不直接用均值 μ 和标准差 σ 来标准化，而非要用中位数和 MAD？原因很简单：均值和标准差本身对粗差敏感。一个杠杆点会把均值拉过去，把标准差拉大，结