基于伪量测自适应插值策略的发电机动态状态估计

被引：12

作者：

侯栋宸 ^{[1
]}

季嘉泓 ^{[2
]}

王建喜 ^{[1
]}

孙永辉 ^{[1
]}

王森 ^{[1
]}

金洪洪 ^{[1
]}

机构：

[1] 河海大学能源与电气学院

[2] 河海大学机电工程学院

来源：

高电压技术 | 2021年 / 47卷 / 07期

关键词：

发电机; 动态状态估计; 伪量测; 鲁棒性; EKF;

D O I：

10.13336/j.1003-6520.hve.20210427

中图分类号：

TM31 [发电机、大型发电机组（总论）]; TN713 [滤波技术、滤波器];

学科分类号：

080801 ; 080902 ;

摘要：

随着智能电网建设的推进,同步相量测量单元(phasor measurement unit,PMU)技术逐步成熟并大量应用于电力系统中。针对扩展卡尔曼滤波(extended Kalman filter,EKF)线性化误差和噪声鲁棒性的缺陷,提出一种基于伪量测自适应插值策略的插值强跟踪扩展卡尔曼滤波(interpolation strong tracking extended Kalman filter,ISTEKF)方法。该方法通过在EKF中引入强跟踪理论和基于有限状态机的伪量测自适应插值策略,有效提高了估计精度和噪声鲁棒性。仿真结果表明,所提方法相比于EKF和插值扩展卡尔曼滤波(interpolation extended Kalman filter,IEKF)具有更好的估计精度和鲁棒性。

引用

页码：2359 / 2366

页数：8

共 20 条

[1]

A Hybrid Model for Short-term PV Output Forecasting Based on PCA-GWO-GRNN[J]. Leijiao Ge,Yiming Xian,Jun Yan,Bo Wang,Zhongguan Wang.Journal of Modern Power Systems and Clean Energy. 2020(06)

[2] 基于多智能体的交直流混合微电网监控设计与分层控制研究 [J].