基于平方根容积卡尔曼滤波的发电机动态状态估计

发布时间：2019-07-25 17:38

【摘要】：发电机动态状态估计是电力系统动态安全分析的重要内容。针对容积卡尔曼滤波(CKF)在迭代中协方差阵不对称或非正定导致的估计精度下降甚至滤波发散问题,利用平方根滤波(SRF)能确保协方差阵非负定和数值稳定性方面的优势,提出基于平方根容积卡尔曼滤波(SRCKF)的发电机动态状态估计方法,并给出了计算步骤。最后,利用仿真系统和实际系统比较了SRCKF、CKF和无迹卡尔曼滤波(UKF)三种算法的估计性能,证明了SRCKF算法能够解决CKF滤波中因协方差阵非正定导致的滤波发散问题;同时SRCKF算法在计算效率、滤波精度和数值稳定性方面均优于CKF和UKF算法。
[Abstract]:Generator dynamic state estimation is an important part of power system dynamic security analysis. In order to solve the problem that the estimation accuracy of volume Kalman filter (CKF) is reduced or even filtered divergence caused by asymmetric or non-positive covariance matrix in iteration, the dynamic state estimation method of generator based on square root volume Kalman filter (SRCKF) is proposed, and the calculation steps are given by using the advantages of square root filter (SRF) to ensure the nonnegative definite and numerical stability of covariance matrix. Finally, the estimation performance of SRCKF,CKF and unscented Kalman filter (UKF) is compared between the simulation system and the actual system, and it is proved that the SRCKF algorithm can solve the filtering divergence problem caused by the non-positive definite covariance matrix in CKF filtering, and the SRCKF algorithm is superior to CKF and UKF algorithm in computational efficiency, filtering accuracy and numerical stability.
【作者单位】： 东北电力大学电气工程学院;
【分类号】：TM711

【相似文献】

相关期刊论文 前9条

1 朱晟;葛敏辉;毕晓亮;;动态状态估计在华东高级调度中心的应用[J];华东电力;2009年06期

2 卓亮;陈利跃;何星;;基于混合量测的动态状态估计算法研究[J];控制工程;2013年01期

3 陈亮;毕天姝;李劲松;薛安成;李强;杨奇逊;;基于容积卡尔曼滤波的发电机动态状态估计[J];中国电机工程学报;2014年16期

4 黄姝雅;刘天琪;陈绩;;动态状态估计中PMU配置的离散粒子群优化算法[J];电网技术;2006年24期

5 李虹;李卫国;熊浩清;;WAMS中计及量测函数非线性项的电力系统自适应动态状态估计[J];电工技术学报;2010年05期

6 李虹;赵书强;;基于WAMS/SCADA混合量测的电力系统强跟踪滤波动态状态估计[J];电力自动化设备;2012年09期

7 钟志坚;洪彬倬;;基于遗传算法的电力系统自适应卡尔曼滤波动态状态估计[J];广东电力;2014年07期

8 秦晓辉;毕天姝;杨奇逊;;基于WAMS的电力系统机电暂态过程动态状态估计[J];中国电机工程学报;2008年07期

9 ;[J];;年期

相关重要报纸文章 前1条

1 广东 廖年旺;让网页状态栏“动”起来[N];中国计算机报;2000年

相关博士学位论文 前1条

1 陈亮;电力系统分布式动态状态估计研究[D];华北电力大学;2014年

相关硕士学位论文 前3条

1 郑维荣;基于扩展集员滤波的发电机动态状态估计[D];长沙理工大学;2015年

2 康福;基于新息图的动态状态估计研究[D];哈尔滨工业大学;2006年

3 刘辉乐;基于PMU的分布式动态状态估计的研究[D];四川大学;2005年

，

本文编号：2519246