【摘要】：發(fā)電機(jī)動(dòng)態(tài)狀態(tài)估計(jì)是電力系統(tǒng)動(dòng)態(tài)安全分析的重要內(nèi)容。針對容積卡爾曼濾波(CKF)在迭代中協(xié)方差陣不對稱或非正定導(dǎo)致的估計(jì)精度下降甚至濾波發(fā)散問題,利用平方根濾波(SRF)能確保協(xié)方差陣非負(fù)定和數(shù)值穩(wěn)定性方面的優(yōu)勢,提出基于平方根容積卡爾曼濾波(SRCKF)的發(fā)電機(jī)動(dòng)態(tài)狀態(tài)估計(jì)方法,并給出了計(jì)算步驟。最后,利用仿真系統(tǒng)和實(shí)際系統(tǒng)比較了SRCKF、CKF和無跡卡爾曼濾波(UKF)三種算法的估計(jì)性能,證明了SRCKF算法能夠解決CKF濾波中因協(xié)方差陣非正定導(dǎo)致的濾波發(fā)散問題;同時(shí)SRCKF算法在計(jì)算效率、濾波精度和數(shù)值穩(wěn)定性方面均優(yōu)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.
【作者單位】： 東北電力大學(xué)電氣工程學(xué)院;
【分類號(hào)】：TM711

【相似文獻(xiàn)】

相關(guān)期刊論文 前9條

1 朱晟;葛敏輝;畢曉亮;;動(dòng)態(tài)狀態(tài)估計(jì)在華東高級(jí)調(diào)度中心的應(yīng)用[J];華東電力;2009年06期

2 卓亮;陳利躍;何星;;基于混合量測的動(dòng)態(tài)狀態(tài)估計(jì)算法研究[J];控制工程;2013年01期

3 陳亮;畢天姝;李勁松;薛安成;李強(qiáng);楊奇遜;;基于容積卡爾曼濾波的發(fā)電機(jī)動(dòng)態(tài)狀態(tài)估計(jì)[J];中國電機(jī)工程學(xué)報(bào);2014年16期

4 黃姝雅;劉天琪;陳績;;動(dòng)態(tài)狀態(tài)估計(jì)中PMU配置的離散粒子群優(yōu)化算法[J];電網(wǎng)技術(shù);2006年24期

5 李虹;李衛(wèi)國;熊浩清;;WAMS中計(jì)及量測函數(shù)非線性項(xiàng)的電力系統(tǒng)自適應(yīng)動(dòng)態(tài)狀態(tài)估計(jì)[J];電工技術(shù)學(xué)報(bào);2010年05期

6 李虹;趙書強(qiáng);;基于WAMS/SCADA混合量測的電力系統(tǒng)強(qiáng)跟蹤濾波動(dòng)態(tài)狀態(tài)估計(jì)[J];電力自動(dòng)化設(shè)備;2012年09期

7 鐘志堅(jiān);洪彬倬;;基于遺傳算法的電力系統(tǒng)自適應(yīng)卡爾曼濾波動(dòng)態(tài)狀態(tài)估計(jì)[J];廣東電力;2014年07期

8 秦曉輝;畢天姝;楊奇遜;;基于WAMS的電力系統(tǒng)機(jī)電暫態(tài)過程動(dòng)態(tài)狀態(tài)估計(jì)[J];中國電機(jī)工程學(xué)報(bào);2008年07期

9 ;[J];;年期

相關(guān)重要報(bào)紙文章 前1條

1 廣東 廖年旺;讓網(wǎng)頁狀態(tài)欄“動(dòng)”起來[N];中國計(jì)算機(jī)報(bào);2000年

相關(guān)博士學(xué)位論文 前1條

1 陳亮;電力系統(tǒng)分布式動(dòng)態(tài)狀態(tài)估計(jì)研究[D];華北電力大學(xué);2014年

相關(guān)碩士學(xué)位論文 前3條

1 鄭維榮;基于擴(kuò)展集員濾波的發(fā)電機(jī)動(dòng)態(tài)狀態(tài)估計(jì)[D];長沙理工大學(xué);2015年

2 康福;基于新息圖的動(dòng)態(tài)狀態(tài)估計(jì)研究[D];哈爾濱工業(yè)大學(xué);2006年

3 劉輝樂;基于PMU的分布式動(dòng)態(tài)狀態(tài)估計(jì)的研究[D];四川大學(xué);2005年

，

本文編號(hào)：2519246