集員濾波在電力信號(hào)狀態(tài)估計(jì)中的仿真研究
發(fā)布時(shí)間:2024-03-05 23:40
電力信號(hào)狀態(tài)估計(jì)是電力系統(tǒng)進(jìn)行故障診斷,電能質(zhì)量分析等的共性問(wèn)題,對(duì)電力參數(shù)測(cè)量、保證電網(wǎng)安全可靠運(yùn)行具有重要意義。電力信號(hào)狀態(tài)估計(jì)是指進(jìn)行電力信號(hào)分析和處理,測(cè)量電力信號(hào)波形,分析異常電力信號(hào)的電壓幅值波動(dòng),頻率偏差,相位偏移等,進(jìn)行參數(shù)突變電力信號(hào)的跟蹤分析。傳統(tǒng)的電力信號(hào)狀態(tài)估計(jì)都是基于隨機(jī)噪聲假設(shè)的估計(jì)理論方法,噪聲源通常被設(shè)定為滿足某種概率分布,然而在實(shí)際工程測(cè)量和實(shí)驗(yàn)分析中發(fā)現(xiàn),系統(tǒng)中噪聲的概率分布特性難以獲取,且無(wú)法判斷假設(shè)是否符合實(shí)際,傳統(tǒng)估計(jì)方法失去其效用,很難提供100%置信度的估計(jì)結(jié)果。針對(duì)這種情況,集員估計(jì)算法只需要知道噪聲的邊界范圍,降低了對(duì)噪聲分布先驗(yàn)知識(shí)的需要,顯示出其在電力信號(hào)狀態(tài)估計(jì)的優(yōu)勢(shì)。本文針對(duì)集員估計(jì)方法在電力信號(hào)狀態(tài)估計(jì)的應(yīng)用問(wèn)題展開(kāi)研究,主要進(jìn)行了以下幾方面的工作:(1)針對(duì)電力信號(hào)非線性且噪聲概率分布特性難以獲取的問(wèn)題,以橢球集員濾波算法為基礎(chǔ),推導(dǎo)一種適宜非線性電力信號(hào)的擴(kuò)展集員濾波算法,并與經(jīng)典的擴(kuò)展卡爾曼濾波算法進(jìn)行仿真比較,驗(yàn)證算法的可行性。(2)針對(duì)電力信號(hào)突發(fā)參數(shù)多變的情況,在對(duì)現(xiàn)有參數(shù)突變跟蹤算法進(jìn)行研究比較的基礎(chǔ)上分析常規(guī)集...
【文章頁(yè)數(shù)】:77 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
中文摘要
英文摘要
1 緒論
1.1 研究背景
1.2 研究現(xiàn)狀
1.2.1 電力信號(hào)狀態(tài)估計(jì)研究現(xiàn)狀
1.2.2 集員估計(jì)研究現(xiàn)狀
1.3 研究意義
1.4 主要研究?jī)?nèi)容及章節(jié)安排
1.5 本章小結(jié)
2 集員估計(jì)理論
2.1 引言
2.2 有界誤差下的參數(shù)集估計(jì)
2.3 集員濾波算法分類(lèi)
2.4 常用橢球集員濾波算法總結(jié)
2.4.1 時(shí)間更新算法
2.4.2 量測(cè)更新算法
2.5 本章小結(jié)
3 基于擴(kuò)展集員濾波的電力信號(hào)狀態(tài)估計(jì)
3.1 引言
3.2 擴(kuò)展集員估計(jì)算法
3.2.1 Lagrange區(qū)間算法
3.2.2 ESMF算法
3.3 擴(kuò)展卡爾曼濾波算法
3.4 算例分析
3.4.1 信號(hào)模型
3.4.2 數(shù)值實(shí)驗(yàn)分析
3.5 本章小結(jié)
4 基于改進(jìn)的擴(kuò)展集員濾波的電力信號(hào)狀態(tài)估計(jì)
4.1 常見(jiàn)突變跟蹤算法
4.2 改進(jìn)的擴(kuò)展集員估計(jì)算法
4.2.1 突變時(shí)橢球邊界分析
4.2.2 強(qiáng)跟蹤擴(kuò)展集員濾波算法
4.3 信號(hào)參數(shù)突變實(shí)驗(yàn)
4.3.1 信號(hào)模型
4.3.2 參數(shù)突變實(shí)驗(yàn)
4.4 頻率參數(shù)實(shí)時(shí)提取
4.4.1 頻率提取過(guò)程
4.4.2 頻率提取實(shí)驗(yàn)
4.5 本章小結(jié)
5 電力信號(hào)突變跟蹤仿真實(shí)驗(yàn)分析
5.1 RESMF算法實(shí)驗(yàn)
5.2 STESMF算法實(shí)驗(yàn)
5.2.1 數(shù)據(jù)實(shí)驗(yàn)一
5.2.2 數(shù)據(jù)實(shí)驗(yàn)二
5.3 算法性能分析
5.3.1 橢球容積分析
5.3.2 跟蹤誤差分析
5.3.3 時(shí)間性能分析
5.4 本章小結(jié)
6 總結(jié)與展望
6.1 總結(jié)
6.2 展望
致謝
參考文獻(xiàn)
附錄
本文編號(hào):3920222
【文章頁(yè)數(shù)】:77 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
中文摘要
英文摘要
1 緒論
1.1 研究背景
1.2 研究現(xiàn)狀
1.2.1 電力信號(hào)狀態(tài)估計(jì)研究現(xiàn)狀
1.2.2 集員估計(jì)研究現(xiàn)狀
1.3 研究意義
1.4 主要研究?jī)?nèi)容及章節(jié)安排
1.5 本章小結(jié)
2 集員估計(jì)理論
2.1 引言
2.2 有界誤差下的參數(shù)集估計(jì)
2.3 集員濾波算法分類(lèi)
2.4 常用橢球集員濾波算法總結(jié)
2.4.1 時(shí)間更新算法
2.4.2 量測(cè)更新算法
2.5 本章小結(jié)
3 基于擴(kuò)展集員濾波的電力信號(hào)狀態(tài)估計(jì)
3.1 引言
3.2 擴(kuò)展集員估計(jì)算法
3.2.1 Lagrange區(qū)間算法
3.2.2 ESMF算法
3.3 擴(kuò)展卡爾曼濾波算法
3.4 算例分析
3.4.1 信號(hào)模型
3.4.2 數(shù)值實(shí)驗(yàn)分析
3.5 本章小結(jié)
4 基于改進(jìn)的擴(kuò)展集員濾波的電力信號(hào)狀態(tài)估計(jì)
4.1 常見(jiàn)突變跟蹤算法
4.2 改進(jìn)的擴(kuò)展集員估計(jì)算法
4.2.1 突變時(shí)橢球邊界分析
4.2.2 強(qiáng)跟蹤擴(kuò)展集員濾波算法
4.3 信號(hào)參數(shù)突變實(shí)驗(yàn)
4.3.1 信號(hào)模型
4.3.2 參數(shù)突變實(shí)驗(yàn)
4.4 頻率參數(shù)實(shí)時(shí)提取
4.4.1 頻率提取過(guò)程
4.4.2 頻率提取實(shí)驗(yàn)
4.5 本章小結(jié)
5 電力信號(hào)突變跟蹤仿真實(shí)驗(yàn)分析
5.1 RESMF算法實(shí)驗(yàn)
5.2 STESMF算法實(shí)驗(yàn)
5.2.1 數(shù)據(jù)實(shí)驗(yàn)一
5.2.2 數(shù)據(jù)實(shí)驗(yàn)二
5.3 算法性能分析
5.3.1 橢球容積分析
5.3.2 跟蹤誤差分析
5.3.3 時(shí)間性能分析
5.4 本章小結(jié)
6 總結(jié)與展望
6.1 總結(jié)
6.2 展望
致謝
參考文獻(xiàn)
附錄
本文編號(hào):3920222
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/3920222.html
最近更新
教材專(zhuān)著