考虑相位失配量的电力系统动态状态估计方法

针对当前电力系统中数据采集与监视控制系统（Supervisory Control And Date Acquisition,SCADA）和相量测量单元（Phasor Measurement Units,PMU）并存,以及不同规格的PMU之间不能实现完全同步的现状,引入了一种基于不完全同步PMU的电力系统动态状态估计模型,与SCADA组成混合量测系统,在此基础上提出了一种考虑相位失配量的线性动态状态估计算法.结合线性定常系统卡尔曼滤波原理,分别对相位失配量和系统状态进行滤波处理,实现对系统状态的估计.相比于传统方法,该算法的雅可比矩阵为常数阵,缩短了状态估计时间,减少了不必要的迭代.采用Matlab平台在IEEE 30节点系统上进行仿真实验,结果表明,在PMU不完全同步的情况下,提出的方法较传统的线性算法具有更好的性能,在很大程度上减小了状态估计产生的误差.     

基于卡尔曼滤波的电力电子变压器直流电压平衡控制

针对级联型电力电子变压器整流级交流电/直流电(alternating current/direct current,AC/DC)变换直流侧电容电压不平衡问题,以单相级联H桥整流器为研究对象,提出一种基于卡尔曼滤波(KF)的直流侧电容电压平衡控制策略。该控制策略结合了DQ(direct-quadrature)电流解耦控制和比例式脉冲补偿控制,利用卡尔曼滤波的滤波和预估特性实现了电容电压平衡、降低了系统的总谐波失真(THD)和增强了系统的鲁棒性。首先推导证明了系统的稳定性,然后对负载不均衡和负载突变两种的情况进行仿真,从而验证了该控制系统鲁棒性强、动态性能优异、具有良好谐波特性和稳态性能的特点。     

基于时空信息的无迹变换滤波算法

提出了一种利用UKF算法实现对机动目标进行无源定位与跟踪的滤波方法.仿真结果表明,与扩展卡尔曼滤波器相比,UKF算法的滤波精度和稳定性都有了明显提高.该算法能更好地解决测量模型非线性问题条件下的单站无源定位跟踪问题.     

无人机三轴稳定云台的模糊PID控制

以无人机三轴稳定云台的内框作为研究对象,将自适应卡尔曼滤波算法与模糊PID控制算法相结合,提出了一种基于自适应卡尔曼滤波的模糊PID控制算法.经过Matlab仿真实验表明,相对于经典PID控制算法和模糊PID控制算法而言,该算法在无人机三轴稳定云台的控制上,不仅响应速度快、精度高,而且对控制干扰噪声和测量噪声也起到了较好的抑制作用     

基于无迹卡尔曼滤波和协方差交叉融合的分层多簇无线传感器网络多速率跟踪算法

针对无线传感器网络(WSNs)在跟踪过程中精度低,性能差等缺点,提出基于无迹卡尔曼滤波(UKF)和协方差交叉(CI)融合的分层多簇WSNs多速率跟踪算法。将传感器分成多个簇,同一簇中的传感器可以采用不同的采样和传输速率对目标的数据进行采集和传输。首先,采用UKF处理传感器节点采集的数据,生成局部估计。然后,利用CI融合算法将收集到的局部估计值形成融合估计。通过定义一个附加权重因子,为真实协方差的不确定性定义一个更严格的界限。仿真验证了方法的有效性,采用多速率分层融合估计的精度更高,效果更明显。     

多模型油藏闭环管理

 针对目前基于单一模型进行油藏闭环管理的局限性,结合油藏数值模拟技术,提出了一种基于多模型实现的油藏闭环管理方法。利用集合卡尔曼滤波(EnKF)法通过拟合实测数据对地质模型进行实时更新,并以更新后模型的经济净现值的期望值作为目标函数,通过随机扰动近似算法(SPSA)进行油田生产优化。计算实例显示,应用该方法进行油藏闭环管理能够降低油藏模型的不确定性,给出更为合理的地质模型估计,所得控制方案相比常规方案明显改善了注水开发效果、提高了经济效益、降低了开发的风险性。     

基于无迹粒子滤波的车辆质心侧偏角估计方法

针对轮毂电机驱动车辆行驶状态参数获取困难的问题,提出了一种基于无迹粒子滤波的质心侧偏角估计方法。以采集的低成本普通车载传感器信息和驾驶信号作为输入信息,在构建非线性三自由度车辆模型基础上,建立了车辆行驶状态参数估计方程,设计了质心侧偏角无迹粒子滤波估计器。利用Matlab/Simulink和Adams进行了联合仿真实验。结果表明：该估计方法具有可行性,在不同工况下均具有良好的质心侧偏角估计效果。     

基于在线加强模糊神经网络精度的开关磁阻电动机位置角检测

模糊神经网络ANFIS(自适应模糊推理系统)是开关磁阻电动机无位置传感器检测位置角的一种智能化新技术.针对其精度越高、规则数越多的缺点,提出了一种使用扩展卡尔曼滤波在线加强检测精度的训练算法,并对模糊神经网络的各项参数进行修正,Matlab/Simulink仿真结果证明了该方法的有效性.     

Identification of dynamic model parameters for lithium-ion batteries used in hybrid electric vehicles

An electrical equivalent circuit model for lithium-ion batteries used for hybrid electric vehicles (HEV) is presented. The model has two RC networks characterizing battery activation and concentration polarization process. The parameters of the model are identified using combined experimental and extended Kalman filter (EKF) recursive methods. The open-circuit voltage and ohmic resistance of the battery are directly measured and calculated from experimental measurements, respectively. The rest of the coupled dynamic parameters, i.e. the RC network parameters, are estimated using the EKF method. Experimental and simulation results are presented to demonstrate the efficacy of the proposed circuit model and parameter identification techniques for simulating battery dynamics.     

扩展卡尔曼滤波在Lorenz(1963)系统中的应用

为了考查EKF（extended Kalman filter）数据同化方法应用于非线性动力学系统的基本特点和性质,简单回顾了扩展卡尔曼滤波数据同化方法的基本原理,并在不考虑模式误差的情况下,将其应用于Lorenz（1963）方程,进行了数据同化模拟试验。试验证明：同化效果的好坏与观测精度和观测频率密切相关,存在由于线性化和闭合假设带来的不稳定现象;扩展卡尔曼滤波本身具有强迫纠错作用。