首页 | 本学科首页   官方微博 | 高级检索  
     

电力系统动态状态估计算法研究
作者姓名:陈焕远  刘新东  佘彩绮
作者单位:暨南大学电气信息学院,珠海,519070
基金项目:国家自然科学基金(51007030);国家大学生创新性实验计划(101055937)
摘    要:为了提高电力系统动态状态估计的估计精度和收敛速度,引入一种解决非线性滤波问题的新型粒子滤波算法——混合卡尔曼粒子滤波器(Mixed Kalman Particle Filter,MKPF)。该算法采用扩展卡尔曼滤波器(EKF)与无迹卡尔曼滤波器(UKF)混合作为建议分布,得到一种更接近真实分布的近似表达式。仿真算例将MKPF与EKF和UKF进行了对比,比较结果证明在电力系统受到扰动之后,MKPF算法能够快速地收敛于真实值,且具有比EKF与UKF更高的估计精度和稳定性,达到了在线准确估计的要求。

关 键 词:动态状态估计  扩展卡尔曼滤波器  无迹卡尔曼滤波器  混合卡尔曼粒子滤波器
收稿时间:2011-05-14
修稿时间:2011-05-14
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《科学技术与工程》浏览原始摘要信息
点击此处可从《科学技术与工程》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号