一种基于鲁棒无迹H无穷滤波的发电机动态估计方法技术

本发明专利技术公开了一种基于鲁棒无迹H无穷滤波的发电机动态估计方法，用于实现模型参数不确定情形下发电机动态状态的准确估计。具体包含如下步骤：首先，基于发电机四阶动态方程，建立发电机动态状态估计的状态空间模型；其次，依据H无穷滤波中的参数不确定性约束准则，结合无迹变换技术，设计了基于鲁棒无迹H无穷滤波动态状态估计器。该方法能够利用参数不确定约束准则，有效界定参数不确定性对状态估计器性能的影响，增强对模型参数不确定性的鲁棒性，提升状态估计精度。本发明专利技术方法流程清晰，实现简单，便于工程实施。

【技术实现步骤摘要】
一种基于鲁棒无迹H无穷滤波的发电机动态估计方法
本专利技术涉及动态状态估计方法，尤其涉及一种基于鲁棒无迹H无穷滤波的发电机动态估计方法。
技术介绍
近年来，在电力系统监测领域，能够提供带时标高频率采样信息的同步相量量测单元(PMU)被逐渐推广和应用，为电力系统的机电暂态分析提供了可能。然而，PMU作为一个量测单元，在量测过程中会不可避免受到随机干扰等因素的影响，造成量测数据的污染。因此，由PMU获取的量测生数据无法直接用于电力系统机电暂态分析。动态状态估计不仅可以有效的滤除量测数据中的误差和噪声值，而且，借助其预测功能可以为系统未来可能的变化制定相应的控制策略。所以，提高电力系统中发电机动态状态估计跟踪精度对于电网安全稳定运行有重要意义。目前，动态状态估计常见方法主要包括扩展卡尔曼滤波及其改进方法(extendedKalmanfilter,EKF)，但是由于EKF采用泰勒级数对非线性函数进行线性化时未计及高阶项，截断误差较大滤波精度有待提高。为了改善EKF的不足，以无迹变换卡尔曼滤波(unscentedKalmanfilter,UKF)为代表的粒子滤波采用多样本或采样点逼近非线性函数的概率分布，有效提高了状态估计精度。不过，值得注意的是，无论EKF和UKF状态估计方法，它们的有效性均需满足一定的假设条件。比如，假定发电机动态状态估计模型所涉及参数的均能够准确获取，但是，相关研究人员已经证明，由于发电机老化和运行温度的变化，发电机动态状态估计模型的一些默认为常数参数，也为随时间动态变化，即发电机状态空间估计模型的某些参数存在不确定性。这些不确定性因素将会严重影响动态状态估计器的性能，降低状态估计精度。因此，亟待解决上述问题。
技术实现思路
专利技术目的：本专利技术的目的是提供一种仅能够实现参数不确定情形下发电机状态的准确估计，且算法流程清晰，实现简单，便于工程实施的基于鲁棒无迹H无穷滤波的动态状态估计方法。技术方案：为实现以上目的，本专利技术公开了一种基于鲁棒无迹H无穷滤波的发电机动态估计方法，包括如下步骤：(1)状态空间模型建立发电机动态状态估计的状态方程与量测方程，其一般形式可以表示为：式中f(·)表示发电机状态方程，h(·)表示量测方程，x，u，z分别对应表示状态变量，控制变量及量测向量；下标k-1和k表示时刻，w表示系统噪声，v为量测噪声，假设二者分别满足w～N(0,Q)，v～N(0,R)的高斯分布，其中Q与R分别表示系统噪声和量测噪声满足的协方差矩阵，w与v相互独立且和状态变量无关；(2)设定鲁棒无迹H无穷滤波的参数初始值，包含设定初始时刻状态变量值初始状态估计误差协方差矩阵控制变量值u0取为稳态运行值，尺度参数κ；设定系统噪声和量测噪声所满足的协方差矩阵Q0，R0，以及最大估计时刻N；(3)利用无迹变换技术产生围绕状态估计值的2n+1个Sigma状态采样点l＝0,1,2,3…2n，其中n表示发电机状态变量维度；(4)利用鲁棒无迹H无穷滤波的状态预测步，计算k时刻的状态预测值状态预测误差协方差矩阵(5)基于发电机量测函数，计算k时刻发电机量测预测值(6)计算k时刻量测预测误差协方差矩阵(7)计算状态预测与量测预测之间的交互协方差矩阵Pxz,k，计算公式为式中上标T表示矩阵的转置运算；(8)计算k时刻的鲁棒无迹H无穷滤波增益Kk，计算公式为式中上标(·)-1表示矩阵的求逆运算；(9)利用k时刻的量测信息值zk，对状态预测值进行修正更新，其计算公式为式中表示k时刻的状态估计值；(10)依据H无穷滤波的参数不确定性约束准则和统计线性误差传播方法，设计对参数不确定性具有鲁棒性的估计误差协方差计算更新方法为其中Re,k为式中为状态估计误差协方差矩阵，γ为界定发电机参数不确定性引起状态估计误差的正标量参数，I为适当维度的单位矩阵；为发电机量测方程函数在处的雅克比矩阵参数上界γ的选取需满足估计误差协方差矩阵的正定性，γ计算方法为式中max{·}为求最大值符号，eig(·)为求取矩阵特征值运算符；λ＞1为调整参数，当λ→+∞时，鲁棒无迹H无穷滤波对参数不确定性的鲁棒性能逐渐变弱；电力系统动态状态估计时λ的取值范围为λ∈[1.5，10]；(11)按照(2)-(10)所示计算步骤依据量测时间序列对发电机的状态变量进行动态估计，直至k+1＞N时迭代停止，输出动态估计结果。其中，所述步骤(3)中具体计算公式如下式中为k-1时刻状态估计误差协方差矩阵，表示对矩阵进行Cholesky分解运算，κ∈[10-4，1]表示尺度参数。优选的，所述步骤(4)中具体计算公式如下式中表示Sigma状态采样点经发电机系统函数传播后的对应点值，上标T表示矩阵的转置运算，Qk-1表示k-1时刻系统噪声满足的协方差矩阵，Wl为对应于Sigma状态采样点的权重值，计算公式如下再者，所述步骤(5)中具体计算公式为式中表示状态预测点经输出函数传播后的对应点值。进一步，所述步骤(6)中其求解公式如下式中表示量测预测误差协方差矩阵，Rk-1表示k-1时刻量测噪声满足的协方差矩阵。有益效果：与现有技术相比，本专利技术具有以下显著优点：本专利技术为克服模型参数不确定性对发电机动态估计器性能的影响，增强状态估计器对模型参数不确定性的鲁棒性，提升模型不确定情形下发电机动态状态估计精度，本专利技术依据H无穷滤波中的参数不确定性约束准则，结合无迹变换技术，设计了基于鲁棒无迹H无穷滤波动态状态估计器；本专利技术方法不仅能够实现参数不确定情形下发电机状态的准确估计，且算法流程清晰，实现简单，便于工程实施。附图说明图1为本专利技术的系统流程图；图2是本专利技术实施例中利用传统无迹卡尔曼滤波(UKF)和本专利技术方法的发电机功角和角速度估计结果对比；图3是本专利技术实施例中利用传统无迹卡尔曼滤波(UKF)和本专利技术方法的发电机暂态电动势估计结果对比。具体实施方式下面结合附图对本专利技术的技术方案作进一步说明。本申请中UHF(unscentedHinfinityfilter)为鲁棒无迹H无穷滤波，Sigma采样点为西格玛采样点，Cholesky分解运算即为柯列斯基分解运算。如图1所示，一种基于鲁棒无迹H无穷滤波的发电机动态估计方法，其包含如下步骤：(1)状态空间模型建立发电机动态状态估计的状态方程与量测方程，其一般形式可以表示为：式中f(·)表示发电机状态方程，h(·)表示量测方程，x，u，z分别对应表示状态变量，控制变量及量测向量；下标k-1和k表示时刻，w表示系统噪声，v为量测噪声，假设二者分别满足w～N(0,Q)，v～N(0,R)的高斯分布，其中Q与R分别表示系统噪声和量测噪声满足的协方差矩阵，w与v相互独立且和状态变量无关。(2)设定鲁棒无迹H无穷滤波的参数初始值，包含设定初始时刻状态变量值初始状态估计误差协方差矩阵控制变量值u0取为稳态运行值，尺度参数κ；设定系统噪声和量测噪声所满足的协方差矩阵Q0，R0，以及最大估计时刻N；(3)利用无迹变换技术产生围绕状态估计值的2n+1个Sigma状态采样点l＝0,1,2,3…2n，其中n表示发电机状态变量维度，计算公式如下式中为k-1时刻状态估计误差协方差矩阵，表示对矩阵进行Cholesky分解运算，κ∈[10-4，1]表示尺度参数。(4)利用鲁棒无迹H无穷滤波的状本文档来自技高网...

【技术保护点】
1.一种基于鲁棒无迹H无穷滤波的发电机动态估计方法，其特征在于，包括如下步骤：(1)状态空间模型建立发电机动态状态估计的状态方程与量测方程，其一般形式可以表示为：

【技术特征摘要】
1.一种基于鲁棒无迹H无穷滤波的发电机动态估计方法，其特征在于，包括如下步骤：(1)状态空间模型建立发电机动态状态估计的状态方程与量测方程，其一般形式可以表示为：式中f(·)表示发电机状态方程，h(·)表示量测方程，x，u，z分别对应表示状态变量，控制变量及量测向量；下标k-1和k表示时刻，w表示系统噪声，v为量测噪声，假设二者分别满足w～N(0,Q)，v～N(0,R)的高斯分布，其中Q与R分别表示系统噪声和量测噪声满足的协方差矩阵，w与v相互独立且和状态变量无关；(2)设定鲁棒无迹H无穷滤波的参数初始值，包含设定初始时刻状态变量值初始状态估计误差协方差矩阵控制变量值u0取为稳态运行值，尺度参数κ；设定系统噪声和量测噪声所满足的协方差矩阵Q0，R0，以及最大估计时刻N；(3)利用无迹变换技术产生围绕状态估计值的2n+1个Sigma状态采样点其中n表示发电机状态变量维度；(4)利用鲁棒无迹H无穷滤波的状态预测步，计算k时刻的状态预测值状态预测误差协方差矩阵(5)基于发电机量测函数，计算k时刻发电机量测预测值(6)计算k时刻量测预测误差协方差矩阵(7)计算状态预测与量测预测之间的交互协方差矩阵Pxz,k，计算公式为式中上标T表示矩阵的转置运算；(8)计算k时刻的鲁棒无迹H无穷滤波增益Kk，计算公式为式中上标(·)-1表示矩阵的求逆运算；(9)利用k时刻的量测信息值zk，对状态预测值进行修正更新，其计算公式为式中表示k时刻的状态估计值；(10)依据H无穷滤波的参数不确定性约束准则和统计线性误差传播方法，设计对参数不确定性具有鲁棒性的估计误差协方差计算更新方法为其中Re,k为式中为状态估计误差协方差...

【专利技术属性】
技术研发人员：王义，孙永辉，吕欣欣，侯栋宸，王森，熊俊杰，曹阳，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏,32