【技术实现步骤摘要】
一种基于鲁棒容积卡尔曼滤波的发电机动态估计方法
本专利技术属于电力系统分析和监测
，特别涉及一种基于鲁棒容积卡尔曼滤波的发电机动态估计方法。
技术介绍
为了获得准确的电网监测信息，广域量测系统(WAMS)的同步相量量测单元(PMU)被逐渐推广和应用，其能够提供带有时标的高频率系统信息采样值，实现电力系统机电暂态分析。然而，WAMS作为一个量测系统，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，对发电机进行动态状态估计，常见的方法主要包括卡尔曼滤波、扩展卡尔曼滤波(EKF)、粒子滤波、无迹变换卡尔曼滤波等。但是，值得注意的是，这些方法的有效性需满足一定假设条件。比如，假定发电机系统噪声和量测噪声所满足的协方差矩阵能够准确获取，除此之外，发电机动态状态估计模型所涉及参数的均能够...
【技术保护点】
1.一种基于鲁棒容积卡尔曼滤波的发电机动态估计方法，其特征在于，包括如下步骤：(1)建立状态估计模型；(2)设定鲁棒容积卡尔曼滤波的滤波初始值；(3)状态预测，计算发电机状态预测值和预测误差协方差矩阵；(4)计算量测预测值，量测预测误差协方差及交互协方差矩阵；(5)根据量测值，运用滤波步式求取滤波增益和发电机状态估计值；(6)求解更新发电机状态估计误差协方差矩阵；(7)按照步骤(2)至(6)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，否则返回步骤(3)继续计算。
【技术特征摘要】
1.一种基于鲁棒容积卡尔曼滤波的发电机动态估计方法，其特征在于，包括如下步骤：(1)建立状态估计模型；(2)设定鲁棒容积卡尔曼滤波的滤波初始值；(3)状态预测，计算发电机状态预测值和预测误差协方差矩阵；(4)计算量测预测值，量测预测误差协方差及交互协方差矩阵；(5)根据量测值，运用滤波步式求取滤波增益和发电机状态估计值；(6)求解更新发电机状态估计误差协方差矩阵；(7)按照步骤(2)至(6)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，否则返回步骤(3)继续计算。2.根据权利要求1所述的一种基于鲁棒容积卡尔曼滤波的发电机动态估计方法，其特征在于，所述步骤(1)中建立状态估计模型的具体步骤如下：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和k+1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。3.根据权利要求1所述的一种基于鲁棒容积卡尔曼滤波的发电机动态估计方法，其特征在于，所述步骤(2)中设定鲁棒容积卡尔曼滤波的滤波初始值的具体步骤如下：设定鲁棒容积卡尔曼滤波的滤波参数初始值，包含设定初始时刻的状态变量值状态估计误差协方差矩阵控制变量值u0取为稳态运行值；设定系统噪声和量测噪声所满足的初始协方差矩阵Q0，R0，以及最大估计时刻N。4.根据权利要求1所述的一种基于鲁棒容积卡尔曼滤波的发电机动态估计方法，其特征在于，所述步骤(3)中状态预测，计算发电机状态预测值和预测误差协方差矩阵的具体步骤如下：依据k-1时刻的发电机状态估计值和估计误差协方差采用球面-径向规则生成发电机状态量的Cubature点集，进而基于发电机状态方程求解容积点传播，并进一步计算k时刻的状态预测值及预测误差协方差矩阵求解计算公式如下式中Xi,k-1和分别表示k-1时刻发电机状态量的第i个Cubature点及其k时刻预测值；n表示发电机状态估计变量个数，表示对矩阵进行Ch...
【专利技术属性】
技术研发人员：王义，孙永辉，侯栋宸，王森，翟苏巍，曹阳，熊俊杰，王朋，吕欣欣，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。