基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
发电机动态状态估计是电力系统动态安全分析的重要内容.针对容积卡尔曼滤波(CKF)在迭代中协方差阵不对称或非正定导致的估计精度下降甚至滤波发散问题,利用平方根滤波(SRF)能确保协方差阵非负定和数值稳定性方面的优势,提出基于平方根容积卡尔曼滤波(SRCKF)的发电机动态状态估计方法,并给出了计算步骤.最后,利用仿真系统和实际系统比较了SRCKF、CKF和无迹卡尔曼滤波(UKF)三种算法的估计性能,证明了SRCKF算法能够解决CKF滤波中因协方差阵非正定导致的滤波发散问题;同时SRCKF算法在计算效率、滤波精度和数值稳定性方面均优于CKF和UKF算法.
推荐文章
迭代的平方根容积卡尔曼滤波SLAM算法
迭代
同步定位与地图创建
采样
扩展卡尔曼滤波
加权处理
基于容积卡尔曼滤波的发电机动态状态估计
机电暂态
容积卡尔曼滤波
发电机
相量测量单元
动态状态估计
平方根容积卡尔曼滤波算法及其应用
非线性状态估计
容积原则
容积卡尔曼滤波
再入弹道目标
平方根体积积分卡尔曼滤波
平方根滤波
体积卡尔曼滤波
非线性状态估计
体积规则
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于平方根容积卡尔曼滤波的发电机动态状态估计
来源期刊 电工技术学报 学科 工学
关键词 容积卡尔曼滤波 非负定 数值稳定性 平方根容积卡尔曼滤波
年,卷(期) 2017,(12) 所属期刊栏目 电力系统
研究方向 页码范围 234-240
页数 7页 分类号 TM711
字数 3823字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 安军 东北电力大学电气工程学院 27 341 10.0 18.0
2 周毅博 东北电力大学电气工程学院 16 54 5.0 6.0
3 杨振瑞 东北电力大学电气工程学院 3 10 1.0 3.0
4 桂建忠 东北电力大学电气工程学院 9 9 2.0 2.0
5 石岩 东北电力大学电气工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
容积卡尔曼滤波
非负定
数值稳定性
平方根容积卡尔曼滤波
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电工技术学报
半月刊
1000-6753
11-2188/TM
大16开
北京市西城区莲花池东路102号天莲大厦10层
6-117
1986
chi
出版文献量(篇)
8330
总下载数(次)
38
总被引数(次)
195555
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导