考虑量测坏数据的发电机动态状态估计方法

• 作者: 江全元 熊鸿韬 陆海清 马安安
• 来源期刊: 电力系统自动化
• 关键词: 动态状态估计 机电暂态 无迹卡尔曼滤波 坏数据
• 年，卷（期）: 2017,（14）
• 所属期刊栏目: 学术研究
• 页码范围: 140-146
• 页数: 7页
• 字数: 6099字
• 语种: 中文
• DOI: 10.7500/AEPS20160819002

摘要

随着相量测量单元(PMU)的广泛应用,基于PMU的发电机动态状态估计的研究越来越受到重视.如果存在量测坏数据,动态状态估计的滤波效果会受到严重的影响.首先介绍了一种基于无迹卡尔曼滤波(UKF)的发电机动态状态估计方法.然而,由于PMU数据的质量不高,为解决坏数据的问题,推导残差方程得出时变的阈值,再通过一种迭代检测的方法确定坏数据的测点位置.对于坏数据对应的量测,算法将其剔除后重新进行一次估计,以修正估计结果.算例结果表明,该方法能有效抑制量测坏数据对发电机动态状态估计的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江全元	浙江大学电气工程学院	146	4817	38.0	64.0
2	熊鸿韬	国网浙江省电力公司电力科学研究院	9	51	4.0	7.0
3	陆海清	国网浙江省电力公司电力科学研究院	19	60	4.0	7.0
4	马安安	浙江大学电气工程学院	2	12	2.0	2.0