基于EKF和UKF的风电机组非线性状态预测

• 作者: 冯延晖 曹梦楠 王浩 邱颖宁
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 风力发电 非线性状态估计 扩展卡尔曼滤波 无迹卡尔曼滤波
• 年，卷（期）: 2017,（5）
• 页码范围: 753-758
• 页数: 6页
• 分类号: TM315
• 字数: 3848字
• 语种: 中文

摘要

风电机组的状态监测和故障诊断依赖于对其关键状态参数的参考值进行有效预测.文章采用基于系统模型的非线性状态评估方法对风电机组关键的状态参数进行预测.通过对风电机组进行建模仿真,构建扩展卡尔曼滤波和无迹卡尔曼滤波模型预测风电机组主轴转速和发电机电磁转矩,对比两种方法的预测结果在不同测量步长下的差异.结果显示,无迹卡尔曼滤波方法比扩展卡尔曼滤波方法具有更强的收敛性和稳定性,受测量步长影响更小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王浩	南京理工大学能源与动力工程学院	133	819	15.0	21.0
2	冯延晖	南京理工大学能源与动力工程学院	21	69	6.0	7.0
3	邱颖宁	南京理工大学能源与动力工程学院	22	70	6.0	7.0
4	曹梦楠	南京理工大学能源与动力工程学院	3	11	2.0	3.0