基于Kalman滤波与神经网络的高精度同步时钟算法

• 作者: 凌平 方陈 李依泽 熊春晖 王印峰 陆超
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 同步时钟 配电网PMU 授时/守时算法 Kalman滤波器 BP神经网络
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 配电网新型测量技术及其在感知与控制中的应用
• 页码范围: 777-783
• 页数: 7页
• 分类号: TM721
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2018.2964

摘要

大规模分布式电源、储能与电动汽车的接入对配电网状态监测与运行控制带来了挑战.基于配电网同步相量测量单元(phasor measurement unit,PMU)的广域量测系统被认为是解决这一问题的有效方式.然而,采用低成本晶振时,现有的同步时钟算法难以满足配电网PMU对同步时钟高精度、高稳定性、低成本的要求.为满足配电网PMU应用的需求,提出一种基于Kalman滤波器与BP神经网络的授时/守时算法.基于卫星信号误差与晶振频率数学模型,利用Kalman滤波器对卫星信号的随机误差进行滤除,提高授时精度,并提供准确的晶振状态数据.利用此数据训练BP神经网络模型,刻画出晶振频率的老化规律,提高守时性能.在卫星信号正常接入与失锁场景下,基于实际时钟装置量测数据进行测试验证.测试结果显示,文中所提算法在不提高现有硬件成本的基础上,有效提高了同步时钟的算法性能.