自适应EKF-ML滤波器在电压暂降检测中的应用

• 作者: 席燕辉 张小东 李泽文 赵廷
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 电能质量 扩展卡尔曼滤波器 最大似然 电压暂降检测
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 42-48,63
• 页数: 8页
• 分类号: TM73
• 字数: 5280字
• 语种: 中文
• DOI: 10.19635/j.cnki.csu-epsa.000050

摘要

电压暂降是电能质量问题中的一个关键难题.为了更准确地检测电压暂降发生时刻,提出了基于最大似然的自适应扩展卡尔曼滤波EKF-ML(extended Kalman filter based on maximum likelihood)算法的检测方法.首先选取不同的状态向量,在电网信号中建立2种卡尔曼滤波系统模型;其次,利用最大似然自适应优化误差协方差矩阵R和Q以及初始条件参数;最后,引入不同电能质量扰动对电压暂降进行检测证明该方法的有效性.仿真结果表明:在谐波干扰、脉冲干扰以及不同信噪比干扰情况下,EKF-ML算法能实时准确地检测电压暂降起止时间.与已有的传统方法比较,该方法适合于在未知测量噪声的条件下对电压暂降进行检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李泽文	长沙理工大学电气与信息工程学院	48	855	17.0	28.0
2	席燕辉	长沙理工大学电气与信息工程学院	16	36	4.0	5.0
3	张小东	长沙理工大学电气与信息工程学院	3	2	1.0	1.0
4	赵廷	长沙理工大学电气与信息工程学院	9	39	4.0	6.0