复杂噪声条件下基于抗差容积卡尔曼滤波的发电机动态状态估计

• 作者: 李京 李国庆 李扬 陈亮
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 动态状态估计 发电机 容积卡尔曼滤波 M-估计理论 量测噪声分布 不良数据 相量测量单元数据
• 年，卷（期）: 2019,（17）
• 所属期刊栏目: 电力系统运行与规划
• 页码范围: 3651-3660
• 页数: 10页
• 分类号: TM71
• 字数: 6303字
• 语种: 中文
• DOI: 10.19595/j.cnki.1000-6753.tces.181150

摘要

容积卡尔曼滤波(CKF)在非线性动态状态估计领域有着良好的估计效果.但由于容积卡尔曼滤波缺乏对量测噪声特性的在线自适应能力,其对不良数据和非高斯白噪声的处理效果并不理想.为了解决当量测量统计特性偏离先验统计特性时,容积卡尔曼滤波算法性能下降和发散的问题,通过将抗差估计理论中的M-估计理论与容积卡尔曼滤波相结合,提出抗差容积卡尔曼滤波(RCKF)算法,并将其尝试应用于复杂噪声条件下的发电机动态状态估计中.IEEE 9节点系统和新英格兰16机68节点系统的仿真结果表明:在不同量测噪声且量测量存在不良数据的复杂噪声条件下,与传统CKF算法相比,所提抗差CKF算法均具有更好的估计精度和收敛能力,并能有效消除不良数据对估计效果的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李国庆	东北电力大学电气工程学院	205	2486	26.0	41.0
2	李扬	东北电力大学电气工程学院	16	156	7.0	12.0
3	陈亮	国网河北省电力有限公司经济技术研究院	15	42	3.0	6.0
4	李京	东北电力大学电气工程学院	4	0	0.0	0.0