基于容积粒子滤波的配电网状态估计

• 作者: 刘敏 石倩
• 来源期刊: 电力科学与工程
• 学科: 工学
• 关键词: 配电网状态估计 PF 重要性密度函数 CPF
• 年，卷（期）: 2020,（3）
• 页码范围: 25-29
• 页数: 5页
• 分类号: TM721
• 字数: 3020字
• 语种: 中文
• DOI: 10.3969/j.ISSN.1672-0792.2020.03.004

摘要

高精度的状态估计是配电网安全稳定运行的基础.粒子滤波(Particle Filter,PF)选取重要性密度函数不准确以及卡尔曼框架下滤波方法对非线性系统滤波精度有限的问题,把容积粒子滤波(Cubature Particle Filter,CPF)引入配电网状态估计中.鉴于容积卡尔曼滤波(Cubature Kalman Filter,CKF)在状态更新阶段融入了最新量测,因此在粒子滤波框架下,利用CKF算法设计PF的重要性密度函数,采样获得的带权值粒子更加逼近真实后验分布,提高了状态估计精度.在三相不平衡配电网中进行仿真分析,结果表明,CPF算法比UKF滤波精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘敏	贵州大学电气工程学院	74	369	10.0	17.0
2	石倩	贵州大学电气工程学院	8	12	2.0	3.0