基于粒子滤波算法的发电机机电暂态过程动态状态估计

摘要：

广域测量系统(WAMS)作为一种测量手段,不可避免地存在测量误差.为了获得更优的控制策略和分析结果,有必要对实际量测数据进行滤波处理后再应用.文中提出了一种对实际量测数据进行动态滤波估计的新方法,在发电机二阶动态方程的基础上,建立了发电机动态状态估计模型.考虑到模型的非线性,文中应用粒子滤波(PF)算法.为解决计算占用空间和计算量较大、样本退化的问题,在基本PF算法的基础上引入序列采样重要性重采样(SIR)方法.同时,还应用扩展卡尔曼滤波(EKF)算法进行了状态估计并将结果与文中所提方法进行了对比分析.为了定量评估估计效果,建立了基于估计路径相似性的评价指标.最后,通过对CEPRI 7节点系统的仿真计算,表明基于PF的估计结果与实际结果相关性较高、与真实值的均方根误差小,优于EKF的估计结果,有效减小了误差数据的影响.

关键词：机电暂态、状态估计、粒子滤波、路径相关性量度

所属期刊栏目：40

分类号：TN9;TP1

资助基金：National Natural Science Foundation of China51177010,51377017;国家自然科学基金资助项目51177010,51377017

在线出版日期：2016-05-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：49-54