基于自适应无迹卡尔曼滤波的电力系统动态状态估计

摘要：

无迹卡尔曼滤波(unscented Kalman filter，UKF)是一种非线性滤波方法。由于假设系统噪声的方差为常数，UKF的估计结果会受到未知系统噪声的影响。为减小未知系统噪声对动态状态估计的影响，提出了一种改进的自适应UKF(adaptive unscented Kalman filter，AUKF)算法。该方法通过在UKF中引入渐消记忆指数加权的Sage-Husa噪声统计估值器，能够估计时变系统噪声的均值和方差。利用IEEE 57和IEEE 118测试系统，在典型日负荷条件下对AUKF方法的有效性进行仿真验证，结果表明所提出的 AUKF 算法与传统UKF方法相比，在不增加计算复杂度的同时，能够提高状态估计精度。

关键词：电力系统、动态状态估计、无迹卡尔曼滤波

分类号：TM721(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金项目51077053,51277074。@@@@Project Supported by National Natural Science Foundation of China51077053,51277074

在线出版日期：2014-01-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3790-3794