基于改进卡尔曼滤波的配电网动态数据平差方法

摘要：

受设备、天气等多方面因素影响,电网量测数据不可避免地存在误差.在实际应用前,应选用合适的估计方法进行数据平差.为减小不良数据对估计精度的影响,提出一种鲁棒性无迹卡尔曼滤波(robust unscented Kalman filer,RUKF)算法,在进行无迹卡尔曼滤波之前引入基于运行模式的不良数据检测方法,通过分析量测量的变化趋势调整阈值,避免出现不良数据的漏检与误检现象.以IEEE 33-bus与某实际107节点系统为例进行仿真验证.实验结果表明,在存在不良数据的情况下,RUKF与传统无迹卡尔曼滤波相比,求得的数据平差结果具有更高的估计精度,提高了数据估算的鲁棒性.多个实验表明本文的RUKF算法对数据平差计算可以提供有效的理论支撑.

关键词：数据平差、无迹卡尔曼滤波、运行模式、不良数据

所属期刊栏目：20

分类号：TM732(输配电工程、电力网及电力系统)

资助基金：国家电网公司科技项目PD71-17-003

在线出版日期：2020-12-22（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：12857-12862