科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2011年
25期
6071-6074
,共4页
动态状态估计%扩展卡尔曼滤波器%无迹卡尔曼滤波器%混合卡尔曼粒子滤波器
動態狀態估計%擴展卡爾曼濾波器%無跡卡爾曼濾波器%混閤卡爾曼粒子濾波器
동태상태고계%확전잡이만려파기%무적잡이만려파기%혼합잡이만입자려파기
为了提高电力系统动态状态估计的估计精度和收敛速度,引入一种解决非线性滤波问题的新型粒子滤波算法——混合卡尔曼粒子滤波器(Mixed Kalman Particle Filter,MKPF).该算法采用扩展卡尔曼滤波器(EKF)与无迹卡尔曼滤波器(UKF)混合作为建议分布,得到一种更接近真实分布的近似表达式.仿真算例将MKPF与EKF和UKF进行了对比,比较结果证明在电力系统受到扰动之后,MKPF算法能够快速地收敛于真实值,且具有比EKF与UKF更高的估计精度和稳定性,达到了在线准确估计的要求.
為瞭提高電力繫統動態狀態估計的估計精度和收斂速度,引入一種解決非線性濾波問題的新型粒子濾波算法——混閤卡爾曼粒子濾波器(Mixed Kalman Particle Filter,MKPF).該算法採用擴展卡爾曼濾波器(EKF)與無跡卡爾曼濾波器(UKF)混閤作為建議分佈,得到一種更接近真實分佈的近似錶達式.倣真算例將MKPF與EKF和UKF進行瞭對比,比較結果證明在電力繫統受到擾動之後,MKPF算法能夠快速地收斂于真實值,且具有比EKF與UKF更高的估計精度和穩定性,達到瞭在線準確估計的要求.
위료제고전력계통동태상태고계적고계정도화수렴속도,인입일충해결비선성려파문제적신형입자려파산법——혼합잡이만입자려파기(Mixed Kalman Particle Filter,MKPF).해산법채용확전잡이만려파기(EKF)여무적잡이만려파기(UKF)혼합작위건의분포,득도일충경접근진실분포적근사표체식.방진산례장MKPF여EKF화UKF진행료대비,비교결과증명재전력계통수도우동지후,MKPF산법능구쾌속지수렴우진실치,차구유비EKF여UKF경고적고계정도화은정성,체도료재선준학고계적요구.
