推荐星级：
- 1
- 2
- 3
- 4
- 5
无迹卡尔曼滤波及其平方根形式在电力系统动态状态估计中的应用
资料介绍
随着全国联网和能源资源大范围优化配置格局的初步形成、电力市场化改革的稳步推进、新能源开发步伐的加快、“建设坚强智能电网”举措的提出，中国电网结构日益庞大，运行方式日趋复杂，保障电网的安全经济运行意义重大，任务艰巨。电力系统调度中心依靠静态状态估计可以掌握电力系统实时运行状态，而分析和预测系统的运行趋势，对运行中发生的各种问题提出对策]，则需要依靠兼备预测功能的动态状态估计。
目前动态状态估计理论的成果主要是基于20世纪70年代初由RE.Larson和A.S.Debs提出的扩展卡尔曼滤波算法（extended Kalman filter，EKF）]，从提高电力系统发生负荷、发电机出力突变时算法的自适应性，增强量测量存在不良数据时算法的鲁棒性，提高状态变量预测的准确性这几个角度出发，比较有代表性的成果有计入非线性的卡尔曼滤波算法[]、光滑增平面动态状态估计[明、自适应预报动态状态估计[]、引入指数函数修改量测数据权重的鲁棒算法回以及基于人工神经元母线负荷预测的动态估计算法]等。
部分文件列表
| 文件名 | 大小 |
| 无迹卡尔曼滤波及其平方根形式在电力系统动态状态估计中的应用.pdf | 3M |
全部评论(0)