计及噪声和模型参数不确定的发电机动态状态估计

Journal of Zhengzhou University(Engineering Science)(2023)

引用 0|浏览4
暂无评分
摘要
针对发电机动态状态估计过程中通信噪声以及模型参数不确定时估计精度降低和鲁棒性差的缺陷,提出了一种具有鲁棒性的发电机动态状态估计方法——H∞无迹粒子滤波(HUPF).首先,建立四阶发电机的状态空间模型,利用无迹变换法计算粒子滤波的重要密度分布,提高了滤波精度和计算效率,增加了算法的灵活性;其次,根据 H∞滤波理论建立发电机模型不确定性的边界约束准则,并在此基础上结合无迹粒子滤波(UPF),设计了一种可以根据模型不确定性动态调整估计误差协方差的更新策略,进一步提升了发电机的估计精度和抗差性能.通过IEEE 39 节点系统中的仿真算例验证了所提方法的有效性,测试结果表明:所提 HUPF 方法的均方根误差最低为0.006,最高为 0.045 8,相比于 UKF、UPF和 AUKF方法,HUPF方法的均方根误差最小,能够显著提高模型不确定情形下发电机的状态估计精度,并且具有更强的鲁棒性.
更多
关键词
generator,dynamic state estimation,H-infinity filter,nonlinear filter,particle filter,model uncertain-ty,non-Gaussian noise
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要