發(fā)布時間：2020-12-07 12:42

　　狀態(tài)估計是能量管理系統(tǒng)（EMS）中的核心部分,尤其是在現(xiàn)如今這個越來越龐大的電網(wǎng)之中。狀態(tài)估計濾波器的主要功能是為EMS提供準確的信息（如網(wǎng)絡中所有總線的電壓幅值和角度等）,但由于電力系統(tǒng)中存在量測噪聲、不良數(shù)據(jù)、負荷突變等各種異常情況,狀態(tài)估計的結果會受到干擾從而可能會因此誤導調度人員,對電網(wǎng)運行的穩(wěn)定性造成難以估計的危害,因此提高狀態(tài)估計算法的魯棒性以及抑制不良數(shù)據(jù)的能力,對保證電力系統(tǒng)安全穩(wěn)定運行有重要意義。本文在常用的擴展卡爾曼濾波算法基礎上改進了兩種預測輔助狀態(tài)估計算法,并探究不同非高斯量測噪聲對估計精度的影響,其主要內容如下:首先,基于數(shù)據(jù)采集與監(jiān)視控制（SCADA）量測系統(tǒng),建立了電力系統(tǒng)輔助預測狀態(tài)估計的數(shù)學模型,通過狀態(tài)方程和測量方程來描述系統(tǒng)的準穩(wěn)態(tài)過程,并介紹了一種輔助預測狀態(tài)估計的基本算法。然后,在擴展卡爾曼濾波的基礎上,提出了一種最大互相關熵的自適應擴展卡爾曼濾波算法,并將其應用在輔助預測狀態(tài)估計之中,首先本文用最大互相熵準則（MCC）代替?zhèn)鹘y(tǒng)擴展卡爾曼濾波中的最小均方誤差準則,通過指數(shù)加權的形式增加算法的魯棒性,使得提出算法在面對非高斯噪聲時保持良好的估計精... 

【文章來源】：西安理工大學陜西省

【文章頁數(shù)】：60 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 引言
    1.2 研究背景與意義
    1.3 國內外研究現(xiàn)狀
        1.3.1 靜態(tài)狀態(tài)估計發(fā)展現(xiàn)狀
        1.3.2 輔助預測狀態(tài)估計發(fā)展現(xiàn)狀
    1.4 本文主要研究內容
2 電力系統(tǒng)輔助預測狀態(tài)估計模型與基礎算法
    2.1 引言
    2.2 電力系統(tǒng)輔助預測狀態(tài)估計數(shù)學模型
        2.2.1 電力系統(tǒng)輔助預測狀態(tài)估計的狀態(tài)方程
        2.2.2 電力系統(tǒng)輔助預測狀態(tài)估計的測量方程
    2.3 輔助預測狀態(tài)估計基本算法
        2.3.1 卡爾曼濾波算法簡介
        2.3.2 擴展卡爾曼濾波算法
    2.4 本章小結
3 基于自適應最大互相關熵擴展卡爾曼濾波的輔助預測狀態(tài)估計
    3.1 引言
    3.2 自適應最大互相關熵擴展卡爾曼濾波算法
        3.2.1 最大互相關熵準則
        3.2.2 最大互相關熵擴展卡爾曼濾波算法的推導
        3.2.3 自適應更新機制
    3.3 基于最大互相關熵擴展卡爾曼濾波的輔助預測狀態(tài)估計
    3.4 仿真驗證
        3.4.1 性能指標
        3.4.2 算例概述
        3.4.3 仿真結果與分析
    3.5 本章小結
4 基于廣義互相關熵無跡卡爾曼濾波的電力系統(tǒng)輔助預測狀態(tài)估計
    4.1 引言
    4.2 廣義互相關熵無跡卡爾曼濾波算法
        4.2.1 廣義互相關熵準則
        4.2.2 廣義互相關熵無跡卡爾曼濾波算法的推導
        4.2.3 增強的廣義互相關熵無跡卡爾曼濾波算法
    4.3 基于增強廣義互相關熵無跡卡爾曼濾波的電力系統(tǒng)輔助預測狀態(tài)估計
    4.4 仿真驗證
        4.4.1 算例概述
        4.4.2 仿真結果與分析
    4.5 本章小結
5 結論與展望
    5.1 結論
    5.2 展望
致謝
攻讀學位期間主要研究成果
參考文獻



本文編號：2903272