找到 1 条结果 · IEEE Transactions on Power Systems
用于存在未知输入和协方差失配情况下电力系统分散式动态状态估计的鲁棒自适应衰减无迹卡尔曼滤波器
Robust Adaptive Fading Unscented Kalman Filter for Decentralized Dynamic State Estimation in Power Systems Under Unknown Inputs and Covariance Mismatches
Bo Chai · S. C. Chan · Y. H. Hou · IEEE Transactions on Power Systems · 2025年5月
同步电机的动态状态估计（DSE）对电力系统的监控、保护与控制至关重要。异常值和模型不确定性导致的不良数据会显著影响估计精度。本文提出一种鲁棒自适应衰减（AF）无迹卡尔曼滤波器（UKF），用于在不良数据下进行DSE及未测输入引起的未知输入估计。该方法利用AF机制减小KF中状态与测量噪声协方差矩阵的尺度失配，抑制模型不确定性。提出基于迹运算和最小二乘法的衰减因子估计方法，并采用低阶卡尔曼滤波或递推最小二乘算法进行跟踪。进一步引入基于鲁棒统计的扩展方法以有效检测和抑制不良数据。理论分析了所提滤波器的稳...
解读: 该鲁棒自适应衰减UKF技术对阳光电源储能与新能源并网产品具有重要应用价值。在PowerTitan大型储能系统中，可用于精确估计同步机等发电设备的动态状态，提升电网侧储能系统的协调控制精度。对于构网型GFM控制的ST系列储能变流器，该算法能在测量异常和模型不确定性下保持虚拟同步机参数的准确估计，增强系...