[发明专利]一种电力信号参数估计方法和装置

说明书

本发明实施例公开了一种电力信号参数估计方法和装置。该方法通过建立一阶中心差分模型，由于一阶中心差分项不仅包括普通的泰勒展开式的一阶项，还包括其他非线性项，所以一阶中心差分项的计算精度要高，利用一阶中心差分模型求解得到的渐消因子的计算精度也比较高，使得利用渐消因子求解得到的第一预测误差协方差矩阵的计算精度也比较高，使得根据第一预测误差协方差矩阵求解得到的滤波增益矩阵的精度也比较高，最终使得电力信号参数的状态估计的估算精度得到提高，其计算过程简单，且由于渐消因子的引入可以改善系统的鲁棒性，因此，通过该方法可以实现在确保算法鲁棒性的基础上，减少计算量，提高估算精度。

技术领域

本发明实施例涉及电力参数的估算技术，尤其涉及一种电力信号参数估计方法和装置。

背景技术

在对电力信号的幅值、频率、相角的估计算法中，扩展卡尔曼滤波算法和无迹卡尔曼滤波算法由于缺乏鲁棒性，而无法对电力信号突变的参数进行估计。强跟踪卡尔曼滤波算法引入渐消因子，改善了算法的鲁棒性。但对于非线性的系统，由于采用泰勒级数展开式，将非线性方程线性化，导致算法的收敛速度、估计精度有所降低。基于改进的强跟踪无迹卡尔曼滤波算法，基于粒子滤波思想，提高了算法的收敛速度和估计精度，但在参数估计过程中，sigma点的获取需要按照对称采样策略选取3次，计算量大，计算过程复杂，且容易出现参数估计发散的情况。

发明内容

本发明提供一种电力信号参数估计方法和装置，以实现在确保算法鲁棒性的基础上，减少计算量，提高估算精度。

第一方面，本发明实施例提供了一种电力信号参数估计方法，该方法包括：

求解一步预测状态向量和一步预测量测方程非线性函数；

获取实际的电力信号参数量测值；

建立一阶中心差分模型，并根据所述一阶中心差分模型求解渐消因子；

将所述渐消因子引入预测误差协方差矩阵中，得到第一预测误差协方差矩阵；

根据所述第一预测误差协方差矩阵确定滤波增益矩阵；

根据所述一步预测状态向量、所述一步预测量测方程非线性函数、所述实际的电力信号参数量测值以及所述滤波增益矩阵确定状态估计。

可选地，所述一阶中心差分模型为：

其中，表示一阶中心差分导数，μ表示迭代步长；和为非线性函数。

可选地，所述根据所述一阶中心差分模型求解渐消因子，计算方法为：

其中，

N_k+1＝V_k+1-AA^T-βR_k+1

M_k+1＝CC^T

其中，λ_k+1为渐消因子，V_k+1为矩阵，R_k+1为矩阵，N_k+1为矩阵，M_k+1为矩阵，β为软化因子，矩阵A和矩阵C根据所述一阶中心差分模型求得。

可选地，所述预测误差协方差矩阵为：

P_k+1|k＝F_k+1|kP_kF_k+1|k^T+Q_k

其中，P_k+1|k表示预测误差协方差矩阵，Q_k表示过程噪声的非负定方差矩阵；