[发明专利]一种基于连续-离散容积信息滤波的发电机参数校对方法

权利要求书

1.一种基于连续-离散容积信息滤波的发电机参数校对方法，其特征在于，包括以下步骤：

步骤1：根据发电机运行动态过程和PMU测量，建立连续-离散形式的发电机参数校对模型；

步骤1.1：建立精确的发电机运行动态模型，确定并解析出待估参数，得到校对发电机参数的连续过程方程；

步骤1.2：根据PMU测量通过数学建模和建立发电机的离散测量方程，联合步骤1.1所得过程方程构成连续-离散形式的发电机参数校对模型；

步骤2：基于ITO泰勒展开、三阶球半径容积规则和最小均方误差准则，构建连续-离散容积信息滤波校对方法；

步骤2.1：m步时间更新，通过连续过程方程计算状态预测值；

设定状态维度为n，采样间隔为T，最大离散化次数为m，离散化步长为τ＝T/m，当前迭代次数为k，当前离散化次数为j，信息均值信息方差校对均方差校对协方差状态校对值初始离散化时刻状态校对均值和均方差分别为

步骤2.2：计算2n个容积点其中下标i代表第i个容积点，且e_i为表示n维坐标中的第i个坐标向量；

步骤2.3：计算经ITO泰勒展开式后传播的容积点

步骤2.4：通过加权求和得到状态量预测值

步骤2.5：计算状态误差协方差的平方根：

其中S＝Tria(A)表示对A^T进行QR分解，得到上三角矩阵R，且S＝R^T；

步骤2.6：j＝j+1，重复执行步骤2.2～步骤2.4，直到下一采样时刻k+1，j＝m时，并令状态预测值及其均方差矩阵分别为信息均值和均方差

步骤2.7：测量更新，通过离散测量方程对状态预测值进行修正；

步骤2.8：计算2n个容积点值

步骤2.9：计算经过离散测量方程传播的容积点Z_i,k+1|k＝h(X_i,k+1|k,k+1)；

步骤2.10：通过加权求和得到预测测量值

步骤2.11：计算预测状态值和测量值间的互协方差矩阵其中

步骤2.12：将时间更新得到的信息矩阵预测值S_y,k+1|k与S_i,k+1组合，然后进行正交三角分解求出平方根形式的信息矩阵S_y,k+1|k+1＝Tria([S_y,k+1|k S_i,k+1])，其中

步骤2.13：利用k+1时刻的真实量测值与预测测量值之间的残差，对状态预测值进行修正，最终得到k+1时刻的信息向量预测值其中z_k+1为k+1时刻的PMU量测值；

步骤3：将步骤2所提出的连续-离散容积信息滤波应用于步骤1中的发电机参数校对模型，得到精确的发电机参数校对值；

步骤3.1：参数校对初始化：

初始化要校对的发电机参数和连续-离散容积信息滤波算法的各个参数，待校对量为发电机转子绝对功角标幺值、电角速度标幺值、q轴和d轴瞬态电动势的导数量和最大校对迭代次数N；

步骤3.2：采用连续-离散容积信息滤波依据步骤1中的发电机参数模型对发电机的待校对参数进行精确计算；

步骤3.3：判断是否达到最大校对迭代次数，达到则搜索停止，得到的值即为发电机参数校对的最优解，否则进行下一步；

步骤3.4：根据发电机待估参数的实际测量值和算法校对值计算相关误差指标，判断是否达到要求精度，达到则搜索停止，得到的校对值为发电机参数校对的最优解，否则进行下一步；

步骤3.5：利用PMU测量值对噪声进行自适应调节校正，更新过程噪声方差并执行步骤3.2。