[发明专利]一种基于自适应容积卡尔曼滤波的动态状态估计方法在审
| 申请号： | 201910311425.7 | 申请日： | 2019-04-18 |
| 公开（公告）号： | CN110032812A | 公开（公告）日： | 2019-07-19 |
| 发明（设计）人： | 孙永辉;王义;胡银龙;王森;侯栋宸;王朋;吕欣欣;翟苏巍 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50;G06F17/16;G01R31/34;G06Q50/06 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 梁耀文 |
| 地址： | 211100 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于自适应容积卡尔曼滤波的动态状态估计方法，用于实现电力系统发电机动态状态变量的准确估计。该方法通过在容积卡尔曼滤波中引入渐消记忆指数加权的Sage‑Husa噪声统计估计器，动态估计校正时变系统噪声的均值与方差，抑制系统噪声矩阵不匹配对状态估计精度的影响，提升发电机状态变量的准确估计。该算法因考虑了实际工程背景，且简单方便，具有较高的工程应用价值。 | ||
| 搜索关键词： | 卡尔曼滤波 动态状态估计 自适应 动态状态变量 发电机状态 电力系统 动态估计 工程应用 时变系统 实际工程 抑制系统 噪声矩阵 噪声统计 状态估计 估计器 匹配对 发电机 方差 算法 加权 校正 噪声 引入 | ||
【主权项】：
1.一种基于自适应容积卡尔曼滤波的动态状态估计方法，其特征在于，包括如下步骤：(1)建立状态估计模型；(2)初始化自适应容积卡尔曼滤波即ACKF滤波初始值；(3)计算k时刻的状态预测值![]()
(4)计算k时刻的发电机状态预测误差协方差矩阵![]()
(5)计算k时刻的量测预测值![]()
(6)计算k时刻量测预测误差协方差矩阵Pzz,k和状态预测值与量测预测值之间的交互协方差矩阵Pxz,k；(7)计算k时刻的滤波增益Kk和状态估计值![]()
(8)计算k时刻的状态估计误差协方差矩阵![]()
和系统噪声协方差矩阵Qk；(9)按照步骤(3)至(9)依据量测信息时间序列对电力系统发电机状态动态估计，直至k+1＞N时状态估计迭代停止，输出状态估计结果，否则返回步骤(3)继续计算。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学，未经河海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910311425.7/，转载请声明来源钻瓜专利网。
