基于WAMS的电力系统实时状态估计和预报

被引：5

作者：

李虹 ^{[1
]}

李卫国 ^{[1
]}

毕天姝 ^{[1
]}

熊浩清 ^{[2
]}

机构：

[1] 华北电力大学电力系统保护与动态安全监控教育部重点实验室

[2] 河南电力调度通信中心

来源：

电力系统自动化 | 2009年 / 33卷 / 16期

关键词：

实时状态估计; 广域测量系统; 扩展卡尔曼滤波; 数据采集与监控; 电力系统;

D O I：

暂无

中图分类号：

TM76 [电力系统的自动化];

学科分类号：

摘要：

根据广域测量系统/数据采集与监控(WAMS/SCADA)系统的测量数据,提出一种实时状态估计和预报算法。采用递推增广最小二乘法辨识和修正状态转移矩阵,并采用渐消记忆指数加权法在线估计线性化后的模型误差协方差矩阵,同时由量测量的标准差在线计算量测权重,这使得在利用观测数据进行滤波的同时,状态估计模型中不精确(或未知)参数和噪声协方差矩阵不断地在线辨识和修正,以适应环境的干扰和过程的时变性,减少状态估计误差,达到良好的滤波效果。仿真结果表明,所提出的方法在正常情况、存在坏数据、负荷突变/发电机输出功率突变、网络拓扑结构误判等情况下具有较好的滤波效果。

引用

页码：35 / 39+49 +49

页数：6

共 7 条

[1] 计及广域测量信息的状态估计错误参数识别与修正 [J].