基于综合预测和自适应滤波器的电力系统动态状态估计

被引:13
作者
韩力
韩学山
陈芳
机构
[1] 山东大学电气工程学院
关键词
电力系统; 动态状态估计; 支持向量机; 卡尔曼滤波; 自适应滤波;
D O I
10.19595/j.cnki.1000-6753.tces.2008.08.018
中图分类号
TN713 [滤波技术、滤波器]; TM711 [网络分析、电力系统分析];
学科分类号
080902 ; 080802 ;
摘要
对基于扩展卡尔曼滤波(EKF)原理的动态状态估计理论进行了深入的分析,并指出其存在的问题的此基础上,提出具有自适应能力的动态状态估计模型和算法。该模型和算法的新意主要体现在:在预测环节中,建立系统节点注入功率制约作用和系统状态自身预测融合的加权优化综合预测模型,提高了状态预估的精度;在滤波环节中,基于最小二乘支持向量机技术,建立了自适应的限定记忆动态滤波器,提高了模型的估计能力和计算速度。对山东500kV电网进行的实际分析,充分表明了该方法的有效性。
引用
收藏
页码:107 / 113
页数:7
相关论文
共 4 条
[1]   基于混合量测的电力系统线性动态状态估计算法 [J].
卫志农 ;
李阳林 ;
郑玉平 .
电力系统自动化, 2007, (06) :39-43
[2]   基于PMU的分布式电力系统动态状态估计新算法 [J].
刘辉乐 ;
刘天琪 ;
彭锦新 .
电力系统自动化, 2005, (04) :34-39
[3]   短期负荷综合预测模型的探讨 [J].
莫维仁 ;
张伯明 ;
孙宏斌 ;
胡子衡 .
电力系统自动化, 2004, (01) :30-34
[4]   电力系统实时运行状态的估计和预报 [J].
张伯明 ;
王世缨 ;
相年德 .
中国电机工程学报, 1991, (S1) :70-76