• 设为首页
  • 加入收藏
  • 联系邮箱
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
  • English
站内检索    
 
罗永平,刘敏,谭文勇,张叶贵,徐琳.基于无迹粒子滤波的配电网状态估计*[J].电测与仪表,2020,57(16):71-77.
Luo Yongping,Liu Min,Tan Wenyong,Zhang Yegui,Xu Lin.State estimation of distribution network based on traceless particle filter[J].Electrical Measurement & Instrumentation,2020,57(16):71-77.
基于无迹粒子滤波的配电网状态估计*
State estimation of distribution network based on traceless particle filter
DOI:10.19753/j.issn1001-1390.2020.16.013
中文关键词:  配电网  状态估计  粒子滤波  无迹卡尔曼滤波  无迹粒子滤波
英文关键词:distribution  network, state  estimation, Particle  filtering, unscented  Kalman filter, unscented  particle filter
基金项目:
              
作者中文名作者英文名单位
罗永平Luo Yongping贵州大学电气工程学院
刘敏Liu Min贵州大学电气工程学院
谭文勇Tan Wenyong贵州大学电气工程学院
张叶贵Zhang Yegui贵州大学电气工程学院
徐琳Xu Lin贵州大学电气工程学院
摘要点击次数: 1357
中文摘要:
      配电网状态估计是配电管理系统的重要组成部分。用于状态估计的数据通常存在不同程度的随机噪声干扰,不能直接用于配电网的运行分析,为获得更为精确的配电网状态信息,必须对量测数据进行滤波处理。针对无迹卡尔曼滤波(Unscented Kalman filter, UKF)灵活性差,滤波精度易受参数及滤波初值的制约;且标准粒子滤波(Particle filer, PF)选取重要性密度函数不合理的缺陷,文章将无迹粒子滤波(Unscented particle filter , UPF)算法应用于配电网状态估计。该算法将UKF和PF融合,用UKF结合最新的量测信息为PF生成重要性密度函数,将落在先验概率密度区域的粒子转移到高似然区域内,提高了PF的滤波性能。通过IEEE33节点系统算例分析,结果表明,UPF较UKF和PF具有更好的估计性能,且灵活性强,是一种有效的状态估计方法。
英文摘要:
      State estimation of distribution network is an important part of distribution management system. The data which was used for state estimation usually has random noise interference of different degrees and can"t be used for the operation analysis of distribution network directly. In order to obtain more accurate state information of distribution network, the measured data must be filtered. To settle the question that the flexibility of unscented Kalman filter (UKF)is poor, and the filtering accuracy is restricted by parameters and initial filtering values easily, and the importance density function selected by the standard particle filer(PF) is unreasonable, unscented particle filter(UPF)algorithm is applied to the State estimation of distribution network in this article. The algorithm combines UKF and PF,and combines UKF with the latest measurement information to generate the importance density function for PF. It transfers the particles falling in the prior probability density region to the high likelihood region. Then, the filtering performance of PF is improved. The results of IEEE33 node system show that UPF has better performance and flexibility than UKF and PF, and is an effective state estimation method.
查看全文  查看/发表评论  下载PDF阅读器
关闭
  • 哈尔滨电工仪表研究所有限公司
  • 中国电工仪器仪表信息网
  • 中国仪器仪表学会
  • 中华人民共和国新闻出版总署
  • 中国科技期刊编辑学会
  • 黑龙江省科学技术协会
  • 编辑之家
  • 中国知网
  • 万方数据库
  • 维普网
  • 北极星电力网
  • 中华中控网
  • 网站首页
  • 期刊介绍
    • 期刊简介
    • 历任主编
    • 期刊荣誉
  • 编委会
    • 社长及主编
    • 主任委员
    • 编委名单
  • 投稿指南
    • 作者须知
    • 投稿步骤
    • 范文(规范细则)
    • 稿件处理流程
    • 著作权转让协议
  • 期刊影响力
  • 开放获取
  • 出版道德政策
    • 出版伦理声明
    • 学术不端认定和处理方法
    • 广告及市场推广
    • 同行评议流程
    • 斟误和撤回
    • 回避制度
    • 文章署名及版权转让
  • 历年目次
  • 联系我们
地址:哈尔滨市松北区创新路2000号    邮编:150028
邮箱:dcyb@vip.163.com    电话:0451-86611021;87186023
© 2012 电测与仪表    哈公网监备2301003445号
黑ICP备11006624号-1
技术支持:北京勤云科技发展有限公司