自适应EKF-ML滤波器在电压暂降检测中的应用

论文摘要

电压暂降是电能质量问题中的一个关键难题。为了更准确地检测电压暂降发生时刻,提出了基于最大似然的自适应扩展卡尔曼滤波EKF-ML（extended Kalman filter based on maximum likelihood）算法的检测方法。首先选取不同的状态向量,在电网信号中建立2种卡尔曼滤波系统模型;其次,利用最大似然自适应优化误差协方差矩阵R和Q以及初始条件参数;最后,引入不同电能质量扰动对电压暂降进行检测证明该方法的有效性。仿真结果表明:在谐波干扰、脉冲干扰以及不同信噪比干扰情况下,EKF-ML算法能实时准确地检测电压暂降起止时间。与已有的传统方法比较,该方法适合于在未知测量噪声的条件下对电压暂降进行检测。

论文目录

• 1 基于EKF-ML的电压暂降检测方法
•   1.1 电网信号状态空间模型
•   1.2 EKF-ML算法
•     1.2.1 EKF的状态估计
•     1.2.2 ML的参数估计
•   1.3 电压暂降检测算法
• 2 算法仿真与分析
•   2.1 不同强度高斯白噪声干扰下的电压暂降分析 （情况1）
•   2.2 不同强度高斯白噪声干扰下的脉冲分析 （情况2）
•   2.3 不同强度高斯白噪声干扰下的谐波分析 （情况3）
• 3 结语

文章来源

类型: 期刊论文

作者: 席燕辉,张小东,李泽文,赵廷

关键词: 电能质量,扩展卡尔曼滤波器,最大似然,电压暂降检测

来源: 电力系统及其自动化学报 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 长沙理工大学电气与信息工程学院

基金: 国家自然科学基金资助项目(51507015,51877012,61540037,71271215,61233008,51425701,70921001,51577014),湖南省自然科学基金资助面上项目(2018JJ2439)

分类号: TM714.2

页码: 42-48+63

总页数: 8

文件大小: 2053K

下载量: 136