论文摘要
大规模分布式电源、储能与电动汽车的接入对配电网状态监测与运行控制带来了挑战。基于配电网同步相量测量单元(phasor measurement unit,PMU)的广域量测系统被认为是解决这一问题的有效方式。然而,采用低成本晶振时,现有的同步时钟算法难以满足配电网PMU对同步时钟高精度、高稳定性、低成本的要求。为满足配电网PMU应用的需求,提出一种基于Kalman滤波器与BP神经网络的授时/守时算法。基于卫星信号误差与晶振频率数学模型,利用Kalman滤波器对卫星信号的随机误差进行滤除,提高授时精度,并提供准确的晶振状态数据。利用此数据训练BP神经网络模型,刻画出晶振频率的老化规律,提高守时性能。在卫星信号正常接入与失锁场景下,基于实际时钟装置量测数据进行测试验证。测试结果显示,文中所提算法在不提高现有硬件成本的基础上,有效提高了同步时钟的算法性能。
论文目录
文章来源
类型: 期刊论文
作者: 李依泽,陆超,王印峰,熊春晖,方陈,凌平
关键词: 同步时钟,配电网,授时,守时算法,滤波器,神经网络
来源: 电网技术 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系),国网上海市电力公司电力科学研究院
基金: 国家重点研发计划项目(2017YFB0902800)~~
分类号: TM933.313
DOI: 10.13335/j.1000-3673.pst.2018.2964
页码: 777-784
总页数: 8
文件大小: 580K
下载量: 265