基于EKPF的机电暂态过程动态状态估计

摘要

根据暂态期间发电机的转子动态特性建立了动态状态估计(DSE)模型,针对扩展卡尔曼滤波(EKF)一阶线性化导致的滤波精度下降甚至滤波发散问题,结合粒子滤波(PF)提出了一种基于扩展卡尔曼粒子滤波(EKPF)的机电暂态过程动态估计方法,采用重采样策略选择粗糙采样以防止样本退化.利用WSCC三机九节点系统实现了EKF、无迹卡尔曼滤波(UKF)和EKPF 3种算法的DSE,仿真结果说明了EKPF算法的有效性,且暂态期间其估计效果明显优于另2种方法.