面向电力系统各状态变量的实时滤波和预测估计新方法

摘要

对分布式发电单元的各状态变量和用电各负荷状态变量进行实时估计和预测估计,是对其进行负荷预测,并进一步实施预测控制的基础.针对现有方法存在的不足,本文通过基于神经网络框架构建各状态变量随时间序列模型,并考虑所建模型的非平稳性,将其转化在Kalman滤波框架下进行处理;进一步通过建立相关状态变量的点点滤波模型、块状态模型及预测模型,分别建立状态的实时点估计方法、块状态的半实时估计方法及实时块平滑、块滤波及块预测等估计方法.用计算机仿真对新方法的性能进行测试与验证.