检索结果-维普期刊中文期刊服务平台

基于优化无迹Kalman滤波的电网动态谐波估计被引量：4: 1; 作者江辉谢兴 +1 位作者王志忠彭建春《深圳大学学报（理工版）》 EI CAS CSCD 北大核心 2015年第2期188-195,共8页; 提出一种基于粒子群优化的无迹卡尔曼滤波(particle swarm optimized unscented Kalman filter,PSOUKF)的电网动态谐波估计方法,利用包含种群分类与动态学习因子的改进粒子群优化算法,优化无迹卡尔曼滤波算法(unscented Kalman filter,U... 展开更多; 关键词电力系统电能质量动态谐波估计无迹卡尔曼滤波粒子群算法状态噪声协方差观测噪声协方差; 在线阅读下载PDF 职称材料

基于无迹粒子滤波的电网动态谐波估计被引量：2: 2; 作者江辉陈笠 +1 位作者帅士奇彭建春《深圳大学学报（理工版）》 EI CAS CSCD 北大核心 2016年第1期80-88,共9页; 提出一种基于无迹粒子滤波(unscented particle filter,UPF)算法的电网动态谐波估计方法.通过无迹卡尔曼滤波算法得到电网动态谐波状态量的估计值和协方差,运用这些结果改进传统粒子滤波算法的重要密度函数,采用粒子滤波算法得到电网动... 展开更多; 关键词电力系统电能质量动态谐波估计粒子滤波无迹卡尔曼滤波无迹粒子滤波; 在线阅读下载PDF 职称材料

基于长短期记忆网络的UKF动态谐波状态估计被引量：17: 3; 作者黄蔓云王天昊 +1 位作者卫志农孙国强《电力系统保护与控制》 EI CSCD 北大核心 2022年第11期1-11,共11页; 传统动态谐波状态估计的卡尔曼滤波预测步通常以单位阵构建状态空间模型,同时将系统噪声协方差矩阵假设为常数阵,从而导致动态估计预测精度降低,影响动态状态估计模型的滤波性能。为了准确建立谐波状态的空间模型,提出一种基于长短期记... 展开更多; 关键词动态谐波状态估计无迹卡尔曼滤波长短期记忆网络预测模型鲁棒性; 在线阅读下载PDF 职称材料

基于谐波源特征提取的电力系统动态谐波状态估计自适应方法被引量：19: 4; 作者王艳臧天磊 +1 位作者符玲何正友《电网技术》 EI CSCD 北大核心 2018年第8期2612-2619,共8页; 通用的动态谐波状态估计卡尔曼滤波模型因状态转移矩阵为单位阵导致预测功能丧失,且测量噪声参数假设为常数,导致模型抗噪性能差。为提高谐波状态估计精度,提出了一种基于谐波源特征提取的动态谐波状态估计模型,该模型通过小波滤波得到... 展开更多; 关键词动态谐波状态估计谐波特征提取自适应卡尔曼滤波; 在线阅读下载PDF 职称材料

采用区间动态状态估计的局部不可观系统谐波源定位被引量：16: 5; 作者邵振国林洪洲 +2 位作者陈飞雄林俊杰张嫣《电工技术学报》 EI CSCD 北大核心 2023年第9期2391-2402,共12页; 传统动态谐波状态估计方法无法有效应对线路参数不确定或局部不可观系统问题,因此用于谐波源定位仍存在较大的局限性。针对上述不足,该文提出基于区间动态状态估计的局部不可观系统谐波源定位方法。首先,利用多端口等效将局部不可观系... 展开更多; 关键词电能质量局部不可观系统多端口等效区间动态谐波状态估计谐波源定位; 在线阅读下载PDF 职称材料

采用区间型非同步监测数据的鲁棒动态谐波状态估计被引量：9: 6; 作者林洪洲邵振国 +2 位作者陈飞雄林俊杰林潇《电网技术》 EI CSCD 北大核心 2023年第4期1701-1708,共8页; 当前的谐波状态估计大多采用同步相量测量数据,但数据获取成本大,难以满足谐波状态估计的可观要求。相比较而言,电能质量监测装置成本更小、利于大范围布设,更容易满足谐波状态估计的可观要求,但谐波状态估计精度较低。因此,该文基于非... 展开更多; 关键词电能质量非同步谐波监测数据区间动态谐波状态估计区间卡尔曼滤波算法; 在线阅读下载PDF 职称材料

基于自适应SRUKF算法的电力系统动态谐波状态估计被引量：10: 7; 作者张明徐诗露 +2 位作者陆东亮夏若平何顺帆《电力系统保护与控制》 EI CSCD 北大核心 2023年第2期102-111,共10页; 针对传统无迹卡尔曼滤波(unscented kalman filter, UKF)谐波状态估计算法存在时变噪声和异常数据时估计准确度较差的情况,提出了一种基于自适应平方根无迹卡尔曼滤波(square-root UKF, SRUKF)的电力系统谐波状态估计算法。首先,针对时... 展开更多; 关键词动态谐波状态估计平方根无迹卡尔曼滤波噪声估计异常数据修正; 在线阅读下载PDF 职称材料

题名基于优化无迹Kalman滤波的电网动态谐波估计被引量：4: 1; 作者江辉谢兴王志忠彭建春; 机构深圳大学光电工程学院深圳大学机电与控制工程学院; 出处《深圳大学学报（理工版）》 EI CAS CSCD 北大核心 2015年第2期188-195,共8页; 基金国家自然科学基金资助项目(51177102) 深圳市基础研究计划项目(JCYJ20140418193546100 JCYJ20120817164050203)~~; 文摘提出一种基于粒子群优化的无迹卡尔曼滤波(particle swarm optimized unscented Kalman filter,PSOUKF)的电网动态谐波估计方法,利用包含种群分类与动态学习因子的改进粒子群优化算法,优化无迹卡尔曼滤波算法(unscented Kalman filter,UKF)的状态噪声协方差和观测噪声协方差,使系统噪声对电网动态谐波估计结果的影响得到充分考虑,克服了传统UKF算法将这两种方差视为常数导致的动态谐波估计精度低的缺陷.仿真结果表明,PSOKUF算法比卡尔曼滤波(Kalman filter,KF)算法和传统的UKF算法更有效,在没有增加计算复杂度的情况下,能够提高动态谐波估计精度.; 关键词电力系统电能质量动态谐波估计无迹卡尔曼滤波粒子群算法状态噪声协方差观测噪声协方差; Keywords power system power quality dynamic harmonic estimation unscented Kalman filter particle swarm optimization state noise covariance measurement noise covariance; 分类号 TM711 [电气工程—电力系统及自动化] TM93 [电气工程—电力电子与电力传动]; 在线阅读下载PDF 职称材料

题名基于无迹粒子滤波的电网动态谐波估计被引量：2: 2; 作者江辉陈笠帅士奇彭建春; 机构深圳大学光电工程学院深圳大学机电与控制工程学院; 出处《深圳大学学报（理工版）》 EI CAS CSCD 北大核心 2016年第1期80-88,共9页; 基金国家自然科学基金资助项目(51477104) 深圳市基础研究计划资助项目(JCYJ20140418193546100)~~; 文摘提出一种基于无迹粒子滤波(unscented particle filter,UPF)算法的电网动态谐波估计方法.通过无迹卡尔曼滤波算法得到电网动态谐波状态量的估计值和协方差,运用这些结果改进传统粒子滤波算法的重要密度函数,采用粒子滤波算法得到电网动态谐波的最优估计值.该方法克服了无迹卡尔曼滤波算法(unscented Kalman filter,UKF)对噪声要求为高斯分布的限制和传统粒子滤波(particle filter,PF)算法易退化的缺点,保留了UKF对非线性问题的较好处理和PF强抗干扰性能力.仿真结果表明,在高斯噪声和非高斯噪声情况下,UPF算法得到的电网动态谐波幅值、相位的估计值都更接近真实值.; 关键词电力系统电能质量动态谐波估计粒子滤波无迹卡尔曼滤波无迹粒子滤波; Keywords power system power quality dynamic harmonic estimation particle filter unscented Kalman filter unscented particle filter; 分类号 TM711 [电气工程—电力系统及自动化] TM93 [电气工程—电力电子与电力传动]; 在线阅读下载PDF 职称材料

题名基于长短期记忆网络的UKF动态谐波状态估计被引量：17: 3; 作者黄蔓云王天昊卫志农孙国强; 机构河海大学能源与电气学院; 出处《电力系统保护与控制》 EI CSCD 北大核心 2022年第11期1-11,共11页; 基金国家自然科学基金项目资助(U1966205) 中央高校基本科研业务费专项资金项目资助(B200201067)。; 文摘传统动态谐波状态估计的卡尔曼滤波预测步通常以单位阵构建状态空间模型,同时将系统噪声协方差矩阵假设为常数阵,从而导致动态估计预测精度降低,影响动态状态估计模型的滤波性能。为了准确建立谐波状态的空间模型,提出一种基于长短期记忆网络(Long Short-Term Memory,LSTM)的时序预测方法。通过大量历史数据离线训练模拟复杂的状态转移过程,基于历史时刻的滤波估计值预测当前时刻的谐波状态量,有效提高无迹卡尔曼滤波(Unscented Kalman Filter,UKF)中预测模型精度。在改进IEEE34节点三相不平衡系统上进行了测试分析。与传统算法进行对比,结果证明所提出的方法在谐波状态估计精度和鲁棒性方面均表现更好。; 关键词动态谐波状态估计无迹卡尔曼滤波长短期记忆网络预测模型鲁棒性; Keywords dynamic harmonic state estimation unscented Kalman filter long short-term memory neural networks prediction model robustness; 分类号 TM935 [电气工程—电力电子与电力传动] TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于谐波源特征提取的电力系统动态谐波状态估计自适应方法被引量：19: 4; 作者王艳臧天磊符玲何正友; 机构西南交通大学电气工程学院清华大学电机工程与应用电子技术系; 出处《电网技术》 EI CSCD 北大核心 2018年第8期2612-2619,共8页; 基金国家杰出青年科学基金(51525702) 国家自然科学基金项目(51777173)~~; 文摘通用的动态谐波状态估计卡尔曼滤波模型因状态转移矩阵为单位阵导致预测功能丧失,且测量噪声参数假设为常数,导致模型抗噪性能差。为提高谐波状态估计精度,提出了一种基于谐波源特征提取的动态谐波状态估计模型,该模型通过小波滤波得到谐波源波动的特征分量,将慢波动分量用于计算状态转移矩阵,将快波动分量用于计算系统噪声协方差矩阵。为适应谐波测量设备在线应用时的变化噪声环境,提出了一种自适应卡尔曼滤波算法。通过协方差匹配法判断测量噪声是否变化,当判断测量噪声发生变化时,采用时变噪声估值器估计测量噪声协方差矩阵。在IEEE 13和IEEE 69节点系统进行了仿真,表明所提出的方法与传统卡尔曼滤波方法相比,提高了在变化噪声环境下的状态估计的精度。; 关键词动态谐波状态估计谐波特征提取自适应卡尔曼滤波; Keywords dynamic harmonic state estimation harmonic feature extraction adaptive Kalman filter; 分类号 TM76 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名采用区间动态状态估计的局部不可观系统谐波源定位被引量：16: 5; 作者邵振国林洪洲陈飞雄林俊杰张嫣; 机构福建省电器智能化工程技术研究中心福州大学电气工程与自动化学院; 出处《电工技术学报》 EI CSCD 北大核心 2023年第9期2391-2402,共12页; 基金国家自然科学基金项目(51777035) 福建自然科学基金重点项目(2020J02028)资助。; 文摘传统动态谐波状态估计方法无法有效应对线路参数不确定或局部不可观系统问题,因此用于谐波源定位仍存在较大的局限性。针对上述不足,该文提出基于区间动态状态估计的局部不可观系统谐波源定位方法。首先,利用多端口等效将局部不可观系统转化为等效可观系统,在考虑线路参数不确定性前提下,采用基于误差最优上界的区间卡尔曼滤波算法进行区间动态谐波状态估计;其次,筛选出高度线性相关的状态量,并采用区间中点线性回归辨识回归系数,将其与不可观区域中的节点进行匹配,将匹配度最高的节点视为不可观区域中谐波源所在位置;最后通过算例验证所提方法的可行性与准确性。; 关键词电能质量局部不可观系统多端口等效区间动态谐波状态估计谐波源定位; Keywords Power quality partial unobservable system multiport equivalence interval dynamic harmonic state estimation harmonic source location; 分类号 TM711 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名采用区间型非同步监测数据的鲁棒动态谐波状态估计被引量：9: 6; 作者林洪洲邵振国陈飞雄林俊杰林潇; 机构福州大学电气工程与自动化学院福建省电器智能化工程技术研究中心; 出处《电网技术》 EI CSCD 北大核心 2023年第4期1701-1708,共8页; 基金国家自然科学基金面上项目(51777035) 福建省自然科学基金重点项目(2020J02028)。; 文摘当前的谐波状态估计大多采用同步相量测量数据,但数据获取成本大,难以满足谐波状态估计的可观要求。相比较而言,电能质量监测装置成本更小、利于大范围布设,更容易满足谐波状态估计的可观要求,但谐波状态估计精度较低。因此,该文基于非同步谐波监测数据,提出鲁棒动态谐波状态估计方法。首先,构建考虑谐波状态不确定性的动态谐波状态估计模型,并通过相角同步化手段处理非同步的谐波监测数据,以获取模型求解的启动值;其次,提出结合区间泰勒展开和上界优化方法的扩展区间卡尔曼滤波算法,对动态谐波状态估计模型进行求解,降低所得区间谐波状态估计量的保守性;同时,采用基于鲁棒因子的增益矩阵自适应调整方法,剔除坏数据对状态估计准确性的影响;最后,在IEEE57节点系统算例验证该文方法的可行性与有效性。; 关键词电能质量非同步谐波监测数据区间动态谐波状态估计区间卡尔曼滤波算法; Keywords power quality asynchronous harmonic monitoring data interval dynamic harmonic state estimatiom interval Kalman filter algorithm; 分类号 TM721 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于自适应SRUKF算法的电力系统动态谐波状态估计被引量：10: 7; 作者张明徐诗露陆东亮夏若平何顺帆; 机构武汉纺织大学电子与电气工程学院中南民族大学计算机科学学院; 出处《电力系统保护与控制》 EI CSCD 北大核心 2023年第2期102-111,共10页; 基金国家自然科学基金项目资助(61903384,51477124)。; 文摘针对传统无迹卡尔曼滤波(unscented kalman filter, UKF)谐波状态估计算法存在时变噪声和异常数据时估计准确度较差的情况,提出了一种基于自适应平方根无迹卡尔曼滤波(square-root UKF, SRUKF)的电力系统谐波状态估计算法。首先,针对时变噪声干扰,引入改进的Sage-Husa噪声估计方法实时估计噪声协方差。其次,针对异常数据干扰,引入异常数据修正方法,通过修正系数来降低异常数据对状态估计结果的影响。最后,通过搭建IEEE14节点系统验证自适应SRUKF算法的估计性能,能够有效地应用于电力系统的动态谐波状态估计。仿真结果表明,该算法在时变噪声和异常数据干扰时仍具有良好的估计性能。; 关键词动态谐波状态估计平方根无迹卡尔曼滤波噪声估计异常数据修正; Keywords dynamic harmonic state estimation square root unscented Kalman filter noise estimation abnormal data correction; 分类号 TM711 [电气工程—电力系统及自动化] TN713 [电子电信—电路与系统]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于优化无迹Kalman滤波的电网动态谐波估计	江辉谢兴王志忠彭建春	《深圳大学学报（理工版）》 EI CAS CSCD 北大核心	2015	4	在线阅读下载PDF 职称材料
2	基于无迹粒子滤波的电网动态谐波估计	江辉陈笠帅士奇彭建春	《深圳大学学报（理工版）》 EI CAS CSCD 北大核心	2016	2	在线阅读下载PDF 职称材料
3	基于长短期记忆网络的UKF动态谐波状态估计	黄蔓云王天昊卫志农孙国强	《电力系统保护与控制》 EI CSCD 北大核心	2022	17	在线阅读下载PDF 职称材料
4	基于谐波源特征提取的电力系统动态谐波状态估计自适应方法	王艳臧天磊符玲何正友	《电网技术》 EI CSCD 北大核心	2018	19	在线阅读下载PDF 职称材料
5	采用区间动态状态估计的局部不可观系统谐波源定位	邵振国林洪洲陈飞雄林俊杰张嫣	《电工技术学报》 EI CSCD 北大核心	2023	16	在线阅读下载PDF 职称材料
6	采用区间型非同步监测数据的鲁棒动态谐波状态估计	林洪洲邵振国陈飞雄林俊杰林潇	《电网技术》 EI CSCD 北大核心	2023	9	在线阅读下载PDF 职称材料
7	基于自适应SRUKF算法的电力系统动态谐波状态估计	张明徐诗露陆东亮夏若平何顺帆	《电力系统保护与控制》 EI CSCD 北大核心	2023	10	在线阅读下载PDF 职称材料