基于递归本征正交分解与强跟踪扩展卡尔曼滤波的结构损伤识别

1

作者 杨少冲 姚远 +2 位作者 刘家亮 雷振 方有亮 《振动工程学报》 北大核心 2025年第1期117-125,共9页

针对目前已有损伤识别方法难以实时跟踪结构损伤且计算量大的问题,提出了一种基于递归本征正交分解(recursive proper orthogonal decomposition,RPOD)与强跟踪扩展卡尔曼滤波(strong tracking extended Kalman filter,STEKF)相结合的... 针对目前已有损伤识别方法难以实时跟踪结构损伤且计算量大的问题,提出了一种基于递归本征正交分解(recursive proper orthogonal decomposition,RPOD)与强跟踪扩展卡尔曼滤波(strong tracking extended Kalman filter,STEKF)相结合的模型降阶与结构损伤在线识别方法,对动载荷作用下的结构损伤识别进行了研究。利用RPOD方法在线更新并实时建立反映结构状态的降阶模型,解决未知载荷作用下多自由度结构动力分析计算量大且难以收敛的问题,同时跟踪损伤的演化并对其进行定位;通过STEKF方法跟踪降阶模型的状态向量,识别因损伤而退化的降阶模型参数。分别采用六层剪切型框架的数值模拟与三层钢框架的模型试验验证了该方法的可行性,结果表明,所提出的方法能够准确建立降阶模型并跟踪降阶模型参数的时变历程,同时可以有效地识别出剪切型建筑结构损伤的位置和程度,即使在处理高程度噪声时仍有较高的精度。 展开更多

关键词 损伤识别 模型降阶 递归本征正交分解 强跟踪扩展卡尔曼滤波 数据驱动

在线阅读 下载PDF 职称材料

基于自适应插值强跟踪扩展卡尔曼滤波的电力系统动态状态估计研究 被引量：21

2

作者 巫春玲 郑克军 +3 位作者 徐先峰 张震 付俊成 胡雯博 《电网技术》 EI CSCD 北大核心 2023年第5期2078-2088,共11页

针对扩展卡尔曼滤波(extended Kalman filter,EKF)算法在电力系统状态估计时存在鲁棒性差,精度被非线性系统的非线性程度制约大等缺点,提出一种自适应插值强跟踪扩展卡尔曼滤波(adaptive interpolation strong tracking extended Kalman... 针对扩展卡尔曼滤波(extended Kalman filter,EKF)算法在电力系统状态估计时存在鲁棒性差,精度被非线性系统的非线性程度制约大等缺点,提出一种自适应插值强跟踪扩展卡尔曼滤波(adaptive interpolation strong tracking extended Kalman filter,AISTEKF)算法,用于电力系统的动态状态估计。新算法利用自适应插值在两个连续采样点之间增加伪量测值,减小了EKF的线性化误差,有效提高了算法估计的精度;此外,该方法在EKF算法基础上引入强跟踪理论,增强了算法估计的鲁棒性。为验证所提出方法的有效性,分别运用EKF算法、自适应插值扩展卡尔曼滤波(adaptive interpolation extended Kalman filter,AIEKF)算法和AISTEKF算法对IEEE-5节点系统和IEEE-30节点系统进行动态状态估计。实验结果表明,与EKF和AIEKF算法相比,无论在高斯噪声环境下还是3种有偏噪声环境下,AISTEKF算法的电压幅值估计精度和电压相角估计精度都有显著性提高。所提出的新算法是一种鲁棒性好且估计精度高的电力系统状态估计方法。 展开更多

关键词 电力系统 动态状态估计 自适应插值强跟踪扩展卡尔曼滤波 电压幅值 电压相角

在线阅读 下载PDF 职称材料

扩展卡尔曼滤波对时变参数追踪性能的影响研究 被引量：5

3

作者 唐宏志 姜金辉 《南京航空航天大学学报》 CAS CSCD 北大核心 2022年第2期304-310,共7页

扩展卡尔曼滤波(Extended Kalman filter,EKF)理论由线性卡尔曼滤波理论发展而来。在结构的物理参数未知的情况下,扩展卡尔曼滤波理论将结构的物理参数与其状态向量组成增广状态向量,对增广状态向量进行识别,从而得到修正的结构参数。... 扩展卡尔曼滤波(Extended Kalman filter,EKF)理论由线性卡尔曼滤波理论发展而来。在结构的物理参数未知的情况下,扩展卡尔曼滤波理论将结构的物理参数与其状态向量组成增广状态向量,对增广状态向量进行识别,从而得到修正的结构参数。本文引入扩展卡尔曼滤波理论,对结构参数进行识别。为了验证该方法的有效性,引入1个时变参数三自由度系统作为仿真算例,分别探讨扩展卡尔曼滤波中的各项滤波参数(模型噪声的协方差矩阵Q,测量噪声的协方差矩阵R)对结构的时变参数追踪性能的影响。结果表明,合适的滤波参数能使得算法更迅速,准确地识别出结构中的时变参数变化趋势。还通过一个悬臂梁仿真算例,证明了即使在部分测点没有测量的情况下,EKF算法也能识别出结构参数。 展开更多

关键词 扩展卡尔曼滤波 结构时变参数 滤波参数 参数追踪性能 悬臂梁

在线阅读 下载PDF 职称材料

基于改进型自适应强跟踪卡尔曼滤波的电池SOC估算 被引量：6

4

作者 盛国良 翁朝阳 陆宝春 《南京理工大学学报》 EI CAS CSCD 北大核心 2020年第6期689-695,共7页

为解决扩展卡尔曼滤波算法估算锂电池荷电状态(State of charge,SOC)时存在的系统噪声统计不确定性和电池模型不准确性问题,该文提出了一种基于改进型Sage-Husa自适应强跟踪卡尔曼滤波的SOC估算算法。以参数辨识得到的锂电池等效电路模... 为解决扩展卡尔曼滤波算法估算锂电池荷电状态(State of charge,SOC)时存在的系统噪声统计不确定性和电池模型不准确性问题,该文提出了一种基于改进型Sage-Husa自适应强跟踪卡尔曼滤波的SOC估算算法。以参数辨识得到的锂电池等效电路模型为基础,在扩展卡尔曼滤波算法中引入一个强跟踪滤波器的渐消因子来加强跟踪能力,结合可对时变噪声进行特征统计的Sage-Husa自适应滤波器来调整系统噪声参数,实现了锂电池SOC的估算。最后通过锂电池模拟工况实验,验证了该算法相比于扩展卡尔曼滤波具有更高的精度和实用性。 展开更多

关键词 荷电状态 扩展卡尔曼滤波 自适应滤波器 强跟踪滤波器

在线阅读 下载PDF 职称材料

基于强跟踪滤波器的电力系统频率测量算法 被引量：12

5

作者 赵仁德 马帅 +1 位作者 李海舰 吴晓波 《电力系统保护与控制》 EI CSCD 北大核心 2013年第7期85-90,共6页

频率在电力系统保护与控制、电能质量监测等领域都起到了关键作用。建立了谐波和噪声干扰下的电压信号的复数状态空间描述,提出了基于强跟踪滤波器(Strong Tracking Filter,STF)的电力系统频率测量算法。解决了扩展复数卡尔曼滤波(Exten... 频率在电力系统保护与控制、电能质量监测等领域都起到了关键作用。建立了谐波和噪声干扰下的电压信号的复数状态空间描述,提出了基于强跟踪滤波器(Strong Tracking Filter,STF)的电力系统频率测量算法。解决了扩展复数卡尔曼滤波(Extended Complex Kalmanfilter,ECKF)算法在算法收敛后,系统状态发生突变的情况下需要重置误差协方差阵来重新跟踪这些变化的问题,进一步提高了其动态跟踪速度。通过与鲁棒型扩展复数卡尔曼滤波(Robust Extended Complex Kalman Filter,RECKF)算法的对比仿真表明,STF测频算法在迅速跟踪电压频率、幅值和相位变化的同时又能够保持较低的跟踪误差。 展开更多

关键词 频率测量 强跟踪滤波器 状态空间描述 复数扩展卡尔曼滤波

在线阅读 下载PDF 职称材料

基于强跟踪延迟滤波算法的互馈双电机联合状态估计 被引量：6

6

作者 陆可 肖建 +1 位作者 陈爽 宫金林 《中国电机工程学报》 EI CSCD 北大核心 2008年第36期80-86,共7页

通过分析交流传动互馈实验系统的工作特点,采用联合控制策略实现互馈双电机的高性能控制。为避免传感器安装带来的问题,提出一种新型的联合状态估计方法实现双电机转速、转矩和磁链的同时估计。在感应电机降阶模型的基础上引入运动和转... 通过分析交流传动互馈实验系统的工作特点,采用联合控制策略实现互馈双电机的高性能控制。为避免传感器安装带来的问题,提出一种新型的联合状态估计方法实现双电机转速、转矩和磁链的同时估计。在感应电机降阶模型的基础上引入运动和转矩方程,得到输出方程为一阶状态延迟的四阶模型。在强跟踪滤波算法和延迟扩展卡尔曼滤波算法的基础上,提出适用于上述模型的强跟踪延迟滤波算法,从而建立互馈双电机联合状态估计算法。通过各种工况下的交流传动实验对其进行验证,实验结果表明,该方法能有效估计互馈系统在各种工况下运行时的电机状态,同时在极低速和零速时具有理想的估计精度和跟踪速度,且计算复杂度适中,适用于互馈系统电机状态的在线联合估计。 展开更多

关键词 交流传动互馈实验系统 联合状态估计 强跟踪滤波算法 延迟扩展卡尔曼滤波算法 降阶模型 感应电机

在线阅读 下载PDF 职称材料

加性复合有色噪声干扰下的强跟踪滤波器 被引量：11

7

作者 柯晶 钱积新 《仪器仪表学报》 EI CAS CSCD 北大核心 2003年第1期19-22,30,共5页

将周东华等人提出的强跟踪扩展卡尔曼滤波器推广到一类加性复合有色噪声干扰下的非线性时变随机系统。通过增广状态向量 ,线性化非线性的增广状态空间模型和采用等效量测方程 ,加性复合有色噪声干扰下的强跟踪扩展卡尔曼滤波器问题可以... 将周东华等人提出的强跟踪扩展卡尔曼滤波器推广到一类加性复合有色噪声干扰下的非线性时变随机系统。通过增广状态向量 ,线性化非线性的增广状态空间模型和采用等效量测方程 ,加性复合有色噪声干扰下的强跟踪扩展卡尔曼滤波器问题可以转化为过程与量测噪声相关情况下的强跟踪卡尔曼滤波器问题。数值仿真示例显示了方法的有效性。 展开更多

关键词 随机系统 扩展卡尔曼滤波器 强跟踪滤波器 状态估计 有色噪声

在线阅读 下载PDF 职称材料

基于强跟踪滤波器的改进非线性自适应观测器 被引量：2

8

作者 柯晶 乔谊正 钱积新 《系统工程与电子技术》 EI CSCD 北大核心 2005年第1期111-114,共4页

对基于强跟踪滤波器的非线性自适应观测器(nonlinearadaptiveobserver,NAO)的收敛性进行了分析,给出了NAO局部渐近收敛的充分条件。提出了一种改进非线性自适应观测器(modifiednonlinearadaptiveobserver,MNAO)算法。MNAO在具有强跟踪... 对基于强跟踪滤波器的非线性自适应观测器(nonlinearadaptiveobserver,NAO)的收敛性进行了分析,给出了NAO局部渐近收敛的充分条件。提出了一种改进非线性自适应观测器(modifiednonlinearadaptiveobserver,MNAO)算法。MNAO在具有强跟踪特性的同时对输出测量中的坏数据有较强的鲁棒性。为了降低对初始误差的敏感性,采用一种强跟踪扩展卡尔曼观测器算法启动MNAO。数值仿真示例显示了本方法的有效性。 展开更多

关键词 非线性观测器 扩展卡尔曼滤波器 强跟踪滤波器 自适应观测器

在线阅读 下载PDF 职称材料

基于强跟踪滤波器的PMSM无速度传感器DTC策略 被引量：2

9

作者 徐艳平 郭科 钟彦儒 《系统仿真学报》 CAS CSCD 北大核心 2012年第10期2197-2202,共6页

针对扩展卡尔曼滤波器(EKF)对模型误差鲁棒性差的问题,提出了基于强跟踪滤波器(STF)的永磁同步电机(PMSM)无速度传感器直接转矩控制(DTC)策略,该方法利用永磁同步电机定子坐标系下的非线性数学模型和强跟踪滤波技术建立了STF观测器,从... 针对扩展卡尔曼滤波器(EKF)对模型误差鲁棒性差的问题,提出了基于强跟踪滤波器(STF)的永磁同步电机(PMSM)无速度传感器直接转矩控制(DTC)策略,该方法利用永磁同步电机定子坐标系下的非线性数学模型和强跟踪滤波技术建立了STF观测器,从而实现了对电机定子磁链、转速和转子位置的实时在线观测。仿真结果表明,STF观测器可以准确地观测出电机定子磁链和转速,同时与EKF观测器相比,该观测器对于系统参数摄动、外部干扰等系统模型失配具有更强的鲁棒性。 展开更多

关键词 永磁同步电机 直接转矩控制 强跟踪滤波器 扩展卡尔曼滤波器

在线阅读 下载PDF 职称材料

基于强跟踪滤波器的非线性系统参数辨识方法 被引量：1

10

作者 郭杨 王仕成 +1 位作者 张大巧 陈摩西 《电光与控制》 北大核心 2007年第5期49-51,共3页

提出了一种基于强跟踪滤波器(STF)的非线性系统参数辨识方法,解决了非线性系统的参数辨识问题。避免了利用扩展卡尔曼滤波器(EKF)进行状态估计时,系统趋于稳态而状态突变使得滤波器丧失跟踪能力的问题。最后通过算例比较了本方法与EKF... 提出了一种基于强跟踪滤波器(STF)的非线性系统参数辨识方法,解决了非线性系统的参数辨识问题。避免了利用扩展卡尔曼滤波器(EKF)进行状态估计时,系统趋于稳态而状态突变使得滤波器丧失跟踪能力的问题。最后通过算例比较了本方法与EKF方法。 展开更多

关键词 参数辨识 强跟踪滤波 非线性 扩展卡尔曼滤波 精确制导

在线阅读 下载PDF 职称材料

基于相位追踪的SAR运动目标高阶距离徙动校正方法

11

作者 杜华贵 宋勇平 +4 位作者 孙晓颖 姜南 范崇祎 陈乐平 黄晓涛 《雷达学报（中英文）》 EI CSCD 北大核心 2024年第5期955-973,共19页

距离徙动校正(RCMC)是合成孔径雷达(SAR)实现运动目标参数估计和聚焦成像的关键环节。当目标或平台运动复杂时,传统低阶RCMC方法将不再适用,而现有基于参数化的高阶RCMC方法易存在模型失配和计算复杂度高的问题、现有非参数化方法在低... 距离徙动校正(RCMC)是合成孔径雷达(SAR)实现运动目标参数估计和聚焦成像的关键环节。当目标或平台运动复杂时,传统低阶RCMC方法将不再适用,而现有基于参数化的高阶RCMC方法易存在模型失配和计算复杂度高的问题、现有非参数化方法在低信噪比下性能也将大幅下降。对此,该文借助扩展卡尔曼滤波(EKF)对造成RCM的相位进行追踪,进而构建RCM补偿函数实现RCMC。所提方法不依赖于RCM的具体模型,追踪得到的相位包含高阶分量,因此可以实现SAR运动目标的高阶RCMC。此外,EKF在进行相位追踪的同时能对信号进行滤波处理,可有效降低所提方法的信噪比(SNR)门限。与传统方法相比,该方法适用性广,计算量适中,且能校正不可忽略的高阶残余距离徙动。该文详细阐释了所提方法的原理及数学模型,并通过多组仿真和实测数据处理验证了所提方法的有效性和优越性。 展开更多

关键词 合成孔径雷达 运动目标成像 距离徙动校正 扩展卡尔曼滤波 相位追踪

在线阅读 下载PDF 职称材料

基于LSTM-EKF的无人机航迹追踪算法 被引量：1

12

作者 张云涵 邓涛 龚琦皓 《导航定位学报》 CSCD 北大核心 2024年第6期62-69,共8页

针对雷达信号检测弱,受噪音影响大,无法对无人机进行精确追踪的问题,提出长短期记忆(LSTM)神经网络和扩展卡尔曼滤波(EKF)结合算法:通过扩展卡尔曼滤波融合雷达数据对目标进行预测,得到目标无人机的位置速度信息;然后分析单一使用EKF算... 针对雷达信号检测弱,受噪音影响大,无法对无人机进行精确追踪的问题,提出长短期记忆(LSTM)神经网络和扩展卡尔曼滤波(EKF)结合算法:通过扩展卡尔曼滤波融合雷达数据对目标进行预测,得到目标无人机的位置速度信息;然后分析单一使用EKF算法的弊端,并运用LSTM神经网络结合滤波位置速度信息和滤波产生误差作为输入进行训练学习,得到预测误差作为输出补偿EKF;最后,与EKF算法在生成的匀速、匀变速轨迹上进行对比验证。仿真结果表明,LSTM-EKF算法相比传统EKF算法具有更高的追踪精度,可将追踪误差控制在10 m内,同时具有更好的抗噪能力。 展开更多

关键词 无人机(UAV) 航迹追踪 长短期记忆(LSTM)神经网络 扩展卡尔曼滤波(EKF) 仿真

在线阅读 下载PDF 职称材料

用于弹道目标跟踪的新的非线性滤波算法 被引量：2

13

作者 巫春玲 韩崇昭 《计算机工程与应用》 CSCD 北大核心 2011年第20期20-23,共4页

针对再入阶段弹道目标的跟踪问题,提出一种新的自适应滤波算法,即强跟踪有限差分扩展卡尔曼滤波(STFDEKF)算法,用于非线性系统的目标跟踪。该方法使用Sterling内插公式进行多项式的近似,从而实现对非线性函数的近似,避免了非线性函数的... 针对再入阶段弹道目标的跟踪问题,提出一种新的自适应滤波算法,即强跟踪有限差分扩展卡尔曼滤波(STFDEKF)算法,用于非线性系统的目标跟踪。该方法使用Sterling内插公式进行多项式的近似,从而实现对非线性函数的近似,避免了非线性函数的求导运算;并且算法中引入强跟踪的因子来修正先验的协方差矩阵。新算法改进了跟踪精度,扩大了应用范围,增强了滤波收敛性。仿真实验将新算法与扩展卡尔曼滤波器(EKF)、有限差分扩展卡尔曼滤波器(FDEKF)进行了比较,结果表明,STFDEKF在跟踪精度和滤波可靠性上均优于EKF和FDEKF,但其计算复杂性更大。得出结论,STFDEKF是个很有效的非线性滤波算法。 展开更多

关键词 弹道目标跟踪 扩展卡尔曼滤波 有限差分 强跟踪

在线阅读 下载PDF 职称材料

动基座传递对准非线性滤波器的设计及应用 被引量：1

14

作者 鲍其莲 孙朔冬 刘英 《中国惯性技术学报》 EI CSCD 北大核心 2010年第1期33-37,共5页

在非线性、非高斯条件下进行动基座传递对准,如果采用卡尔曼滤波会出现误差较大甚至发散的问题。本文引入强跟踪自适应滤波器,建立对估计误差的一步预测方差PK/K-1的加权算法,来达到抑制噪声的目的;同时,针对初始对准对准精度与快速性... 在非线性、非高斯条件下进行动基座传递对准,如果采用卡尔曼滤波会出现误差较大甚至发散的问题。本文引入强跟踪自适应滤波器,建立对估计误差的一步预测方差PK/K-1的加权算法,来达到抑制噪声的目的;同时,针对初始对准对准精度与快速性的要求,建立了动基座传递对准精确的非线性滤波模型。通过计算机仿真,模拟了飞机机动模式,验证所提滤波器的可行性。最后,通过与扩展卡尔曼滤波的比较,说明非线性强跟踪自适应滤波器在对准精度与速度上都有更好的表现。 展开更多

关键词 捷联惯导 传递对准 动基座 非线性强跟踪自适应滤波 扩展卡尔曼滤波

在线阅读 下载PDF 职称材料

改进强跟踪EKF算法在MEMS姿态解算中的研究

15

作者 陈志旺 姚权允 +2 位作者 吕昌昊 郭金华 彭勇 《高技术通讯》 CAS 2023年第5期467-478,共12页

本文针对四旋翼姿态解算,提出了一种噪声自适应强跟踪扩展卡尔曼滤波算法(ASTEKF)。当机体从平稳状态向机动状态过渡时,由于量测噪声影响会导致算法估计不准确,因此本文首先证明不同时刻新息序列方差满足正交性原理,正交性原理表明,量... 本文针对四旋翼姿态解算,提出了一种噪声自适应强跟踪扩展卡尔曼滤波算法(ASTEKF)。当机体从平稳状态向机动状态过渡时,由于量测噪声影响会导致算法估计不准确,因此本文首先证明不同时刻新息序列方差满足正交性原理,正交性原理表明,量测噪声对观测值的准确性影响很大;其次,引入Sage-Husa噪声自适应估计器较准确估计系统量测噪声均值和方差,使观测值更准确;最后,通过满足正交性原理条件公式计算次优渐消因子,将次优渐消因子引入协方差一步预测运算式中,得到强跟踪滤波器。次优渐消因子的引入使得一步预测协方差矩阵增大,即增大强跟踪扩展卡尔曼滤波器增益,使系统增加对观测值权重,得到更准确的状态估计值。离线仿真实验和在线实物实验结果表明了所设计算法的有效性。 展开更多

关键词 姿态解算 扩展卡尔曼滤波(EKF) 强跟踪滤波器 次优渐消因子 噪声自适应估计器

在线阅读 下载PDF 职称材料

一种考虑GPS信号中断的导航滤波算法 被引量：12

16

作者 何康辉 董朝阳 王青 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2019年第9期1874-1881,共8页

针对无人机惯性(INS)/GPS组合导航系统,考虑导航过程中存在的GPS数据中断的问题,设计了一种改进的滤波算法。首先建立了无人机导航运动学模型,再将传统的扩展卡尔曼滤波(EKF)技术和强跟踪滤波结合,利用模糊理论中的隶属度函数设计了一... 针对无人机惯性(INS)/GPS组合导航系统,考虑导航过程中存在的GPS数据中断的问题,设计了一种改进的滤波算法。首先建立了无人机导航运动学模型,再将传统的扩展卡尔曼滤波(EKF)技术和强跟踪滤波结合,利用模糊理论中的隶属度函数设计了一种模糊强跟踪扩展卡尔曼滤波(STEKF)算法。仿真结果表明,所设计的改进算法能够快速适应GPS信号突变,即当GPS信号从故障状态恢复到正常状态时,改进算法相较普通EKF算法能更快速地收敛到稳定状态,重新完成对飞行状态的估计。同时相较普通EKF和强跟踪扩展卡尔曼滤波算法,改进算法具有更高的滤波精度。 展开更多

关键词 扩展卡尔曼滤波(EKF) 强跟踪滤波 组合导航 全球定位系统(GPS) 隶属度函数

在线阅读 下载PDF 职称材料

一种改进的粒子滤波算法 被引量：3

17

作者 李勇 汪立新 郑海伟 《电讯技术》 北大核心 2009年第1期50-53,共4页

在粒子滤波中,防止粒子退化的两个关键因素是选择适当的采样建议分布和重采样算法。针对建议分布的选择条件,提出了一种改进的粒子滤波算法,该算法采用强跟踪扩展卡尔曼滤波方法构建其建议分布。强跟踪扩展卡尔曼滤波可在线调节参数,从... 在粒子滤波中,防止粒子退化的两个关键因素是选择适当的采样建议分布和重采样算法。针对建议分布的选择条件,提出了一种改进的粒子滤波算法,该算法采用强跟踪扩展卡尔曼滤波方法构建其建议分布。强跟踪扩展卡尔曼滤波可在线调节参数,从而使得系统具有更好的自适应性和鲁棒性,对高机动目标具有更强的跟踪效果。仿真结果表明,该算法的性能优于其它几种非线性滤波算法。 展开更多

关键词 目标跟踪 粒子滤波 强跟踪扩展卡尔曼滤波 建议分布

在线阅读 下载PDF 职称材料

电力系统线性状态追踪方法 被引量：2

18

作者 陈艳波 陈茜 +1 位作者 马进 张籍 《电网技术》 EI CSCD 北大核心 2015年第2期472-477,共6页

传统状态追踪方法一般基于扩展卡尔曼滤波方法求解,其缺点是:由于电力系统量测方程的非线性,使得这些方法在求解的过程中必须对量测方程进行近似线性化,从而影响了估计精度,尤其是相邻断面的状态变量发生突变时,估计精度明显降低;传统... 传统状态追踪方法一般基于扩展卡尔曼滤波方法求解,其缺点是:由于电力系统量测方程的非线性,使得这些方法在求解的过程中必须对量测方程进行近似线性化,从而影响了估计精度,尤其是相邻断面的状态变量发生突变时,估计精度明显降低;传统方法在迭代的每一步中均需重新形成雅可比矩阵,因而计算效率较低。以上缺点影响了传统状态追踪方法的应用。提出一种基于精确线性化量测方程的线性状态追踪方法,所提方法的优点为:在估计中无量测方程的近似线性化误差,因而估计精度较高;在迭代中雅可比矩阵均为常数矩阵,从而提高了计算效率。通过在IEEE系统上的仿真算例验证了所提方法的有效性和高效性。 展开更多

关键词 电力系统 状态估计 状态追踪 扩展卡尔曼滤波

在线阅读 下载PDF 职称材料

基于STEKF的锂离子动力电池SOC估算 被引量：12

19

作者 田晟 吕清 李亚飞 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第2期69-75,共7页

为能在线准确估算电动汽车动力电池的荷电状态(SOC),提出了一种基于强追踪扩展卡尔曼滤波(STEKF)的锂离子电池的SOC估算方法,该滤波器引入了多重次优渐消因子;以某型锂离子电池为研究对象,基于电池的外特性及相关机理,建立了电池的二阶R... 为能在线准确估算电动汽车动力电池的荷电状态(SOC),提出了一种基于强追踪扩展卡尔曼滤波(STEKF)的锂离子电池的SOC估算方法,该滤波器引入了多重次优渐消因子;以某型锂离子电池为研究对象,基于电池的外特性及相关机理,建立了电池的二阶RC等效电路模型,使用最小二乘法辨识模型参数,然后按照等效电路模型建立电池的STEKF非线性状态空间方程,最后在ECE15工况下进行仿真。结果表明,STEKF估算电池SOC的误差保持在2%以内,该方法能准确估算电池的SOC。 展开更多

关键词 锂离子电池 荷电状态 等效电路模型 强追踪扩展卡尔曼滤波

在线阅读 下载PDF 职称材料

STEKF协同残差归一化的感应电机转速辨识方法 被引量：13

20

作者 尹忠刚 李国银 +2 位作者 张延庆 孙向东 钟彦儒 《电工技术学报》 EI CSCD 北大核心 2017年第5期86-96,共11页

为了提高感应电机无速度传感器矢量控制系统的性能,提出了一种强跟踪扩展卡尔曼滤波(STEKF)协同残差归一化(NR)的自适应转速估计方法。通过将渐消因子引入到状态预测协方差矩阵中,实时在线调整增益矩阵,强迫输出残差序列保持相互正交。... 为了提高感应电机无速度传感器矢量控制系统的性能,提出了一种强跟踪扩展卡尔曼滤波(STEKF)协同残差归一化(NR)的自适应转速估计方法。通过将渐消因子引入到状态预测协方差矩阵中,实时在线调整增益矩阵,强迫输出残差序列保持相互正交。同时,通过对残差进行归一化处理,自适应地调节渐消因子,消除由残差本身数值差异引起的信息不对称。该文提出的方法提高了系统模型对于实际系统以及外部环境变化的适应性,有效降低了估计误差,满足对于低速的估计要求。对基于STEKF协同残差归一化观测器的感应电机无速度传感器矢量控制系统进行了实验验证,实验结果证明了算法的正确性和有效性。 展开更多

关键词 强跟踪扩展卡尔曼滤波 残差归一化 自适应转速估计 渐消因子

在线阅读 下载PDF 职称材料