自适应光学电流互感器

该文在最小二乘原理的基础上引入Iwamoto-Tamura法，提出了一种保留非线性最小二乘算法，通过对传统OCT现场实测数据进行分析，证明采用环境温度直接补偿传统OCT是不可取的。为此，提出了一种新型的AOCT，以稳态电流参考模型和传统OCT为基础，应用自适应Kalman和小波理论，构成了模型参考自适应控制系统，消除了温度等因素对传统OCT的影响，从而综合提高了暂态和稳态测量准确度。由于AOCT具有前馈特性，在保证AOCT准确度的前提下能使OCT传感头的结构大为简化，从而提高AOCT的整体稳定性。目前，AOCT已经在河北省保定市沙窝变电站挂网运行，实践证明AOCT具有优良的性能。  

Kalman滤波新息正交性抗野值法研究

在Kalman滤波应用过程中，观测值中的野值是影响滤波效果的重要因素。当观测中含有野值时，破坏了Kalman滤波新息的正交性，从而造成估计不准，滤波精度下降。本文提出了修正Kalman滤波新息正交性的方法，使修正后的Kalman滤波新息能够保持修正前的新息正交性。仿真结果表明，本文提出的方法有效地抑制观测中的野值对系统滤波的不利影响。  

滤除衰减非周期分量的微机保护算法研究

寻找合适的算法是微机保护的一个重要任务。作者的目的是在目前国内外有关微机保护算法的文献中寻找一种兼顾精度与速度，并适合微机保护的“最佳”算法。为此通过大量的仿真计算，对各种算法的计算精度与计算速度进行了对比。首先给出微机保护常用算法中傅里叶算法及改进傅氏算法、卡尔曼算法和递推最小二乘算法对含非周期分量故障信号计算方法，分析各算法的误差来源和频谱特性，然后进行仿真计算方法，分析各算法误拳来源和频谱特性，然后进行仿真计算，在采样率分别为12点／周、20点／周40点／周上，在80P51XA16位单片机上各算法的计算精度进行了对比计算。得出了采用并联补偿的傅氏算法且选择采样率为20点／周的方案是能兼顾精度与速度的“最佳”组合方案的结论。  

基于时间序列分析和卡尔曼滤波算法的风电场风速预测优化模型

为提高风电场风速的预测精度，解决时序模型预测延时的问题，文章提出了一种时间序列分析和卡尔曼滤波相结合的混合算法。基本思路为：首先利用时间序列分析理论，对风电场风速信号进行非平稳建模，得到符合其变化规律的模型方程；其次通过得到的模型方程推导出卡尔曼滤波法的状态方程和观测方程；然后依靠卡尔曼预测递推方程进行预测；最后对某实测风速信号进行预测。实例分析表明：采用该混合算法可以提高预测精度，而且较好地解决了预测延时问题。  

基于卡尔曼滤波的短期负荷预测方法的研究

负荷历史数据是负荷预测的基础。负荷历史数据由于测量、人为等因素而造成不准确，因而导致负荷预测也不准确。文中提出利用最小二乘法线性拟合建立负荷数据基本模型，用3次样条插值对卡尔曼滤波器的系统参数进行辨识，最终用卡尔曼滤波器对历史数据进行预处理，以纠正由于测量错误或人为改动的数据。对文中所提方法进行了验证。结果表明，后验误差在3％之内，效果很好。  

基于卡尔曼滤波的电力系统短期负荷预测

介绍了卡尔曼滤波的算法,给出了一套递推计算公式,将此算法应用于短期负荷预测,并针对负荷预测本身的特点对算法进行了改进,用两种算法进行了实际的负荷预测计算,取得了比较准确的预测结果。  

自适应卡尔曼滤波在电力系统短期负荷预测中的应用

将卡尔曼滤波原理运用于电力系统负荷预测通常是针对线性定常系统,并在定常噪声协方差的前提下进行,模型的灵敏度差和预报精度不高.作者考虑了电力系统负荷自身的变化特点,根据不同日期同一时刻的负荷历史数据建立了含有时变系数的负荷系统模型、观测模型和系统参数模型,采用两段自适应卡尔曼滤波方法,同时考虑噪声协方差对预测精度的影响,运用时变噪声统计估值器对噪声协方差进行自适应估计,用预测方程预测次日的负荷.结合实际电网数据进行的预测计算取得了较好的结果.  

一种基于视频图像的运动车辆跟踪方法

基于视频图像的车辆运动跟踪是当前计算机视觉研究的热点,具有广泛的应用领域。本文研究了一种基于视频图像的运动车辆跟踪算法,通过当前帧目标边缘与实时更新模板的最优匹配来确定目标的位移量。首先启动了卡尔曼滤波,预测目标匹配搜索区域,然后再在搜索区域中利用边缘匹配精确定位目标,减小了匹配的计算量。实验结果表明,该方法是有效的且实时性好。  

基于扩展卡尔曼滤波器的异步电机转速辨识

在异步电机控制基础上 ,利用扩展卡尔曼滤波器将转子转速看成系统的一个状态量 ,根据定子侧可以测量的电流、电压值 ,逐步估计出转子转速 ,为研制无速度传感器控制打下基础。  

同步发电机动态参数辨识

本文以发电机连续时间状态空间模型为研究对象，首次成功地实现了利用连续时间的修正扩展卡尔曼滤波（ＣＥＫＦ）在线辨识发电机的暂态和次暂态１１个参数；用一个简易可行的修正项加入到状态量对未知参数求偏导的公式中，使得算法即使在噪声统计特性有较大误差的情况下仍具有很高的无偏性；实现了电压解耦及用伪随机序列作为小扰动输入信号辨识发电机的参数；成功地寻找出了算法中所需初值；对新信息、方程系数、参数进行了跟踪，并