基于自适应SRUKF算法的电力系统动态谐波状态估计

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。     

基于自适应容积卡尔曼滤波的动态谐波检测

对电网中的谐波进行实时、准确的检测是有效治理谐波的前提。针对某些运行工况下电网中出现的动态谐波,提出了一种基于自适应容积卡尔曼滤波的动态谐波检测算法估计谐波信号的幅值和相角。首先针对传统卡尔曼滤波处理非线性关系上的局限性,利用容积卡尔曼滤波不需要任何线性化关系的特性估计谐波的状态向量和误差偏差矩阵,然后引入噪声估值遗忘因子来实时更新系统的噪声矩阵方程。最后通过对比实验,验证了该算法在动态谐波检测上的优越性能,并将其应用于有源滤波器的谐波检测中。     

基于混合卷积窗六谱线插值的全相位谐波检测算法

非线性负荷的接入使得电网中存在大量的谐波,为了减小传统傅里叶变换在非同步采样中出现的频谱泄露以及栅栏效应等问题,文中提出了一种基于Blackman和Nuttall混合卷积窗六谱线插值的新型谐波检测算法。相比于传统的一些窗函数,文中提出的混合卷积窗具有较好的主瓣以及旁瓣特性,通过结合六谱线插值以及改进的全相位傅里叶算法对谐波的幅值、频率、相位3大参数进行检测。采用与其他算法对复杂谐波信号检测的仿真对比,验证了Blackman和Nuttall混合卷积窗六谱线插值算法在检测复杂信号更好的优越性以及更强的抗干扰能力。