量子系统中状态估计方法的综述

从广泛用于实验量子领域的典型状态估计方法,到基于系统论观点、可用于量子反馈控制的状态估计方法,详细综述了4种测量方式下的相应量子状态估计方法及其适用背景.通过其发展历程的叙述,从本质上阐述了估计的基本原理,从技术上对各种方法进行了相应的分析和比较.同时,对量子状态估计和经典状态估计进行了相应的比较,并对量子系统中的状态估计方法作了总结.     

混合系统二维离散与连续状态同步估计研究

在混合系统中,需要同时估计出系统的离散状态与连续状态.针对混合系统出现二维离散状态下的混合状态估计问题进行研究,根据系统特性,采用跳变马尔可夫线性系统建模,并应用Rao-Blackwellised粒子滤波算法对二维离散状态与连续状态进行同步估计.由于算法一定程度上缓解了粒子滤波算法在高维状态空间估计中的失效问题,并对离散状态单独采样,能提高系统状态的估计精度.仿真试验证明,方法能有效地同步估计出系统的二维离散状态与连续状态,其中,二维离散状态的估计准确率达到了96%.     

MIMO非线性系统状态估计的递推Monte-Carlo方法研究

递推蒙特·卡洛 (Monte-Carlo,MC)方法是基于系统状态和观测值概率分布的估计方法。本文首先讨论了SISO非线性系统状态估计中递推 MC方法的应用 ,在此基础上将上述状态估计方法推广到 MIMO非线性系统 ,并提出了两种不同的估计方案。仿真研究表明 ,这两种方案都可以得到较好的状态估计结果。不过 ,随机抽样数目对递推 MC估计方法的状态估计精度会产生较大影响 ,限制了该方法的进一步应用 ;本文对随机抽样数目对状态估计结果的影响进行了讨论。     

电力系统谐波状态估计研究综述

谐波状态估计是谐波源定位的一种方法,它通过状态估计对所监测的电力系统谐波进行分析,从而确定系统中的谐波源的位置。系统地介绍了电力系统谐波状态估计技术的概念、功能和算法。从同步相量量测、静态估计算法、动态估计算法、量测点配置等方面出发,评述了现有的几种谐波状态估计算法;展望了谐波状态估计研究今后的主要工作。     

基于交互容积卡尔曼的随机切换系统故障诊断

针对一类随机切换非线性系统的故障检测和故障估计问题,提出了一种基于交互式多模型和容积卡尔曼滤波(IMM-CKF)的系统状态估计算法。该算法利用容积卡尔曼滤波(CKF)在不同时刻对每个子系统进行状态估计,把不同子系统状态估计结果融合得到最终的状态估计,实现对系统真实状态的估计。针对一类随机切换非线性系统发生执行器故障,采用IMM-CKF估计系统状态;然后分析了IMMCKF算法的稳定性;根据状态估计结果,构造残差信号,设计残差评价函数,检测故障发生。当检测到故障发生时,设计增广系统,对故障幅值进行估计。通过仿真实验验证提出算法的有效性,结果表明该算法可以较为准确地诊断系统故障。     

含不可观变迁事件图的状态估计器设计

针对基于事件图建模的离散事件系统中存在的不可观变迁的状态估计问题,本文提出前向、后 向可观路径的概念对其进行了详细分析,并给出一种估计器设计方法,用来根据关联矩阵行变换进行不可观 变迁状态的估计．分析了估计器的观测代价,在此基础上给出了寻找最优估计器的方法,并利用最优估计器 计算不可观变迁的状态估计范围．最后通过实例证明了该方法能够有效地进行不可观变迁的状态估计．     

基于混合信号的状态估计方法

传统的系统状态估计方法只用到连续信号,而离散测量信号所包含的信息没有得到利用.提出一种基于混合信号(包括连续和离散)的系统状态估计方法,既利用了连续信号,也用到离散信号的信息.该方法将离散信号的变化视作系统的离散事件,提取其准确的信息并参与系统状态估计,构成具有混合系统特性的新型状态估计器.还讨论了该估计器的稳定性条件和设计方法.仿真实验证明这种所提出的状态估计方法可以有效地改善系统的状态估计性能.     

广义离散随机线性系统的降价估计

该文讨论广义离散随机线性系统的状态估计问题,给出了一种降阶估计方法,该方法可直接估计系统的部分状态或系统状态的某个线性组合.     

考虑谐波状态估计精度的PMU优化配置研究

线性谐波状态估计利用多点的谐波监测数据,估计整个系统范围的谐波状态,其估计质量受同步相量量测装置安装数目和位置的影响。本文给出了一种计及谐波状态估计精度的PMU优化配置算法,在保证系统谐波状态可观的前提下,以各次谐波量测矩阵条件数的加权和为冗余量测的排除基准,获得谐波状态估计的基本量测;结合三种典型的PMU量测配置方案,研究了PMU配置对谐波状态估计结果的影响。     

电力系统状态估计多算法融合

为解决复杂电网大数据背景下单一算法难以满足状态估计要求的问题,提出一种电力系统状态估计多算法融合系统。基于数据融合思想,将加权最小二乘法、快速分解法、量测状态变换法与Sigmoid函数法相互融合实现电网状态估计,支持串行融合模式和并行融合模式。实验结果表明,融合算法使得估计结果保留了各自算法的优点,避免了单一算法的缺点,提高了状态估计的精度和效率。     

状态和参数联合估计方法及其在飞行试验中的应用

本文提出了一种有效的状态和参数的联合估计方法.针对参数估计结果有偏或发散的问题,本文给出了一种参数向量可控性模型,并由此模型得到了噪声相关的一种状态和参数的估计方法.运用状态和参数联合估计的新方法进行飞行状态和测量仪器的误差估计,仿真和实际飞行数据处理的结果表明;本文提出的方法可以给出飞行状态和仪器误差估计的满意结果,比普通推广Kalman滤波方法更有效.     

传感器网络中的分布式滚动时域状态估计

利用分布式滚动时域方法对无线传感器网络的状态估计问题进行研究,给出了基于量化测量值的滚动时域估计算法。在无线传感器网络的环境下处理分布式状态估计问题时,减少通信的成本是非常重要的一个环节,需要将观测值量化后再传送。以往的滚动时域估计方法无法处理量化观测值的状态估计问题,而本文的方法考虑了最严格的观测值量化情况即传感器只发送一个比特至融合中心的状态估计问题。与其它传感器网络中的状态估计方法相比,该方法减少了每一步的计算量。仿真结果验证了该算法的有效性。     

锂电池SOC与SOP的联合估计

锂离子电池精确的荷电状态(SOC)和功率状态(SOP)对于电动汽车的稳定运行尤为重要,对此提出了一种锂电池SOC与多约束条件下SOP的联合估计方法。首先,建立了二阶RC等效电路模型,并运用迭代无迹卡尔曼滤波算法来估计荷电状态;然后,结合荷电状态的估计结果,在多约束条件下对SOP进行联合估计;最后,在动态应力工况和快速脉冲工况下对联合估计算法进行了MATLAB仿真测试验证。结果验证了所提联合估计算法对于SOC和SOP联合估计的有效性,并且具有较高的估计精度和较好的鲁棒性。     

一种快速估计线性非线性状态的粒子滤波器

提出了一种快速估计线性非线性状态的粒子滤波器.针对混合线性非线性模型中传统的Rao-Blackwellized Particle Filter(RBPF)方法对状态估计处理速度较慢的不足,将条件相关的线性与非线性状态进行分离,对于非线性状态运用粒子滤波(PF)算法进行估计,取出从非线性状态中抽取出的粒子的均值,将此均值传播到线性状态中做一次卡尔曼滤波,得出对线性状态的估计.仿真结果表明:与RBPF相比可以将处理速度提高50%～60%,有效改善状态估计的实时性.     

2-D线性离散系统一般模型的最优状态估计*

本文利用最优状态估计理论，讨论了二维线性离散系统一般模型最优状态估计问题，基于２－ＤＧＭ的变结构１－Ｄ表示，导出了表现为１－Ｄ形式的２－ＤＧＭ的最优状态估计器，文中还直接由２－ＤＧＭ出发，将１－Ｄ最优状态估计的思想推广到２－Ｄ情形，提出了２－Ｄ状态估计器的设计方法。     

广义离散随机线性系统的降阶估计

该文讨论广义离散随机线性系统的状态估计问题，给出了一种降阶估计方法，该方法可直接估计系统的部分状态或系统状态的某个线性组合．     

线性离散随机系统输入和状态的多步估计方法及应用

具有未知输入的系统的状态估计问题已经在过去几十年里引起了相当的关注.本文对于线性离散随机系统提出了一种基于多步信息的输入和状态同步估计方法.首先,采用多步信息的最小方差方法来获得未知输入.由于引入了包含多个时间步骤的扩张状态和测量向量而计算多步信息,使估计结果与一步估计相比减少了对噪声的敏感性.其次,利用输入估计值和卡尔曼滤波估计过去和当前的状态.该方法在未知输入维数等于状态维数时仍然有良好的估计效果.数值仿真验证了提出的估计方法的有效性.最后,该方法应用于厌氧消化过程反应罐中的溶解甲烷和二氧化碳的浓度估计以验证方法的实用性.     

广义离散随机线性系统最优滤波·预报和平滑估计的统一格式

本文运用新息和射影的方法研究了广义离散线性系统最优状态估计，将状态估计转化为输出预报估计和白噪声估计，提出了广义离散随机线性系统最优滤波、预报、平滑估计的统一格式。     

基于决策树自标识的主动配电网状态估计算法

本文为解决目前配电网前端数据数量大、缺省多、分析复杂等问题,提出一种适用于主动配电网的状态估计算法来管理分析前端数据。本文提出了基于决策树自标识的主动配电网状态估计算法,通过估计前预处理数据,对数据进行分类以及修正,使输入状态估计模型中的数据有更好的相容性。同时,本文针对分布式能源配套量测装置少的问题,建立了考虑分布式电源的状态估计模型,对分布式能源缺省数据进行补全修正,提高输入数据的质量。该方法运用到实际算例中可以看出,对比传统的状态估计,基于决策树自标识的主动配电网状态估计算法有更好的估计效果以及更快的迭代速度。因此本文提出的算法能有效的运用到当前大规模分布式能源接入的配电网状态估计中。     

主动配电网状态估计功能测试平台设计

为了解决主动配电网状态估计功能测试和验证缺乏方法和手段的问题,在电力系统仿真软件提供的状态估计功能模块的基础上,搭建了针对多种分布式电源接入的主动配电网状态估计功能测试平台。被测试主站导入测试平台基于模型标准导出的模型文件,满足模型一致型要求。测试平台基于主站注入法,将仿真软件提供的数据转化为标准规约数据,满足配电自动化主站模型接入数据的要求。以潮流计算结果叠加误差的方法为状态估计提供实验量测数据。搭建了包含多种分布式电源的主动配电网测试案例,针对提出的状态估计算法计算精度和坏数据处理能力评价指标进行计算,验证其有效性。在测试平台产生的大量测试案例和数据基础上,利用大数据分析方法针对状态估计算法给出了统计性评估指标,为主动配电网状态估计的功能测试提供了切实有效的手段。