基于卡尔曼滤波的电压扰动检测算法

为了对电力系统中的电压扰动进行实时监测,提出了一种基于卡尔曼滤波的电压挠动检测算法,该算法采用新的卡尔曼模型求取电网电压信号的有效值,通过设定电压阈值进而实现电压凹陷和电压凸起波形的实时跟踪,并与滑动窗有效值(RMS)算法进行比较分析,仿真验证了该算法的实时性和可靠性。     

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。     

基于改进SOGIQ PLL与卡尔曼滤波的APF谐波检测方法研究

谐波污染的有效治理是电能质量控制的关键。基于有源电力滤波器可实现对谐波的跟踪及补偿的优点,电网中常采用有源电力滤波器实现谐波的治理,但有源电力滤波器谐波检测应用的传统ip-iq法存在检测精度低、速度慢的问题。正基于此,该文提出了一种融合二阶广义积分正交锁相环和卡尔曼滤波器的新型ip-iq谐波检测方法。以改进型二阶广义积分正交锁相环,提高相角检测准确度;以卡尔曼滤波器提升滤波跟踪实时性。通过理论推导结合仿真分析,结果表明该方法能实现谐波的有效补偿,从而提升谐波检测准确性。     

基于扩展卡尔曼滤波的智能电网虚假数据检测

虚假数据注入攻击（FDIA）是一种以破坏电力数据完整性与可用性为目的的隐蔽攻击,特点是由攻击者精心设计的攻击向量可以绕过电力系统常规数据检测,因此其检测方法对电力系统的稳定运行具有重要意义。提出了一种基于残差的方法来检测系统是否遭受攻击,保留了系统原有的加权最小二乘估计（WLS）,引入了一个额外的扩展卡尔曼滤波（EKF）。由于扩展卡尔曼滤波器的递归特点,在达到新的稳定值前会有一个较长的过程,利用这个过程中两估计器的残差超越所给定的阈值来判断系统是否遭受攻击。在IEEE14节点的仿真证明了检测方法对FDIA的有效性。     

基于暂态方向和间歇性检测算法的间歇性高阻接地故障检测

基于间歇性高阻接地故障特性,提出了针对间隙性暂态导通的间歇性检测和暂态方向计算算法,该算法以希尔伯特变换的暂态功率方向为基础来辨识发生接地故障线路,同时可通过间歇性检测发现间歇性的接地故障。物理模拟系统和EMTP模型对暂态方向和间歇性检测算法的仿真结果表明,该算法准确、有效。     

基于卡尔曼滤波算法的固体氧化物燃料电池的状态预估研究

固体氧化物燃料电池（SOFC）是一种多输入多输出、强耦合和强非线性的新型发电装置,对其内部状态变量的预估将有助于了解实际SOFC的运行过程和实现高效控制器的设计。本文采用卡尔曼滤波算法对SOFC的状态进行预估。通过对SOFC发电原理的深入分析,建立其离散时间的状态空间模型;采用卡尔曼滤波算法对SOFC的各气体进气侧压力值进行预估,并将预估值带入输出电压方程,对SOFC下一时刻的电压进行预估。MATLAB/Simulink仿真结果表明,氢气、氧气和水蒸气压力的估计值与真实值的误差分别为0.425×10⁵,0.141×10⁵和0.364×10⁵ Pa,远小于各气体压力测量值与真实值的误差1.479×10⁵,1.165×10⁵和1.155×10⁵ Pa,同时SOFC输出电压的估计值较为符合真实值的变化,验证了卡尔曼滤波算法在SOFC状态预估中的有效性和实时性。     

基于调制分量卡尔曼滤波的短时扰动检测

提出了一种基于调制分量的低阶卡尔曼滤波模型．实时检测电能质量短时扰动。该方法将三相电压信号的αβ变换结果分解为基波信号和调制信号．提取调制信号的两个特征分量作为新的状态变量,避免了单独设置各次谐波为状态变量,降低模型阶次并提高暂态响应速度。根据暂态时滤波误差发生突变的特征,提出误差比阈值法判断暂态过程的起止时间。通过自适应修正系统噪声方差阵Q．降低模型误差并有效抑制滤波发散现象。Matlab仿真结果表明所提方法比普通卡尔曼滤波和低通滤波器具有更高的稳态精度和更快的暂态响应速度。     

基于蛙跳算法与卡尔曼滤波的大坝位移预测模型优化

为提高传统大坝位移统计模型的预测能力,引入蛙跳算法和卡尔曼滤波等,基于最小二乘法确定统计模型回归系数,采用蛙跳算法对回归系数进行优化;运用卡尔曼滤波法将回归系数作为状态方程的状态向量,使预测模型能实时反映监测数据的变化。工程算例应用结果表明,基于蛙跳算法与卡尔曼滤波的大坝位移预测优化模型能有效提高统计模型的预测精度,可为大坝位移预测提供参考。     

长期需电量预测的确定性与随机性结合模型

本文提出随机性自回归结合确定性相关的长期需电量预测模型,借助于多层递阶方法进行预报,用Monte Carlo方法计量预测的置信区间对BN电力系统作了实例研究;并就模型及其分析方法作了评价。     

一种基于卡尔曼滤波的齿盘测速方法

针对水电机组齿盘测速中齿盘的加工精度很难保证检测与控制对转速测量精度要求,以及有效提高齿盘测速可靠性及可信度等实际问题,提出基于卡尔曼滤波理论的单传感器齿盘测速方法,该方法的应用,使齿盘测速能够满足水电机组测速精度的要求,并具有可靠性高、实时性强,安装方便的特点。     

基于滤波方法的航空发动机故障诊断研究

在某型航空涡轮发动机非线性模型的基础上,建立了简化非线性模型。对突变型和渐变型两类故障,分别采用EKF、UKF、PF和EKPF四种方法进行诊断。结果表明:四种方法对此类航空发动机故障均能进行准确诊断,整体效果从好到坏依次是UKF、EKPF、EKF和PF。对于高斯型、弱非线性系统,粒子滤波类方法相对于卡尔曼滤波类方法无明显优势。     

基于量子粒子群优化和扩展卡尔曼滤波的相量测量算法

电力系统中的信号往往含有各种噪声、谐波、间谐波的干扰,严重影响了相量测量的精度。对此,在复数扩展卡尔曼滤波(ECKF)的基础上,运用改进的量子粒子群优化(IQPSO)算法改进滤波迭代过程中的量测噪声协方差矩阵和模型噪声协方差矩阵,并测量电力信号的幅值、频率和相角。对各种非平稳正弦信号的仿真结果表明,相较修正的复数扩展卡尔曼滤波（RECKF）算法,IQPSO-ECKF算法提高了复数扩展卡尔曼滤波的相量测量精度和收敛速度。研究成果丰富了电力系统信号测量的内容。     

基于改进频谱叠加算法的多间谐波检测方法

为提高多组非对称间谐波的检测精度,对多分量频谱叠加算法加以改进,基于一元高次方程韦达定理,提出了对基波及谐波附近多个非对称间谐波的统一计算公式。首先将多个间谐波DFT后在基波及谐波附近的频谱泄露值进行矢量叠加,得出间谐波相关方程组;然后根据统一计算公式求解该复杂方程组,得出间谐波估计频率;最后结合估计频率和初始假设信号,能够得到各个频率对应的幅值及相位。实验算例表明,该间谐波检测方法能准确识别基波及谐波附近的多个非对称间谐波,能够有效解决传统检测识别间谐波时对间谐波存在个数及类型的限制。     

基于扩散波和双向波的感潮河段水位演算研究

针对感潮河段水流情势复杂、不易获得河道地形资料的问题,考虑充分应用已有水位实测资料,采用扩散波和双向波方法建立感潮河段水位演算模型,扩散波方法以水位为研究对象,求解线性扩散波方程定解问题的解析解,双向波方法将洪水过程分解为上游洪水波和下游潮水波,分别应用水位演算方法将这两种波独立演算至计算断面,再将其演算结果进行线性叠加得到计算断面的水位过程.将上述两类模型应用于新沂河和楠溪江感潮河段水位演算中,模拟精度良好.     

基于人工神经网络的柴油机喷油量检测研究

利用外卡式压力传感器测量的高压油管压力波，在提取压力波特征参数后，利用经训练的人工神经网络可实现对喷油量的检测识别。     

基于卡尔曼滤波的云模型在某混凝土重力坝裂缝监控指标拟定中的应用

鉴于传统裂缝监控指标拟定方法利用原始监测数据时存在一定的局限性,采用卡尔曼滤波对原始监测数据进行降噪处理,并通过云模型的正、逆向云发生器产生监测数据的期望、熵、超熵等数字特征,利用这些数字特征计算定量的转换值,从而实现定量—定性—定量的转换,进而确定安全监控指标。对某大坝下游面105m高程#18坝块水平裂缝监测序列的拟定结果表明,利用云模型进行安全监控指标拟定符合客观规律,且较传统的典型小概率法更具优势。