运用于电能质量分析的卡尔曼滤波与仿真研究教程.docx

运用于电能质量分析的卡尔曼滤波与仿真研究 姓名： 班级： 学号： 运用于电能质量分析的卡尔曼滤波与仿真研究 摘要：在现代电力系统中，由于新能源的接入，以及人们对电能质量的要求越来越高，电能质量分析变得越来越重要。这些变化使得系统状态参数中往往混杂着噪声，因此有必要采取适当的方法，从随机干扰的观测信号中提取有效的系统状态参数。现有运用于电能质量检测的方法有很多，但由于人们对滤波过程中的的数值稳定性、快速性、实用性和实用性提出越来越高的要求时，各种滤波方法的缺点越来越明显。在此基础上，卡尔曼滤波越来越受关注，并在此基础上的各种改进措施也越来越多。本文首先介绍卡尔曼滤波的基本原理，接着对运用于电能质量的改进的扩展卡尔曼滤波以及无迹卡尔曼滤波进行介绍。在比较改进的两种卡尔曼滤波器的利弊后，进行仿真比较和验证，最后对卡尔曼滤波方法提出自己的一点理解与看法。 关键词：电能质量，卡尔曼滤波，扩展卡尔曼滤波，无迹卡尔曼滤波 0 引言 电能质量是指优质供电，合格的电能质量是指供给敏感设备的电力的相应的接地系统是适合该设备正常工作的。一个理想的三相交流电力系统应该具有恒定的频率(50Hz)和正弦的波形，A、B、C三相之间满足相位相差120度的关系。而由于大规模电力电子设备、新能源和其他非线性元件在电力系统中的应用，使得电能质量变得越来越差，引起诸多问题，例如：谐波，电压骤降，电压骤升，电压波动，电压中断，电压切痕，脉冲瞬变等。在以上列出的电能质量问题中，谐波是电力系统中最普遍存在的问题。 美籍科学家卡尔曼在系统状态空间模型的基础上提出了著名的线性卡尔曼滤波器。这个系统可用包含正交 HYPERLINK /view/1587509.htm \t _blank 状态变量的微分方程模型来描述，这种滤波器是将过去的测量 HYPERLINK /view/4417225.htm \t _blank 估计误差合并到新的测量误差中来估计将来的??差。卡尔曼滤波器存在的问题是它的假设前提是线性系统，并在线性系统下设计的线性无偏、最小方差估计器。而电力系统是高度的非线性系统，故在此基础上人们提出了许多改进的卡尔曼滤波器方法，比如扩展卡尔曼滤波器(EKF)、无迹卡尔曼滤波器(UKF)、中心差分卡尔曼滤波器(CDKF)、粒子滤波器(PF)。另外，也有人将卡尔曼滤波器与其他方法结合起来，例如将采用相位修正小波变换即S变换和扩展卡尔曼滤波相结合。 在电力系统中，卡尔曼也被应用于很多方面。在电力系统短期负荷预测方面，采用最小二乘支持向量机(RLS-SVM)技术和卡尔曼滤波技术分别对节点有功分配因子和节点功率因数建立自适应动态预测模型，结果表明两种算法满足了系统运算速度、鲁棒性和预测能力的要求；在电力系统动态状态估计方面，人们提出了混合卡尔曼粒子滤波器(MKPF)，该滤波器在电力系统在受到扰动之后，可以很好地收敛于真实值，和EKF和UKF相比具有更高的精度和稳定性；在电能质量分析方面，卡尔曼滤波尤其是扩展卡尔曼滤波和无迹卡尔曼滤波在频率跟踪领域得到了广泛的应用，在傅里叶变换方法、最小绝对值状态估计、遗传算法、小波分析、Teager 能量算子等方法中脱颖而出；在电力系统继电保护方面，卡尔曼滤波具有响应速度快、滤波效果好的特点，能够满足继电保护快速跳闸和准确动作的要求，从而在电力系统继电保护中呈现出了很好的应用前景；在风电场风速预测中方面，通过卡尔曼滤波修正的风速数据能够很好地跟踪实际风速数据的变化趋势，预测精度得到了明显提高；在电机状态和参数估计方面，卡尔曼滤波在同步电机尤其是永磁同步电机(PMSM)中发挥了极致作用。 本文着重从卡尔曼滤波原理、分类及其在电能质量分析中的应用进展进行系统的介绍和分析，并对卡尔曼滤波器存在的可能研究的问题提出自己的看法。 1 常规卡尔曼滤波 根据经典物理学可知，在没有外部干扰时，一个系统未来的状态可根据目前的状态从已知的运动方程中确定出来。但任何实际的系统总是存在外部干扰，人们对其运动方程的描述不可能很准确。可以认为：任何实际物理系统的行为都由2部分组成，一部分是根据已知运动方程正确地预测出来，另一部分是均方为零的随机分量。 在分析期望响应存在的情况下的线性最优滤波器，我们由Wiener滤波器。在期望响应未知，线性最优滤波器即是Kalman滤波器。Kalman滤波理论是Wiener滤波理论的发展，它最早用于随机过程的参数估计，后来很快在各种最优滤波的最优控制问题中得到了极其广泛的应用。Kalma