期刊鉴别 论文检测 免费论文 特惠期刊 学术答疑 发表流程

卡尔曼滤波理论在电力系统中的应用综述(3)

时间:2015-12-11 10:41 文章来源:http://www.lunwenbuluo.com 作者:李江,王义伟,魏超, 点击次数:

  继电保护是电力系统安全、可靠、稳定、经济运行的重要保证,因此提高其可靠性对整个系统而言具有重要意义。卡尔曼滤波在继电保护中的应用主要体现在传感器故障的检测和诊断,以及故障信号处理等方面。在卡尔曼滤波技术和假设检验理论的基础上,提出了一种故障检测的方法,验算结果表明此方法可靠快速,灵敏性高。从故障检测、故障后电流和电压的估计(滤波)、故障分类、区域计算和故障定位五个部分介绍了卡尔曼滤波算法在微机距离保护中的实施方法。为了改善微机保护中基波分量的计算精度和响应速度,对卡尔曼滤波和全周傅氏算法进行了分析比较,结果验证了卡尔曼滤波的优越性。将基于联邦卡尔曼滤波器的故障检测与诊断系统和智能容错控制器相结合,有效检测了微机保护传感器部分的故障,提高了微机保护系统的可靠性。系统发生故障时,信号中往往包含大量的非周期分量与谐波分量,从而延迟了卡尔曼滤波的收敛速度。因此,结合卡尔曼滤波和小波变换,提出了一种用于故障检测及提取基波分量的方法,即用卡尔曼滤波模型估计基波分量特征并结合sym4小波变换高频分量模极大值追踪故障发生的时刻,在故障发生时刻更新增益系数和误差协方差矩阵,从而减少了卡尔曼滤波模型的响应时间,保证了微机保护对故障的快速响应。综上所述,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。

  6、在风电场风速预测中的应用

  风速预测对风电场和电力系统的运行具有重要意义。风电场输出功率的波动性主要由风速变化所引起,因此进行精确的风速预测,可以有效避免或减轻风电场对电力系统的不利影响。风电场风速预测方法较多,比较常用的有人工神经网络、时间序列法和卡尔曼滤波法等。考虑到精度的要求,把几种方法相结合进行风速预测成为了趋势。

  使用最小二乘支持向量机和卡尔曼滤波技术对风电总量和风电分配因子进行了自适应动态预测,并基于关联规律间接地实现了风电场输出功率的超短期预测,结果表明所提出的预测方法具有一定的精度。基于时间序列法和卡尔曼滤波法,提出了两种风速短期预测的改进算法,验证结果表明两种算法均可以有效提高风电场实测风速序列短期预测的精度。提出了一种基于卡尔曼滤波修正的风电场短期功率预测模型,并使用卡尔曼滤波算法对数值天气预报输出的风速数据进行动态修正,对比分析表明: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。

  为了弥补各方法存在的缺陷,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,利用时间序列建立了一个能反映序列信号变化规律的低阶模型,并直接推导出了卡尔曼滤波的状态和测量方程,利用卡尔曼预测迭代方程实现了信号的预测,从而解决了建立高阶时间序列模型和推导卡尔曼状态和测量方程困难的问题。在贝叶斯-克里金-卡尔曼模型的基础上,给出了多风电场风速滚动优化和预测算法,并在两个公开的多风场风速数据集上验证了模型的有效性,从而有助于电力部门综合利用多区域多风电场的风速数据进行精确的预测。

  7、在电机状态和参数估计中的应用

  电机作为进行电能的传递或机电能量转换的主要设备,在电力系统中发挥着不可替代的作用。因此对其状态及参数进行有效辨识和估计显得至关重要。从扩展卡尔曼滤波算法原理入手,利用定子侧可测量的电流、电压,推导出了异步电动机的转速、磁链状态观测模型,从而估算出了电机的转速和定子磁链,这种方法能够实现电机高性能的控制。

  近些年来,卡尔曼滤波在同步电机尤其是永磁同步电机(Permanentmagnetsynchronousmotor,PMSM)中发挥了极致作用。把扩展卡尔曼滤波(EKF)应用到了永磁同步电机无传感器的控李江,等卡尔曼滤波理论在电力系统中的应用综述制中,取得了很好的效果。使用卡尔曼滤波观测器对PMSM直接转矩控制(Directtorquecontrol,DTC)系统进行了精确的参数估计。在检测定子电压和电流的基础上,应用EKF观测器准确地估计了电机的定子磁链、电机转速和转子位置,并间接地估计了转矩,实现了PMSM的无速度传感器控制。利用扩展卡尔曼滤波理论和滑模构造了永磁同步电动机的转速观测器,可以精确地观测出全速工况时的转速和位置。则把扩展卡尔曼滤波的实时性和小波变换的多尺度性进行了结合,基于电机端电压和定子电流的信息对其永磁体的磁场情况进行了在线估计,此算法的诊断精度要优于扩展卡尔曼算法。通过一种状态增广的扩展卡尔曼滤波(stateaugmentedextendedKalmanfilter,AEKF)方法对电机速度、磁极位置和电阻值进行了估计,给系统无位置传感器控制提供了良好的动态响应特性。将无迹卡尔曼滤波(UKF)应用于直线电机无位置传感器驱动系统的非线性状态估计中,从而有效避免了扩展卡尔曼滤波(EKF)产生的线性化误差,而且不需要计算雅可比矩阵。

  8、结语

  虽然卡尔曼滤波理论的提出已经历经了半个世纪,但是其凭借自身优势在电力系统中得到了广泛应用。除了以上涉及到的领域外,其还在介质测量和其他领域发挥了重要作用。本文结合卡尔曼滤波及其扩展形式的特点,综述了其在电力系统各个方面和领域的应用。必须指出的是,卡尔曼滤波也存在着缺陷和不足,其与小波变换以及其他智能算法的结合成为了未来的发展趋势。

  参考文献:


  •   论文部落提供核心期刊、国家级期刊、省级期刊、SCI期刊和EI期刊等咨询服务。
  •   论文部落拥有一支经验丰富、高端专业的编辑团队,可帮助您指导各领域学术文章,您只需提出详细的论文写作要求和相关资料。
  •  
  •   论文投稿客服QQ: 论文投稿2863358778 论文投稿2316118108
  •  
  •   论文投稿电话:15380085870
  •  
  •   论文投稿邮箱:lunwenbuluo@126.com

联系方式

  • 论文投稿客服QQ: 论文投稿2863358778
  • 论文投稿客服QQ: 论文投稿2316118108
  • 论文投稿电话:15380085870
  • 论文投稿邮箱:lunwenbuluo@126.com

热门排行

 
QQ在线咨询
咨询热线:
15380085870
微信号咨询:
lunwenbuluoli