10.3969/j.issn.1007-290X.2014.07.016
基于遗传算法的电力系统自适应卡尔曼滤波动态状态估计
针对卡尔曼滤波动态状态估计中 Holts′两参数均为常数,在电力系统运行状态变化时易产生较大的预测误差的不足,提出采用指数平滑法对参数进行动态调整。该方法在预测步中利用遗传算法来动态确定参数大小,实现了预测参数的自适应优化。最后,对 IEEE 14节点系统进行仿真计算,与传统方法进行比较,结果表明本文方法具有明显的优势。
电力系统、卡尔曼滤波、动态状态估计、自适应、遗传算法
TM744(输配电工程、电力网及电力系统)
2014-08-23(万方平台首次上网日期,不代表论文的发表时间)
共5页
78-82