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

摘要：

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。

关键词：电力系统、卡尔曼滤波、动态状态估计、自适应、遗传算法

分类号：TM744(输配电工程、电力网及电力系统)

在线出版日期：2014-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：78-82