基于容积卡尔曼滤波残差驱动的动态电力系统态势感知方法研究

摘要：

提出了一种基于容积卡尔曼滤波(cubature Kalman filter,CKF)残差驱动的动态电力系统异常检测框架.首先,基于集中式自适应迭代CKF实现动态电力系统的多节点电压状态的迭代估计,通过充分利用相量测量单元的量测信息,实现对时变量测噪声的迭代估计,从而有效消除正常条件下系统节点电压的时空相关性,在随机系统高斯噪声假设下能够显著增强多节点电压残差的随机分布特性.在此基础上,系统非线性扰动/异常的影响可以通过系统电压残差矩阵特征值的变化合理表征.然后,提出了一种基于残差协方差变换的系统运行态势评估指标来量化上述系统非线性扰动/异常的影响.最后,基于典型光伏电站日出力曲线的IEEE 39节点测试系统算例,通过节点电压异常扰动注入实验分析对比,表明了该方法对于动态电力系统运行态势异常感知的有效性.

关键词：容积卡尔曼滤波、高维随机矩阵分析、动态电力系统、态势感知、状态估计

所属期刊栏目：37

分类号：TM71(输配电工程、电力网及电力系统)

资助基金：国家电网有限公司科技项目52091419003H

在线出版日期：2020-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：39-46