感应电动机模型参数在线辨识的UKF算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

感应电动机模型参数在线辨识的UKF算法

引用
针对高阶非线性动态系统参数估计的非线性特征,介绍了无味卡尔曼滤波(UKF)算法.在给出了UKF的算法描述的基础上,从一般意义上讨论了无味变换(UF)仅用有限的参数来近似随机变量的概率统计特征,避免了传统的通过线性化来估计非线性系统而带来的误差,进而将该算法用于电力系统感应电动机动态负荷模型的参数估计.算例利用某电网同步相量测量(PMU)采集数据,利用所提算法实时跟踪模型参数,结果表明该算法能够实时有效地辨识出感应电动机负荷模型的参数,有望在实际工程中得到应用.

无味卡尔曼滤波、无味变换、感应电动机、在线辨识、非线性估计

40

TM71(输配电工程、电力网及电力系统)

2013-04-15(万方平台首次上网日期,不代表论文的发表时间)

共5页

84-88

相关文献
评论
暂无封面信息
查看本期封面目录

电力系统保护与控制

1674-3415

41-1401/TM

40

2012,40(24)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn