基于强跟踪泰勒扩展卡尔曼滤波的暂态电能质量检测
基于逻辑切换的改进强跟踪卡尔曼滤波器
第６期 ２Ｏ０２年６月 电 子 学 报 ＡＣＴＡ ＥＬＥＣＩ＿ＲＯＮＩＣＡ ＳＩＮＩＣＡ Ｖｏ１．３０ Ｎｏ．６ Ｊｕｎｅ ２ＯＯｅ
基于逻辑切换的改进强跟踪卡尔曼滤波器
柯晶，钱积新
（浙江大学系统工程研究所，浙江杭州３１００２７）
摘要： 针对线性随机系统提出了一种改进强跟踪卡尔曼滤波器（ＭＳＴＫＦ）．通过改变强跟踪滤波器的多重时变 渐消因子，ＭＳＴＫＦ在卡尔曼滤波和强跟踪滤波两种工作状态之间切换．当卡尔曼滤波不能有效跟踪突变状态时，
ＭＳＴＫＦ切换为可变弱化因子的强跟踪滤波．数值仿真实例显示了本方法的有效性．
关键词： 随机系统；卡尔曼滤波器；强跟踪滤波器；状态估计
中图分类号：ＴＮ７１３．７ 文献标识码： Ａ 文章编号：０３７２．２１ １２（２００２）０６－０９２５—０３
Ｍｏｄｉｆｉｅｄ Ｓｔｒｏｎｇ Ｔｒａｃｋｉｎｇ Ｋａｌｍａｎ Ｆｉｌｔｅｒ Ｂａｓｅｄ ｏｎ Ｌｏｇｉｃ Ｓｗｉｔｃｈｉｎｇ
ＫＥ Ｊｉｎｇ．ＱＩＡＮ Ｊｉ—ｘｉｎ
（Ｉｎｓｔｉｔｕｔｅ ｏｆ ｔ Ｅｎｇｉｎｅｅｒｉｎｇ，ｚｈ４￣ｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｈａｎｇｚｈｏｕ，Ｚｈｅｊｉａｎｇ ３１００２７，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ： Ａ ｍｏｄｉｆｉｅｄ ｓｔｒｏｎｇ ｔｒａｃｋｉｎｇ Ｋａｌｒｎａｎ ｆｉｌｔｅｒ（ＭＳＴＫＦ）ｆｏｒ ｌｉｎｅａｒ ｓｔｏｃｈａｓｔｉｃ ｓｙｓｔｅｍｓ ｉｓ ｐｒｏｐｏｓｅｄ．Ｂｙ ｃｈａｎｇｉｎｇ ｔｈｅ ｍｕｌｔｉ—
ｐｉｅ ｔｉｍｅ—ｖａｒｙｉｎｇ ｆａｄｉｎｇ ｆａｃｔｏｒｓ ｏｆ ｔｈｅ ｓｔｒｏｎｇ ｔｒａｃｋｉｎｇ ｆｉｌｔｅｒ，ＭＳＴＫＦ ｓｗｉｔｃｈｅｓ ｂｅｔｗｅｅｎ Ｋａｌｍａｎ ｆｉｌｔｅｒｉｎｇ ａｎｄ ｓｔｒｏｎｇ ｔｒａｃｋｉｎｇ ｆｉｌｔｅｒｉｎｇ．
Ｗｈｅｎ Ｋａｌｍａｎ ｆｉｌｔｅｒｉｎｇ ｃａｎｎｏｔ ｔｒａｃｋ ｅｆｌｑｃｉｅｎｄｙ ｔｈｅ ｓｔａｔｅ ｗｉｔｈ ａｂｒｕｐｔ ｃｈａｎｇｅｓ，ＭＳＴＫＦ ｓｗｉｔｃｈｅｓ ｔｏ ｓｔｒｏｎｇ ｔｒａｃｋｉｎｇ ｆｉ￣ｅｆｉｎｇ ｗｉｔｈ ｖ￣ｓｉｎｇ ｓｏｆｔｅｎｉｎｇ ｆａｃｔｏｒ．Ａ ｎｕｍｅｒｉｃａｌ ｓｉｍｕｌａｔｉｏｎ ｅｘａｍｐｌｅ ｉｓ ｇｉｖｅｎ ｔｏ ｓｈｏｗ ｔｈｅ ｅｆｆｅｃｔｉｖｅｎｅｓｓ ｏｆ ｔｈｅ ｍｅｔｈｏｄ．
基于强跟踪的平方根不敏卡尔曼滤波器
第３６卷第２期 ２０１４年２月 现代雷达 Ｍｏｄｅｍ Ｒａｄｆｉｒ Ｖｏ１．３６ Ｎｏ．２ Ｆｅｂ．２０１４
・信号／数据处理・００Ｉｔｔ（ｆ￣－：ＴＰ３９１ 文献标志码：Ａ 文章编号：１００４—７８５９（２０１４）０２—００５２—０６
基于强跟踪的平方根不敏卡尔曼滤波器
李中志，赵 梦，于雪莲，周 云，汪学刚
（电子科技大学电子工程学院， 成都６１１７３１）
摘要：针对不敏卡尔曼滤波器在递推过程中的数值不稳定性以及系统发生突变时跟踪效果不佳的问题，提出一种新的机 动目标自适应跟踪算法——基于强跟踪的平方根不敏卡尔曼滤波器（ＳＴＦ—ＳＲＵＫＦ）。该算法一方面基于平方根滤波的思 想，在递推过程中采用协方差矩阵的平方根代替协方差矩阵本身，以保证数值计算的稳定性；另一方面，基于强跟踪滤波 的思想，在递推过程中引入时变渐消因子，实时调节增益矩阵，以增强目标运动发生突变时的跟踪能力。仿真结果表明， ＳＴＦ．ＳＲＵＫＦ算法对于突发机动的目标运动模型具有良好的跟踪效果，而且具有较好的稳定性。 关键词：机动目标跟踪；不敏卡尔曼滤波器；平方根滤波；强跟踪
Ｓｑｕａｒｅ Ｒｏｏｔ Ｕｎｓｃｅｎｔｅｄ Ｋａｌｍａｎ Ｆｉｌｔｅｒ Ｂａｓｅｄ ｏｎ Ｓｔｒｏｎｇ Ｔｒａｃｋｉｎｇ
ＬＩ Ｚｈｏｎｇｚｈｉ，ＺＨＡＯ Ｍｅｎｇ，ＹＵ Ｘｕｅｌｉａｎ，ＺＨＯＵ Ｙｕｎ，ＷＡＮＧ Ｘｕｅｇａｎｇ
（Ｓｃｈｏｏｌ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｅｌｅｃｔｒｏｎｉｃ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ ｏｆ Ｃｈｉｎａ，Ｃｈｅｎｇｄｕ ６１ １７３１，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｏ ｓｏｌｖｅ ｔｈｅ ｎｕｍｅｒｉｃａｌ ｉｎｓｔａｂｉｌｉｔｙ ｉｎ ｔｈｅ ｒｅｃｕｒｓｉｖｅ ｐｒｏｃｅｓｓ ｏｆ ｕｎｓｃｅｎｔｅｄ Ｋａｌｍａｎ ｆｉｌｔｅｒ（ＵＫＦ），ａｓ ｗｅｌｌ ａｓ ｔｈｅ ｕｎｓａｔｉｓｆａｃｔｏ— ｒｙ ｐｅｒｆｏｒｍａｎｃｅ ｉｎ ｃａｓｅ ｏｆ ａｂｒｕｐｔ ｃｈａｎｇｅｓ，ａ ｎｅｗ ａｄａｐｔｉｖｅ ｔａｒｇｅｔ ｔｒａｃｋｉｎｇ ｍｅｔｈｏｄ，ｃａｌｌｅｄ ｓｑｕａｒｅ ｒｏｏｔ ｕｎｓｃｅｎｔｅｄ Ｋａｌｍａｎ ｆｉｌｔｅｒ ｂａｓｅｄ ｏｎ ｓｔｒｏｎｇ ｔｒａｃｋｉｎｇ（ＳＴＦ－ＳＲＵＫＦ），ｉｓ ｐｒｅｓｅｎｔｅｄ．Ｏｎ ｔｈｅ ｏｎｅ ｈａｎｄ，ｉｎｓｐｉｒｅｄ ｂｙ ｔｈｅ ｉｄｅａ ｏｆ ｓｑｕａｒｅ—ｒｏｏｔ ｆｉｌｔｅｒ，ｔｈｅ ｓｑｕａｒｅ ｒｏｏｔ ｏｆ ｔｈｅ ｃｏｖａｒｉａｎｃｅ ｍａｔｒｉｘ ｉｓ ｓｕｂｓｔｉｔｕｔｅｄ ｆｏｒ ｔｈｅ ｃｏｖａｒｉａｎｃｅ ｍａｔｒｉｘ ｉｔｓｅｌｆ ｉｎ ｔｈｅ ｒｅｃｕｒｓｉｖｅ ｐｒｏｃｅｓｓ，ｔｏ ｇｕａｒａｎｔｅｅ ｎｕｍｅｒｉｃａｌ ｓｔａｂｉｌｉｔｙ．Ｏｎ ｔｈｅ ｏｔｈｅｒ ｈａｎｄ，ｂａｓｅｄ ｏｎ ｔｈｅ ｉｄｅａ ｏｆ ｓｔｒｏｎｇ ｔｒａｃｋｉｎｇ ｆｉｌｔｅｒ，ａ ｔｉｍｅ—ｖａｒｉｅｄ ｆａｄｉｎｇ ｆａｃｔｏｒ ｉｓ ｉｎｔｒｏｄｕｃｅｄ ｉｎｔｏ ｔｈｅ ｒｅｃｕｒｓｉｖｅ ｐｒｏｃｅｓｓ，ｗｈｉｃｈ ｉｓ ｈｅｌｐｆｕｌ ｔｏ ａｄｊｕｓｔ ｔｈｅ ｇａｉｎ ｍａｔｒｉｘ ｔｉｍｅｌｙ，ａｎｄ ｔｈｕｓ ｅｎａｂｌｉｎｇ ＳＴＦ—ＳＲＵＫＦ ｍｏｒｅ ｐｏｗｅｒ ｔｏ ｄｅａｌ ｗｉｔｈ ｓｕｄｄｅｎ ｃｈａｎｇｅｓ．Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅ— ｓｕｉｔｓ ｄｅｍｏｎｓｔｒａｔｅ ｔｈａｔ ＳＴＦ－ＳＲＵＫＦ ｐｅｒｆｏｒｍｓ ｗｅｌｌ ａｎｄ ｓｔｅａｄｉｌｙ，ｅｓｐｅｃｉａｌｌｙ ｗｈｅｎ ｔａｒｇｅｔ ｍｏｔｉｏｎ ｃｈａｎｇｅｓ ｓｕｄｄｅｎｌｙ． Ｋｅｙ ｗｏｒｄｓ：ｍａｎｅｕｖｅｒｉｎｇ ｔａｒｇｅｔ ｔｒａｃｋｉｎｇ；ｕｎｓｃｅｎｔｅｄ Ｋａｌｍａｎ ｆｉｌｔｅｒ；ｓｑｕａｒｅ—ｒｏｏｔ ｆｉｌｔｅｒ；ｓｔｒｏｎｇ ｔｒａｃｋｉｎｇ
基于卡尔曼滤波的电网频率检测测与预测资料
华北电力大学本科毕业设计（论文）
I 摘 要
频率偏移严重影响电力系统运行的可靠性，对电力用户经济性与安全性产生危害。频率偏移严重时，还可能导致电力系统瓦解，造成重大供电事故。故频率稳定是系统安全、经济运行的重要指标。电力系统频率是检验电能生产质量的指标之一，也是衡量电力系统运行状态的重要参数。一般情况下，系统频率反映了电力系统中有功功率供需平衡的基本状态，它将随负荷波动在小范围内缓慢变化。在稳定的运行状态中，发电机输出功率与系统负荷及损耗维持平衡，但大容量负荷或发电机的投切以及控制设备的不完善都可能导致频率偏移，给电力系统的稳定运行和用户设备的正常工作带来影响，如不采取有效措施，将导致机组损坏、系统瓦解的重大恶性事故，造成巨大经济损失。因而电力系统频率检测和控制是系统运行的重要任务之一。
本课题主要是采用基于卡尔曼滤波原理，设计出对电网频率进行综合检测和预测的方案来对电网进行频率检测和预测，最后通过实例验证证明了该方案的可行性。这对于提高电力系统运行的稳定性具有重要的作用。
关键词：频率偏移，检测，控制，卡尔曼滤波
华北电力大学本科毕业设计（论文）
II
Abstract
Frequency offset seriously affect the reliability of the power system operation, it
is harm to power users and security of economic .When the frequency offset serious,
may also lead to the collapse of the power system, resulting in significant power
accident. Therefore, the frequency stability of system security is important to
拓展型自适应强跟踪卡尔曼滤波算法
拓展型自适应强跟踪卡尔曼滤波算法
下载提示：该文档是本店铺精心编制而成的，希望大家下载后，能够帮助大家解决实际问题。文档下载后可定制修改，请根据实际需要进行调整和使用，谢谢！本店铺为大家提供各种类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，想了解不同资料格式和写法，敬请关注！
Download tips: This document is carefully compiled by this editor. I hope
that after you download it, it can help you solve practical problems. The
document can be customized and modified after downloading, please adjust
and use it according to actual needs, thank you! In addition, this shop provides
you with various types of practical materials, such as educational essays, diary
appreciation, sentence excerpts, ancient poems, classic articles, topic
composition, work summary, word parsing, copy excerpts, other materials and
so on, want to know different data formats and writing methods, please pay
attention!
随着科技的不断发展，自适应强跟踪算法在目标跟踪领域中得到了广泛的应用。卡尔曼滤波算法作为一种融合了数学和工程的高级算法，在目标跟踪中也发挥着重要作用。本文将介绍拓展型自适应强跟踪卡尔曼滤波算法，并讨论其在目标跟踪中的应用。
基于卡尔曼滤波误差的电能质量扰动检测
第ｌ８卷第５期 ２００６年ｌ０月 电力系统及其自动化学报 Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ＣＳＵ—ＥＰＳＡ Ｖｏ１．１８ Ｎｏ．５ Ｏｃｔ． ２００６
基于卡尔曼滤波误差的电能质量扰动检测
张 静，徐 政 （浙江大学电机系，杭州３１００２７） 摘要：检测电压或电流波形畸变时刻对扰动波形捕捉、电能质量扰动类型分类、暂态数据压缩等都有重要意 义。为了更准确地检测电压或电流波形畸变发生时刻，提出 由线性卡尔曼滤波器的误差序列来实时检测电 能质量扰动的时域方法。它根据误差序列的突然变化来确定扰动发生的时刻。此模型下卡尔曼滤波器增益系 数Ｋ、误差协方差矩阵Ｐ与测量数据无关，可以离线计算，汁算量小。基于ＰｓｃＡＤ／ＥＭＴＤｃ和Ｍａｔｌａｂ的仿真 表明此方法能准确定位电压跌落／上升及电容器投切等引起的暂态过程的起止时刻，并且对系统频率偏移有 鲁棒性。误差序列的¨ 算可以在两采样点之间完成，可用廉价的ＤＳＰ芯片！实现电能质量的实时检测。 关键词：电能质量；暂态检测；卡尔曼滤波；误差序列；在线检测 中图分类号：ＴＭ９３；ＴＭ７６ 文献标识码：Ａ 文章编号：ｌ ００３ ８９３０（２００６）０５—００２５ ０６
Ｐｏｗｅｒ Ｑｕａｌｉｔｙ Ｄｉｓｔｕｒｂａｎｃｅｓ Ｄｅｔｅｃｔｉｏｎ Ｂａｓｅｄ ｏｎ Ｋａｌｍａｎ Ｆｉｌｔｅｒ Ｒｅｓｉｄｕａｌｓ
Ａｂｓｔｒａｃｔ：Ｉｔ ｉｓ ｍｅａｎｉｎｇｆｕｌ ｔｏ ｄｅｔｅｃｔ ｔｈｅ ｔｒａｎｓｉｅｎｔ ｐｏｉｎｔｓ ｗｈｅｎ ｗ）ｌｔａｇｅ ａｎｄ／ｏｒ ｃｕｒｒｅｎｔ ｕｎｄｅｒｇｏ（ｓ）ｓｕｄｄｅｎ ｃｈａｎｇｅｓ ｆｏｒ ｄｉｓｔｏｒｔｅｄ ｗａｖｅｆｏｒｍｓ ｃａｐｔｕｒｅ，ｄｉｓｔｕｒｂａｎｃｅ ｅｖｅＩｌｔＳ ｃｌａｓｓｉｆｉｅａｔｉｃ・ｎ．ｄａｔａ ｃｏｍｐｒｅｓｓｉｏｎ ａｎｄ ｓｏ ｏｎ． Ｒｅａｌ ｔｉｍｅ ｄｉｓｔｕｒｂａｎｃｅｓ ｄｅｔｅｃｔｉｎｇ ｔｅｃｈｎｉｑｕｅ ｉｎ ｔｉｍｅ ｄｏｍａｉｎ ｉｓ ｐｒｏｐｏｓｅｄ ｕｓｉｎｇ ｔｈｅ ｒｅｓｉｄｕａｌ ｅｒｒｏｒ ｓｅｑｕｅｎｃｅ ｏｆ ｌｉｎｅａｒ Ｋａｌｍａｎ ｆｉｌｔｅｒ．Ｓｉｎｃｅ ｔｈｅ ｇａｉｎ ｃｏｅｆｆｉｃｉｅｎｔ Ｋ ａｎｄ ｔｈｅ ｅｒｒｏｒ ｃｏｖａｒｉａｎｃｅ ｍａｔｒｉｘ Ｐ ａｒｅ ｃｏｎｓｔａｎｔ ｗｈｉｃｈ ｃａｎ ｂｅ ｃａｌｃｕｌａｔｅｄ ｏｆｆ ｌｉｎｅ，ｔｈｅ ｃｏｍｐｕｔｉｎｇ ｂｕｒｄｅｎ ｉｓ ｒｅｄｕｃｅｄ ｒｅｍａｒｋａｂｌｙ．Ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｂａｓｅｄ ｏｎ ＰＳＣＡＤ／ ＥＭＴＤＣ ａｎｄ Ｍａｔｌａｂ ｄｅｍｏｎｓｔｒａｔｅ ｔｈａｔ ｔｈｅ ａｐｐｒｏａｃｈ ｃａｎ ｅｘａｃｔｌｙ ｄｅｔｅｒｍｉｎｅ ｔｈｅ ｓｔａｒｔ ａｎｄ ｔｈｅ ｅｎｄ ｐｏｉｎｔ ｏｆ ｔｈｅ ｔｒａｎｓｉｅｎｔ ｃａｕｓｅｄ ｂｙ ｖｏｌｔａｇｅ ｓａｇ／ｓｗｅｌｌ ａｎｄ ｃａｐａｃｉｔｏｒ ｓｗｉｔｃｈｉｎｇ．Ｉｔ ｉｓ ｒｏｂｕｓｔ ｅｎｏｕｇｈ ｔｏ ｓｙｓｔｅｍ ｆｒｅｑｕｅｎｃｙ ｖａｒｉａｔｉｏｎ ｗｉｔｈｉｎ ａ ｃｅｒｔａｉｎ ｒａｎｇｅ．Ｔｈｅ ｃｏｍｐｕｔａｔｉｏｎ ｏｆ ｅｒ ｒｏｒ ｓｅｑｕｅｎｃｅ ｃａｎ ｂｅ ａｃｃｏｍｐｌｉｓｈｅｄ ｂｅｔｗｅｅｎ ｔｗｏ ｓａｍｐｌｉｎｇｓ，ａｎｄ ｔｈｅ ｔｅｃｈｎｉｑｕｅ ｃａｎ ｂｅ ｕｓｅｄ ｆｏｒ ｏｎ—ｌｉｎｅ ａｐｐｌｉｃａｔｉｏｎｓ ｗｉｔｈ ｌｏｗ ｃｏｓｔ ＤＳＰ． Ｋｅｙ ｗｏｒｄｓ：ｐｏｗｅｒ ｑｕａｌｉｔｙ；ｔｒａｎｓｉｅｎｔ ｄｅｔｅｃｔｉｏｎ；Ｋａｌｍａｎ ｆｉｌｔｅｒ；ｒｅｓｉｄｕａｌ ｅｒｒｏｒ ｓｅｑｕｅｎｃｅ；ｏｎ—ｌｉｎｅ ｄｅｔｅｃｔｉｏｎ
基于强跟踪卡尔曼滤波的电池SOC估计
基于强跟踪卡尔曼滤波的电池SOC估计
赵亚妮
【摘 要】针对锂电池模型不准确和状态突变导致SOC估计精度不佳的问题,提出了引入时变渐消因子的强跟踪卡尔曼滤波算法.以HPPC试验方法辨识了锂电池的等效二阶RC模型,对比分析了现有的扩展卡尔曼滤波原理及提出的强跟踪卡尔曼滤波算法.通过结合强跟踪原理和卡尔曼滤波算法并引入时变渐消因子,提出的方法能够强制估计残差保持正交特性,并保证残差满足高斯白噪声特性.仿真验证表明,与扩展卡尔曼滤波原理相比,在模型不准确和状态突变的情况下,强跟踪卡尔曼滤波算法具有更高的估计精度,估计误差低于2.5%,提高了近45%.%In order to solve
the poor accuracy problem of SOC estimation caused by the inaccurate
lithium-ion battery model and sudden state changing, a strong tracking
Kalman filtering algorithm with time varying fading factor was proposed.
The equivalent two-order RC model for lithium-ion battery was identified
by the HPPC test method, and the existing extended Kalman filtering
principle and the proposed strong tracking Kalman filtering algorithm
were compared and analyzed. Through combining the strong tracking
principle and Kalman filtering algorithm as well as introducing the time
基于扩展卡尔曼滤波算法的磷酸铁锂电池荷电状态估计
第 62 卷 第 5 期2023 年 9 月Vol.62 No.5Sept. 2023中山大学学报（自然科学版）（中英文）ACTA SCIENTIARUM NATURALIUM UNIVERSITATIS SUNYATSENI
基于扩展卡尔曼滤波算法的磷酸铁锂电池
荷电状态估计*
韦仲爽1， 侯巍2， 赵彦3， 郑寿森1， 付青11. 中山大学物理学院，广东 广州 5102752. 安徽南瑞继远电网技术有限公司，安徽 合肥 2300883. 珠海银河耐吉科技有限公司，广东 珠海 519085摘要：电池的荷电状态（SoC，state of charge）是锂离子电池最基本的参数之一，不能直接测量得到。本文基于二阶Thevenin模型对磷酸铁锂电池进行建模分析，通过混合脉冲功率特性（HPPC，hybrid pulse power charac‐teristic）实验对不同SoC处的模型参数进行识别。基于MATLAB/Simulink平台，搭建了变参数二阶Thevenin模型与扩展卡尔曼滤波（EKF，extended Kalman filter）算法相结合的估算系统。仿真结果表明，估算系统在不同工况下的仿真误差不超过2.5%，为锂离子电池管理系统的搭建提供了支持。关键词：磷酸铁锂电池；荷电状态；二阶Thevenin电路模型；参数识别；扩展卡尔曼滤波算法中图分类号：TM912.9 文献标志码：A 文章编号：2097 - 0137（2023）05 - 0092 - 09
State of charge estimation of lithium-iron batteries based on extended Kalman filter
WEI Zhongshuang1， HOU Wei2， ZHAO Yan3， ZHENG Shousen1， FU Qing11. School of Physics， Sun Yat-sen University， Guangzhou 510275， China2. Anhui NARI Jiyuan Electric Power System Technology Company Limited， Hefei 230088， China3. Zhuhai Inhenergy Technology Company Limited， Zhuhai 519085， ChinaAbstract： The state of charge of the battery is one of the fundamental parameters of the lithium-ion bat‐tery， which cant be measured directly. In this paper， the second-order Thevenin model is used to ana‐lyze the characteristics of lithium-iron phosphate battery， and the model parameters at different SoC are identified through the hybrid pulse power characteristic （HPPC） experiment. Based on MATLAB/Simulink platform， an estimation system combining variable parameter second-order Thevenin model and extended Kalman filter （EKF） algorithm is built. The simulation results show that the simulation error of the estimation system is less than 2.5% under different working conditions， which provides support for the development of lithium-ion battery management system.Key words：lithium-iron phosphate battery； SoC； the second-order Thevenin model； parameter identify； EKF algorithmDOI：10.13471/ki.acta.snus.2023B012
基于Kalman滤波的动态电能质量监测的开题报告
基于Kalman滤波的动态电能质量监测的开题报告
一、研究背景
随着电力系统规模的不断扩大和能源消费的增加，电力质量问题越来越引起人们的重视。尤其是在现代工业生产和信息化建设中，电力质量问题对设备的运行和数据传输等方面有着严格的要求。因此，动态电能质量监测成为了充满挑战的研究领域之一。
电能质量的监测和控制技术中，Kalman滤波技术是一种广泛应用的实时控制和监测技术，它具有准确性高、适应性强、运算速度快等优点。基于Kalman滤波的动态电能质量监测技术应运而生，受到了越来越多学者的关注。
二、研究目的
本研究旨在基于Kalman滤波理论，设计一种动态电能质量监测系统，实现对电能质量的实时监测和控制，提高电能质量的稳定性和可靠性。
三、研究内容
1. 电能质量监测原理及相关技术研究；
2. Kalman滤波原理及其在电能质量监测领域中的应用研究；
3. 基于Kalman滤波的动态电能质量监测系统设计；
4. 系统实验验证及性能分析。
四、研究方案
1. 研究电能质量监测原理及常见问题，包括电压波动、电压暂降、频率偏移、谐波污染、间断性干扰等；
2. 深入研究Kalman滤波原理，掌握其相关数学基础知识，包括状态空间模型、观测矩阵、卡尔曼滤波器等； 3. 分析Kalman滤波在电能质量监测领域中的应用，探究其在电能质量监测系统中的优势；
4. 基于Kalman滤波的动态电能质量监测系统设计，包括硬件和软件设计；
5. 对系统进行实验验证，分析其监测精度和实时性能。
五、研究意义
本研究所提出的基于Kalman滤波的动态电能质量监测系统具有以下意义：
1. 可以有效实现对电能质量的实时监测和控制，提高电能质量的稳定性和可靠性；
2. 将Kalman滤波技术应用于动态电能质量监测中，扩展了Kalman滤波的应用领域；
3. 对动态电能质量监测技术的发展和研究具有一定的推动作用。
六、预期结果
本研究预期能够设计出一种基于Kalman滤波的动态电能质量监测系统，并进行实验验证。该系统能够有效地实现对电能质量的实时监测和控制，具有较高的监测精度和实时性能。同时，本研究还将对Kalman滤波在电能质量监测领域中的应用进行研究和探讨，为该领域的研究和发展做出贡献。
基于扩展卡尔曼滤波算法的电网动态状态估计
基于扩展卡尔曼滤波算法的电网动态状态估计
陈建强;洪彬倬;文波
【摘 要】This paper introduces principle of Kalman filter and extended
Kalman filter (EKF)algorithm for dynamic state es-timation,and makes a
comparison between this dynamic state estimation algorithm with
weighted least square method for es-timating precision and static state.
According to tests on IEEE 9-300 node system and one 215 node system
by MATLAB,it finds EKF algorithm has significant advantages. Therefore,in
view of existing problems in traditional EKF algorithm,it proposes an
improved EKF algorithm based on time varying noise which can ensure
filter precision of dynamic state estima-tion within a reasonable range in
normal state and under abnormal conditions.%介绍了动态状态估计的卡尔曼滤波原理及扩展卡尔曼滤波(extended Kalman filter,EKF)算法,将其与估计精度和静态状态的加权最小二乘法进行比较,经过MATLAB编程对IEEE 9-300节点和某215节点实际系统的测试,发现EKF算法具有明显的优势.为此,针对传统EKF算法存在的主要问题,提出基于时变噪声的改进EKF算法,使动态状态估计在系统正常情况和异常情况下的滤波精度均在理想范围内.电力系统动态状态估计对未来时刻的系统状态、运行轨迹的预测十分重要.
基于扩展卡尔曼滤波的同步相量测量数据计算
基于扩展卡尔曼滤波的同步相量测量数据计算
王冰;王增平
【摘 要】同步相量测量单元(phasor measurement unit,PMU)对硬件滤波后采样得到的离散数据仍然存在一些随机噪声信号,会影响同步相量测量计算精度.因此,针对PMU信号采集系统提出了一种扩展卡尔曼滤波(extended Kalman filter,EKF)方法实现对三相电压和电流正弦信号的实时状态估计,以提高动态相量信号的计算精度.首先,建立了考虑幅值和相位为时变情况的电力系统三相正弦信号的状态空间模型,然后给出了同步相量数据的动态EKF计算方法和步骤,最后,在MATLAB平台上进行仿真分析,验证了动态EKF滤波方法的有效性.
【期刊名称】《广东电力》
【年(卷),期】2013(026)007
【总页数】5页(P62-65,73)
【关键词】同步相量测量单元;动态扩展卡尔曼滤波;离散傅里叶变换算法
【作 者】王冰;王增平
【作者单位】华北电力大学新能源电力系统国家重点实验室,北京102206;华北电力大学新能源电力系统国家重点实验室,北京102206
【正文语种】中 文
【中图分类】TM774
随着电力系统广域测量系统(wide area measurement system，WAMS)的快速发展，对同步相量测量技术的要求越来越高，高精度相量数据的计算影响着其在电力系统的应用，标准IEEE Std C37.118[1]的制定更加说明电力系统同步相量测量的重要性[2-3]。
相量定义采用具有恒定幅值和相位的正弦信号，然而电力系统运行是一个动态过程，其电压和电流相量的幅值和相位会随电网的运行状况发生变化，因此在模型中将其视为是时变的更为合理。通常，同步相量测量单元(phasor measurement unit，PMU)采集三相电压和电流信号是先通过硬件低通滤波器，然后进行交流采样，由离散傅里叶变换(discrete Fourier transform，DFT)或快速傅里叶变换(fast