Invention Grant
- Patent Title: 一种基于自适应卡尔曼滤波的低频振荡模态参数辨识方法
-
Application No.: CN201710091562.5Application Date: 2017-02-20
-
Publication No.: CN106786561BPublication Date: 2019-06-18
- Inventor: 王义 , 孙永辉 , 王加强 , 卫志农 , 孙国强 , 汪婧 , 翟苏巍
- Applicant: 河海大学
- Applicant Address: 江苏省南京市江宁区佛城西路8号
- Assignee: 河海大学
- Current Assignee: 河海大学
- Current Assignee Address: 江苏省南京市江宁区佛城西路8号
- Agency: 南京苏高专利商标事务所
- Agent 李玉平
- Main IPC: H02J3/00
- IPC: H02J3/00 ; H02J3/24 ; G06F17/50

Abstract:
本发明公开了一种基于自适应卡尔曼滤波的低频振荡模态参数辨识方法,用于解决电力系统低频振荡模态参数识别问题。本发明的具体实施步骤如下:首先,通过对低频振荡信号的分析,结合其自身的特点,建立了状态分量包含待辨识参数的状态空间模型;在此基础上,考虑到系统噪声和量测噪声协方差的时变性,通过运用自适应技术实现了对噪声协方差的动态估计;最后,结合卡尔曼滤波方法实现了对低频振荡模态参数的有效辨识。算例分析表明了本发明的有效性和实用性。
Public/Granted literature
- CN106786561A 一种基于自适应卡尔曼滤波的低频振荡模态参数辨识方法 Public/Granted day:2017-05-31
Information query