- 专利标题: 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
-
申请号: CN201710091562.5申请日: 2017-02-20
-
公开(公告)号: CN106786561B公开(公告)日: 2019-06-18
- 发明人: 王义 , 孙永辉 , 王加强 , 卫志农 , 孙国强 , 汪婧 , 翟苏巍
- 申请人: 河海大学
- 申请人地址: 江苏省南京市江宁区佛城西路8号
- 专利权人: 河海大学
- 当前专利权人: 河海大学
- 当前专利权人地址: 江苏省南京市江宁区佛城西路8号
- 代理机构: 南京苏高专利商标事务所
- 代理商 李玉平
- 主分类号: H02J3/00
- IPC分类号: H02J3/00 ; H02J3/24 ; G06F17/50
摘要:
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。
公开/授权文献
- 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 公开/授权日:2017-05-31