[发明专利]基于自适应H无穷扩展卡尔曼滤波的状态估计方法

权利要求书

1.一种基于自适应H无穷扩展卡尔曼滤波的状态估计方法，其特征在于：包括以下步骤：

建立电力系统动态状态估计模型，依据电力系统的动态状态估计模型，采用自适应H无穷扩展卡尔曼滤波的状态估计方法对电力系统运行动态进行估计：

(1)设定滤波相关的初始值，包括t＝0时刻的状态估计初始值状态估计误差协方差P₀、系统噪声和量测噪声协方差矩阵的初始值Q₀和R₀、以及最大估计时刻N；

(2)获取t时刻的电力系统混合量测值y_t；

(3)计算t时刻的状态预测值计算公式如下：

式中，f(·)表示已知的系统函数，为t-1时刻的状态估计值；

(4)计算t时刻的状态预测误差协方差P_t|t-1，计算公式如下：

式中，表示函数f(·)在处的雅克比矩阵，P_t-1为t-1时刻的估计误差协方差，Q_t-1表示t-1时刻的系统噪声协方差矩阵；

(5)根据外界情况变化，自适应计算并更新t时刻误差协方差矩阵计算公式如下：

式中，α是一个待设定的正常数，用于调节动态过程中误差协方差自适应变换的阈值，γ为不确定约束上界，其中P_y,t-1、和L_t的计算方法如下：

式中，对应于实际电力系统输出函数h(·)在t-1时刻雅克比矩阵，R_t-1为t-1时刻的量测噪声协方差矩阵，ρ＝0.98为遗忘因子，I为对应维度的单位矩阵，ε_max是根据实际系统的物理信息进行设定的值；

(6)计算t时刻卡尔曼滤波增益G_t，计算公式如下：

式中，

(7)计算t时刻的状态估计误差协方差P_t，计算公式如下：

(8)计算t时刻的状态估计值计算公式如下：

(9)计算信息序列，计算公式如下：

式中，s_t为t时刻的信息序列；

(10)在上一步的基础上，运用改进的Sage-Husa噪声统计估计器，动态计算t时刻系统噪声协方差矩阵Q_t，计算公式如下

式中，b为遗忘因子，在系统噪声特性缓慢变化的情况下，其取值范围为0.95～0.995；

(11)按照(2)-(10)步骤依据时间序列对电力系统运行状态动态估计，直至t+1＞N时迭代停止，输出状态估计结果。

2.根据权利要求1所述的基于自适应H无穷扩展卡尔曼滤波的状态估计方法，其特征在于：所述电力系统动态状态估计模型的动态方程和量测方程表示为：

x_t＝f(x_t-1)+w_t-1，

y_t＝h(x_t)+v_t，

式中，x_t-1表示状态变量，x_t-1＝[u_t-1,θ_t-1]∈Rⁿ由电力系统节点电压和相角构成，y_t为t时刻电力系统混合量测值，y_t∈R^m由电力系统节点电压和相角，节点注入有功、无功功率以及支路有功和无功功率量测值构成；f(·)和h(·)是非线性函数，w_t-1∈Rⁿ是系统误差，w_t-1的协方差矩阵为Q_t-1，v_t∈R^m为量测误差，v_t的协方差矩阵为R_t。