[发明专利]基于奇异值分解CDKF的电力系统动态状态估计方法

摘要

本发明公布了一种基于奇异值分解CDKF的电力系统动态状态估计方法，该方法首先将奇异值分解，即SVD技术引入中心差分滤波CDKF，将CDKF中对协方差矩阵的柯林斯基分解替换为奇异值分解，然后借助Stering差值公式，用多项式近似非线性函数的求导运算，并采用中心差分公式替换Taylor展开式中的一阶及二阶求导公式。本发明方法解决了由于计算误差和舍入误差引起协方差矩阵不正定的问题，增强了方法的数值稳定性，避免了复杂的求导运算，计算简单，参数调节简便且滤波精度高。结果表明，本发明方法的数值稳定性优于平方根形式的方法，且滤波精度优于扩展卡尔曼滤波方法和无迹卡尔曼滤波方法。

主权项

一种基于奇异值分解CDKF的电力系统动态状态估计方法，其特征在于：包括以下步骤：1)获取电力系统的规模和量测配置信息；2)获取电力系统节点类型并分类编号，计算节点导纳矩阵；3)电力系统动态状态估计器初始化；4)利用奇异值分解代替柯林斯基分解协方差矩阵得到协方差分解矩阵；5)利用状态滤波值和协方差分解矩阵采取对称采样策略计算时间更新所需采样点集并确定权重；6)采用指数平滑模型进行预测步；7)按照对称采样策略计算量测更新所需采样点集，计算量测预测值，进行滤波步，得到滤波结果和滤波协方差；8)判断计算是否结束，若是，则输出状态估计结果；若否，则转到步骤2)继续下一步。