联合扩展卡尔曼滤波的滑模观测器SOC估算算法研究

文中提出一种联合扩展卡尔曼滤波的滑模观测器算法用于电动汽车电池的荷电状态(state of charge,SOC)估计。电池模型采用二阶Thevenin等效电路模型,辨识不同温度下的模型参数,分析温度对电池模型参数及精度的影响。针对扩展卡尔曼滤波对模型精度依赖性高及滑模观测器对噪声敏感导致估计结果存在较严重抖振现象的缺陷,提出在扩展卡尔曼滤波算法的状态修正方程中加入防抖函数,依据滑模观测器稳定性约束条件获取函数相关参数,得到一种新的联合扩展卡尔曼滤波的滑模观测器算法。所提算法能够同时综合扩展卡尔曼滤波器和滑模观测器优点,在滤除噪声的同时对建模误差也具有较强的鲁棒性。最后,设计相应的模拟工况进行实验,实验结果证明,所提算法在复杂的车载环境下拥有比扩展卡尔曼滤波和滑模观测器更高的电池SOC估计精度。     

基于改进卡尔曼滤波算法的短期负荷预测

对于电网的安全运行,短期的负荷预测是必不可少的。电力系统的负荷通常是随着时间呈现出一定范围的非线性波动,这里根据电力系统中负荷特性的变化规律,提出了一种通过引入修正因子改进卡尔曼滤波算法的方法,实现了电力短期负荷预测。通过对成都地区的负荷进行短期预测,说明这种方法较传统的卡尔曼滤波具有更高的预测精度,同时与其他的新型智能算法相比,具有收敛速度快、耗时短等优点。通过MATLAB仿真,说明这种改进后的算法对实现短期负荷预测提供了一条新的途径。     

基于扩张状态观测器的电力系统强迫扰动监测

提出将扩张状态观测器(extended state observer,ESO)应用于电力系统强迫扰动估计问题。将电力系统的强迫扰动量扩张成新的一阶状态量,与原系统方程一起组合成新的增广系统,以此来建立扩张状态观测器,在PSCAD里搭建观测器仿真模型,通过选择合适的观测器参数,对单机无穷大系统原动机功率扰动进行仿真分析,结果表明该观测器对系统的状态和扰动量可进行准确的估计,从而验证了该方法的有效性。并在此基础上,研究了正弦波和脉冲波2种扰动形式对系统稳定性的影响,结果表明在相同幅值和频率的情况下,正弦波更易引起系统的不稳定。     

基于ZigBee的农田信息监测网络设计

针对RS485总线、CAN总线在农田信息监测中存在的问题,提出基于ZigBee无线方式的农田监测网络方案。以CC2530、DHT11、MC55等为基础设计节点硬件,以Z-Stack协议栈为基础设计节点软件,详细阐述了终端节点、路由节点、协调器的软硬件设计过程及基于GPRS网络接入Internet的指令过程。该方案网络结构简单、成本低廉,网络规模易于扩展,便于在不同农业环境中快速组建农田信息监测网络系统,方便快捷的实现土壤温度、湿度等信息的远程监测功能。     

基于卡尔曼滤波算法GPS校钟系统的设计

电网时间统一主站系统主要由铯钟源、GPS校钟系统、分频钟设备以及频标放大器和脉冲放大器等组成.其中GPS校钟设备测量GPS秒信号和分频钟秒信号的时差,并利用卡尔曼滤波算法对时差数据进行滤波平滑,调整分频钟的秒信号与GPS秒信号对齐,再经脉冲放大器输出作为主站系统的时间基准用来同步整个电网时间.文章给出了校钟设备的设计方...     

无刷直流电机状态观测器的设计

从介绍扩展卡尔曼滤波算法原理人手，建立了以不导通相反电势为基础的无位置传感器无刷直流电机的状态观测模型，估算出电机转子位置和速度，最后对模型进行了仿真并给出了仿真结果。     

基于贝叶斯网络及信息时序属性的电力系统故障诊断方法

该文提出了基于贝叶斯网络的故障诊断方法，并拓展建立了蕴含时序属性的贝叶斯网络分布式处理模型。该方法具有以下特点：诊断模型清晰直观，易于发现数据间的因果关系；综合了先验信息和后验信息，适合不确定性和不完备信息下进行诊断决策；充分合理地利用了信息的时序属性，有效地提高了诊断结果的准确性。算例测试结果表明所提出的故障诊断模型正确、方法有效，且在实时故障诊断的应用上具有很好的潜力。     

基于扰动观测器的电力系统鲁棒滑模控制器设计

针对多机电力系统中的励磁系统,设计一种基于扰动观测器的滑模控制(Perturbation Observer based Sliding-mode Control, POSMC)以提高系统稳定性。首先,将系统的非线性、参数不确定性、未建模动态和外部时变扰动聚合为一个扰动,同时由一个滑模状态扰动观测器(Sliding-mode State and Perturbation Observer, SMSPO)对该扰动进行实时快速估计。随后,通过滑模控制器对该扰动估计进行在线完全补偿以实现全局一致的控制能力。POSMC具备结构简单、可靠性高、不依赖系统精确模型以及仅需测量发电机功角一个状态量等优点。最后,基于机械功率阶跃变化、三相短路以及发电机参数不确定性三个算例验证了POSMC的有效性和鲁棒性,其能在各种工况下实现最佳的动态性能,有利于电力系统发生故障后恢复稳定运行。     

基于卡尔曼滤波的矿井移动节点定位算法研究

提出了一种基于无线传感器网络的矿井移动节点的定位算法.针对井下环境特征,巷道纵横交错,移动节点数量庞大以及无规律移动的特殊复杂情况,提出了一种卡尔曼滤波测距预估和弹性粒子模型相结合的定位算法.该算法采用卡尔曼滤波器对RSSI信号强度进行滤波和测距预估,建立弹性粒子网络模型对移动节点定位准确度进行校正,实现了矿井移动节点的实时精确定位.通过仿真实验表明,该算法误差小,精确度高,适合用于井下大规模的移动节点的定位.     

动态GPS卡尔曼滤波中的神经网络算法研究

GPS导航系统噪声具有非先验性,而传统的卡尔曼滤波器要求假设动态模型和观测模型的噪声统计特性已知,因此传统卡尔曼滤波导航定位的方法定位精度不高.本文提出采用前向神经网络辅助调节卡尔曼滤波器,这样既考虑了现实环境的动态变化对系统模型造成的随机干扰影响,又融合了神经网络的自学习性和自适应性,使其具有自适应能力以应付动态环境的扰动,其中自适应利用神经网络的BP算法得以实现.仿真研究表明:该算法优于普通的卡尔曼滤波器.     

一种基于指数渐消因子的自适应卡尔曼滤波算法

本文应用自适应估计理论,提出了一种指数渐消因子自适应算法。该算法通过实测残差与理论残差的比值来确定指数方程的系数,调节自适应渐消因子,保证了滤波的稳定性,提高了滤波精度,并且冲破了经验储备系数的限制。最后对比其他三种自适应滤波算法进行了仿真比较,仿真结果表明,指数渐消因子自适应滤波算法是一种实用而有效的算法。     

基于卡尔曼滤波的高精度弹道滤波算法研究

在弹道轨迹估计中,卡尔曼滤波算法是一种普遍使用的算法,常规卡尔曼滤波算法适用于线性离散系统.对于非线性离散系统模型,为了提高滤波的精度,减小系统模型误差以及未知的量测噪声和过程噪声统计特性对滤波精度的影响,提出了一种带有噪声统计估计器的拟线性最优平滑滤波算法.将该算法应用到弹道系统模型中,对弹道轨迹进行滤波估计.通过计算机建模仿真改进的算法和传统的拟线性最优平滑滤波算法,得到的实验结果表明,改进后的算法可以减小由于系统模型不精确带来的误差,很大程度上提高了弹道轨迹滤波估计的精度.     

基于模糊卡尔曼滤波算法的动力电池SOC估计

为了改善传统卡尔曼滤波算法估计SOC时量测噪声的影响,提出了将传统卡尔曼滤波算法与模糊控制相结合的动力电池SOC的自适应估计方法。通过实时监控量测噪声实际方差与理论方差之间的差值,实现对量测噪声协方差矩阵的实时在线调整,提高算法在实际应用中的鲁棒性。通过基于联邦城市行驶工况(FUDS)验证混合算法的有效性。结果表明,基于模糊卡尔曼滤波算法的SOC估计最大误差仅为0.21%,高于传统卡尔曼滤波估计精度最大误差0.53%。仿真结果表明,该方法可以有效解决传统卡尔曼滤波算法估计不准和累计误差的问题。     

Kalman滤波新息正交性抗野值法研究

在Kalman滤波应用过程中，观测值中的野值是影响滤波效果的重要因素。当观测中含有野值时，破坏了Kalman滤波新息的正交性，从而造成估计不准，滤波精度下降。本文提出了修正Kalman滤波新息正交性的方法，使修正后的Kalman滤波新息能够保持修正前的新息正交性。仿真结果表明，本文提出的方法有效地抑制观测中的野值对系统滤波的不利影响。     

基于逆向卡尔曼滤波的电力变换器故障诊断方法

针对变换器中因电解电容退化而引起的等效电阻异变的故障诊断问题,提出了一种基于逆向卡尔曼滤波的电力变换器故障诊断方法。将变换器抽象为一类卡尔曼滤波动态方程。将电路元件参数作为卡尔曼滤波的未知状态,利用电路的电压和电流作为已知矩阵,逆向推导卡尔曼滤波递推公式,完成电力变换器的参数辨识和故障诊断。针对变换器正常状态下的参数辨识结果,表明所提出的逆向卡尔曼滤波参数辨识算法具有较高的精度。同时针对变换器故障状态下的故障诊断结果,表明逆向卡尔曼滤波算法也具有很好的跟踪性,能够快速显示故障元件及其参数变化情况。仿真验证了所提出方法的有效性和实用性。     

Synthesized filtering algorithm for microprocessor based protection

Many algorithms have been proposed for a microprocessor based on-line digital control and protection systems. Some algorithms are only accurate for fundamental frequency components, while others are suitable for signals which contain substantial transient components due to short-circuit transients.

A new synthesized filtering algorithm is proposed in this paper. It is shown that some well-known algorithms used for the highly distorted signals can be derived from this algorithm. The proposed algorithm is able to reject harmonics and is suitable for implementation on a microprocessor.     

基于BPLC的智能电网用电信息采集系统的应用研究

随着国家对智能电网的推进,用电信息采集系统作为用电自动化关键部分发展较快,由此,笔者介绍了国内智能电网用电信息采集系统的应用状况,并分析了该系统各种采集方式的优缺点,重点探讨了基于BPLC技术的用电信息采集系统的组网模式、技术特点,并以某小区为例给出了组网架构和方法以及运维效果.     

基于EKF算法的铅酸蓄电池SOC在线检测装置设计

为在线检测铅酸蓄电池的荷电状态,基于6-TKA-180型铅酸蓄电池建立其等效电路模型并进行参数辨识,在此基础上,应用扩展卡尔曼滤波算法进行了铅酸蓄电池荷电状态在线检测装置的设计,并通过实验验证了基于扩展卡尔曼滤波算法的铅酸蓄电池荷电状态在线检测的可靠性与准确性。     

基于电网影响因子的电力通信网关键节点识别

作为电力系统的通信专网,电力通信网具有明显的行业特点。为准确识别网络关键节点,从电力通信网与电网的特殊关系分析节点的重要性,提出电网影响因子的概念。根据节点所处的站点在电网中的地位及作用,即站点类别因素和负荷因素两方面评价节点权重。然后利用电网影响因子,并结合所定义的聚合系数指标,分析电力通信网中重要节点的分布密集状况,得到各节点在网络拓扑中的相对重要性。仿真表明,相对于现有其他算法,该算法能够更好地结合电力通信网的应用特点区分网络拓扑中节点位置相似的节点的重要性,在电力通信网运行风险分析中具有较大的参考价值。