基于伪量测自适应插值策略的发电机动态状态估计

随着智能电网建设的推进,同步相量测量单元(phasor measurement unit,PMU)技术逐步成熟并大量应用于电力系统中。针对扩展卡尔曼滤波(extended Kalman filter,EKF)线性化误差和噪声鲁棒性的缺陷,提出一种基于伪量测自适应插值策略的插值强跟踪扩展卡尔曼滤波(interpolation strong tracking extended Kalman filter,ISTEKF)方法。该方法通过在EKF中引入强跟踪理论和基于有限状态机的伪量测自适应插值策略,有效提高了估计精度和噪声鲁棒性。仿真结果表明,所提方法相比于EKF和插值扩展卡尔曼滤波(interpolation extended Kalman filter,IEKF)具有更好的估计精度和鲁棒性。