基于WGPR的三相不平衡配电网鲁棒状态估计方法

针对分布式电源和不平衡负荷接入配电网致状态估计精度不足问题,提出一种基于加权高斯过程回归(WGPR)的三相不平衡配电网鲁棒状态估计方法。采用高斯过程回归模型构建量测值与状态值之间的非线性映射关系,获得状态估计值。通过神经网络状态预测模型获得状态预测值,将估计值和预测值输入WGPR模型得到最终的三相状态估计结果。以IEEE 34节点和IEEE 123节点三相不平衡配电网为例进行分析,结果表明所提状态估计方法具有较高的估计精度和鲁棒性。

一类不确定线性系统鲁棒状态估计器设计

本文对一类不确定线性系统给出了一种鲁棒状态估计器设计方法．其主要思想是对允许的系统扰动，通过设计估计器参数矩阵使增广系统的极点位于左半复平面指定圆形区内或指定直线的左侧，且稳态误差协方差阵不超过给定上限．给出了鲁棒估计器存在条件及其解的一般表达式．

一种参数不确定性系统的鲁棒状态估计方法

研究具有时变和模有界的参数不确定性系统的状态估计问题 .针对目前鲁棒状态估计中不确定性参数仅出现于状态矩阵和输出矩阵的问题 ,介绍了一种系统状态方程和输出方程的所有矩阵中都含有不确定性参数的状态估计算法 .该算法通过求解两个代数 Riccati方程的正定解 ,得到了使得估计过程二次稳定的状态估计器 .此算法不但经过了理论证明 。

期望指标下一类线性周期系统鲁棒状态估计

针对满足多重区域指标约束的鲁棒滤波问题 ,以离散线性周期系统为研究对象 ,利用周期系统参数在某区间变化的特性 ,将周期系统满足极点或极点 /协方差指标的估计问题转化为区间系统的鲁棒估计问题。采用线性矩阵不等式 (L MIs)法进行凸优化 ,求解对应区间系统的满意估计增益 ,并设计相应鲁棒状态估计器。数值算例验证了相关的结论。

带乘性噪声系统的最优方差约束鲁棒状态估计算法

带乘性噪声系统由于其广泛的适用性,一直成为研究的热点。针对带乘性噪声系统的鲁棒状态估计算法进行研究,利用线性矩阵不等式的方法,讨论状态方程中含有范数有界不确定性参数的带乘性噪声系统的方差约束鲁棒状态估计器存在的条件,并针对此类带乘性噪声系统推导出1套方差约束鲁棒状态估计算法以及最优方差约束鲁棒状态估计算法。仿真结果验证算法的有效性。

基于LMI的连续非时变不确定系统鲁棒状态估计

研究了连续非时变不确定系统鲁棒状态估计器的基于线性矩阵不等式 ( L MI)解 ,该解建立在业已成熟的 LMI技术基础上 ,形式简单 ,用 MATLAB工具包直接求解。文中还指出了文献 [1 ]的不足 ,最后给出了数值算例 ,以示该方法的有效性。

基于二次型规划考虑网络丢包的鲁棒状态估计

提出一种可以体现网络丢包的离散时间线性时不变状态空间模型,并将鲁棒状态估计的问题转化为向量优化问题.为了能够快速有效地对该问题进行求解,通过标量化方法将向量优化问题转化为普通的标量二次型规划问题,然后将状态估计问题转化为对标准l1正则化最小平方问题的求解.结合Kalman滤波的更新过程,提出了能够适用于具有数据包丢失情况下的鲁棒状态估计算法,通过仿真实验验证了算法的有效性.

分式扰动下的鲁棒状态估计

笔者给出了一种线性分式扰动下的广义区间系统鲁棒状态估计算法,提出一种线性分式扰动模型,此模型具有分块对角结构,而线性分式表示的不确定性集合可以看成是一系列椭球的交集,后通过计算得到一个椭球表达式。通过证明,噪声方差较大时,该算法比鲁棒滤波算法的优势大,主要体现在抗干扰能力方面。

基于动态分区和多估计准则的电力系统自适应鲁棒状态估计

随着当前智能电网技术的高速发展,电力系统的组成和运行方式愈发复杂,对状态估计的鲁棒性和实时性也产生了更高的需求。为此,提出一种基于动态分区和多估计准则的电力系统自适应鲁棒状态估计。通过模糊c均值聚类筛选出系统中的可疑量测集,进而根据可疑量测的空间分布实现系统动态分区。考虑到不同估计器各自的特点和适应性,针对可疑量测区域和正常量测区域自适应选取不同的估计准则,在保证估计精度的同时兼顾计算效率。为了保证边界节点信息和联络线传输功率的一致性,引入边界协调信息作为等式约束,并基于交替方向乘子法进行求解。通过IEEE标准系统进行测试,结果表明所提方法具有较好的估计精度和鲁棒性,并且其估计效率较加权最小绝对值估计法有明显提升。

基于深度学习与内核岭回归的电力系统鲁棒状态估计

针对电力系统状态估计中量测数据存在非高斯噪声、估计结果精度有限和时效性不高的问题,该文提出了一种结合深度学习框架与内核岭回归的电力系统预测辅助鲁棒状态估计方法。首先,根据电力系统的历史运行数据,将基于注意力机制的卷积神经网络与长短期记忆神经网络相结合构建预测模型。其次,通过支持向量机来检测异常与缺失数据,实现数据分类,并基于改进的预测模型,在量测异常情况下输出状态量;再次,使用内核岭回归模型建立量测量与状态量的非线性映射函数,对含有非高斯噪声的量测量进行滤波;最后,在IEEE 118节点和IEEE 300节点测试系统上进行数值仿真,结果表明本文所提方法具有较高的精确性和鲁棒性。

基于多变量Laplace分布的非线性系统分布式鲁棒状态估计

本文考虑非高斯噪声下传感器网络的状态估计问题.在机动目标跟踪、室内定位、水声导航等应用中,传感器的非高斯噪声会造成针对高斯噪声设计的常规状态估计算法精度下降.在现有针对单传感器系统的基于多变量Laplace(Multivariate Laplace,ML)鲁棒状态估计(Robust State Estimation based on ML,RSE-ML)算法基础上,本文借助信息滤波的特点,推导了针对多传感器系统的集中式RSE-ML(Centralized RSE-ML,CRSE-ML)算法,进一步利用一致性平均得到分布式RSE-ML(Distributed RSE-ML,DRSE-ML)算法.本文提出的DRSE-ML算法中利用ML建模非高斯噪声,借助变分贝叶斯方法估计噪声和状态参数,采用一致性算法进行分布式信息交互,克服了集中式算法通信和计算负担重的缺点,且具有自由参数少、估计精度高的特点.仿真结果表明,所提出的DRSE-ML算法估计精度优于现有相关算法,且能逼近集中式CRSE-ML算法的估计精度.

基于PMU/SCADA混合量测的电力系统鲁棒状态估计

状态估计器提供的准确运行状态是电力系统可靠运行和控制的关键,本文运用一种基于同步相量测量单元和数据采集与监控系统混合量测的鲁棒状态估计方法来精确监测电力系统的运行状态.针对加权最小二乘法在电力系统中对量测数据精度要求高、抗差性弱的缺点,结合分段指数函数和抗差估计,提出一种自适应加权最小二乘法,通过监测点配置及残差平方和来检测故障节点,并根据故障所在范围动态调整测量权值,提高了算法的鲁棒性.最后通过IEEE 30节点的算例分析,验证了该方法具有较好的鲁棒性和较高的时效性.

具有不确定噪声的离散广义线性系统的鲁棒状态估计

本文研究了一类具有不确定噪声的离散广义线性系统的鲁棒状态估计问题，利用对策论的基本原理，给出了一种比较简单实用的近似估计方法．即最小化不确定下最坏性能的极小极大鲁棒状态估计．

基于平方根UPF的电力系统鲁棒预测状态估计

针对辅助预测状态估计器在迭代计算中会出现状态预测误差协方差矩阵不正定,导致估计精度差甚至发散的问题,提出了基于平方根UPF的电力系统鲁棒辅助预测状态估计。该方法采用两种数学方法:矩阵Cholesky分解因子更新和矩阵QR分解,引入平方根技术动态更新状态预测误差协方差矩阵以保持状态预测误差协方差矩阵的正定性。运用MATLAB进行仿真模拟测试,结果表明:IEEE 30节点系统非高斯噪声测试中,平方根UPF电压相角的均方根误差平均值为UPF相应测试值的0.09%,平方根UPF电压幅值的均方根误差平均值为UPF相应测试值的0.14%;IEEE 57节点系统非高斯噪声测试中,平方根UPF电压相角的均方根误差平均值为UPF相应测试值的0.67%,平方根UPF电压幅值的均方根误差平均值为UPF相应测试值的0.57%。所提出的平方根UPF对解决辅助预测状态估计中状态预测误差协方差矩阵不正定的问题具有很好的效果,具有更高估计精度和鲁棒性。

含结构参数扰动的线性连续系统的鲁棒约束方差状态估计

本文考虑含结构参数扰动的线性连续随机系统的鲁棒约束方差状态估计问题，即设计滤波增益，使受扰系统每个状态分量的估计误差方差的稳态值不大于预先给定值，同时滤波矩阵具有期望的稳定裕度．本文给出了上述性能鲁棒滤波增益的存在条件及解析表达式，并提供了相应的数值例子．

含结构参数摄动的线性离散系统的鲁棒约束方差状态估计

考虑状态矩阵中含不确定性的线性离散随机系统的鲁棒约束方差状态估计问题,即设计滤波增益,使摄动系统每个状态分量的估计误差方差的稳态值不大于各自预先给定值。给出了期望鲁棒滤波增益的存在条件及其解析表达式,并以数值算例说明了设计方法的直接性与有效性。

具有状态和测量时滞不确定系统的鲁棒H_∞状态估计(英文)

考虑一类已知状态和测量时滞且范数有界参数不确定连续时间系统的鲁棒H∞ 状态估计问题 .这个问题解的充分条件由二个代数Riccati不等式给出 ,它可以保证存在一个渐近稳定状态估计器使得对于所有不确定性从外界干扰到输出估计误差的传递函数满足指定的H∞ 指标 .以上这些结果可以推广到一类未知状态和测量时滞且范数有界参数不确定连续系统的鲁棒H∞ 状态估计问题 ,对于已知状态和测量时滞系统 ,所得状态估计器与参数不确定性无关 ,而与时滞有关 .对于未知状态和测量时滞系统 ,其状态估计器不仅与参数不确定性无关 ,而且与时滞也无关 .

线性系统状态估计器的鲁棒设计方法

在考虑对噪声不确定系统的状态估计器进行鲁棒设计的条件下，提出一种新的简化性能指标函数，据此设计的状态估计器，设计过程更为简单直观．

一种鲁棒Kalman滤波算法

针对带模型误差系统，利用偏差分离估计提出一种鲁棒Kalman滤波算法，并给出了该算法的渐近稳定条件．仿真结果表明该算法有效．

带有随机发生非线性的时变动态系统非脆弱递归状态估计

本文研究了一类带有随机发生非线性的时变动态系统非脆弱递归状态估计问题。本系统包含以下几种网络现象:系统的不确定性、随机发生非线性和非脆弱,其中随机发生非线性通过一个服从伯努利分布的随机变量来刻画,非脆弱满足的是范数有界不确定性。本文的目的是提出一种针对随机发生非线性的鲁棒非脆弱状态估计算法。由于估计误差协方差矩阵不能精确地表达出来,于是我们找到误差协方差矩阵的上界,并且通过设计滤波增益矩阵使得该上界的迹达到最小。最后,给出一个数值仿真来说明该算法的实用性。