电力系统暂态稳定概率

在电力系统概率安全性评估中,预想事故下系统暂态失稳概率的计算是一个基本环节。文 中基于安全域的研究成果,提出了一个离散和连续相结合的暂态失稳概率模型。其中除计及了节 点注入功率不确定性、沿线事故发生地点的不确定性以及事故清除时间的不确定性外,还计及了负 荷模型的不确定性。同时,采用以半不变量为基础的Gram—Charlier级数法计算截断正态分布随 机变量的联合概率分布,使概率分布的考虑更加符合实际。算例表明该方法具有较高的计算效率。

基于截断正态概率密度模型的机动目标自适应跟踪算法

针对Singer模型算法中假设的不合理性,提出了基于截断正态概率密度模型的机动目标跟踪算法,给出了非零时间相关模型及目标加速度的截断正态概率密度模型,并结合Kalman滤波算法得出目标加速度的截断正态概率密度模型的自适应滤波系统流程图,最后针对实际目标机动情况对其进行仿真计算,结果验证了该算法的良好跟踪性能。

基于截断正态概率密度模型的简化UKF目标跟踪算法

针对机动目标跟踪问题,在截断正态概率密度模型的基础上,提出了一种简化的UKF滤波算法。该算法采用Kalman滤波替代UKF算法中的时间更新,而保留UKF算法中的量测更新。仿真结果表明,简化UKF算法跟踪精度与标准UKF算法几乎相同,但计算效率却提高了32.2%。

一种改进自适应机动目标跟踪算法

针对"当前"统计模型下的卡尔曼滤波算法在跟踪匀速目标时误差较大的缺陷和强跟踪滤波器对非机动部分跟踪精度不理想的缺陷。通过改进基于截断正态分布下的加速度方差模型,提高了对非机动目标的跟踪精度;对卡尔曼滤波算法中预测误差协方差及渐消因子的计算作出修正,改进机动部分和非机动部分的精度;将目前常用的估计协方差的计算公式采用Joseph公式,增强数值的稳定性和算法的鲁棒性。仿真和实践结果表明该算法具有良好的性能。