[發明專利]一種基于無跡卡爾曼濾波的電力系統混合量測融合方法

有效

• 申請號: 201811653402.6
• 申請日: 2018-12-31
• 公開（公告）號: CN109754013B
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 王康元;謝偉;徐德偉;凌平;方陳;謝邦鵬
• 申請（專利權）人: 浙江大學;國網上海市電力公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/18;G06Q50/06
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 劉靜;邱啟旺

本發明公開了一種基于無跡卡爾曼濾波的電力系統混合量測融合方法，針對目前μPMU量測與SCADA量測長期共存但難以同時使用的現狀，引入無跡卡爾曼濾波算法實現混合量測的融合。分析兩種量測采樣頻率及量測類型存在的差異，實現混合量測的同步化。提出了一種自適應無跡卡爾曼濾波器AUKF，該濾波器通過采用比例修正最小偏度單形采樣策略解決傳統UKF計算量大且易產生采樣的非局部效應等問題，并通過實現自適應選取比例因子來提高濾波精度。本發明方法能夠實現混合量測融合，且融合后數據有較高精度。

技術領域

本發明屬于電力系統領域，尤其涉及一種基于無跡卡爾曼濾波的電力系統混合量測融合方法。

背景技術

目前，基于GPS的微型同步相量測量裝置(micro Phasor Measurement Unit，μPMU)逐步應用于配電網中，但短期內μPMU無法取代監控及數據采集系統(SupervisoryControl And Data Acquisition，SCADA)實現全網可觀測要求，因此由μPMU和SCADA組成的混合量測是改善以單一SCADA量測進行狀態估計及其他高級應用的一種有效手段。由于μPMU和SCADA系統是采用不同的方法為其技術支撐，兩種量測數據存在較多差異，若不經任何處理就混合，必將出現一系列兼容性問題，不但不能利用μPMU量測改善數據質量，反而會降低應用的性能，因此，需對混合量測進行融合處理后將其提供給后續應用。

在數據融合領域中，廣泛應用的融合技術有經典推理法、卡爾曼濾波法、貝葉斯估計法、物理模型法、支持向量機等，而應用最廣泛的是卡爾曼濾波法。對非線性系統，多為擴展卡爾曼濾波(extend Kalman filter，EKF)，雖然EKF有許多改進方法，但EKF有其先天局限性，即在計算Jacobian矩陣時不可避免地引入線性化誤差。

由于EKF存在的線性化誤差問題，Julier等提出了無跡卡爾曼濾波(unscentedKalman filter，UKF)方法。UKF摒棄了對非線性函數線性化的做法，對非線性函數的概率密度分布進行近似，用一系列確定樣本來逼近狀態的后驗概率密度，不依靠Jacobian矩陣進行線性化。UKF沒有忽略高階項，因此對于非線性分布的統計量有較高的計算精度，有效克服了EKF的濾波精度低、穩定性差的缺陷。

發明內容

本發明的目的在于針對現有技術的不足，提供一種基于無跡卡爾曼濾波的電力系統混合量測融合方法。

本發明的目的是通過以下技術方案來實現的：一種基于無跡卡爾曼濾波的電力系統混合量測融合方法，該方法包括以下步驟：

(1)通過μPMU及SCADA采集電力系統節點的實時量測，μPMU量測中包含相量量測，SCADA量測中只包含幅值量測。

(2)通過計算兩類量測的相關度及量測時標對齊實現異步量測同步化，具體包括以下子步驟：

(2.1)計算μPMU量測及SCADA量測之間相同部分的等級差數d，由量測變換方法計算混合量測異同部分的等效等級差數D，通過兩等級差數計算混合量測的相關度ρ。

(2.2)將相關度最大的μPMU量測時標賦予對應的SCADA量測，實現量測時標對齊。

(3)將同步化后的μPMU量測與SCADA量測采用自適應無跡卡爾曼濾波算法進行融合，具體包括以下子步驟；

(3.1)以同步化后的μPMU量測與SCADA量測共有部分為狀態量，采用自適應最小偏度單形采樣策略對混合量測進行UT變換，變換公式如下：

選取權值初值設置比例修正因子初值α、先驗系數β，則第i個狀態量對應的采樣點權值為

計算初始向量