电力系统动态估计

发布网友发布时间：2022-04-22 14:16

共4个回答

热心网友时间：2023-10-23 16:15

卡尔曼滤波在电力系统动态估计可行的一个条件就是两个时刻极其相近(毫秒数量级)，即在电力系统正常运行时在毫秒数量级的时间内，网络拓扑不变、系统状态变化很小，因此下一时刻的系统状态可以近似与当前时刻的系统状态呈线性关系。

但是实际中，这种毫秒数量级的时间内系统状态变化很大的情况也是很有可能出现的，例如冲击负荷、气象因素突变导致负荷突变，倒闸操作导致网络拓扑变化等，都会导致这种可能性。因此可以说，卡尔曼滤波估计也有它的不足，这也是为什么有很多学者提出各种改进的非线性滤波方法，或者提出一些方法提高预报的准确性。同时，也说明了不能在静态迭代的基础上作线性预测。
动态估计的作用之一是在于提供预测控制，为分析和预测系统的运行趋势提供支撑。
这一作用的直接应用，一是对缺少遥测的网络的功率分布进行预测，使状态估计可观，即其效果与生成伪量测等价；二是修正电网的遥信量测，即实现网络拓扑错误的辨识。所以动态估计也特别适用于量测系统受到恐怖攻击时的状态估计，而静态估计则没有这个特点。

热心网友时间：2023-10-23 16:15

电力系统状态估计按方式可分为静态状态估计和动态状态估计两种类型。动态状态估计能实时提供系统运行状态的预测值和估计值，为实现电网实时调度、安全评估和预测控制等在线功能提供有效的数据保障，能更好地描述电力系统的本质，因此在近年来受到了广泛关注。但由于电力系统动态状态估计一直停留在理论阶段，其工程价值还有待考究。来自：求助得到的回答

热心网友时间：2023-10-23 16:16

卡尔曼其实就是花式版迭代最小二乘。。静态估计只能运用当前时刻的数据来进行估计，而卡尔曼滤波可以利用历史数据。有很多研究是基于如何利用历史数据来对当前时刻进行修正的文章。

热心网友时间：2023-10-23 16:16

a hand on his arm, and there was the man clin