基于交互式多重模型的配电网自适应状态估计方法及系统

AITNT
正文
推荐专利
基于交互式多重模型的配电网自适应状态估计方法及系统
申请号:CN202510466632
申请日期:2025-04-15
公开号:CN120541535A
公开日期:2025-08-26
类型:发明专利
摘要
本发明公开了基于交互式多重模型的配电网自适应状态估计方法及系统,涉及电力系统状态估计领域,包括通过配电网动态状态估计构建线性模型,并转换为非线性模型;使用自适应方法改进动态估计器,嵌入交互式多重模型;通过改进的自适应动态估计器进行配电网重构状态估计并消除配电网负荷突变的非线性误差;交互式多重模型根据实时测量数据选择匹配模型,并所有改进动态估计器进行加权。本发明全面捕捉系统的动态特性和不确定性,解决网络拓扑结构变化和负荷突变问题,减少EKF和UKF的计算复杂性,保持高精度的同时降低了计算负担,提高估计精度。
技术关键词
状态估计方法 协方差矩阵 无迹卡尔曼滤波 扩展卡尔曼滤波 非线性误差 配电网重构 动态状态估计 多模型滤波 电力系统状态估计 噪声统计 滤波器 IMM算法 预测系统 噪声估计器 负荷 网络拓扑结构 捕捉系统
系统为您推荐了相关专利信息
1
一种高分子材料性能预测方法及系统
高分子材料 性能预测方法 寿命预测模型 扫频曲线 频率
2
非视距环境下基于变分贝叶斯卡尔曼滤波的UWB定位方法
协方差矩阵 卡尔曼滤波 非视距环境 定位方法 状态空间模型
3
一种基于事件流拟灰度特征的空间微弱目标识别及跟踪方法
高斯混合模型 事件流数据 跟踪方法 灰度特征 事件相机
4
车辆转向中立感性能主观评价客观化处理方法
车辆转向 贡献率 仿真数据 协方差矩阵 工况
5
煤化工行业基于计算引擎实现的投入产出方法及系统
煤化工行业 分子模型 数据驱动模型 扩展卡尔曼滤波 残差学习
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号