一种鲁棒预测辅助电力系统状态估计算法

摘要

状态实时监测与控制对于电网安全经济运行具有重要意义。提出一种鲁棒预测辅助电力系统状态估计算法,即广义最大似然-扩展卡尔曼滤波法（GM-EKF）。该算法以预测辅助状态估计为基础,由线性回归模型构建、异常值辨识、鲁棒预白化和鲁棒滤波等过程构成。在高斯噪声分布时,GM-EKF可以有效降低异常值对估计性能的不良影响。仿真实验在多种不同测试系统中进行,且每个测试都包括正常运行、多不良数据和负荷突变3种情况,实验结果验证了GM-EKF的可行性和鲁棒性。