杭電專區(qū)
基本信息
- 作品名稱：
- 電力系統(tǒng)中的分塊Kalman濾波
- 大類：
- 自然科學(xué)類學(xué)術(shù)論文
- 小類：
- 信息技術(shù)
- 簡介：
作品針對電力系統(tǒng)、網(wǎng)絡(luò)管理、自動控制、工業(yè)生產(chǎn)和經(jīng)濟(jì)動態(tài)分析等相關(guān)領(lǐng)域中，存在著大量的被各類噪聲污染的且難以建立起隨時間動態(tài)變化模型的隨機(jī)過程，而開展基于輸出數(shù)據(jù)的動態(tài)變量估計方法研究。論文已開展的研究內(nèi)容具有一定的理論上的意義；論文中的建模方法與相關(guān)方法相比具有強(qiáng)的先進(jìn)性；論文中得到的估計方法若經(jīng)過針對相關(guān)對象的實際改進(jìn)，也可以推廣應(yīng)用到許多相關(guān)領(lǐng)域。
- 詳細(xì)介紹：
本文針對一類具有周期隨機(jī)變化特點的隨機(jī)過程僅有測量模型情況下，首先，通過離散化方法建立了點點采樣的離散輸出方程、分塊形式的輸出方程為、描述點采樣與被狀態(tài)塊之間的輸出方程、及在沒有其它先驗信息的情況下，依據(jù)待估變量具有周期性變化的隨機(jī)游走特性，建立的動態(tài)模型。然后利用Kalman濾波基本方程，和強(qiáng)跟蹤濾波對其進(jìn)行濾波處理。最后，并利用計算機(jī)仿真對三種濾波器的性能進(jìn)行了分析比較。在后續(xù)研究中我們已通過引入具有較強(qiáng)的關(guān)于模型不確定性的魯棒性和極強(qiáng)的關(guān)于突變狀態(tài)的跟蹤能力的強(qiáng)跟蹤濾波方法，將會有效解決因?qū)嶋H需求的急驟增加或外界隨時間產(chǎn)生突變等干擾對所建動態(tài)模型的不確定性的影響。
- 獲獎情況：
第十二屆“挑戰(zhàn)杯”作品 三等獎
1）作者：第一作者.題目：未建模系統(tǒng)基于觀測值的實時分塊Kalman濾波估計方法研究。雜志：《電子學(xué)報》（一級核心期刊，已錄用）；
2）作者：第一作者. 題目：BLOCK KALMAN FILTERING FOR POWER SYSTEM. 會議：IEEE 2011 International Conference on Information Systems and Computational Intelligence (ICISCI 2011)——(EI收錄). 地點：Harbin,China. 18-20, January,2011 （作為正文的一部分內(nèi)容，發(fā)表在國際會議上，“EI”待收錄）。
3) 本作品在2011年5月份舉行的某省第十二屆“挑戰(zhàn)杯”大學(xué)生課外學(xué)術(shù)科技競賽中榮獲一等獎。
