【电网论文阅读】The PMU-Based Power System Dynamic State Estimation Using Extended Kalman Filter

最新推荐文章于 2024-09-09 09:39:48 发布

奇迹523

最新推荐文章于 2024-09-09 09:39:48 发布

阅读量496

点赞数 1

文章标签：经验分享

本文链接：https://blog.csdn.net/weixin_42749944/article/details/115064363

版权

本文介绍了一种基于相量测量单元（PMU）和扩展卡尔曼滤波（EKF）的电力系统动态状态估计新方法。通过EKF处理非线性系统，结合PMU提供的高精度同步数据，实现动态条件下的准确状态估计。在三节点电力系统的仿真中验证了方法的有效性，并对比了不同PMU配置下的结果。

摘要由CSDN通过智能技术生成

The PMU-Based Power System Dynamic State Estimation Using Extended Kalman Filter
使用扩展卡尔曼滤波的基于PMU的电力系统动态估计

基于论文翻译总结小论文的基本框架

1 Abstract

问题描述

Dynamic state estimation of power system is a sophisticated problem since voltage and current phasors under dynamic conditions are nonlinear and hard to be obtained.电力系统动态状态估计是一个复杂的问题，因为动态条件下的电压和电流相量是非线性的，很难得到。

本文主要工作、提出了……，解决……

This paper presents a new power system dynamic state estimation method using Extended Kalman Filter (EKF) based on Phasor Measurement Unit (PMU).
提出了一种基于相量测量单元（PMU）的扩展卡尔曼滤波（EKF）电力系统动态状态估计方法。