《表1 系统正常运行时状态估计指标》
由图2可知,在系统波动情况下,CKF算法相比较于AUKF算法而言,滤波精度更高,鲁棒性更好。其原因可从以下两个方面进行概述:(1)经改进后的AUKF算法虽具有一定的系统抗干扰能力,但滤波结果易受采样策略以及sigma点对应权值的影响,尤其在系统维数较高的情况下,该算法容易出现sigma采样点的非局部效应,高阶项误差较大;(2) AUKF算法只是对状态量误差方差矩阵进行在线修正,故该算法依然存在UKF算法参数选取困难的问题,且参数选取不合理对滤波结果也会有较大的影响。CKF算法则很好地克服上述缺陷,通过球面-径向规则生成2n(n代表系统维数)个等权值的容积点,该算法不仅具有严格的理论推导,而且参数选取也较为容易。为更直观的对两种算法性能进行比较,表1给出了电压幅值相对误差与相角绝对误差的平均值和最大值,可直观看出CKF算法相比于AUKF算法具有更优的滤波性能。
图表编号 | XD00219831100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.10 |
作者 | 张叶贵、刘敏、石倩、罗永平、孙江山 |
绘制单位 | 贵州大学电气工程学院、贵州大学电气工程学院、贵州大学电气工程学院、贵州大学电气工程学院、贵州大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |