《表1 系统正常运行时状态估计指标》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于自适应容积卡尔曼滤波的主动配电网状态估计》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。