四川能投发展股份有限公司汪元春获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉四川能投发展股份有限公司申请的专利基于双扩展卡尔曼滤波的配电网状态参数联合估计方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120566577B 。
龙图腾网通过国家知识产权局官网在2026-02-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511005687.2,技术领域涉及:H02J3/38;该发明授权基于双扩展卡尔曼滤波的配电网状态参数联合估计方法是由汪元春;胡君倩;苏成设计研发完成,并于2025-07-21向国家知识产权局提交的专利申请。
本基于双扩展卡尔曼滤波的配电网状态参数联合估计方法在说明书摘要公布了:本申请公开了一种基于双扩展卡尔曼滤波的配电网状态参数联合估计方法,涉及电网状态预测技术领域,通过引入双扩展卡尔曼滤波器,有效地避免了参数变动对状态估计结果的影响和状态偏差对参数估计结果的影响。对于配电网中的状态数据和参数数据不准确且存在相互影响的情况,设立两条流程的先验估计和后验估计交互构建了状态‑参数迭代估计模型,该模型将传统的状态和参数的分割模型转化成了一个统一的估计模型。将配电网的状态估计模型和参数估计模型进行联合求解,以解决传统方法中因模型相互独立而导致的估计精度受限的问题。从而实现了配电网运行状态和参数的实时、准确估计,更全面地提高了配电网的可观测性,为故障诊断及运行优化提供了强有力的数据支持。
本发明授权基于双扩展卡尔曼滤波的配电网状态参数联合估计方法在权利要求书中公布了:1.一种基于双扩展卡尔曼滤波的配电网状态参数联合估计方法,其特征在于,包括: 通过配电网初始拓扑及线路参数获取变量数据,所述变量数据包括:状态变量、参数变量和量测变量; 所述通过配电网初始拓扑及线路参数获取变量数据,包括: 选取配电网中各节点的电压幅值与电压相角作为状态变量,建立状态变量的模型: 其中:为系统的节点电压幅值向量,i=1,…,n为配电网节点编号,表示第i个节点在第k时刻的电压幅值,为系统的节点相角向量,表示第i个节点在第k时刻的相角; 选取配电网中线路的电导和电纳为参数变量,建立参数变量的模型: 其中:为系统在时刻k的电导参数向量,表示支路ij的电导参数;为系统在时刻k的电纳参数向量,表示支路ij的电纳参数; 选取配电网中线路中所有电压幅值、部分电压相角、节点注入功率、支路功率和支路电流作为测量到的电气量,建立量测变量的模型: 其中:和表示电压幅值和相角的观测值,和表示节点注入有功和无功的观测值,和表示支路流过的功率,表示支路流过的电流; 根据所述变量数据分别建立状态方程、参数方程和量测方程; 利用双扩展卡尔曼滤波器结合所述状态方程、参数方程和量测方程分别确定状态先验估计及其协方差和参数先验估计及其协方差; 所述利用双扩展卡尔曼滤波器结合所述状态方程、参数方程和量测方程分别确定状态先验估计及其协方差和参数先验估计及其协方差,包括: 建立非线性关系的状态-参数-量测观测方程: 其中:s是系统状态变量,F为状态方程;w是系统参数变量,R为参数方程;z是系统量测变量,H为量测方程;v,n,e分别为这三类变量的误差;F,R,H为线性或者非线性方程; 将两个卡尔曼滤波器结合起来,状态卡尔曼滤波器估计系统状态,参数卡尔曼滤波器估计模型参数,两个卡尔曼滤波器使用同一个观测方程; 在每个控制周期中,两个卡尔曼滤波器各进行一次运算,状态卡尔曼滤波器运算时使用参数卡尔曼滤波器上一周期的估算值,参数卡尔曼滤波器运算时使用状态卡尔曼滤波器上一周期的估算值,通过两个卡尔曼滤波器的结合对观测方程进行线性化; 根据获取的所述状态先验估计及其协方差和参数先验估计及其协方差依次确定状态卡尔曼增益、状态后验估计及其协方差、参数卡尔曼增益和参数后验估计及其协方差; 将最终得到的后验估计结果再次作为先验估计值进行求解,同时设置状态误差限值和参数误差限值,若相邻两次估计结果的差值同时小于设置的限值,则认为参数和状态同时达到最优估计值。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人四川能投发展股份有限公司,其通讯地址为:611130 四川省成都市温江区人和路789号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励