摘要:本文开发了一种基于广义最大似然法(称为GM-IEKF)的鲁棒迭代扩展卡尔曼滤波(EKF),用于估计电力系统在受到干扰时的状态动态。所提出的GM-IEKF动态状态估计器能够比传统的EKF和无迹卡尔曼滤波器(UKF)更快、更可靠地跟踪系统瞬变,这要归功于其批处理模式回归形式以及对创新和观测异常值的鲁棒性,即使在杠杆位置...
【鲁棒、动态状态估计】用于电力系统动态状态估计的鲁棒迭代扩展卡尔曼滤波器研究【IEEE14节点、IEEE30节点、IEEE118节点】(Matlab代码实现)1, 视频播放量 370、弹幕量 0、点赞数 2、投硬币枚数 0、收藏人数 8、转发人数 5, 视频作者 荔枝科研社, 作者简介 微信公众号:稷
【鲁棒、动态状态估计】用于电力系统动态状态估计的鲁棒迭代扩展卡尔曼滤波器研究【IEEE14节点、IEEE30节点、IEEE118节点】(Matlab代码实现), 视频播放量 4、弹幕量 0、点赞数 0、投硬币枚数 0、收藏人数 0、转发人数 0, 视频作者 橘柑橙柠桔檬, 作者简介 你的付出会让你
摘要:本文开发了一种基于广义最大似然法(称为GM-IEKF)的鲁棒迭代扩展卡尔曼滤波(EKF),用于估计电力系统在受到干扰时的状态动态。所提出的GM-IEKF动态状态估计器能够比传统的EKF和无迹卡尔曼滤波器(UKF)更快、更可靠地跟踪系统瞬变,这要归功于其批处理模式回归形式以及对创新和观测异常值的鲁棒性,即使在杠杆位置...