简介：摘要本文着力研究了风电功率的预测问题，主要利用卡尔曼滤波预测模型对该风电场的风电功率进行预测，通过与ARMA模型的预测结果进行对比分析发现ARMA模型的预测精确度为75.4%—79.3%，卡尔曼滤波模型的预测精确度为81.3%-95%，卡尔曼滤波模型很好的提高了风电功率的预测精度，而且在一定程度上解决了时间序列分析法的预测时延问题；比较单台机组与多台机组的风电功率预测误差及精确度等，可以看出多台机组的预测精度更高。
简介：准确的电机参数是无速度传感器交流调速系统设计的前提。运行过程中，由于温度、频率和磁通的影响，电机参数通常会发生变化，特别是，转子电阻和磁链电感的变化直接关系到磁链和转速的辨识精度，影响驱动系统性能。本文通过测量定子电压和电流，基于扩展卡尔曼滤波器（EKF），研究了一种新颖算法，通过将两个基于扩展卡尔曼滤波器模型有机结合，协同工作，实现了对转子电阻、励磁电感、转子磁链和转速在线辨识。仿真和实验结果表明这种新颖的电机参数辨识算法具有较小的辨识误差，可以满足无速度传感器交流调速系统对电机参数准确性的要求。
简介：摘要配电网作为连接电网与客户之间的枢纽,在供用电关系中发挥着至关重要的作用。而配电网故障由于发生时间、地点、类型、环境等因素的不确定性,其安全风险和关键措施控制难度大。如何有效降低安全风险,提高抢修效率,将故障抢修的安全性、规范性与客户服务的及时性、快捷性有机结合,是供电部门研究的重要课题。因此，文章针对配网抢修指挥中快速研判故障方法的研究具有非常重要的现实意义。
利用卡尔曼滤波对风电功率进行预测
基于扩展卡尔曼滤波器的电机参数辨识算法
刍议配电网故障抢修现状及快速研判故障的方法分析朱永利
