【摘 要】
：
为解决非视距(Non-Line-of-Sight,NLOS)严重的变电站环境下定位精度低的问题,在飞行时间(Time of Flight,TOA)测距方法的基础上,文章提出了融合Taylor级数和无迹卡尔曼滤波的
【机 构】
：
南京工程学院人工智能产业技术研究院,国网南京供电公司,江苏量为石科技股份有限公司
论文部分内容阅读
为解决非视距(Non-Line-of-Sight,NLOS)严重的变电站环境下定位精度低的问题,在飞行时间(Time of Flight,TOA)测距方法的基础上,文章提出了融合Taylor级数和无迹卡尔曼滤波的定位算法以提升定位估计精度。该算法首先对泰勒算法的初值提出改进,通过对加权最小二乘法(Weighted Least Squares Method,WLS)解算的位置估计值进行阈值筛选和权重计算,保证定位精度的同时降低了迭代次数;然后针对在NLOS环境下标签坐标预测不稳定的问题,引入无迹卡尔曼滤波(
其他文献
静态安全距离是评估电力系统运行安全裕度的重要方法之一,传统以最短安全距离为指标的评估方法不考虑不同运行断面之间的演进规律,导致评估结果具有一定的保守性。文章提出一
分布式新能源大规模接入配电网后,仅依靠传统过电流保护原理难以实现故障区段快速准确识别,而受限于配电网通信水平,多端量保护难以在配电网推广应用。文章考虑利用5G通信技
在风电场内,风电机组变流器控制参数设置不当可能会引发该机组及其他机组的功率振荡,威胁电力系统的正常运行.为了研究变流器控制参数对风电场内机组振荡的影响,以双馈风电机
通过对智能变电站设备在故障时的告警信息的分类处理和推理,实现对故障的智能告警。文章梳理智能告警的工作流程,根据智能变电站告警信息的严重等级对信息进行分级处理并进行
精确故障测距是确保电力系统故障快速排查清除的关键技术,其中基于行波固有频率的故障测距方法在常规直流输电系统中具有突出的技术优势.但是通过分析发现,柔性直流电网故障
针对海量电力负荷数据,提出一种基于空间密度聚类和异常数据域的负荷异常值识别方法.首先,基于空间密度聚类方法将负荷曲线按照正常和异常用电模式进行分类,并对正常用电模式
含分布式电源的配电网存在潮流建模不精确、通信条件差、各无功补偿设备难以协调等问题,给配电网在线无功优化带来了挑战.文中采用深度强化学习方法,提出了一种多时间尺度配