面向电力系统的鲁棒卡尔曼滤波器：抗模型不确定性与网络攻击
系统与控制
2025-03-28 v1 系统与控制
摘要
传统估计器如扩展卡尔曼滤波器（EKF）和无迹卡尔曼滤波器（UKF）虽可能提供良好性能，但在面对模型不确定性和网络攻击时可能缺乏鲁棒性。本文比较了卡尔曼滤波器（CKF）在模型不确定性和网络攻击作用下的性能，结果表明在特定条件下，CKF的估计精度优于EKF。为验证此论点，我们在单机无穷母线（SMIB）系统上进行多场景实验，结果表明：（1）CKF的估计结果优于EKF；（2）CKF能够可靠检测不同类型的网络攻击，性能优于EKF。
引用
@article{arxiv.2503.21070,
title = {Cubature Kalman Filter as a Robust State Estimator Against Model Uncertainty and Cyber Attacks in Power Systems},
author = {Tohid Kargar Tasooji and Sakineh Khodadadi},
journal= {arXiv preprint arXiv:2503.21070},
year = {2025}
}