基于白鲸-蝙蝠优化的Cauchy核最大混合Correntropy UKF电力系统动态状态估计
信号处理
2025-09-03 v1
摘要
非高斯噪声、异常值、负荷突变和不良测量数据是降低电力系统动态状态估计精度的关键因素。此外，基于Correntropy准则的无迹Kalman滤波器（UKF）采用对带宽敏感的高斯核，可能导致Cholesky分解中出现奇异矩阵。为克服上述所有问题，本文提出了一种基于混合白鲸-蝙蝠（BWB）优化的Cauchy核最大混合Correntropy（CKMMC）准则的鲁棒UKF（BWB-CKMMC-UKF），其中核函数由两个Cauchy函数合并而成。具体而言，通过统计线性化技术将测量误差与状态误差统一于代价函数中，并利用不动点迭代获取状态估计的最优值。由于Cauchy核函数对核带宽不敏感且具有显著的厚尾特性，在优化准则中采用其替代高斯核。此外，为拟合电力系统模型，基于BWB算法确定了CKMMC准则中核的形状系数以及影响无迹变换中sigma点选取的尺度系数。在IEEE 14、30和57节点测试系统上的仿真结果验证了所提算法的性能。
引用
@article{arxiv.2509.01163,
title = {Dynamic State Estimation of Power System Utilizing Cauchy Kernel-Based Maximum Mixture Correntropy UKF over Beluga Whale-Bat Optimization},
author = {Duc Viet Nguyen and Haiquan Zhao and Jinhui Hu},
journal= {arXiv preprint arXiv:2509.01163},
year = {2025}
}
备注
11 pages, 10 figures