在充电式混合动力电动汽车(plug-in hybrid electric vehicle,PHEV)和电动汽车(electric vehicle,EV)中,对电池进行精确、可靠的荷电状态估计(state of charge,SOC)非常重要。传统估计方法存在计算量大、估计不精确等缺点,提出一种平方...
详细信息
在充电式混合动力电动汽车(plug-in hybrid electric vehicle,PHEV)和电动汽车(electric vehicle,EV)中,对电池进行精确、可靠的荷电状态估计(state of charge,SOC)非常重要。传统估计方法存在计算量大、估计不精确等缺点,提出一种平方根无迹卡尔曼滤波(square root unscented Kalman filter,SRUKF)算法对SOC进行实时估计及更新。利用无迹变换(unscented transformation,UT)精确估计系统方程的均值和协方差,使估算值达到二阶精度。利用平方根算法保证状态协方差的半正定性,提高数字计算的稳定性。通过实验对比,验证了该算法的有效性。结果表明,该方法可使状态估计值具有较小的误差和快速跟随性,满足了SOC估计的实际需求。
针对智能电网的虚假数据注入攻击(False Data Injection Attacks, FDIAs)破坏了数据采集与监视控制(Supervisory Control And Data Acquisition, SCADA)系统数据的完整性,对电网的安全运行造成了很大威胁.通常采用残差阈值法检测电力系...
详细信息
针对智能电网的虚假数据注入攻击(False Data Injection Attacks, FDIAs)破坏了数据采集与监视控制(Supervisory Control And Data Acquisition, SCADA)系统数据的完整性,对电网的安全运行造成了很大威胁.通常采用残差阈值法检测电力系统是否遭受攻击,但攻击者精心构造的攻击序列具有隐蔽性特点,能够躲避不良数据检测机制.因此基于平方根无迹卡尔曼滤波(Square root unscented Kalman filter, SRUKF)和SCADA系统加权最小二乘(Weighted least squares, WLS)状态估计,将欧几里得距离作为状态一致性检测依据.如果状态空间的欧几里得距离超过既定阈值,则认为系统遭受攻击.利用标准IEEE-14节点测试系统进行仿真实验,结果表明该方法能够有效检测到针对电力系统的FDIAs.
暂无评论