进化分数阶扩展卡尔曼滤波器

CPPS状态估计更准

将分数阶建模与进化算法结合，解决传统EKF在信息物理电力系统状态估计中因模型不匹配和参数整定困难导致的精度不足问题。

Lu, Kangdi · 周乐 · 吴争光

IEEE Transactions on Cybernetics 2025

技术优势

模型更贴合物理

采用分数阶微分方程描述电力系统，能更准确地刻画实际动态行为。

调参不再靠猜

用深度集成学习设计适应度函数，并用遗传算法自动确定分数阶阶次，避免手动试凑。

不怕坏数据

通过自适应指数加权函数减小不良数据的影响，在网络攻击或负荷突变情况下仍能保持估计性能。

应用场景

• 电力系统状态估计：用更准的状态估计支撑调度、控制和安全分析。
• 信息物理系统：针对网络攻击和负荷突变造成的不良数据，提高估计鲁棒性。
• 估计与滤波：在分数阶模型上实现卡尔曼滤波，避免积分阶模型失配。
• 智能控制：用进化算法自动确定分数阶参数，减少人工整定。