具有自适应带宽优化的电网侧宽带阻抗鲁棒非参数贝叶斯估计方法

《Electricity》：Robust Grid Impedance Estimation Based on Dynamically Weighted Likelihood Function and Adaptive Bandwidth Optimization

　　电网侧宽带阻抗的在线辨识对于稳定性评估和协调抑制策略的制定具有重要意义。贝叶斯估计能够减轻背景谐波对电网侧宽带阻抗估计的影响，从而为其辨识提供了一种有效手段。然而，公共连接点（PCC）处的异常数据干扰会导致传统贝叶斯估计方法的后验分布发生偏移。此外，传统核密度估计（KDE）中的带宽系数通常基于经验值进行选择，难以适应不同的实际测量条件。本文提出了一种具有自适应带宽优化的鲁棒非参数贝叶斯阻抗估计方法。该方法引入了一种加权似然函数，其中样本权重由物理约束残差引导，使似然函数具有对异常信号的内在鲁棒性。为解决参数确定问题，本文集成了似然交叉验证（LCV）准则，通过在预设候选范围内最大化预测似然函数，实现对最优带宽的闭环搜索。仿真结果表明，在强干扰条件下，估计精度和鲁棒性得到了提高；多谐波频率下的现场测量进一步验证了所提方法的实际应用性和估计稳定性。