基于强跟踪卡尔曼算法的油色谱数据滤波

变压器油色谱的在线监测技术在实际中广泛应用,然而,在变压器运行及油色谱数据测量过程中,各种随机因素的存在都可能引入误差,导致油色谱数据的不准确,从而影响监测系统的正确判断。提出建立变压器油色谱的强跟踪卡尔曼滤波(Strong Tracking Extended Kalman Filter,STEKF)模型,不仅能够给出更为准确的油色谱数据以及预测未来的运行状态,还具有较强的鲁棒性和突变状态跟踪能力。