第一次接触动态状态估计，SCADA量测到的数据可以做为动态估计的输入量吗 ？

Question

SCADA系统量测到的数据更多应用到静态状态估计中 ，可是如果想应用到动态状态估计中应该怎么做

Answer 1

一般不可以。一般采样频率达到毫秒级的量测才适合作为动态状态估计的输入量测，只有pmu量测才能满足。现在静态状态估计一般是5分钟一个点，最快的也只做1分钟一个点，scada主要是面向静态状态估计的，所以不太适合用作动态状态估计，如果非得用，至少也要取到秒级量测断面。

Answer 2

1、一般在算法研究中，都是假设系统噪声和观测噪声是已知的，根据不同的方差，利用编程语言中的随机函数获得。如，matlab中可以用random('norm',0,0.1);生成均值为0，方差为0.1的正态分布的噪声。
2、卡尔曼滤波(Kalman filtering)一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。
斯坦利·施密特(Stanley Schmidt)首次实现了卡尔曼滤波器。卡尔曼在NASA埃姆斯研究中心访问时，发现他的方法对于解决阿波罗计划的轨道预测很有用，后来阿波罗飞船的导航电脑使用了这种滤波器。 关于这种滤波器的论文由Swerling (1958), Kalman (1960)与 Kalman and Bucy (1961)发表。
数据滤波是去除噪声还原真实数据的一种数据处理技术, Kalman滤波在测量方差已知的情况下能够从一系列存在测量噪声的数据中，估计动态系统的状态. 由于, 它便于计算机编程实现, 并能够对现场采集的数据进行实时的更新和处理, Kalman滤波是目前应用最为广泛的滤波方法, 在通信, 导航, 制导与控制等多领域得到了较好的应用。

Answer 3

电力系统状态估计是根据SCADA系统提供的实时信息，给出电网内各母线电压（幅值和相角）和功率的估计值；主要完成遥信及遥测初检、网络拓扑分析、量测系统可观测性分析、不良数据辨识、母线负荷预报模型的维护、变压器分接头估计、量测误差估计等功能。
三类状态估计可观测性分析方法——拓扑法、数值法和混合法.