俞娜燕 李向超 费科 倪晓宇 任佳琦

摘要：实际电网中监测数据存在不确定性噪声、通信丢包导致的异常数据项，将会给光伏发电规律的总结与电网运行与调度的决策产生带来困难。光伏电站输出功率受到多种因素影响，包括太阳辐射度、环境温度、太阳辐射面积等，而光伏电站输出功率在相同气象条件下存在相似性。本文考虑光伏电站输出功率的多种影响因素，训练RBF人工神经网络作为状态转换方程。然后基于Sigma点卡尔曼滤波理论对光伏电站输出功率信息进行滤波。算例结果表明，所提方法能够有效修复光伏电站监测数据。

关键词：Sigma卡尔曼滤波；光伏电站；数据修复

中图分类号：TN713 文献标识码：A 文章编号：1007-9416（2018）08-0032-03

随着电力技术的发展，电力数据的采集规模呈现急剧增长态势，相应的多源数据采集、稳定传输、高效存储和处理分析技术也快速发展。如何挖掘所采集数据的潜在价值成为了现有的研究热点[1-2]。电网采集数据可分为电网内部采集数据和外部数据，其中内部采集数据为用户用电信息采集系统、广域监测管理系统等，外部数据为气象数据、地理位置数据等，这些数据之间呈现出多源、相互关联和影响的特点。

能源作为保障社会稳定发展的基石，承担着保障国民经济发展的使命。经济全球化的深入也伴随着人类对于能源的需求日益加剧，而化石能源作为传统能源结构的主体不可再生，同时大量的环境污染和能源短缺的危机直接影响到社会的持续发展，加快了能源结构的转型[3-5]。……