1.一种WAMS时延信号补偿装置，由数据库、滤波模块、缓冲区以及预测补偿模块依次串联组成，用于接收从WAMS传输过来的含有时延的观测信号和控制信号，输出补偿时延后的实时观测信号，其时延补偿的具体实现步骤如下：步骤1：确定卡尔曼滤波模型：

式中Xk为最优估计列向量，Zk为观测信号，Uk为控制信号；A、B、H为常数矩阵，Wk为过程噪声，其噪声协方差矩阵为Q；Vk为测量噪声，其噪声协方差矩阵为R；k为离散时刻序列，k＝1,

2,…；

步骤2：若补偿装置内部的数据库没有接收到新的观测信号Zk和控制信号Uk，则继续等待，否则补偿装置将k时刻的观测信号Zk、控制信号Uk，存储至其内部的数据库，并进入步骤

3；

步骤3：滤波模块根据步骤1建立的卡尔曼滤波模型对k时刻的观测信号Zk进行滤波，具体步骤如下：步骤3.1：滤波模块从数据库中获得存储的最新观测信号Zk、控制信号Uk；

步骤3.2：计算 为k-1时刻到k时刻的一步估计列向量，其计算方式如下：其中Xk-1为k-1时刻的最优估计列向量，且X0＝H-1Z1；

步骤3.3：计算 对应的误差协方差矩阵Pk|k-1：Pk|k-1＝APk-1AT+Q  (3)T

其中Pk-1表示k-1时刻的误差协方差矩阵，P0为给定的常数矩阵，A表示A的转置；

步骤3.4：计算卡尔曼增益Kk：

步骤3.5：修正一步估计列向量 得到最优估计列向量Xk：步骤3.6：更新误差协方差矩阵为Pk：Pk＝(I-KkH)Pk|k-1  (6)其中I为单位矩阵；

步骤3.7：将滤波后的观测信号Zk′＝HXk存入缓冲区，并判断当前k是否大于时延补偿所需数据长度L，若是，则进入步骤4，否则返回步骤2；

步骤4：预测补偿模块提取缓冲区中最新的L个滤波后的观测信号Zc′合并为矩阵M，即M＝[Zk-L+1′ Zk-L+2′…Zk′]，其中每个Zc′中又存在多个信号分量，其形式为 c＝k-L+1,k-L+2,…,k，其中g为观测信号分量个数，zc′d表示滤波后的观测信号Zc′的第d个元素，d＝1,2,…,g；从而矩阵M又可表示为步骤5：预测补偿模块利用矩阵M第d行L个元素建立自回归模型，自回归模型由以下公式定义：其中p为模型阶数， 为拟合系数，i＝1,2,…,p，具体计算步骤如下：步骤5.1：构建(q+1)×(q+1)维样本矩阵R：其中 表示向下取整； s＝k-L+i-m，t＝k-L+i-n，m,n＝1,2,…,q+1；

* * *

步骤5.2：去掉R的第一行元素，得到q×(q+1)维矩阵R ；对R 进行奇异值分解，即R＝UΣVT，得到(q+1)×(q+1)维酉矩阵V和q×(q+1)维矩阵Σ，其中σii为矩阵R*的奇异值，i＝1,2,…q，且其满足σ11≥σ22≥…≥σqq；

步骤5.3：根据式(9)确定自回归模型式(7)的阶数p，其为使式(9)成立的最小p值，其中l为阈值，且0

步骤5.4：计算(p+1)×(p+1)维矩阵S：其中 v(i,j)表示步骤5.2中酉矩阵V的第i行、第j列元素；

步骤5.5：计算自回归参数

其中矩阵S-1(i+1,1)表示先对矩阵S求逆，然后取其第i+1行、第1列元素；S-1(1,1)表示先对矩阵S求逆，然后取其第1行、第1列元素；

d

步骤6：计算时延补偿后的实时观测数据zk+N′，步骤如下：步骤6.1：计算时延τ对应的预测步数N，T为采样周期：N＝τ/T  (12)

步骤6.2：初始化预测步数b＝1；

步骤6.3：利用步骤5得到的模型阶数p以及拟合系数 按下式计算zk+bd

′：

d

步骤6.4：判断当前步数b是否等于N，若是则输出zk+N′，并返回步骤2，否则令b＝b+1，并返回步骤6.3。