Estimación de estado dinámico en sistemas eléctricos de potencia usando filtros extendidos de kalman
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Brazilian Applied Science Review |
Texto Completo: | https://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/48221 |
Resumo: | El método para resolver problemas de Estimación de Estado utilizando filtros extendidos de Kalman en sistemas eléctricos de potencia se presenta en este trabajo. Los estimadores trabajan con información en tiempo real de diferentes dispositivos de medida instalados en el sistema y forman una base de datos que se concentra en el centro de control a través de SCADA, esta información funciona como filtros ante datos incorrectos. La técnica de mínimos cuadrados ponderados (WLS) se utiliza comúnmente para resolver el problema de estimación debido a sus propiedades estadísticas. Sin embargo, otras técnicas de estimación de estado dinámico se estructuran con diversas variaciones del filtro de Kalman. El Filtro de Kalman Extendido (EKF), como algoritmo para los sistemas no lineales de estado de estimación, es eficiente. La complejidad de la implementación, la precisión y la eficiencia del cálculo, la resistencia a los errores de medición y la sensibilidad a las escalas del sistema se analizan en un sistema estándar IEEE de 14 barras. |
id |
BASR-0_679d439839ad907f2fdf95de1a56ca86 |
---|---|
oai_identifier_str |
oai:ojs2.ojs.brazilianjournals.com.br:article/48221 |
network_acronym_str |
BASR-0 |
network_name_str |
Brazilian Applied Science Review |
repository_id_str |
|
spelling |
Estimación de estado dinámico en sistemas eléctricos de potencia usando filtros extendidos de kalmanestimadores de estadoekffiltros de kalmanmétodo mínimos cuadrados ponderadossistemas eléctricos de potencia.El método para resolver problemas de Estimación de Estado utilizando filtros extendidos de Kalman en sistemas eléctricos de potencia se presenta en este trabajo. Los estimadores trabajan con información en tiempo real de diferentes dispositivos de medida instalados en el sistema y forman una base de datos que se concentra en el centro de control a través de SCADA, esta información funciona como filtros ante datos incorrectos. La técnica de mínimos cuadrados ponderados (WLS) se utiliza comúnmente para resolver el problema de estimación debido a sus propiedades estadísticas. Sin embargo, otras técnicas de estimación de estado dinámico se estructuran con diversas variaciones del filtro de Kalman. El Filtro de Kalman Extendido (EKF), como algoritmo para los sistemas no lineales de estado de estimación, es eficiente. La complejidad de la implementación, la precisión y la eficiencia del cálculo, la resistencia a los errores de medición y la sensibilidad a las escalas del sistema se analizan en un sistema estándar IEEE de 14 barras.Brazilian Journals Publicações de Periódicos e Editora Ltda.2022-05-18info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/4822110.34115/basrv6n3-023Brazilian Applied Science Review; Vol. 6 No. 3 (2022); 1088-1107Brazilian Applied Science Review; v. 6 n. 3 (2022); 1088-11072595-36212595-3621reponame:Brazilian Applied Science Reviewinstname:Brazilian Journals Publicações de Periódicos e Editora Ltdainstacron:FIEPporhttps://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/48221/pdfCopyright (c) 2022 BRAZILIAN APPLIED SCIENCE REVIEWinfo:eu-repo/semantics/openAccessPalacios, Ana IsabelBarrera-Singaña, Carlos2022-06-23T16:23:38Zoai:ojs2.ojs.brazilianjournals.com.br:article/48221Revistahttps://www.brazilianjournals.com/index.php/BASRPRIhttps://ojs.brazilianjournals.com.br/ojs/index.php/BASR/oaibrazilianasr@yahoo.com || brazilianasr@yahoo.com2595-36212595-3621opendoar:2022-06-23T16:23:38Brazilian Applied Science Review - Brazilian Journals Publicações de Periódicos e Editora Ltdafalse |
dc.title.none.fl_str_mv |
Estimación de estado dinámico en sistemas eléctricos de potencia usando filtros extendidos de kalman |
title |
Estimación de estado dinámico en sistemas eléctricos de potencia usando filtros extendidos de kalman |
spellingShingle |
Estimación de estado dinámico en sistemas eléctricos de potencia usando filtros extendidos de kalman Palacios, Ana Isabel estimadores de estado ekf filtros de kalman método mínimos cuadrados ponderados sistemas eléctricos de potencia. |
title_short |
Estimación de estado dinámico en sistemas eléctricos de potencia usando filtros extendidos de kalman |
title_full |
Estimación de estado dinámico en sistemas eléctricos de potencia usando filtros extendidos de kalman |
title_fullStr |
Estimación de estado dinámico en sistemas eléctricos de potencia usando filtros extendidos de kalman |
title_full_unstemmed |
Estimación de estado dinámico en sistemas eléctricos de potencia usando filtros extendidos de kalman |
title_sort |
Estimación de estado dinámico en sistemas eléctricos de potencia usando filtros extendidos de kalman |
author |
Palacios, Ana Isabel |
author_facet |
Palacios, Ana Isabel Barrera-Singaña, Carlos |
author_role |
author |
author2 |
Barrera-Singaña, Carlos |
author2_role |
author |
dc.contributor.author.fl_str_mv |
Palacios, Ana Isabel Barrera-Singaña, Carlos |
dc.subject.por.fl_str_mv |
estimadores de estado ekf filtros de kalman método mínimos cuadrados ponderados sistemas eléctricos de potencia. |
topic |
estimadores de estado ekf filtros de kalman método mínimos cuadrados ponderados sistemas eléctricos de potencia. |
description |
El método para resolver problemas de Estimación de Estado utilizando filtros extendidos de Kalman en sistemas eléctricos de potencia se presenta en este trabajo. Los estimadores trabajan con información en tiempo real de diferentes dispositivos de medida instalados en el sistema y forman una base de datos que se concentra en el centro de control a través de SCADA, esta información funciona como filtros ante datos incorrectos. La técnica de mínimos cuadrados ponderados (WLS) se utiliza comúnmente para resolver el problema de estimación debido a sus propiedades estadísticas. Sin embargo, otras técnicas de estimación de estado dinámico se estructuran con diversas variaciones del filtro de Kalman. El Filtro de Kalman Extendido (EKF), como algoritmo para los sistemas no lineales de estado de estimación, es eficiente. La complejidad de la implementación, la precisión y la eficiencia del cálculo, la resistencia a los errores de medición y la sensibilidad a las escalas del sistema se analizan en un sistema estándar IEEE de 14 barras. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-05-18 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/48221 10.34115/basrv6n3-023 |
url |
https://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/48221 |
identifier_str_mv |
10.34115/basrv6n3-023 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://ojs.brazilianjournals.com.br/ojs/index.php/BASR/article/view/48221/pdf |
dc.rights.driver.fl_str_mv |
Copyright (c) 2022 BRAZILIAN APPLIED SCIENCE REVIEW info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2022 BRAZILIAN APPLIED SCIENCE REVIEW |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Brazilian Journals Publicações de Periódicos e Editora Ltda. |
publisher.none.fl_str_mv |
Brazilian Journals Publicações de Periódicos e Editora Ltda. |
dc.source.none.fl_str_mv |
Brazilian Applied Science Review; Vol. 6 No. 3 (2022); 1088-1107 Brazilian Applied Science Review; v. 6 n. 3 (2022); 1088-1107 2595-3621 2595-3621 reponame:Brazilian Applied Science Review instname:Brazilian Journals Publicações de Periódicos e Editora Ltda instacron:FIEP |
instname_str |
Brazilian Journals Publicações de Periódicos e Editora Ltda |
instacron_str |
FIEP |
institution |
FIEP |
reponame_str |
Brazilian Applied Science Review |
collection |
Brazilian Applied Science Review |
repository.name.fl_str_mv |
Brazilian Applied Science Review - Brazilian Journals Publicações de Periódicos e Editora Ltda |
repository.mail.fl_str_mv |
brazilianasr@yahoo.com || brazilianasr@yahoo.com |
_version_ |
1797240008787099648 |