Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Particle Filter in State Vector Estimation Problem for Power System

Particle Filter is a tool, which has been used more frequently over the years. Calculations with using Particle Filter methods are very versatile (in comparison to the Kalman Filter), which can be used in high complex and nonlinear problems. Example of such a problem is the power system, where Particle Filter is used to state estimation of network parameters based on measurements. Paper presents theoretical basis regarding Particle Filter and power system state estimation. Results of experiment have shown that Particle Filter usually gives better outcome comparing to the Weighted Least Squares method. In extension Multi Probability Density Function Particle Filter is proposed, which improves obtained results so that they are always better than Weighted Least Squares method.
Filtr cząsteczkowy jest narzędziem, które z roku na rok jest coraz chętniej wykorzystywane. Dużą zaletą obliczeń wykorzystujących metody filtru cząsteczkowego jest ich duża uniwersalność - w przeciwieństwie do filtru Kalmana mogą być stosowane nawet w bardzo skomplikowanych i silnie nieliniowych obiektach. Przykładem takiego układu jest sieć elektroenergetyczna, a problem, który został rozwiązany przy wykorzystaniu metody filtru cząsteczkowego to estymacja stanu sieci na podstawie pomiarów. W artykule przedstawiono podstawy teoretyczne dotyczące filtrów cząsteczkowych oraz estymacji stanu w sieci elektroenergetycznej. Przedstawiono także wyniki symulacji porównujących wyniki estymacji wykorzystujących zarówno standardową metodę, jak i metodę filtru cząsteczkowego. W wyniku przeprowadzonego doświadczenia stwierdzono, że zaproponowana metoda estymacji stanu w układzie jest na ogół lepsza od standardowej metody WLS (ważonych najmniejszych kwadratów). W rozszerzeniu zaproponowano filtr cząsteczkowy złożony z kilku funkcji gęstości prawdopodobieństwa, który polepsza estymację wektora stanu. Dzięki zastosowaniu algorytmu otrzymywane wyniki są zawsze lepsze od metody ważonych najmniejszych kwadratów.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies