文献

J-GLOBAL ID：201602271810895024   整理番号：16A1285101

PMU(フェーザ測定ユニット)測定を用いた電力系統の動的状態推定のためのロバストな拡張Kalmanフィルタ【Powered by NICT】

A robust extended Kalman filter for power system dynamic state estimation using PMU measurements

著者 (3件)： Netto Marcos (Department of Electrical and Computer Engineering, Virginia Polytechnic Institute and State University, Northern Virginia Center, Falls Church (VA), USA) ,  Zhao Junbo (Department of Electrical and Computer Engineering, Virginia Polytechnic Institute and State University, Northern Virginia Center, Falls Church (VA), USA) ,  Mili Lamine (Department of Electrical and Computer Engineering, Virginia Polytechnic Institute and State University, Northern Virginia Center, Falls Church (VA), USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： PESGM  ページ： 1-5  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ロータ角と多機電力系統の同期発電機のロータ速度を推定するロバストな拡張Kalmanフィルタを開発した。バッチモード回帰型を用いて,フィルタプロセスは,標準の拡張Kalmanフィルタよりも速くシステム動力学を追跡するための状態ベクトルとPMU測定を予測した。著者らの提案したフィルタは,垂直異常値と悪いレバレッジポイントの影響,射影統計により同定を制限するロバストGM推定量に基づいている。Huber費用関数の使用,反復再重み付け最小二乗アルゴリズムにより最小化するにより達成されるプロセスと観測雑音のGauss分布仮定の下で良好な統計的効率。状態推定誤差ベクトルの漸近共分散行列をGM推定量の全影響関数の共分散行列を介して導出した。IEEE39母線試験システム上で行ったシミュレーションは,観測異常値を抑制し,レバレッジの位置でも,著者らのロバストな拡張Kalmanフィルタは,Gauss過程と観測雑音下で良好な追跡能力を示すことを明らかにした。これらの優れた性能は,電力系統モデルの線形近似の妥当性の下でのみ得られた。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *フィルタ ,  *電力系統 ,  費用関数 ,  異常値 ,  *状態推定 ,  重みづけ ,  正規分布 ,  *ロバスト性 ,  最小二乗法 ,  ベクトル ,  推定量 ,  Gauss過程
準シソーラス用語： 共分散行列 ,  測定ノイズ ,  *拡張Kalmanフィルタ , 【Automatic Indexing@JST】

分類 (2件)： 音声処理  (JE05000E) ,  信号理論  (ND02020G)

タイトルに関連する用語 (6件)： PMU ,  フェーザ測定ユニット ,  電力系統 ,  状態推定 ,  ロバスト ,  拡張Kalmanフィルタ