CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

Distributed-Dynamic State Estimation with EKF and UKF in PMU at SCADA Systems

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۲۱ | تعداد نمایش خلاصه: ۸ | نظرات: ۰
سال انتشار: ۱۳۹۷
کد COI مقاله: ELEMECHCONF05_306
زبان مقاله: انگلیسی
حجم فایل: ۱.۸ مگابات (فایل این مقاله در ۲۱ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۲۱ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳,۰۰۰ تومان بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۲۱ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Distributed-Dynamic State Estimation with EKF and UKF in PMU at SCADA Systems

  Hamed Heydarifar - Iran University Of Science And Technology
  Nasim Karimi Roozbahani - Iran University Of Science And Technology

چکیده مقاله:

The purpose of this research is mainly to develop a distributed dynamic state estimation with PMU and SCADA as a response of the challenges in state estimation problems (accuracy, computational time, the use of new technology along with the ability to keep the existing traditional measurement). With the implementation of statistical signal processing technique into state estimation algorithm, this research conducts two different state estimation algorithms: distributed Extended Kalman Filter based Dynamic State Estimation (distributed-EKF) with SCADA and PMU; and distributed –Unscented Kalman Filter based Dynamic State Estimation (distributed-UKF) with SCADA and PMU. As a comparison, the implementation of EKF and UKF in integrated system has also performed. Variations number of PMU is installed in different buses location to see the effects on the state estimation result of the particular algorithms. The performance of the algorithm is studied using computer simulations and the comparisons are observed and analysed. The result of the simulation has shown that UKF-based DSE is a promising method in a nonlinear model implementation, although the difference with EKF-based DSE is small in this research. The result has also shown that more number of PMU installed give more state estimation accuracy for both algorithms. The concept of distribution state estimation has improved the performance of the state estimation in terms of efficiency (computational time) compare to integrated state estimation. The electrical network measurements by measuring device Phasor Measurement Device (PMU) are usually sent to the control centers using data acquisition system and other communication protocols available. However, these measurements contain uncertainties due to the measurements and communication noise (errors), incomplete metering or unavailability of some of measurements. The overall aim of state estimation is to calculate the state variables of the power system by minimizing errors available at the control center. Due to generate desired quantities by optimal estimate which is given the set of measurements, Kalman filters are widely used.

کلیدواژه‌ها:

SCADA, PMU, UKF, EKF, Stimation

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ELEMECHCONF05-ELEMECHCONF05_306.html
کد COI مقاله: ELEMECHCONF05_306

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Heydarifar, Hamed & Nasim Karimi Roozbahani, ۱۳۹۷, Distributed-Dynamic State Estimation with EKF and UKF in PMU at SCADA Systems, پنجمین کنفرانس بین المللی پژوهش های کابردی در مهندسی برق مکانیک و مکاترونیک, تهران, انجمن حرارتی برودتی ایران, https://www.civilica.com/Paper-ELEMECHCONF05-ELEMECHCONF05_306.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (Heydarifar, Hamed & Nasim Karimi Roozbahani, ۱۳۹۷)
برای بار دوم به بعد: (Heydarifar & Karimi Roozbahani, ۱۳۹۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: ۱۷۹۷۶
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.