دانلود مقاله ISI انگلیسی شماره 52937 + ترجمه فارسی
عنوان فارسی مقاله

انتخاب زیر مجموعه برای برآورد پارامتر اصلاح شده شناسایی آنلاین یک ژنراتور سنکرون

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی
52937 1999 8 صفحه PDF 10 صفحه WORD
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Subset selection for improved parameter estimation in on-line identification of a synchronous generator
منبع

Publisher : IEEE (آی تریپل ای)

Journal : IEEE Transactions on Power Systems, Page(s): 218 - 225 ISSN : 0885-8950 INSPEC Accession Number: 6165389

فهرست مطالب ترجمه فارسی
A.    مساله حداقل مربعات غیرخطی
B.    شرطی سازی پارامتر
C.    انتخاب زیرمجموعه ای و تخمین مرتبه کاهش یافته 
A.    تخمین VB، xc، H و D 
IV. نتیجه گیری
کلمات کلیدی
تقریب حداقل مربعات - حداقل روش مربع - برآورد پارامتر - اندازه گیری قدرت - سیستم قدرت محاسباتی تجزیه و تحلیل - دینامیک سیستم قدرت - مدل سازی سیستم های قدرت - مدل های پیش بینی - ژنراتورهای سنکرون - تست سیستم -
ترجمه مقدمه
ما در این مقاله اثبات می‌کنیم که برای مدل ژنراتور سنکرون به کار رفته در آزمایش‌های شناسائی مرجع [16]، و برای اندازه‌گیری‌های با کیفیت مشابه (ترکیب با مدل مرجع [16]، چون داده‌های اصلی در اختیار ما قرار نداشتند)، استراتژی ارائه شده منجر به فرایند تخمین کاهش مرتبه و تخمین‌ دیگر پارامترهای مرتبطی می‌شود که نسبت به حالتی که همه پارامترها با هم تخمین زده ‌شوند، رفتار بهتری از خود نشان می‌دهد. بخش II مقاله به طور خلاصه مساله حداقل مربعات غیرخطی را مرور کرده و روی نقش ژاکوبینِ (یا گرادیان یا ماتریس مشتق اول) بردار خطا نسبت به بردار پارامتری در یافتن تخمین حداقل مربعات روش گوس- سایدل تاکید دارد؛ همچنین Hessian (یا ماتریس مشتق دوم) معیار خطا نسبت به بردار پارامتری تعریف می‌شود. سپس همین بخش، ایده اصلی فرایند انتخاب زیرمجموعه‌ای را که به ژاکوبین یا Hessian اعمال می‌شود را بیان کرده و در نهایت الگوریتم را به صورت جزئیاتی تشریح می‌کند. بخش III سیستم تست را توصیف کرده و نحوه استخراج مقادیر آزمایش‌های شناسائی را توضیح می‌دهد، سپس نتایج آزمایش‌های تخمین مختلفِ انجام شده روی سیستم را ارائه می‌کند. برخی نتیجه‌گیری‌ها نیز در بخش IV بیان شده است
پیش نمایش مقاله
پیش نمایش مقاله انتخاب زیر مجموعه برای برآورد پارامتر اصلاح شده شناسایی آنلاین یک ژنراتور سنکرون

چکیده انگلیسی

This paper examines subset selection for nonlinear least squares parameter estimation, and applies the methodology to a test system previously studied in the power system literature, involving the on-line identification of a synchronous generator model with many parameters. Subset selection partitions the parameters into well-conditioned and ill-conditioned subsets. We show for the test system that fixing the ill-conditioned parameters to prior estimates (even if these prior estimates are substantially in error), and estimating only the remaining parameters, significantly improves the performance of the estimation algorithm and greatly enhances the quality of the estimated parameters. It is shown that attempts to estimate all of the model parameters, as done in the original work with this test system, can yield extremely unreliable results

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.