تخمین فازور در سیستم های قدرت با استفاده از فیلتر کالمن

پایان نامه
چکیده

رله های عددی در سیستم های قدرت به منظور شناسایی خطاهای شبکه و ایزوله کردن آنها مورد استفاده قرار می گیرند. عملکرد صحیح این رله ها برای حفظ امنیت شبکه های قدرت بسیار با اهمیت است. رله های عددی که از ولتاژهای شبکه قدرت برای ترانسفورماتورهای ولتاژ با کوپلاژ خازنی ccvt استفاده می کنند، گاهی در تشخیص خطاهای صحیح در ناحیه حفاظتی خود دچار مشکل می شوند. فازور ولتاژ مولفه فرکانس اصلی حاصل از این رله ها ممکن است با مقدار واقعی تا حدودی تفاوت داشته باشد، درنتیجه فازورها ممکن است درناحیه کاری غلط قرار گیرند. عوامل موثر در انحراف فازور ولتاژ در رله های ccvt، تغییرات ناگهانی ولتاژ هنگام وقوع خطا در سیستم قدرت و همچنین مولفه های نوسان کننده و مولفه های میرا کننده می باشند. اکثر روش های موجود برای تخمین فازور ولتاژ ، اطلاعات مربوط به رفتار ccvt که از پارامترهای طراحی آن بدست می آید را مورد بررسی قرار نمی دهند. در این پایان نامه از روش فیلتر کالمن برای تخمین فازور استفاده شده است. در این روش تخمین فازور ولتاژ، سرعت و دقت همگرایی فازورهای تخمینی از رفتار ccvt بهبود می یابد. پارامترهای مولفه های سیگنال گذرا، مانند فرکانس ها و ثابت زمانی توسط ccvt تشریح می-شود. پارامترهایی از قبیل اندازه پنجره زمانی و میزان نمونه برداری از ملزومات اصلی روش فیلتر کالمن می باشد. روش پیشنهادی با بررسی چند نمونه سیستم قدرت تحلیل و تشریح می شود. معایب این روش در برخی از سیستم های قدرت نمایان شده که علت آن این است که فرکانس طبیعی سیستم قدرت به فرکانس داخلی ccvt بسیار نزدیک است. پاسخی که از طراحی پارامترهای ccvt حاصل گردید و همچنین تاثیر آن در تخمین فازور ولتاژ سیستم قدرت مورد بررسی قرار گرفت.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

تخمین سطح شارژِ مجموعه سلول لیتیومی با اتصال سری با استفاده از فیلتر کالمن تعمیم‌یافته

مجموعه باتری یکی از اجزای اصلی در خودروهای الکتریکی است که به‌طور معمول از مجموعه‌ای از سلولهای باتری تشکیل شده است که به صورت سری به یکدیگر متصل می‌شوند. یکی از مهمترین وظایف سیستم مدیریت باتری در خودروهای الکتریکی تخمین سطح شارژ مجموعه باتری است. سلولهای موجود در یک پک باتری بدلیل تلرانس‌های مختلف ساخت و شرایط مختلف عملکردی الزاماً سطح شارژ یکسانی ندارند و از این‌رو، سطح شارژ مجموعه باتری الزا...

متن کامل

تخمین جریان و کنترل جریان بدون حس‌گر مبدل Cuk با استفاده از فیلتر کالمن توسعه‌یافته

روش‌های کنترل جریان بدون حس‌گر که نیاز به استفاده از حس‌گر جریان را با به کار گرفتن رؤیت‌گر جریان از میان می‌برند، می‌توانند راه‌حل‌هایی مقرون‌به‌صرفه و مطمئن برای کنترل گسسته مبدل‌های DC-DC به ارمغان بیاورند. ازآنجایی‌که هرگونه عدم دقت در مدل مبدل می‌تواند موجب انحراف جریان رؤیت‌شده از جریان واقعی سلف و درنتیجه خطای حالت ماندگار ولتاژ خروجی گردد، مدلی دقیق استخراج می‌شود که شامل مقاومت‌های پار...

متن کامل

تخمین وضعیت شارژ باتری لیتیوم با استفاده از فیلتر کالمن مکعبی تطبیقی فازی

تخمین وضعیت شارژ باتری(SOC) در باتری‌های لیتیوم یون برای اطمینان از عملکرد ایمنی و جلوگیری از شارژ و دشارژ بیش از حد از اهمیت بالایی برخوردار است. با وجود اهمیت بسیار زیاد پارامتر SOC، این پارامتر به طور مستقیم از پایانه‌های باتری قابل اندازه‌گیری نیست. بنابراین نیاز به تخمین آن وجود دارد. تاکنون روش‌های مختلفی برای تخمین وضعیت شارژ باتری‌های لیتیوم یون معرفی شده است. در این مقاله شناسایی مدل ب...

متن کامل

فیلتر کالمن دو بعدی تعمیم یافته به منظور تخمین دمای درونی باتری بدون استفاده از حسگر

چکیده: دیدگاه‌ها و روش‌های متداول برای تخمین دمای داخلی باتری از مدل‌های عددی الکتریکی- حرارتی استفاده می‌کنند که در آنها نیاز به حسگر دما ضروری است. به منظور تضمین استفاده ایمن و درست از باتری‌های لیتیوم- یون در طول عمل، برآورد دقیق از درجه حرارت باتری از اهمیت ویژه‎ای برخوردار است. در این مقاله روشی برای تخمین دمای هسته سلول باتری و سطح باتری با استفاده از یک مدل حرارتی کوپل شده با مدل امپدان...

متن کامل

تخمین بهینه متغیرهای حالت مخدوش با نویز رنگی یک سیستم دینامیکی با استفاده از فیلتر ترکیبی کالمن/اچ-بینهایت

مساله تخمین متغیرهای حالت مدل دینامیکی سیستم یکی از موضوعات مورد علاقه مهندسین کنترل است. فیلترهای کالمن، اچ-بینهایت و فیلتر ترکیبی کالمن/اچ-بینهایت از جمله متداول¬ترین فیلترهایی می باشند که جهت تخمین متغیرهای حالت مخدوش با نویزهای گوسی و سفید کاربرد دارند. چنانچه نویزهای فرآیند یا اندازه گیری رنگی باشند فیلترهای مذکور دارای عملکردی در حد مطلوب نخواهند بود. در این مقاله، روش بهینه¬سازی چند هدفی...

متن کامل

تخمین حرکت با استفاده از مدل انرژی و فیلتر کالمن

هدف از انجام پایان نامه حاضر، اعمال مدل انرژی و فیلتر کالمن به بحث تخمین حرکت در تصاویر متحرک و ارائه نتایج حاصله از آن می باشد. فیلتر کالمن عبارتست از مجموعه روابط بازگشتی که پس از ارائه پیش بینی در مورد روندی خاص، با توجه به نتایج عملی به دست آمده از آن روند، اقدام به تصحیح پارامترهای پیش بینی خود می کند تا در مراحل بعد بتواند پیش بینی های مفیدتری ارائه نماید. این فیلتر از پارامترهای قابل اند...

15 صفحه اول

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه زنجان - دانشکده فنی و مهندسی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023