تخمین فرکانس در سیستم های قدرت با استفاده با استفاده از فیلتر کالمن تقویت شده
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,804
This Paper With 19 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ENERGYBON02_095
تاریخ نمایه سازی: 1 آذر 1394
Abstract:
امروزه با پیشرفت روز افزون نفود منابع تولید پراکنده و ذخیره سازهای انرژی، استفاده از بارهای غیر خطی در شبکه های قدرت، هم چنین سوئیچینگ بارهای بزرگ، کلید زنی ادوات الکترونیک قدرت و تغییر و تحول در واحدها باعث ایجاد هارمونیک، نویز و خطا در این شبکه ها می شود. در نتیجه، تغییرات ناگهانی دامنه و فرکانس در این سیستم ها امری بدیهی و اجتناب ناپذیر است. بنابر این دانستن مقدار دقیق فرکانس سیستم، برای کنترل کیفیت توان، تنظیم رله های حفاظتی، بارزدایی و احیای واحدهای تولیدی و جلوگیری از مشکلات پایداری مورد نیاز است. به همین منظور طراحی روش های دقیق تخمین فرکانس، در شرایط کاری مختلف، مثل وجود نویز اندازه گیری، وجود نویز اندازه گیری، وجود هارمونیک های مختلف و تغییرات ناگهانی دامنه ولتاژ، یکی از ملزومات اساسی شبکه های قدرت می باشد. در سال های اخیر، روش های مختلفی مثل حلقه قفل فاز، آنالیز تبدیل فوریه و تبدیل موجک، جهت تخمین فرکانس مورد استفاده قرار گرفته اند. اما این روش ها به علت نقاط ضعی که در پنجره بندی های زمانی و مکانی یدر شرایط کاری مختلف و نداشتن سرعت و دقت خوب در تخمین فرکانس هستند کارایی خود را به تدریج از دست دادند. در این مقاله ضمن معرفی الگوریتم فیلتر کالمن توسعه یافته، روشی ترکیبی جهت تخمین فرکانس در سیستم های قدرت معرفی گردیده است. روش ارائه شده ترکیب منطقی از فیلتر کالمن و ترکیب داده می باشد.این روش در شرایط کاری مختلف، مثل سیگنال های آغشته به نویز، سیگنال های داری چند هارمونیک و تغییرات ناگهانی در دامنه و فرکانس سیگنال، مورد ارزیابی قرار گرفته است. این روش بر روی یک سیگنال شبکه قدرت نمونه اجرا شده و نتایج شبیه سازی، نشان دهند دقت، سرعت عمگرایی و قدرت این الگوریتم در تخمین فرکانس است.
Keywords:
Authors
مسعود اکبری
دانشجوی کارشناسی ارشد برق، دانشگاه آزاد اسلامی دامغان
مصطفی مطیعی
دانشجوی کارشناسی ارشد برق، دانشگاه آزاد اسلامی دامغان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :