인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
This paper presents a method for estimating the equivalent model of harmonic sources using the Extended Kalman Filter(EKF) and the prediction deviation. The parameters of the equivalent model are difficult to measure directly, so they are generally estimated using data measured in the power system and numerical analysis. However, existing methods based on numerical analysis have a fundamental problem that including outliers in measured data significantly degrades the estimation performance. Additionally, the measured data before changing the equivalent model parameters can slow down the convergence speed of the estimation. To solve this problem, this paper proposed an equivalent model estimation method using the EKF and the prediction deviation. The EKF algorithm reduces outliers included in the measured voltage and current and the RLS algorithm is initialized by calculating the prediction deviation. To verify the performance of the proposed method, a comparative analysis with the previous method was conducted for the case where random data outliers were included.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092321044
