Método Híbrido para la Estimación de Estados de Sistemas Eléctricos de Potencia

Autores
Risso, Mariano Angel; Rubiales, Aldo Jose; Lotito, Pablo Andres
Año de publicación
2012
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
La estimación de estado de un sistema eléctrico de potencia (SEP) clásicamente se basa en el método de mínimos cuadrados ponderados (WLS). En la literatura reciente, proponen utilizar el método denominado filtro de Kalman unscented (UKF) para estimar dicho estado. El método UKF mejora los resultados del WLS ante cambios leves en los consumos del sistema ya que el filtro de Kalman tiene en cuenta el historial del estado. El problema que posee este método es que ante grandes perturbaciones, propias del sistema, el estimador UKF no obtiene buenos resultados. En este trabajo se presenta un método híbrido que combina el WLS y el método UKF, manteniendo la robustez del WLS y la historia aprendida por UKF.
Fil: Risso, Mariano Angel. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas. Grupo de Plasmas Densos Magnetizados. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Grupo de Plasmas Densos Magnetizados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil; Argentina
Fil: Rubiales, Aldo Jose. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas. Grupo de Plasmas Densos Magnetizados. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Grupo de Plasmas Densos Magnetizados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil; Argentina
Fil: Lotito, Pablo Andres. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas. Grupo de Plasmas Densos Magnetizados. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Grupo de Plasmas Densos Magnetizados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil; Argentina
Materia
estimación de estado
sistema eléctrico de potencia
filtro de Kalman unscented
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/198205

id CONICETDig_67f113cfa542d18b91b11c68d526ae5d
oai_identifier_str oai:ri.conicet.gov.ar:11336/198205
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Método Híbrido para la Estimación de Estados de Sistemas Eléctricos de PotenciaRisso, Mariano AngelRubiales, Aldo JoseLotito, Pablo Andresestimación de estadosistema eléctrico de potenciafiltro de Kalman unscentedhttps://purl.org/becyt/ford/2.2https://purl.org/becyt/ford/2La estimación de estado de un sistema eléctrico de potencia (SEP) clásicamente se basa en el método de mínimos cuadrados ponderados (WLS). En la literatura reciente, proponen utilizar el método denominado filtro de Kalman unscented (UKF) para estimar dicho estado. El método UKF mejora los resultados del WLS ante cambios leves en los consumos del sistema ya que el filtro de Kalman tiene en cuenta el historial del estado. El problema que posee este método es que ante grandes perturbaciones, propias del sistema, el estimador UKF no obtiene buenos resultados. En este trabajo se presenta un método híbrido que combina el WLS y el método UKF, manteniendo la robustez del WLS y la historia aprendida por UKF.Fil: Risso, Mariano Angel. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas. Grupo de Plasmas Densos Magnetizados. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Grupo de Plasmas Densos Magnetizados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil; ArgentinaFil: Rubiales, Aldo Jose. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas. Grupo de Plasmas Densos Magnetizados. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Grupo de Plasmas Densos Magnetizados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil; ArgentinaFil: Lotito, Pablo Andres. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas. Grupo de Plasmas Densos Magnetizados. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Grupo de Plasmas Densos Magnetizados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil; ArgentinaAsociación Argentina de Mecánica Computacional2012-11info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/198205Risso, Mariano Angel; Rubiales, Aldo Jose; Lotito, Pablo Andres; Método Híbrido para la Estimación de Estados de Sistemas Eléctricos de Potencia; Asociación Argentina de Mecánica Computacional; Mecánica Computacional; XXXI; 22; 11-2012; 3513-35212591-3522CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://cimec.org.ar/ojs/index.php/mc/article/view/4278info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-03T09:46:33Zoai:ri.conicet.gov.ar:11336/198205instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-03 09:46:33.554CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Método Híbrido para la Estimación de Estados de Sistemas Eléctricos de Potencia
title Método Híbrido para la Estimación de Estados de Sistemas Eléctricos de Potencia
spellingShingle Método Híbrido para la Estimación de Estados de Sistemas Eléctricos de Potencia
Risso, Mariano Angel
estimación de estado
sistema eléctrico de potencia
filtro de Kalman unscented
title_short Método Híbrido para la Estimación de Estados de Sistemas Eléctricos de Potencia
title_full Método Híbrido para la Estimación de Estados de Sistemas Eléctricos de Potencia
title_fullStr Método Híbrido para la Estimación de Estados de Sistemas Eléctricos de Potencia
title_full_unstemmed Método Híbrido para la Estimación de Estados de Sistemas Eléctricos de Potencia
title_sort Método Híbrido para la Estimación de Estados de Sistemas Eléctricos de Potencia
dc.creator.none.fl_str_mv Risso, Mariano Angel
Rubiales, Aldo Jose
Lotito, Pablo Andres
author Risso, Mariano Angel
author_facet Risso, Mariano Angel
Rubiales, Aldo Jose
Lotito, Pablo Andres
author_role author
author2 Rubiales, Aldo Jose
Lotito, Pablo Andres
author2_role author
author
dc.subject.none.fl_str_mv estimación de estado
sistema eléctrico de potencia
filtro de Kalman unscented
topic estimación de estado
sistema eléctrico de potencia
filtro de Kalman unscented
purl_subject.fl_str_mv https://purl.org/becyt/ford/2.2
https://purl.org/becyt/ford/2
dc.description.none.fl_txt_mv La estimación de estado de un sistema eléctrico de potencia (SEP) clásicamente se basa en el método de mínimos cuadrados ponderados (WLS). En la literatura reciente, proponen utilizar el método denominado filtro de Kalman unscented (UKF) para estimar dicho estado. El método UKF mejora los resultados del WLS ante cambios leves en los consumos del sistema ya que el filtro de Kalman tiene en cuenta el historial del estado. El problema que posee este método es que ante grandes perturbaciones, propias del sistema, el estimador UKF no obtiene buenos resultados. En este trabajo se presenta un método híbrido que combina el WLS y el método UKF, manteniendo la robustez del WLS y la historia aprendida por UKF.
Fil: Risso, Mariano Angel. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas. Grupo de Plasmas Densos Magnetizados. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Grupo de Plasmas Densos Magnetizados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil; Argentina
Fil: Rubiales, Aldo Jose. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas. Grupo de Plasmas Densos Magnetizados. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Grupo de Plasmas Densos Magnetizados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil; Argentina
Fil: Lotito, Pablo Andres. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas. Grupo de Plasmas Densos Magnetizados. Provincia de Buenos Aires. Gobernación. Comision de Investigaciones Científicas. Grupo de Plasmas Densos Magnetizados; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Tandil; Argentina
description La estimación de estado de un sistema eléctrico de potencia (SEP) clásicamente se basa en el método de mínimos cuadrados ponderados (WLS). En la literatura reciente, proponen utilizar el método denominado filtro de Kalman unscented (UKF) para estimar dicho estado. El método UKF mejora los resultados del WLS ante cambios leves en los consumos del sistema ya que el filtro de Kalman tiene en cuenta el historial del estado. El problema que posee este método es que ante grandes perturbaciones, propias del sistema, el estimador UKF no obtiene buenos resultados. En este trabajo se presenta un método híbrido que combina el WLS y el método UKF, manteniendo la robustez del WLS y la historia aprendida por UKF.
publishDate 2012
dc.date.none.fl_str_mv 2012-11
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/198205
Risso, Mariano Angel; Rubiales, Aldo Jose; Lotito, Pablo Andres; Método Híbrido para la Estimación de Estados de Sistemas Eléctricos de Potencia; Asociación Argentina de Mecánica Computacional; Mecánica Computacional; XXXI; 22; 11-2012; 3513-3521
2591-3522
CONICET Digital
CONICET
url http://hdl.handle.net/11336/198205
identifier_str_mv Risso, Mariano Angel; Rubiales, Aldo Jose; Lotito, Pablo Andres; Método Híbrido para la Estimación de Estados de Sistemas Eléctricos de Potencia; Asociación Argentina de Mecánica Computacional; Mecánica Computacional; XXXI; 22; 11-2012; 3513-3521
2591-3522
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://cimec.org.ar/ojs/index.php/mc/article/view/4278
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
application/pdf
dc.publisher.none.fl_str_mv Asociación Argentina de Mecánica Computacional
publisher.none.fl_str_mv Asociación Argentina de Mecánica Computacional
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1842268802798059520
score 13.13397