تخمین پارامترهای ماشین سنکرون توسط مشاهده اضافی

در سیستمهای قدرت کنونی برای افزایش توان منتقله احتیاج به شبکه های بزرگتر و پیچیده تر است ، و یکی از ملزومات انجام اینکار در اختیار داشتن برنامه های مشابه سازی دقیق است . از طرفی برای داشتن دقت بیشتر در جواب مشابه سازی باید عناصر و پارامترهای اساسی و تعیین کننده رفتار سیستم تا جای ممکن دقیق باشد و ژنراتور یکی از مهمترین عوامل تعیین کننده رفتار سیستم است . برای ژنراتور مدلهای دو محوری d-q با درجات آزادی مختلف توسعه یافته اند که در بین آنها مدل دو محوری مرتبه سوم به لحاظ داشتن مفاهیم فیزیکی و ارائه نمایش دقیقتری از رفتار ژنراتور بهترین مدل شناخته شده است . یک راه برای شناسایی مقادیر پارامترهای ژنراتور، استفاده از اطلاعات پاسخ فرکانسی ژنراتور سنکرون است . در روشهای اولیه شناسایی پارامترها از دادههای پاسخ فرکانسی، اطلاعات پاسخ فرکانسی مستقیما برای پیدا کردن ضرایب تابع تبدیل مدل درجه سوم بکار می رود. این طریقه بعلت وجود نویز در اندازه گیری پاسخ فرکانسی، چند مقدار برای پارامترها ارائه میدهد. روش جدیدتری توسط کیهانی مطرح شده است که شامل بدست آوردن داده های حوزه زمان از داده های حوزه فرکانسی و سپس اعمال روش بیشترین شباهت به داده های حوزه زمان است که توسط آن مقادیر پارامترهای مدل دو محوری درجه سوم بطور منحصر بفرد بدست می آید . اما این روش فقط برای اندازه گیریهای با سیگنال به نویز بالا قابل محاسبه است ، و علاوه بر آن به مقدار اولیه پارامترها نیز حساس می باشد. در این پروژه برای بهتر کردن فرآیند تخمین بیشترین شباهت از یک مشاهده اضافی بنام مشاهده گرمای خروجی ماشین در حین آزمایش ssfr استفاده شده است . دقت مقادیر پارامترهای بدست آمده نشان می دهد که این مشاهده تا چه حد قدرت روش تخمین را بالا می برد. اما در عین حال برای بدست آوردن این مشاهده مسائل عملی مشکلتری مطرح خواهد شد. در این پروژه روش دومی نیز بکار گرفته شده است و آن اعمال فیلتر کالمن بسط یافته به سیسستم مورد نظر (مدل محور d ژنراتور) می باشد. اگر مسئله بصورت عادی مطرح شود امکان جواب گرفتن از آن براحتی ممکن نیست . تحقیق و بررسی بیشتر نشان داده است که اعمال روش فیلتر کالمن بسط یافته به این مسئله موجب واگرا شدن شدید پاسخ می شود. دراینجا برای جوب گرفتن از این روش و جلوگیر از واگرایی، چند مشاهده اضافی و برخی تصحیحات ویژه مورد استفاده قرار می گیرد. سودمندی استفاده از روش فیلتر کالمن بسط یافته، ارائه تخمین های بهتر، حتی با استفاده از اطلاعات شدیدا" نویزی است که موضوعی شناخته شده است . به منظور داشتن یک زمینه اطلاعاتی برای مطالعه پروژه، در فصل اول بعضی از روشهای شناسایی که مکررا مورد استفاده قرار می گیرد مرور شده است . فصل دوم یک پایه تئوری راجع به واگرایی در فیلتر کالمن را ارئه می دهد و در فصل سوم مدلهای ماشین سنکرون و کاربرد هر یک از آنها در مسئله مورد نظر و نیز انواع آزمایشهایی که برای شناسایی مقادیر پارامترهای ژنراتور بکار میرود بررسی شده است . فصل چهارم روش حل مسئله با مشاهده اضافی و اعمال روش فیلتر کالمن بسط یافته به معادلات ماشین را بیان می کند.