عنوان : ( تخمین پارامترهای PMSG با استفاده از فیلترهای EKF ، UKF و PF )
نویسندگان: سیدهمام الدین حسینی ایرانی , سیدکمال حسینی ثانی ,بر اساس تصمیم نویسنده مقاله دسترسی به متن کامل برای اعضای غیر دانشگاه ممکن نیست
چکیده
در طول چند دهه اخیر، نگرانیها از آلودگیهای محیط زیستی ناشی از تولید برق به روش سنتی افزایش یافته است و به دنبال جلوگیری از عواقب آن، توجه و علاقه به تولید الکتریسته پاک با استفاده از انرژیهای نو افزایش یافته است. توربینهای بادی یکی از انواع انرژیهای نو هستند که سهم بسزایی را در تولید توان جهان امروزی ایفا میکنند. برای کنترل توربین بادی نیاز به اطلاع از برخی پارامترها همجون سرعت زاویهای روتور داریم. با توجه به اینکه استفاده از سنسورها باعث افزایش هزینه میشوند و این سنسورها دارای خطا میباشند، ممکن است سیستم کنترل توربین بادی را با مشکلاتی مواجه سازند. در این مقاله قصد داریم پارامترهای ژنراتور سنکرون مغناطیس دائم (PMSG) را با بکارگیری فیلترهای کالمن توسعه یافته (EKF) ، فیلتر کالمن بیرد (UKF) و فیلتر ذرهای تخمین بزنیم. استفاده از رؤیتگرهای حالت باعث حذف سنسور سرعت و افزایش دقت سیستم میشود و مقاومت سیستم کنترلی را نسبت به نویزها و تغییرات پارامترها افزایش میدهد. عملکرد فیلترهای EKF ، UKF و PF در تخمین حالتهای PMSG ، با شبیهسازی در محیط نرمافزار متلب/ سیمولینک مورد بررسی قرار خواهد گرفت. نتایج نشان خواهد داد که عملکرد UKF در تخمین پارامترها از EKF بهتر است.
کلمات کلیدی
, توربین بادی, ژنراتور سنکرون مغناطیس دائم (PMSG) , فیلتر کالمن توسعه یافته (EKF) , فیلتر کالمن بدون رد (UKF) , فیلتر ذرهای (PF) , تخمین حالت@inproceedings{paperid:1071045,
author = {حسینی ایرانی, سیدهمام الدین and حسینی ثانی, سیدکمال},
title = {تخمین پارامترهای PMSG با استفاده از فیلترهای EKF ، UKF و PF},
booktitle = {کنفرانس بین المللی برق، کامپیوتر و مکانیک ایران},
year = {2018},
location = {تهران, ايران},
keywords = {توربین بادی، ژنراتور سنکرون مغناطیس دائم (PMSG) ، فیلتر کالمن توسعه یافته (EKF) ، فیلتر کالمن بدون رد (UKF) ، فیلتر ذرهای (PF) ، تخمین حالت},
}
%0 Conference Proceedings
%T تخمین پارامترهای PMSG با استفاده از فیلترهای EKF ، UKF و PF
%A حسینی ایرانی, سیدهمام الدین
%A حسینی ثانی, سیدکمال
%J کنفرانس بین المللی برق، کامپیوتر و مکانیک ایران
%D 2018