Identificación eficiente de errores en estimación de estado usando un algoritmo genético especializado
En este artículo se presenta un método para resolver el problema de estimación de estado en sistemas eléctricos usando optimización combinatoria. Su objetivo es el estudio de mediciones con errores de difícil detección, que afectan el desempeño y calidad de los resultados cuando se emplea un estimad...
- Autores:
-
Ruiz, Hugo A. (Hugo Andrés)
Toro, Eliana Mirledy
Gallego, Ramón Alfonso
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2011
- Institución:
- Universidad EIA .
- Repositorio:
- Repositorio EIA .
- Idioma:
- spa
- OAI Identifier:
- oai:repository.eia.edu.co:11190/124
- Acceso en línea:
- https://repository.eia.edu.co/handle/11190/124
- Palabra clave:
- REI00173
DISTRIBUCIÓN DE ENERGÍA ELÉCTRICA
ELECTRIC POWER DISTRIBUTION
ENERGÍA
ENERGY
ERRORES DE DIFÍCIL DETECCIÓN
ESTIMACIÓN DE ESTADO
ALGORITMO GENÉTICO DE CHU-BEASLEY
PUNTOS DE APALANCAMIENTO
MULTIPLE INTERACTING BAD DATA
STATE ESTIMATION
CHU-BEASLEY GENETIC ALGORITHM
LEVERAGE POINTS
- Rights
- openAccess
- License
- Derechos Reservados - Universidad EIA, 2020
| Summary: | En este artículo se presenta un método para resolver el problema de estimación de estado en sistemas eléctricos usando optimización combinatoria. Su objetivo es el estudio de mediciones con errores de difícil detección, que afectan el desempeño y calidad de los resultados cuando se emplea un estimador de estado clásico. Dada su complejidad matemática, se deducen indicadores de sensibilidad de la teoría de puntos de apalancamiento que se usan en el algoritmo de optimización de Chu-Beasley, con el fin de disminuir el esfuerzo computacional y mejorar la calidad de los resultados. El método propuesto se valida en un sistema IEEE de 30 nodos. |
|---|