• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2005년도 추계학술대회 논문집 전력기술부문
• /
• pp.274-276
• /
• 2005

배전계통 상태추정이란 배전계통을 운영하고 제어하기 위하여 모선전압, 선로조류, 모선부하와 같은 상태변수들의 측정된 값을 이용하여 여러가지 운영에 필요한 정보를 활용하고 배전계통으로부터 측정치에 기초하여 미지의 상태변수들을 추정하는 것이다. 변전소 제어센터에 있는 SCADA 시스템은 실시간으로 배전계통을 모니터링하고 제어하기 위하여 전력계통을 주기적으로 스캔하고 엄청난 양의 데이터를 획득하여 처리한다. 이들 측정값들은 유효전력, 무효전력, 전압, 전류, 스위치나 차단기의 상태들이다. 이들 데이터들은 중앙전력계통 제어센터나 지역제어센터로부터 산발되어 있는 정보를 대부분 RTU를 통하여 획득하게 된다. 이러한 이유로 배전계통의 상태추정은 송전계통과는 달리 배전계통 자체가 토폴로지상으로 산발되어 있을 뿐만 아니라 대규모이기 때문에 분산형으로 구성하여 처리하는 알고리즘을 필요로 한다. 본 논문에서는 배전계통에 대한 분산형 상태추정기의 알고리즘을 제안하고자 한다.

• 한국산학기술학회논문지
• /
• 제5권6호
• /
• pp.533-538
• /
• 2004

전력 소비자 근처에 설치, 운영하는 소규모 발전 형태인 분산형 전원에 대한 관심이 최근 들어 커지고 있다. 전력산업 구조개편이 진행되고 있는 현 상황에서 분산형 전원을 배전계통 내에 설치하고, 배전계통의 상태추정 기법을 적용하여 배전계통 운영을 안정적이고 신뢰성 높게 하려는 시도가 이루어지고 있다. 본 논문에서는 배전계통에 분산형 전원을 추가하였을 때 계통 손실에 미치는 영향을 분석하여 분산형 전원의 최적위치를 선정하고, 분산형 전원이 포함된 배전계통을 위한 상태추정 기법을 개발하였다. 불량데이터에 대한 강건성이 뛰어난 WLAV 상태추정기를 구현하였으며, 단일, 다중, 상호작용 불량 데이터에 대한 테스트를 실시하였다. IEEE 34 모선 수지상 계통을 사용하여 사례연구를 수행함으로써 제안한 알고리즘의 타당성을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1997년도 하계학술대회 논문집 B
• /
• pp.434-436
• /
• 1997

본 연구에서는 저속에서 발생하는 측정잡음에 대한 문제를 불규칙 확률시스템으로 고려하여 Kalman 필터를 관측자로서 사용하고 고속에서뿐만 아니라 저속에서의 위치와 속도 추정성능을 향상시키고자 한다. Kalman 필터는 확률적 외란을 포함하고 있는 동적시스템에 적용되는 최적상태 추정자이다. 또한 이 Kalman 필터는 외란을 가지는 이산형 실시간 동적 처리 시스템에서 최적의 미지 상태를 추정하기 위해 선형, 불편향, 그리고 최소 오차분산 회귀형 알고리즘을 제공한다. 또한, MRAS(Model Reference Adaptive System) 방법을 이용하여 모터와 부하에 대응되는 기계적 시정수를 동정한다. 이 방법은 기계적인 시정수가 알려지지 않은 시스템에 적용하여 위치와 속도의 추정을 가능하게 하기 위해서이다. 더욱이 동정의 결과를 이용하여 Kalman 필터 알고리즘에 적용한다.

• 전자공학회논문지SC
• /
• 제46권3호
• /
• pp.52-58
• /
• 2009

칼만 필터는 이동 목표물의 운동 상태 특성이 선형이라고 가정할 경우 비교적 정확하게 표적의 위치를 추정할 수 있는 알고리즘으로 목표물의 운동 상태 특성이 얼마나 정확하게 모형화 되었느냐에 따라 성능이 좌우된다. 표적의 다양성을 고려하지 않고 운동 특성을 일반적으로 모형화 하여 칼만필터(SKF : Simple Kalman filter) 알고리즘을 적용하는 경우 표적이 갑작스런 기동을 하게 되면 칼만필터의 고정된 프로세스 잡음 분산은 기동을 다를 수 없게 되므로 추적 성능은 현저히 저하된다. 본 논문에서는 이러한 문제점을 해결하기 위해 표적의 기동에 따른 프로세스 잡음 분산을 능동적으로 변화시켜 적용할 수 있는 능동형 칼만필터(ABC Active Kalman filter)를 구현하였다. 즉 표적이 가질 수 있는 기동의 범위를 구분하여 설정하고 기동의 정도에 따라 표적을 추적할 수 있는 칼만필터 프로세스 잡음 분산을 구하여 기동 정도에 따른 칼만필터 프로세스 잡음 분산을 오프 라인(off-line)에서 선행 학습시켰다. 선행 학습은 뉴럴네트워크를 이용하여 표적의 기동 상태에 따른 시스템 프로세스 잡음 분산을 인식하도록 하였으며, 그 결과에 따라 레이더가 실제 표적 탐지 및 추적 처리시 칼만필터의 프로세스 잡음 분산을 선택하여 실시간으로 반영할 수 있도록 능동형 칼만필터(AKF : Active Kalman filter)를 구현하고 시뮬레이션을 통해 성능 개선을 입증하였다.