Kim, Jong Hwa;Ha, Yun Su;Lim, Jae Kwon;Seo, Soo Kyung
Journal of Advanced Marine Engineering and Technology
/
제36권7호
/
pp.919-926
/
2012
In order to control a LTI(Linear Time Invariant) system subjected to system noise and measurement noise, first of all, it is necessary to estimate the state of system with reliability. Kalman filtering technique has been widely used to estimate the state of the stochastic LTI system with stationary noise characteristics because of its estimation ability versus algorithm simplicity. However, it often fails to estimate the state of the LTI system of which system parameter uncertainty exists partly and/or input uncertainty exists. In this paper, a new estimation technique based on Kalman filter is suggested for stochastic LTI system under parameter uncertainty and/or input uncertainty. A fuzzy estimation algorithm against uncertainties is introduced so as to compensate the state estimate filtered by Kalman filter. In order to verify the state estimation performance of the suggested technique, several simulations are accomplished.
This study proposes a battery state-of-health estimation method by applying a feature extraction technique. The technique that can improve estimation performance is the process of identifying and extracting meaningful data. To apply a data-driven-based aging state estimation method to batteries, health indicators are used as training data. However, limitations occur in extracting health indicators from charge/discharge cycles. This study proposes a deep-learning-based battery state-of-health estimation method that applies feature extraction techniques to compensate for this problem. According to the performance evaluation result of the proposed method, it has a low estimation error of 0.3887% based on an absolute error evaluation method.
Two methods which estimate manoeuvring derivatives in the model of hydrodynamic force and moment acting on a manoeuvring ship using sea trial data were compared. One is the widely used parameter estimation method by using the Extended Kalman Filter (EKF), which estimates state variables of linearized state space model at every instant after dealing with the coefficients as the augmented state variables. The other one is the Estimation-Before-Modeling (EBM) technique, so called the two-step method. In the first step, hydrodynamic force of which dynamic model is assumed the third-order Gauss-Markov process is estimated along with motion variables by the EKF and the modified Bryson-Frazier smoother. Then, in the next step, manoeuvring derivatives are identified through the regression analysis. If the exact structure of hydrodynamic force could be known, which was an ideal case, the EKF method would be regarded as being more superior compared to the EBM technique. However the EBM technique was more robust than the EKF method from a realistic point of view where the assumed model structure was slightly different from the real one.
An input estimation technique for tracking filter(CHP algorithm) suggested by Y.T. Chan et. al. has bad performance for low maneuvering targets. In this paper, two maneuver detection algorithms are applied to Singer's target model. First, an CHP input estimation technique is applied to 9 state target model. Second, we construct a maneuver detection and correction technique using pseudo acceleration measurements, which are derived directly from measurements. These two filters have good performance for even the low maneuvering targets.
It is important to measuring and monitoring about state vectors of power system for precise operation control. All state vectors cannot be measured because it is economically disadvantageous, so that some state vectors are determined using state estimator. Determination of observability is a important precondition of power system state estimation because state estimation can be performed when given power system is observable. Recently as time-synchronization technique progress, using the PMU(Phasor Measurement Unit), state vector can be measured directly so that voltage phasor and current phasor measurements can be used for power system estimation. In this paper, observability algorithm is proposed to determinate the observability with real/reactive injection power measurements and real/reactive lineflow power measurements of existing measurement system and with phasor measurements of PMU. The jacobian matrix is newly composed for state estimation with measurements of added PMU, and state estimation is performed with least square estimatior. Comparison between state estimation result of existing measurement system and that of measurement system added PMU is presented.
본 논문에서는 계통을 분할하여 분할된 지역간의 경계선로에 대학 조류측정을 하여 계통을 축소하는데 근거한 계통분할 알고리즘을 제시한다. 즉 전력계통을 여러개의 종속계통으로 나누면 반그시 경계선로가 파생되는데 이 경계선로 조류를 정확히 추정할 수 있으면 각 종속계통에 대한 상태추정을 개별적으로 행할 수 있으므로 각 종속계통에 대한 경계선로 조류를 추정하는 면밀한 방법을 제시하였다. 까라서, 제시된 알고리즘을 쓰면 종속계통에서 상태추정을 개별적으로 수행할 수 있기 때문에 계산시간과 메모리 용량을 현저히 줄일 수 있다. 제시된 알고리즘을 IEEE 샘플계통에 적용하여 설계통 적용 가능성을 보였다.
Every autonomous system like a robot needs a power source known as a battery. And proper management of the battery is very important for proper operation. To know State of Charge(SOC) of a battery is the very core of proper battery management. In this paper, the SOC estimation problem is tackled based on the well known Extended Kalman Filter(EKF). Combined the existing battery model is used and then EKF is employed to estimate the SOC. SOC table is constructed by extensive experiment under various conditions and used as a true SOC. To verify the estimation result, extensive experiment is performed with various loads. The comparison result shows the battery estimation problem can be well solved with the technique proposed in this paper. The result of this paper can be used to develop related autonomous system.
An algorithm for the state estimation and identification of multivariable nonlinear systems with noisy nonlinear observation has been investigated on the basis of the multidimensional Hermitian expansion for the a posteriori probability densities of the predicted observation, the predicted state and the observation conditioned by the state. A new approach for construction of this sequential nonlinear estimator, retaining up to the second order term of the observation error, has been developed, along with the approximation of nonlinear system functions, truncating at the second term. The estimation of the unknown parameters has been established by extending the state estimation technique, regarding the parameters as another state variables. The results of investigation indicate the feasibility of the schemes presented in this paper.
State-of-Charge (SOC) is one of the most important indicators for the battery management system. Thus its precise estimation is crucial not only for effectively utilizing the energy but also preventing critical situations from happening to the powertrain of the vehicle. However, lead-acid battery is time-variant and highly nonlinear, and the hysteresis phenomenon causes large errors in estimating SOC. This paper proposes a novel SOC estimation technique for the lead-acid battery by using Extended Kalman Filter (EKF) considering hysteresis effect. The validity of the proposed technique is verified through the experiments.
An accurate State Of Charge (SOC) estimation of battery is the most important technique for Electric Vehicles (EVs) and Energy Storage Systems (ESSs). In this paper a new integrated Unscented Kalman Filter-Particle Filter (UKF-PF) is employed to estimate the SOC of a $LiFePO_4$ battery cell and a significant improvement is obtained as compared to the other methods. The parameters of the battery is modeled by the second order Auto Regressive eXogenous (ARX) model and estimated by using Recursive Least Square (RLS) method to calculate value of each element in the model. The proposed algorithm is established by combining a parameter identification technique using RLS method with ARX model and an SOC estimation technique using UKF-PF.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.