Least squares estimation-based synchronous generator parameter estimation using PMU data
Least squares estimation-based synchronous generator parameter estimation using PMU data
复制标题
使用 PMU 数据进行基于最小二乘估计的同步发电机参数估计
DOI：
--
复制
发表时间：
2015
期刊：
影响因子：
--
通讯作者：
Zhixin Miao
中科院分区：
文献类型：
--
作者：
Bander Mogharbel;Lingling Fan;Zhixin Miao
研究了基于最小二乘估计（LSE）的动态发电机模型参数辨识方法。利用从发电机终端母线获取的相量测量单元（PMU）数据估计同步发电机的机电动力学相关参数，如惯性常数和一次频率控制下垂。将LSE应用于动态参数估计的关键思想是建立一个带有外生输入的离散自回归模型。利用ARX模型，可以建立一个线性估计问题，并找到ARX模型的参数。本文给出了将带一次频率控制的发电机模型转换为ARX模型的详细推导。然后从估计的ARX模型参数中恢复发电机参数。给出了两种转换方法：零阶保持法和Tustin法。数值结果说明了LSE在利用PMU数据进行动态系统参数辨识中的应用。
In this paper, least square estimation (LSE)-based dynamic generator model parameter identification is investigated. Electromechanical dynamics related parameters such as inertia constant and primary frequency control droop for a synchronous generator are estimated using Phasor Measurement Unit (PMU) data obtained at the generator terminal bus. The key idea of applying LSE for dynamic parameter estimation is to have a discrete autoregression with exogenous input (ARX) model. With an ARX model, a linear estimation problem can be formulated and the parameters of the ARX model can be found. This paper gives the detailed derivation of converting a generator model with primary frequency control into an ARX model. The generator parameters will be recovered from the estimated ARX model parameters afterwards. Two types of conversion methods are presented: zero-order hold (ZOH) method and Tustin method. Numerical results are presented to illustrate the proposed LSE application in dynamic system parameter identification using PMU data.
影响因子：
6.6
作者：
Burth, M;Verghese, GC;Vélez-Reyes, M
通讯作者：
Vélez-Reyes, M