Παρακαλώ χρησιμοποιήστε αυτό το αναγνωριστικό για να παραπέμψετε ή να δημιουργήσετε σύνδεσμο προς αυτό το τεκμήριο: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/13222
Τίτλος: Εκτίμηση Παραμέτρων Μη Γραμμικού Μοντέλου Γεννήτριας Diesel Εγκατεστημένης Σε Μικροδίκτυο
Συγγραφείς: Μαντζιώρου Μαρία
Χατζηαργυρίου Νικόλαος
Λέξεις κλειδιά: σύγχρονη γεννήτρια
μικροδίκτυο
μοντέλα χώρου κατάστασης
αναγνώριση συστήματος
γκρίζο κουτί
μέθοδος σφάλματος πρόβλεψης
τοπική βελτιστοποίηση
trust-region reflective newton
levenberg-marquardt
ολική βελτιστοποίηση
προσομοιωμένη ανόπτηση
Ημερομηνία έκδοσης: 27-Ιου-2016
Περίληψη: H γεννήτρια diesel παίζει καθοριστικό ρόλο στην εξασφάλιση της ευστάθειας ενός μικροδικτύου και για την ενσωμάτωση της σε αυτό, είναι αναγκαία η γνώση των τιμών των παραμέτρων που περιγράφουν τη δυναμική της συμπεριφορά. Η κυρίαρχη τάση τα μικροδίκτυα να αναπτύσσονται γύρω από ήδη εγκατεστημένες γεννήτριες, για τις οποίες η γνώση των τιμών των τυπικών παραμέτρων τους είναι συχνά αδύνατη, είτε λόγω απώλειας των κατασκευαστικών τους στοιχείων, είτε λόγω αλλαγής των τιμών των παραμέτρων με την πάροδο των ετών, δημιουργεί την ανάγκη ανάπτυξης μεθόδων αναγνώρισης συστήματος για τον προσδιορισμό των παραμέτρων αυτών. Στην παρούσα διπλωματική, επιχειρείται ο προσδιορισμός τους, εφαρμόζοντας μια μέθοδο που ακολουθεί την προσέγγιση του Γκρίζου Κουτιού, δηλαδή υποθέτει μια γνωστή δομή για την περιγραφή της γεννήτριας και βασίζεται σε πραγματικές μετρήσεις των αποκρίσεων της για την εκτίμηση των παραμέτρων της. Για τη μοντελοποίηση της γεννήτριας χρησιμοποιείται το μη γραμμικό μοντέλο τρίτης τάξης στο χώρο κατάστασης, ενώ οι αποκρίσεις της πραγματικής γεννήτριας προέρχονται από την προσομοίωση του ίδιου και του ανώτερης (πέμπτης) τάξης μοντέλου. Αρχικά, η μέθοδος που χρησιμοποιείται είναι η Μέθοδος Σφάλματος Πρόβλεψης, η οποία χρησιμοποιεί για τον υπολογισμό γνωστούς αλγόριθμους τοπικής βελτιστοποίησης όπως ο αλγόριθμος Trust-Region Reflective Newton και ο αλγόριθμος Levenberg-Marquardt. Η μέθοδος εφαρμόζεται τόσο για δεδομένα από την προσομοίωση του μοντέλου τρίτης τάξης όσο και για δεδομένα από το μοντέλο πέμπτης τάξης. Στο πλαίσιο αυτό, εξετάζονται όλοι οι παράγοντες που επηρεάζουν τη διαδικασία αναγνώρισης και ορίζονται συγκεκριμένα μέτρα και δοκιμές για την αξιολόγηση των μοντέλων. Έτσι, εξάγονται συμπεράσματα για την αποτελεσματικότητα και τα κρίσιμα σημεία της μεθόδου. Τέλος, μελετάται η εφαρμογή της μεθόδου ολικής βελτιστοποίησης Προσομοιωμένη Ανόπτηση στο πρόβλημά και αξιολογείται η αποτελεσματικότητα της σε σχέση με την προηγούμενη μέθοδο. Για την υλοποίηση χρησιμοποιήθηκε το System Identification Toolbox της Μatlab.
URI: http://artemis-new.cslab.ece.ntua.gr:8080/jspui/handle/123456789/13222
Εμφανίζεται στις συλλογές:Διπλωματικές Εργασίες - Theses

Αρχεία σε αυτό το τεκμήριο:
Αρχείο ΜέγεθοςΜορφότυπος 
DT2016-0205.pdf3.44 MBAdobe PDFΕμφάνιση/Άνοιγμα


Όλα τα τεκμήρια του δικτυακού τόπου προστατεύονται από πνευματικά δικαιώματα.