TRACKING OF ELECTRICAL VOLTAGE SIGNAL USING KALMAN FILTER BASED RECURSIVE LEAST SQUARES METHOD

Öz

Hitherto various algorithmic approaches were used for estimation of parameter.  Adaptable classical methods   come forward amongst these approaches because of optimizing itself in the varying environmental conditions, being applicable to time-varying systems easily and being adaptable by itself to new conditions. In this study, recursive least squares method (RLSM) that is one of the adaptable classical methods was used. Firstly kalman filter was adapted to RLSM. Phase information of electrical voltage signal was obtained by developed approach. Locking process of the tracked signal was investigated using phase information. Simulation was implemented by using MATLAB code. Results of simulation were examined and efficiency of method was presented.

Anahtar Kelimeler

• Recursive least squares method,voltage signal,power system

KALMAN FİLTRESİ TABANLI YİNELENEN EN KÜÇÜK KARELER METODUYLA ELEKTRİKSEL GERİLİM İŞARETİNİN İZLENMESİ

Öz

Bugüne kadar parametre tahminleri için çeşitli algoritmik yaklaşımlar kullanılmıştır. Bunların arasında uyarlanabilir klasik metotların; çevre şartlarına göre kendi kendisini en iyiye doğru kanalize edebilmesi, zamanla değişen sistemlere kolaylıkla uygulanabilmesi ve yeni durumlara göre kendi kendine ayarlayabilmesi yönüyle öne çıktığı görülmektedir. Bu çalışmada, klasik uyarlanabilir metotlardan Yinelenen En Küçük Kareler Metodu (YEKK) kullanılmıştır. Öncelikle YEKK metoduna kalman filtresi algoritması adapte edilmiştir. Geliştirilen yaklaşım kullanılarak bir elektriksel gerilim sinyalinin faz bilgileri elde edilmiştir. Elde edilen faz bilgileri ile izlenen sinyale kilitlenme süreci üzerinde durulmuştur. Benzetim işlemi MATLAB yardımıyla gerçekleştirilmiş olup benzetim sonuçları ve metodun etkinliği incelenmiştir.

Anahtar Kelimeler

• Yinelenen en küçük kareler metodu,gerilim sinyali,güç sistemi

Kaynakça

1. [1] Song, H., Nam, K., Mutschler, P., “Very Fast Phase Angel Estimation Algorithm For A Single Phase System Having Sudden Phase Angel Jumps”, Conference Record of 2002 IEEE Industry Aplications, 925-931, (2002)
2. [2] Chung, S., “A Phase Tracking System For Three Phase Utility Interface Inverters”, IEEE Transactions On Power Electronics, 15(3): 431- 438, (2000)
3. [3] Torun, S., Uyku EEG’sinde Karşılaşılan İğciklerin (Spindle) Sezimi Üzerine Bir Çalışma, Yüksek Lisans Tezi, Ankara Üniversitesi Fen Bilimleri Enstitüsü, Ankara, (2005)
4. [4] Özer, Ş., Sarıoğlu, Ş., Kaplan, A., “Ar Sistem Modelinde Farklı Algoritmaların Karşılaştırılması”, Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 19(4): 431- 436, (2004)
5. [5] Söderström, T., Stoica, P., System Identification, Printice Hall, New York, 60-95, 320-350 (1989).
6. [6] Su, W., Qiu, L., Chen, J., “Fundamental performance limitations in tracking sinusoidal signals”, IEEE Transaction on Automatic Control, 48(8): 1371-1380, (2003) [7] Su., W., Qiu, L., Chen, J., “On performance limitation in tracking sinusoids”, Proceeding of the 44 IEEE Conference on Decision and Control and the European control Conference 2005, Sevile, Spain, (2005)
7. [8]Su, W., Qiu, L., Chen, J., “On performance limitation in tracking a sinusoid” , IEEE Transaction on Automatic Control, 51(8): 1320-1325, (2006)
8. [9] Malik, M. B., and Salman, M., “Adaptive tracking of a noisy sinusoid / chirp with unknown parameters”, IEEE ISIE 2006, Montreal, Quebec, Canada, (2006)

9. [10] Zheng J., Kenneth W.K., Lui, Ma, W.K., So, H.C., “Two simplified recursive gauss-newton algorithms for direct amplitude and phase tracking of a real sinusoid” , IEEE Signal processing letters, 14(12): 972-975, (2007) [11]Premerlani, W, Kasztenny, B, Adamiak M, “Development and Implementation of a synchrophasor estimator capable of measurements under dynamic conditions”, IEEE Transaction on power delivery, 23(1): 109-123 (2008)