A Hybrid Artificial Intelligence Method for Estimating Flicker in Power Systems

要約

このペーパーでは、Hフィルタリングと適応型線形ニューロンネットワークを組み合わせた新しいハイブリッドAIメソッドを紹介します。配電システムのフリッカーコンポーネント推定のための適応線形ニューロンネットワーク。提案された方法は、Hフィルターの堅牢性を活用して、不確実性と騒々しい状態で電圧エンベロープを抽出し、アダリンの使用に続いて、エフェーブの​​吸入頻度で埋め込まれた頻度で埋め込まれた頻度を正確に識別します。
既存の周波数ドメインアプローチの重要な制限に対処する収束と騒音回復力。従来の手法のように、このハイブリッドAIモデルは、ノイズ特性や広範なトレーニングの事前知識なしに複雑な電力障害を処理します。
ウェーブレット変換ベースの推定器。

要約(オリジナル)

This paper introduces a novel hybrid AI method combining H filtering and an adaptive linear neuron network for flicker component estimation in power distribution systems.The proposed method leverages the robustness of the H filter to extract the voltage envelope under uncertain and noisy conditions followed by the use of ADALINE to accurately identify flicker frequencies embedded in the envelope.This synergy enables efficient time domain estimation with rapid convergence and noise resilience addressing key limitations of existing frequency domain approaches.Unlike conventional techniques this hybrid AI model handles complex power disturbances without prior knowledge of noise characteristics or extensive training.To validate the method performance we conduct simulation studies based on IEC Standard 61000 4 15 supported by statistical analysis Monte Carlo simulations and real world data.Results demonstrate superior accuracy robustness and reduced computational load compared to Fast Fourier Transform and Discrete Wavelet Transform based estimators.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google