مقاله کمی‌سازی حساسیت برای تخمین حالت سیستم توزیع
,

مقاله کمی‌سازی حساسیت برای تخمین حالت سیستم توزیع

تومان249,950

شبه‌اندازه‌ها منبع اصلی عدم قطعیت در تخمین حالت سیستم توزیع (DSSE) هستند، با این حال، مفروضات توزیعی آن‌ها توسط روش‌های موجود کمی‌سازی عدم قطعیت به عنوان ورودی‌های ثابت در نظر گرفته می‌شوند. این مقاله…

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.
شناسه محصول: SuperPaper-0000000291 دسته: ,

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

کمی‌سازی حساسیت برای تخمین حالت سیستم توزیع

Sensitivity Quantification for Distribution System State Estimation

نویسندگان: Betül Mamudi, Jochen Stiasny, Jochen Cremer

شناسه منبع: arxiv / 2605.13390v1

دسته: eess.SY

چکیده (فارسی)

شبه‌اندازه‌ها منبع اصلی عدم قطعیت در تخمین حالت سیستم توزیع (DSSE) هستند، با این حال، مفروضات توزیعی آن‌ها توسط روش‌های موجود کمی‌سازی عدم قطعیت به عنوان ورودی‌های ثابت در نظر گرفته می‌شوند. این مقاله بررسی می‌کند که آیا حدود عدم قطعیت مفروض توسط DSSE مبتنی بر حداقل مربعات وزنی (WLS) به این مفروضات توزیعی حساس است یا خیر، و آیا این حساسیت با استفاده از ماتریس اطلاعات فیشر (FIM) قابل کمی‌سازی است. ما یک چارچوب تشخیصی پیشنهاد می‌کنیم که حد کرامر-رائو (CRB) واقعی را در مقابل CRB مفروض WLS از طریق نسبت اتوبوس به اتوبوس و سناریو به سناریو مقایسه می‌کند که مستقیماً از راه‌حل همگرا شده WLS محاسبه می‌شود. توزیع‌های شبه‌اندازه‌ها در پنج نوع با ۲۲ واریانت که در پراکندگی مساوی برای جداسازی اثرات شکل از واریانس مطابقت داده شده‌اند، تغییر داده می‌شوند. آزمایش‌ها بر روی شبکه CIGRE MV در ۱۰۰ سناریوی عملیاتی سه یافته را به همراه دارد. اول، توزیع‌های دم سنگین و اریب به طور مداوم نشان می‌دهند که WLS به طور سیستماتیک حدود عدم قطعیت خود را بیش از حد بیان می‌کند. دوم، درجه عدم کالیبراسیون در اتوبوس‌ها و سناریوهای عملیاتی مختلف متفاوت است و تأیید می‌کند که حساسیت توزیعی یکنواخت نیست. سوم، نسبت CRB از نظر ساختاری نسبت به بایاس شیفت میانگین کور است و محدودیت اساسی تشخیص‌های عدم قطعیت مبتنی بر واریانس را آشکار می‌کند. در مجموع، این نتایج فرضیه را تأیید می‌کنند و نشان می‌دهند که انتخاب توزیع شبه‌اندازه مستقیماً حدود اطمینان را تحت مفروضات مبتنی بر WLS تحریف می‌کند، که باید به طور صریح در هر روش DSSE آگاه از عدم قطعیت در نظر گرفته شود.

Abstract (English)

Pseudo-measurements are the dominant source of uncertainty in distribution system state estimation (DSSE), yet their distributional assumptions are treated as fixed inputs by existing uncertainty quantification methods. This paper investigates whether the uncertainty bounds assumed by weighted least squares (WLS)-based DSSE are sensitive to these distributional assumptions, and whether this sensitivity is quantifiable using the Fisher Information Matrix (FIM). We propose a diagnostic framework that compares the true Cramér-Rao Bound (CRB) against the WLS-assumed CRB via a per-bus, per-scenario ratio, computed directly from the converged WLS solution. Pseudo-measurement distributions are varied across five types in 22 variants matched at equal spread to isolate shape effects from variance. Experiments on the CIGRE MV network across 100 operating scenarios yield three findings. First, heavy-tailed and skewed distributions show consistently that WLS systematically overstates its uncertainty bounds. Second, the degree of miscalibration varies across buses and operating scenarios, confirming that distributional sensitivity is not uniform. Third, the CRB ratio is structurally blind to mean-shift bias, exposing a fundamental limitation of variance-based uncertainty diagnostics. Together, these results confirm the hypothesis and show that the choice of pseudo-measurement distribution directly distorts the confidence limits under WLS-based assumptions, which must be explicitly accounted for in any uncertainty-aware DSSE method.

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “مقاله کمی‌سازی حساسیت برای تخمین حالت سیستم توزیع”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

محصولات مشابه

پیمایش به بالا