Vaš brskalnik ne omogoča JavaScript!
JavaScript je nujen za pravilno delovanje teh spletnih strani. Omogočite JavaScript ali pa uporabite sodobnejši brskalnik.
Repozitorij Univerze v Ljubljani
Nacionalni portal odprte znanosti
Odprta znanost
DiKUL
slv
|
eng
Iskanje
Brskanje
Novo v RUL
Kaj je RUL
V številkah
Pomoč
Prijava
Podrobno
Ocenjevalnik stanja nizkonapetostnega razdelilnega omrežja
ID
PODBREGAR, GREGA
(
Avtor
),
ID
Pantoš, Miloš
(
Mentor
)
Več o mentorju...
PDF - Predstavitvena datoteka,
prenos
(2,95 MB)
MD5: 79134160B50946C81FAB40591EE9E1EA
PID:
20.500.12556/rul/b4ba044e-6f8a-41bc-8e62-60421db26e2b
Galerija slik
Izvleček
Izvedeno delo se nanaša na razvoj konceptnega modela ocenjevalnika stanja nizkonapetostnega razdelilnega omrežja. Namen naloge je bil izdelati preprost algoritem ocenjevalnika stanja, ki deluje na osnovi metode najmanjših uteženih kvadratov z uporabo simuliranih meritev pametnih števcev, ter preveriti njegovo delovanje na podlagi simulacij dogodkov, ki se lahko zgodijo v realnosti. Izbran in izveden s pomočjo Matlaba je bil matematični algoritem ocenjevalnika stanja, ki je bil preverjen na modelu nizkonapetostnega omrežja. Preizkusi so pokazali zadostno odpornost algoritma na naključne motnje v merjenih vrednostih, z deležem neustreznih meritev in uporabo psevdo merjenih vrednosti pa so bile preizkušene skrajne meje njegovega delovanja. Preprosta simulacija je pokazala možnost praktične uporabe algoritma pri odkrivanju mest nezakonitega odjema ali nepravilnega delovanja merilne naprave.
Jezik:
Slovenski jezik
Ključne besede:
Nizkonapetostno razdelilno omrežje
,
ocenjevalnik stanja
,
uteženi najmanjši kvadrati
Vrsta gradiva:
Magistrsko delo/naloga
Organizacija:
FE - Fakulteta za elektrotehniko
Leto izida:
2015
PID:
20.500.12556/RUL-30818
Datum objave v RUL:
08.06.2015
Število ogledov:
3479
Število prenosov:
408
Metapodatki:
Citiraj gradivo
Navadno besedilo
BibTeX
EndNote XML
EndNote/Refer
RIS
ABNT
ACM Ref
AMA
APA
Chicago 17th Author-Date
Harvard
IEEE
ISO 690
MLA
Vancouver
:
PODBREGAR, GREGA, 2015,
Ocenjevalnik stanja nizkonapetostnega razdelilnega omrežja
[na spletu]. Magistrsko delo. [Dostopano 30 marec 2025]. Pridobljeno s: https://repozitorij.uni-lj.si/IzpisGradiva.php?lang=slv&id=30818
Kopiraj citat
Objavi na:
Sekundarni jezik
Jezik:
Angleški jezik
Naslov:
Low-voltage distribution network state estimator
Izvleček:
The thesis addresses development of a simple low-voltage distribution network state estimator. A goal was to create a state estimator model, based on a weighted least square algorithm, using simulated measurements of smart meters. Model’s performance was evaluated by the simulations of possible real-case scenarios. A proper mathematical algorithm was chosen and developed using Matlab. A simple low voltage network model was used to test the state estimator algorithm. The results of simulations confirmed the robustness of the algorithm in case of random noises in the measurements, the use of bad measurements and pseudo-measurements revealed the sensitivity of algorithm in case of bad data. This bad data was used to test the limits of the state estimator model. Possibility for detection and identification of electricity theft or instrumentation malfunction was shown using simple simulation.
Ključne besede:
Low-voltage distribution network
,
state estimator
,
weighted least squares
Podobna dela
Podobna dela v RUL:
Robust and fast state estimation for poorly-observable low voltage distribution networks based on the Kalman filter algorithm
Ocenjevalnik stanja srednjenapetostnega in nizkonapetostnega distribucijskega omrežja z uporabo Kalmanovega filtra
Analiza nizkonapetostnega distribucijskega omrežja z gospodinjskimi odjemalci individualne gradnje
Določitev optimalnih lokacij naprav za merjenje kazalcev napetosti in toka v razdelilnem elektroenergetskem sistemu
Advanced peak shaving control strategies for battery storage operation in low voltage distribution network
Podobna dela v drugih slovenskih zbirkah:
Food recognition from digital images using convolutional neural networks
Person age estimation based on digital images using convolutional neural networks
Image style transfer using transfer learning and neural networks
Time series classification based on convolutional neural networks
Speaker recognition on mobile devices
Nazaj