SciELO - Scientific Electronic Library Online

 
vol.12 número1Inhibición de Colletotrichum gloeosporioides en cultivos de nañe en el Caribe colombiano usando aceites esenciales de Curcuma longa y Zingiber officinaleMecánica cuántica en las representaciones de coordenadas y momento a través tres problemas sencillos índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • En proceso de indezaciónCitado por Google
  • No hay articulos similaresSimilares en SciELO
  • En proceso de indezaciónSimilares en Google

Compartir


Ciencia en Desarrollo

versión impresa ISSN 0121-7488

Resumen

RENGIFO, Carlos F.; GIRON, Cristian; PALECHOR, Jhon  y  BRAVO M., Diego A.. Identificación de los parámetros de un generador síncrono mediante mínimos cuadrados recursivos y filtro de Kalman. Ciencia en Desarrollo [online]. 2021, vol.12, n.1, pp.13-21.  Epub 04-Dic-2021. ISSN 0121-7488.  https://doi.org/10.19053/01217488.v12.n1.2021.11779.

En este artículo se presenta la comparación entre mínimos cuadrados recursivos (RLS) y filtro de Kalman (KF), ambos métodos fueron adecuados para estimar seis parámetros de una máquina síncrona. El trabajo se centró en encontrar las condiciones de funcionamiento en las que la calidad de la identificación lograda con el filtro de Kalman es mejor que los mínimos cuadrados recursivos. Se utiliza un modelo lineal de la máquina para considerar las corrientes y sus derivadas como entradas del sistema, mientras que las señales de tensión trifásica son las salidas. Además, se llevaron a cabo dos experimentos con datos simulados y medidos, se consideraron tres escenarios operativos y dos variaciones de los algoritmos respectivamente. A pesar de la gran similitud y buen desempeño de ambos métodos, se encontró que el filtro de Kalman excedía levemente los mínimos cuadrados debido a que presentaba menores oscilaciones en el valor estimado de los parámetros para cualquier condición de operación.

Palabras clave : identificación; modelo dinámico; filtro de Kalman; mínimos cuadrados recursivos.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )