Join 60,000+ competitive exam aspirants
अरेखीय पावर सिस्टम समीकरण पर स्टेट एस्टिमेशन (state estimation) के लिए WLSE विधि के अनुसार, '0th' इटरेशन पर 'x' का एस्टिमेशन क्या है?
व्युत्पन्न करना संभव नहीं है
∆X(0)est=H0TWH0−1Z−hX0
∆X(0)est=H0TWH0−1H0TZ−hX0
∆X(0)est=H0TWH0−1H0TWZ−hX0
∆X(0)est=H0TWH0-1H0TWZ-hX0
वेटेड लीस्ट स्क्वेयर्स एस्टिमेशन (WLSE) विधि का उद्देश्य अवलोकित मापों और सिस्टम के अरेखीय मॉडल के बीच वर्ग अवशिष्टों (squared residuals) के भारित योग को कम करना है। 0वें इटरेशन पर, सुधार वेक्टर (correction vector) ΔX की गणना गेन मैट्रिक्स G=HTWH और भारित अवशिष्ट वेक्टर (weighted residual vector) का उपयोग करके की जाती है।
वेटेड लीस्ट स्क्वेयर्स एस्टिमेशन (WLSE) विधि का उद्देश्य अवलोकित मापों और सिस्टम के अरेखीय मॉडल के बीच वर्ग अवशिष्टों (squared residuals) के भारित योग को कम करना है। 0वें इटरेशन पर, सुधार वेक्टर (correction vector) ΔX की गणना गेन मैट्रिक्स G=HTWH और भारित अवशिष्ट वेक्टर (weighted residual vector) का उपयोग करके की जाती है।
ΔX=(HTWH)−1HTWΔZ — मानक अपडेट चरण जहाँ ΔZ=Z−h(x)
W=R−1 — मापन त्रुटि सहप्रसरण मैट्रिक्स R के व्युत्क्रम के रूप में परिभाषित भार मैट्रिक्स
WLSE दृष्टिकोण एक प्रारंभिक स्टेट एस्टिमेट x0 के चारों ओर टेलर श्रेणी विस्तार (Taylor series expansion) का उपयोग करके अरेखीय सिस्टम Z=h(x)+e को रेखीय बनाता है। ऑब्जेक्टिव फंक्शन J(x)=[Z−h(x)]TW[Z−h(x)] का अवकलज लेकर और उसे शून्य पर सेट करके, हम सामान्य समीकरण प्राप्त करते हैं। अपडेट स्टेप ΔX=(HTWH)−1HTW[Z−h(x)] यह सुनिश्चित करता है कि एस्टिमेशन पुनरावर्ती रूप से वास्तविक अवस्था की ओर अभिसरण (converge) करे।
जैकोबियन मैट्रिक्स H में स्टेट वेरिएबल्स के सापेक्ष मापन कार्यों के आंशिक अवकलज (partial derivatives) होते हैं।
भार मैट्रिक्स W एक विकर्ण मैट्रिक्स (diagonal matrix) है जिसमें मापन विचलनों (variances) के व्युत्क्रम होते हैं, अर्थात wi=1/σi2।
इटरेशन तब तक जारी रहता है जब तक कि अवस्था में परिवर्तन ΔX एक निर्दिष्ट सीमा से नीचे नहीं आ जाता।
यदि मापन त्रुटियां गॉसियन (Gaussian) हैं, तो यह सांख्यिकीय रूप से इष्टतम है।
यह अनावश्यक (redundant) मापों को संभालने के लिए एक व्यवस्थित दृष्टिकोण प्रदान करता है।
प्रत्येक इटरेशन पर मैट्रिक्स इनवर्जन के कारण कम्प्यूटेशनल रूप से महंगा है।
यदि प्रारंभिक अनुमान X0 समाधान से बहुत दूर है तो विचलन की संभावना रहती है।
रियल-टाइम पावर सिस्टम मॉनिटरिंग (SCADA)।
पावर नेटवर्क में खराब डेटा का पता लगाना और पहचान करना।
शब्द [Z−h(X0)] अवशिष्ट वेक्टर है।
विकल्प C में अंश पद में भार मैट्रिक्स W गायब है, जो इसे गॉस-न्यूटन व्युत्पत्ति के साथ आयामी रूप से असंगत बनाता है।
विकल्प B में गेन इनवर्स टर्म के अंदर जैकोबियन मैट्रिक्स का ट्रांसपोज़ HT और भार मैट्रिक्स W गायब हैं।
D सही है — सही अपडेट फ़ॉर्मूला ΔX=(H0TWH0)−1H0TW[Z−h(X0)] है, जो गॉस-न्यूटन ऑप्टिमाइज़ेशन स्टेप को सही ढंग से लागू करता है।
स्टेट एस्टिमेशन फ़ॉर्मूलों में मैट्रिक्स आयामों को हमेशा सत्यापित करें: (HTWH)−1 का आकार n×n का एक वर्ग मैट्रिक्स होना चाहिए, जहाँ n स्टेट वेरिएबल्स की संख्या है।