Join 60,000+ competitive exam aspirants
खराब डेटा की पहचान किसके द्वारा की जाती है?
माप वेक्टर (measurement vector) में त्रुटि के तत्वों की गणना करके
माप वेक्टर में त्रुटि के अंतर की गणना करके
माप वेक्टर में त्रुटि की गणना करके
उपरोक्त में से कोई नहीं
माप वेक्टर (measurement vector) में त्रुटि के तत्वों की गणना करके
पावर सिस्टम स्टेट एस्टिमेशन में खराब डेटा की पहचान माप वेक्टर (measurement vector) के रेजिड्यूल्स (residuals) का मूल्यांकन करके की जाती है। विशेष रूप से, वेटेड लीस्ट स्क्वेयर (WLS) दृष्टिकोण में सामान्यीकृत रेजिड्यूल वेक्टर (normalized residual vector) के तत्वों की गणना करना शामिल है, ताकि उन त्रुटिपूर्ण मापों का पता लगाया जा सके और उन्हें हटाया जा सके जो अपेक्षित भौतिक मॉडल से काफी भिन्न होते हैं।
पावर सिस्टम स्टेट एस्टिमेशन में खराब डेटा की पहचान माप वेक्टर (measurement vector) के रेजिड्यूल्स (residuals) का मूल्यांकन करके की जाती है। विशेष रूप से, वेटेड लीस्ट स्क्वेयर (WLS) दृष्टिकोण में सामान्यीकृत रेजिड्यूल वेक्टर (normalized residual vector) के तत्वों की गणना करना शामिल है, ताकि उन त्रुटिपूर्ण मापों का पता लगाया जा सके और उन्हें हटाया जा सके जो अपेक्षित भौतिक मॉडल से काफी भिन्न होते हैं।
r=z−h(x) — माप रेजिड्यूल वेक्टर
rN=σr — खराब डेटा का पता लगाने के लिए सामान्यीकृत रेजिड्यूल वेक्टर
स्टेट एस्टिमेशन उद्देश्य फलन J(x)=[z−h(x)]TR−1[z−h(x)] को कम करने पर निर्भर करता है। एक बार स्टेट वेक्टर x का अनुमान लगा लेने के बाद, रेजिड्यूल्स r=z−h(x) की गणना की जाती है। सामान्यीकृत रेजिड्यूल वेक्टर rN=σr में बड़े मान सेंसर की खराबी या संचार त्रुटियों के कारण 'खराब डेटा' का संकेत देते हैं, जिन्हें सटीक ग्रिड मॉनिटरिंग बनाए रखने के लिए पहचाना और हटाया जाना चाहिए।
स्टेट एस्टिमेशन रिडंडेंट डेटा का उपयोग करके कच्चे मापों को ग्रिड स्टेट में मैप करता है।
खराब डेटा का पता लगाना एनर्जी मैनेजमेंट सिस्टम (EMS) में 'ग्रॉस एरर डिटेक्शन' चरण का एक महत्वपूर्ण हिस्सा है।
उच्च रेजिड्यूल्स वाले मापों को आउटलेर्स के रूप में चिह्नित किया जाता है और आमतौर पर एस्टिमेटर को फिर से चलाने से पहले हटा दिया जाता है।
का-स्क्वायर परीक्षण (J(x)<χp,m−n2) का उपयोग आमतौर पर वैश्विक खराब डेटा का पता लगाने के लिए किया जाता है।
ऊर्जा प्रबंधन प्रणाली की उच्च विश्वसनीयता सुनिश्चित करता है
दोषपूर्ण टेलीमेट्री से गलत रीडिंग को ठीक करता है
बड़े पैमाने के पावर सिस्टम के लिए गणनात्मक रूप से महंगा
महत्वपूर्ण डेटा रिडंडेंसी की आवश्यकता होती है
पावर सिस्टम SCADA सिस्टम
ऑटोमैटिक जनरेशन कंट्रोल (AGC)
इलेक्ट्रिकल ग्रिड में आकस्मिक विश्लेषण (Contingency Analysis)
मापों को सामान्यीकृत रेजिड्यूल के परिमाण के आधार पर 'अच्छा', 'संदेहास्पद' या 'खराब' के रूप में वर्गीकृत किया जा सकता है।
विकल्प B और C गलत हैं क्योंकि केवल अंतर या त्रुटि की गणना करना पर्याप्त नहीं है; सांख्यिकीय रूप से खराब डेटा की पहचान करने के लिए इन त्रुटियों को सामान्यीकृत या भारित करना आवश्यक है।
A सही है — खराब डेटा की पहचान माप वेक्टर के सामान्यीकृत रेजिड्यूल तत्वों की गणना करके की जाती है।
प्रतियोगी परीक्षाओं में हमेशा याद रखें कि 'नॉर्मलाइज्ड रेजिड्यूल्स' खराब डेटा का पता लगाने की कुंजी हैं। यदि रेजिड्यूल 3 से अधिक है, तो डेटा को आमतौर पर खराब माना जाता है।