Join 60,000+ competitive exam aspirants
Weighted least square, least square से अधिक सटीक होता है क्योंकि
प्रत्येक त्रुटि पर भार (weight) परिभाषित होता है और अनुमान के दौरान उपयोग किया जाता है
माप का भार अनुमान से पहले खोजा जाता है
समान भार का अनुमान लगाया जाता है
विधि को धारणा के साथ निष्पादित किया जाता है
प्रत्येक त्रुटि पर भार (weight) परिभाषित होता है और अनुमान के दौरान उपयोग किया जाता है
Weighted Least Squares (WLS) अवस्था अनुमान (state estimation) की एक विधि है जो व्यक्तिगत मापों को भार प्रदान करके उनकी सापेक्ष अनिश्चितता या विश्वास को शामिल करती है। Ordinary Least Squares (OLS) के विपरीत, जो यह मानता है कि सभी मापों की सटीकता समान है, WLS अधिक विश्वसनीय डेटा बिंदुओं को प्राथमिकता देता है, जिससे सिस्टम की अवस्था का अधिक सटीक अनुमान प्राप्त होता है।
Weighted Least Squares (WLS) अवस्था अनुमान (state estimation) की एक विधि है जो व्यक्तिगत मापों को भार प्रदान करके उनकी सापेक्ष अनिश्चितता या विश्वास को शामिल करती है। Ordinary Least Squares (OLS) के विपरीत, जो यह मानता है कि सभी मापों की सटीकता समान है, WLS अधिक विश्वसनीय डेटा बिंदुओं को प्राथमिकता देता है, जिससे सिस्टम की अवस्था का अधिक सटीक अनुमान प्राप्त होता है।
J(x)=rTWr — जहाँ r अवशिष्ट सदिश (residual vector) है और W भार मैट्रिक्स है
W=R−1 — जहाँ R मापन त्रुटियों का विकर्ण कोवेरिएंस मैट्रिक्स है
पावर सिस्टम अवस्था अनुमान में, जिसे न्यूनतम किया जाना है वह उद्देश्य फलन J(x)=[z−h(x)]TW[z−h(x)] है, जहाँ W भार मैट्रिक्स है। आमतौर पर, W=R−1, जहाँ R माप कोवेरिएंस मैट्रिक्स है जो प्रत्येक सेंसर में शोर के प्रसरण (variance) का प्रतिनिधित्व करता है। Wii=σi21 निर्धारित करके, यह विधि प्रभावी रूप से कम सटीक सेंसरों से होने वाली त्रुटियों को अधिक भारी दंड देती है, यह सुनिश्चित करते हुए कि अंतिम अनुमान शोर वाले डेटा के प्रति मजबूत (robust) हो।
OLS, WLS का एक विशेष मामला है जहाँ W=I (आइडेंटिटी मैट्रिक्स)।
WLS उच्च प्रसरण वाले मापों के प्रभाव को कम करता है।
भार मापन त्रुटि के प्रसरण के व्युत्क्रमानुपाती होते हैं।
अवस्था अनुमान ऊर्जा प्रबंधन प्रणालियों (EMS) का एक महत्वपूर्ण घटक है।
मापक उपकरणों (PMUs, RTUs) की विभिन्न सटीकता के लिए हिसाब रखता है।
मापन शोर के प्रति बेहतर मजबूती।
मापन त्रुटि प्रसरणों के पूर्व ज्ञान की आवश्यकता होती है।
मैट्रिक्स इनवर्जन के कारण OLS की तुलना में गणनात्मक रूप से अधिक जटिल।
पावर सिस्टम स्टेट एस्टीमेशन (PSSE)।
नेविगेशन सिस्टम में सेंसर फ्यूजन।
कंट्रोल लूप प्रदर्शन निगरानी।
| Feature | Ordinary Least Squares | Weighted Least Squares |
|---|---|---|
भार नीति | समान (सभी भार = 1) | असमान (व्युत्क्रम प्रसरण) |
वास्तविक दुनिया के पावर ग्रिड में, सेंसर की उम्र, अंशांकन (calibration) और शोर के वातावरण के आधार पर सटीकता का स्तर भिन्न होता है।
विकल्प B गलत है क्योंकि भार आमतौर पर मनमाने ढंग से 'खोजे' नहीं जाते, बल्कि ऐतिहासिक त्रुटि सांख्यिकी (कोवेरिएंस मैट्रिक्स) से प्राप्त होते हैं।
A सही है — Weighted least square अनुमान के दौरान प्रत्येक त्रुटि पर विशिष्ट भार का उपयोग करता है ताकि भिन्न-भिन्न मापन सटीकता का हिसाब रखा जा सके।
हमेशा याद रखें कि WLS एक अनुकूलन समस्या है; 'भार' अनुकूलन स्थान में कुल सिस्टम त्रुटि को कम करने के लिए एक दंड फलन (penalty function) के रूप में कार्य करते हैं।