Estudio y aplicación del filtro de Kalman para la seguimiento de componentes en señales eléctricas
Barra lateral del artículo
Contenido principal del artículo
Resumen
En este trabajo se presentan los resultados de un estudio basado en el análisis y evaluación del filtro de Kalman para el seguimiento de componentes en una señal eléctrica.
Conocer los estados de funcionamiento en los sistemas dinámicos es importante para evaluar su comportamiento en tiempo real.
En este sentido, el filtro de Kalman es un algoritmo versátil que puede ser aplicado para la estimación de amplitudes en señales no estacionarias.
En este trabajo se presenta el modelo en espacio de estado y se describe su principio de funcionamiento para predecir un estado no medible a partir de un modelo de señal observada.
Se presentan resultados de simulación mediante la implementación del filtro con el objetivo de evaluar su desempeño frente a distintas señales con distorsión armónica y cambios de amplitud.
Detalles del artículo
Usted es libre de:
Compartir— copiar y redistribuir el material en cualquier medio o formato para cualquier propósito, incluso comercialmente.
Adaptar— remezclar, transformar y construir a partir del material para cualquier propósito, incluso comercialmente.
La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia
Bajo los siguientes términos:
Atribución— Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios . Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.
Referencias
K. R. Rao, D. N. Kim, and J. J. Hwang, Fast Fourier transform: algorithms and applications. Springer, 2010, vol. 32.
A. Mahmoudi, I. Jlassi, A. J. M. Cardoso, K. Yahia, and M. Sahraoui, “Inter-turn short-circuit faults diagnosis in synchronous reluctance machines, using the luenberger state observer and current’s second-order harmonic,” IEEE Transactions on Industrial Electronics, vol. 69, no. 8, pp. 8420–8429, 2022.
V. M. Moreno Saiz and J. Barros Guadalupe, “Application of kalman filtering for continuous real- time tracking of power system harmonics,” IEE Proceedings - Generation, Transmission and Distribution, vol. 144, no. 1, 1997.
S. Golestan, J. M. Guerrero, and J. C. Vasquez, “Three-phase PLLs: A review of recent advances,” IEEE Transactions on Power Electronics, vol. 32, no. 3, pp. 1894–1907, 2017.
F. D. Antunez, O. M. Simonovets, A. G. Garcilazo, and M. A. Mazzoletti, “Cálculo de la distorsión armónica utilizando marcos de referencias síncronos,” in XIII Jornada de Investigación, Desarrollo Tecnológico, Extensión y Vinculación, Facultad de Ingeniería, UNaM., vol. 1, 2023, pp. 1–11.
M. A. Mazzoletti, F. R. Gentile, M. P. Puertaz, P. D. Donolo, and G. R. Bossio, “Estimación de componentes de secuencia mediante el filtro de vold-kalman para la detección de averías en el estátor de la MI,” in XI Jornada de Investigación, Desarrollo Tecnológico, Extensión y Vinculación, Facultad de Ingeniería, UNaM., vol. 1, 2021, pp. 1–11.
M. A. Mazzoletti, F. R. Gentile, P. D. Donolo, and G. R. Bossio, “Online detection of interturn short-circuit fault in induction motor based on 5th harmonic current tracking using Vold-Kalman filter,” International Journal of Electrical and Computer Engineering (IJECE), vol. 13, no. 4, pp. 3593–3605, 2023.
X. Nie, “Detection of grid voltage fundamental and harmonic components using kalman filter based on dynamic tracking model,” IEEE Transactions on Industrial Electronics, vol. 67, no. 2, pp. 1191–1200, 2020.
R. Cardoso, R. Camargo, H. Pinheiro, and H. Gründling, “Kalman filter based synchronisation methods,” Generation, Transmission Distribution, IET, vol. 2, pp. 542 – 555, 08 2008.
A. Bagheri, M. Mardaneh, A. Rajaei, and A. Rahideh, “Detection of grid voltage fundamental and harmonic components using kalman filter and generalized averaging method,” IEEE Transactions on Power Electronics, vol. 31, pp. 1–1, 02 2015.