Show simple item record

dc.contributor.advisorVélez-Reyes, Miguel
dc.contributor.authorHuaman-Qquellon, Jorge L.
dc.description.abstractThis thesis presents a variable dimension Gauss-Newton (VDGN) parameter estimation algorithm that can be used for fault detection, and diagnosis of a synchronous generator. The algorithm is derived as an extension of the variable dimension Newton Raphson algorithm proposed to solve nonlinear systems of equations. We study the conditioning of the parameter estimation problem for a linearized small-signal model of the synchronous generator using local sensitivity analysis. The conditioning analysis is performed on simulated data and experimental data for the FC5HP synchronous generator located at the Four Corners Generating Station of the Arizona Public Service Company (APS), rated at 483 MVA. Results demonstrated that local sensitivity analysis is an effective tool to diagnose ill- conditioning. The developed VDGN algorithm is shown to be a robust method for ill- conditioned parameter estimation and its performance is compared with the subset selection method. Results using experimental and real data for the synchronous machine parameter estimation problem showed that the VDGN algorithm computes better parameter estimates than the subset selection method and requires less prior information to deal with the ill- conditioning.en_US
dc.description.abstractEsta tesis presenta el algoritmo de estimación de parámetros basado en la dimensión variable de Gauss Newton (VDGN) el cual puede ser usado para la detección y diagnóstico de fallas en un generador sincrónico. El algoritmo es derivado como una extensión del algoritmo de dimensión variable de Newton Raphson propuesto para resolver sistemas de ecuaciones no lineales. Estudiamos el problema de acondicionamiento en el problema de estimación de parámetros para el modelo linealizado de pequeña señal del generador sincrónico utilizando análisis de sensitividad local. El análisis de acondicionamiento es realizado con datos simulados y datos experimentales del generador sincrónico FC5HP de 483 MVA localizado en “Four Corners” estación de generación de la Compañía de Servicio Público de Arizona (APS). Los resultados demuestran que el análisis de sensitividad local es un instrumento efectivo para predecir el mal acondicionamiento. El desarrollo del algoritmo VDGN demuestra ser un método robusto para la estimación de parámetros mal acondicionados asimismo su comportamiento es comparado con el método de selección de subconjuntos. Los resultados del problema de estimación de parámetros de la maquina sincrónica usando datos simulados y experimentales, muestran que el algoritmo VDGN computa mucho mejor los parámetros estimados que el método de selección de subconjuntos y requiere poca o ninguna información a priori para solucionar el mal acondicionamientoen_US
dc.description.sponsorshipSupported primarily by the National Science Foundation under award number EEC-0328200. Other support came from NSF Award number ECS-9702860. This research made use of Center for Power Electronics Systems Shared Facilities supported by the National Science Foundation under Award Number EEC-9731677.en_US
dc.titleA variable dimension gauss-newton method for ill- conditioned parameter estimation with application to a synchronous generatoren_US
dc.rights.licenseAll rights reserveden_US
dc.rights.holder(c) 2005 Jorge L. Huaman-Qquellonen_US
dc.contributor.committeeO’Neill-Carrillo, Efraín
dc.contributor.committeeIrrizary-Rivera, Agustín
dc.contributor.representativeColucci-Ríos, José A Engineeringen_US
dc.contributor.collegeCollege of Engineeringen_US
dc.contributor.departmentDepartment of Electrical and Computer Engineeringen_US

Files in this item


This item appears in the following Collection(s)

  • Theses & Dissertations
    Items included under this collection are theses, dissertations, and project reports submitted as a requirement for completing a degree at UPR-Mayagüez.

Show simple item record

All rights reserved
Except where otherwise noted, this item's license is described as All Rights Reserved