Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "particle-particle" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Auxiliary and Rao-Blackwellised particle filters comparison
    Autorzy:
    Kozierski, P.
    Lis, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/376777.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
    Tematy:
    particle filters
    PF
    SIR algorithm
    Bootstrap Filter
    Auxiliary Particle Filter
    Rao-Blackwellised Particle Filter
    Opis:
    Particle filters are very popular - number of algorithms based on Sequential Monte Carlo methods is growing. Paper describes and compares the performance of two of them - Auxiliary and Rao-Blackwellised Particle Filters. Comparison includes also Bootstrap Filter and some variety of SIR algorithm.
    Źródło:
    Poznan University of Technology Academic Journals. Electrical Engineering; 2013, 76; 79-88
    1897-0737
    Pojawia się w:
    Poznan University of Technology Academic Journals. Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wrong transition and measurement models in power system state estimation
    Autorzy:
    Kozierski, P.
    Lis, M.
    Horla, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/141129.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    particle filter
    estimation quality
    Population Monte Carlo
    Opis:
    The influence of wrong information about transition and measurement models on estimation quality has been presented in the paper. Two methods of a particle filter, with and without the Population Monte Carlo modification, and also the extended and unscented Kalman filters methods have been compared. A small 5-bus power system has been used in simulations, which have been performed based on one data set, and this data set has been chosen from among 100 different – to draw the most general conclusions. Based on the obtained results it has been found that for the particle filter methods the implementation of the slightly higher standard deviation than the true value, usually increases the estimation quality. For the Kalman filters methods it has been concluded that optimal values of variances are equal to the true values.
    Źródło:
    Archives of Electrical Engineering; 2016, 65, 3; 559-574
    1427-4221
    2300-2506
    Pojawia się w:
    Archives of Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Comparison of few particle filter varieties
    Autorzy:
    Kozierski, P.
    Lis, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/97658.pdf
    Data publikacji:
    2013
    Wydawca:
    Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
    Tematy:
    particle filter
    Auxiliary
    Bootstrap
    Rao-Blackwellised
    Sequential Monte Carlo
    Opis:
    Particle filters are very popular - number of algorithms based on Sequential Monte Carlo methods is growing. Paper describes and compares the performance of four of them: Auxiliary Particle Filter - this approach should reduce the high sensitivity to outliers values and poor posterior approximation, Rao-Blackwellised Particle Filter - this approach is recommended for objects with linear and nonlinear state variables, Bootstrap Filter - the first proposed Particle Filter which still can be used, because is very simple to implement, and some variety of SIR algorithm - this algorithm was chosen to show, that importance density also can be constant. The obtained results show that Bootstrap Filter and Rao-Blackwellised approaches give good results, but Bootstrap Filter works 10 times faster. The worst results gives SIR algorithm with unconditional importance function.
    Źródło:
    Computer Applications in Electrical Engineering; 2013, 11; 345-355
    1508-4248
    Pojawia się w:
    Computer Applications in Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Power system state estimation using dispersed particle filter
    Autorzy:
    Kozierski, P.
    Lis, M.
    Horla, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/950942.pdf
    Data publikacji:
    2014
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    particle filter
    power system
    state observer
    state estimation
    dispersed estimation
    Opis:
    The paper presents a new approach to particle filtering, i.e. Dispersed Particle Filter. This algorithm has been applied to the power system, but it can also be used in other transmission networks. In this approach, the whole network must be divided into smaller parts. As it has been shown, use of Dispersed Particle Filter improves the quality of the state estimation, compared to a simple particle filter. It has been also checked that communication between subsystems improves the obtained results. It has been checked by means of simulation based on model, which has been created on the basis of knowledge about practically functioning power systems.
    Źródło:
    Journal of Automation Mobile Robotics and Intelligent Systems; 2014, 8, 3; 35-40
    1897-8649
    2080-2145
    Pojawia się w:
    Journal of Automation Mobile Robotics and Intelligent Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Particle filter in power system state estimation – bad measurement data and branch disconnection
    Autorzy:
    Kozierski, P.
    Lis, M.
    Owczarkowski, A.
    Horla, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/141558.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    bad data
    branch disconnection measurement errors
    particle filter
    power system
    state estimation
    Opis:
    An approach to power system state estimation using a particle filter has been proposed in the paper. Two problems have been taken into account during research, namely bad measurements data and a network structure modification with rapid changes of the state variables. For each case the modification of the algorithm has been proposed. It has also been observed that anti-zero bias modification has a very positive influence on the obtained results (few orders of magnitude, in comparison to the standard particle filter), and additional calculations are quite symbolic. In the second problem, used modification also improved estimation quality of the state variables. The obtained results have been compared to the extended Kalman filter method.
    Źródło:
    Archives of Electrical Engineering; 2015, 64, 2; 237-248
    1427-4221
    2300-2506
    Pojawia się w:
    Archives of Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Particle Filter in State Vector Estimation Problem for Power System
    Wykorzystanie filtru cząsteczkowego do estymacji wektora stanu w sieci elektroenergetycznej
    Autorzy:
    Kozierski, P.
    Lis, M.
    Ziętkiewicz, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/277864.pdf
    Data publikacji:
    2014
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    particle filter
    state observer
    state estimation
    power system
    weighted least squares
    filtr cząsteczkowy
    obserwator stanu
    estymacja stanu
    sieć elektroenergetyczna
    Opis:
    Particle Filter is a tool, which has been used more frequently over the years. Calculations with using Particle Filter methods are very versatile (in comparison to the Kalman Filter), which can be used in high complex and nonlinear problems. Example of such a problem is the power system, where Particle Filter is used to state estimation of network parameters based on measurements. Paper presents theoretical basis regarding Particle Filter and power system state estimation. Results of experiment have shown that Particle Filter usually gives better outcome comparing to the Weighted Least Squares method. In extension Multi Probability Density Function Particle Filter is proposed, which improves obtained results so that they are always better than Weighted Least Squares method.
    Filtr cząsteczkowy jest narzędziem, które z roku na rok jest coraz chętniej wykorzystywane. Dużą zaletą obliczeń wykorzystujących metody filtru cząsteczkowego jest ich duża uniwersalność - w przeciwieństwie do filtru Kalmana mogą być stosowane nawet w bardzo skomplikowanych i silnie nieliniowych obiektach. Przykładem takiego układu jest sieć elektroenergetyczna, a problem, który został rozwiązany przy wykorzystaniu metody filtru cząsteczkowego to estymacja stanu sieci na podstawie pomiarów. W artykule przedstawiono podstawy teoretyczne dotyczące filtrów cząsteczkowych oraz estymacji stanu w sieci elektroenergetycznej. Przedstawiono także wyniki symulacji porównujących wyniki estymacji wykorzystujących zarówno standardową metodę, jak i metodę filtru cząsteczkowego. W wyniku przeprowadzonego doświadczenia stwierdzono, że zaproponowana metoda estymacji stanu w układzie jest na ogół lepsza od standardowej metody WLS (ważonych najmniejszych kwadratów). W rozszerzeniu zaproponowano filtr cząsteczkowy złożony z kilku funkcji gęstości prawdopodobieństwa, który polepsza estymację wektora stanu. Dzięki zastosowaniu algorytmu otrzymywane wyniki są zawsze lepsze od metody ważonych najmniejszych kwadratów.
    Źródło:
    Pomiary Automatyka Robotyka; 2014, 18, 1; 76-81
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies