Electric arc furnace modeling for power quality analysis

Regresión Bayesiana lineal para calibrar los parámetros de un modelo de horno de arco

“…Actualmente, se encuentran en la literatura varios modelos para el horno de arco que tienen en cuenta las fluctuaciones en las formas de onda de voltaje y corriente del arco eléctrico, donde la sintonización de sus parámetros se realiza de forma heurística [6], o con base en gran cantidad de mediciones de voltajes, corrientes, Índices de Severidad de Flicker de Corta Duración (PST) de hornos existentes [7], o con base en curvas que muestran el comportamiento del factor de potencia real en este tipo de instalaciones [8]. En [9], se presenta una metodología para calibrar algunos de los parámetros del modelo propuesto en [10], Diciembre de 2013 Jesser James Marulanda Durango, Mauricio Alexander Álvarez López, Alfonso Alzate Gómez usando estimación por máxima verosimilitud, en el que no es posible establecer la incertidumbre sobre los valores obtenidos en los parámetros. En [11], se utiliza una red neuronal para estimar todos los paráme-tros del modelo propuesto en [10], donde el conjunto de datos de entrenamiento se ha generado usando simulación.…”

“…En [9], se presenta una metodología para calibrar algunos de los parámetros del modelo propuesto en [10], Diciembre de 2013 Jesser James Marulanda Durango, Mauricio Alexander Álvarez López, Alfonso Alzate Gómez usando estimación por máxima verosimilitud, en el que no es posible establecer la incertidumbre sobre los valores obtenidos en los parámetros. En [11], se utiliza una red neuronal para estimar todos los paráme-tros del modelo propuesto en [10], donde el conjunto de datos de entrenamiento se ha generado usando simulación.…”

“…En este documento, se muestra una metodología para la sintonización automática de los parámetros del modelo de horno de arco presentado en [10], usando inferencia Bayesiana [12], teniendo en cuenta el nivel de incertidumbre sobre los parámetros del modelo que se estiman.…”

“…En este trabajo se utilizó el modelo presentado en Alzate et al [10]. En resumen, el modelo se divide en dos partes, inicialmente se determina la característica estática no lineal entre el voltaje y la corriente del arco eléctrico y luego se considera el comportamiento dinámico del arco eléctrico modulando en amplitud el radio del arco eléctrico con tres señales: Una señal sinusoidal de baja frecuencia [15], una señal caótica de baja frecuencia generada con el oscilador de Chua [16]- [17] y una señal aleatoria con distribución de probabilidad Gaussiana.…”

“…En particular, asumimos que la función de probabilidad a priori para w sigue la forma p(w)=N(w/0,α -1 I), donde I es la matriz identidad y α es la precisión de los parámetros w. T , para 1< i <. Con esta función de probabilidad p(w/z) es posible calcular la función de probabilidad predictiva para un nuevo valor de salida z * , dado un nuevo valor de entrada x * [12], (10) …”