Robust State Estimators Based on Maximum Correntropy Criteria and Weighted Least Median Squares: A Comparative Study

Authors

  • Jose Alejandro Encinas Riveros Departamento de Engenharia Elétrica e de Computação, Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos-SP
  • Eduardo Augusto Pereira Gomes Departamento de Engenharia Elétrica e de Computação, Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos-SP
  • Gustavo da Silva Pinheiro Rondon Departamento de Engenharia Elétrica e de Computação, Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos-SP
  • Cesar Eduardo Curo Carrión Departamento de Engenharia Elétrica e de Computação, Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos-SP
  • José Carlos de Melo Vieira Departamento de Engenharia Elétrica e de Computação, Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos-SP
  • Benvindo Rodrigues Pereira Junior Departamento de Engenharia Elétrica e de Computação, Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos-SP
  • João B.A. London Jr Departamento de Engenharia Elétrica e de Computação, Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos-SP

Keywords:

Power System, State Estimation, Bad Data Identification, Weighted Least Squares Criterion, Maximum Correntropy Criterion, Weighted Least Median of Squares Criterion

Abstract

This paper presents a comparison between robust state estimators, focusing on the criteria of Maximum Correntropy (MCC) and Weighted Least Median Square (WLMS), applied to the power system state estimation process. Simulations in the IEEE 14-bus system evaluated the estimators’ ability to deal with Gaussian and non-Gaussian noise, as well as their robustness against bad data. The results reveal significant differences in the performance of the estimators, with the MCC demonstrating high accuracy even in the presence of bad data, offering new perspectives for the effective and safe operation of modern Electric Power Systems.

Downloads

Published

2024-10-18

Issue

Vol. 4 No. 1 (2024): CBA2024

Section

Articles