Depuração de parâmetros de redes elétricas via estimação de estado e algoritmos genéticos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | http://app.uff.br/riuff/handle/1/26064 |
Resumo: | Esta Tese aborda o problema da Estimação de Parâmetros de Redes Elétricas através da função Estimação de Estado. Tal problema origina-se na necessidade de se corrigir valores de parâmetros elétricos de elementos da rede, responsáveis pela degradação dos resultados da Estimação de Estado, assim como de outras funções de análise de redes. Erros em parâmetros de ramos da rede surgem em virtude de dados imprecisos de fabricantes, estimativa pobre para o comprimento de linhas de transmissão, alterações de projeto não atualizadas adequadamente na base de dados, etc. A influência dos erros de parâmetros sobre a Estimação de Estado e os fatores que podem intervir na detecção e identificação de tais erros são analisados e discutidos neste trabalho. A partir de tais análises, são propostos nesta Tese procedimentos para a detecção e identificação de parâmetros suspeitos e estratégias para a correção dos erros em parâmetros. Tais estratégias são construídas considerando diferentes situações, tais como: ocorrência de erro em um único parâmetro; ocorrência de erros em mais de um parâmetro e sua localização na rede; situações de baixa redundância de medidas; ocorrência de erros não detectáveis e/ou de baixa magnitude. A abordagem proposta distingue-se pela construção de um estimador de parâmetros complementar, que não modifica o núcleo do processo de estimação de estado disponível, mas com este interage segundo diferentes estratégias, dependendo das situações anteriormente descritas. A metodologia proposta considera a Estimação de Parâmetros como um problema offline, em que se assume a inexistência de erro na configuração da rede em análise, bem como de erros grosseiros nas medidas a serem processadas. Simulações são realizadas utilizando dados de sistema-teste do IEEE e dados reais de parte do sistema da LIGHT, de forma a ilustrar, testar e validar as metodologias propostas |
id |
UFF-2_1558b94ba6332b378f86c8890697c423 |
---|---|
oai_identifier_str |
oai:app.uff.br:1/26064 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Depuração de parâmetros de redes elétricas via estimação de estado e algoritmos genéticosEnergia elétricaAlgoritmo genéticoCiência da computaçãoEsta Tese aborda o problema da Estimação de Parâmetros de Redes Elétricas através da função Estimação de Estado. Tal problema origina-se na necessidade de se corrigir valores de parâmetros elétricos de elementos da rede, responsáveis pela degradação dos resultados da Estimação de Estado, assim como de outras funções de análise de redes. Erros em parâmetros de ramos da rede surgem em virtude de dados imprecisos de fabricantes, estimativa pobre para o comprimento de linhas de transmissão, alterações de projeto não atualizadas adequadamente na base de dados, etc. A influência dos erros de parâmetros sobre a Estimação de Estado e os fatores que podem intervir na detecção e identificação de tais erros são analisados e discutidos neste trabalho. A partir de tais análises, são propostos nesta Tese procedimentos para a detecção e identificação de parâmetros suspeitos e estratégias para a correção dos erros em parâmetros. Tais estratégias são construídas considerando diferentes situações, tais como: ocorrência de erro em um único parâmetro; ocorrência de erros em mais de um parâmetro e sua localização na rede; situações de baixa redundância de medidas; ocorrência de erros não detectáveis e/ou de baixa magnitude. A abordagem proposta distingue-se pela construção de um estimador de parâmetros complementar, que não modifica o núcleo do processo de estimação de estado disponível, mas com este interage segundo diferentes estratégias, dependendo das situações anteriormente descritas. A metodologia proposta considera a Estimação de Parâmetros como um problema offline, em que se assume a inexistência de erro na configuração da rede em análise, bem como de erros grosseiros nas medidas a serem processadas. Simulações são realizadas utilizando dados de sistema-teste do IEEE e dados reais de parte do sistema da LIGHT, de forma a ilustrar, testar e validar as metodologias propostas198 f.Souza, Julio Cesar Stacchini deCoutto Filho, Milton Brown doSchilling, Marcus TheodorFalcão, Djalma MosqueiraAzevedo, Gilberto Pires deMeza, Edwin Benito Mitacc2022-08-09T16:28:19Z2022-08-09T16:28:19Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfMEZA, Edwin Benito Mitacc. Depuração de parâmetros de redes elétricas via estimação de estado e algoritmos genéticos. 2006. 198 f. Tese (Doutorado em Computação) - Universidade Federal Fluminense, Niterói, 2006.http://app.uff.br/riuff/handle/1/26064CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2023-06-07T18:33:35Zoai:app.uff.br:1/26064Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T11:04:43.680702Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Depuração de parâmetros de redes elétricas via estimação de estado e algoritmos genéticos |
title |
Depuração de parâmetros de redes elétricas via estimação de estado e algoritmos genéticos |
spellingShingle |
Depuração de parâmetros de redes elétricas via estimação de estado e algoritmos genéticos Meza, Edwin Benito Mitacc Energia elétrica Algoritmo genético Ciência da computação |
title_short |
Depuração de parâmetros de redes elétricas via estimação de estado e algoritmos genéticos |
title_full |
Depuração de parâmetros de redes elétricas via estimação de estado e algoritmos genéticos |
title_fullStr |
Depuração de parâmetros de redes elétricas via estimação de estado e algoritmos genéticos |
title_full_unstemmed |
Depuração de parâmetros de redes elétricas via estimação de estado e algoritmos genéticos |
title_sort |
Depuração de parâmetros de redes elétricas via estimação de estado e algoritmos genéticos |
author |
Meza, Edwin Benito Mitacc |
author_facet |
Meza, Edwin Benito Mitacc |
author_role |
author |
dc.contributor.none.fl_str_mv |
Souza, Julio Cesar Stacchini de Coutto Filho, Milton Brown do Schilling, Marcus Theodor Falcão, Djalma Mosqueira Azevedo, Gilberto Pires de |
dc.contributor.author.fl_str_mv |
Meza, Edwin Benito Mitacc |
dc.subject.por.fl_str_mv |
Energia elétrica Algoritmo genético Ciência da computação |
topic |
Energia elétrica Algoritmo genético Ciência da computação |
description |
Esta Tese aborda o problema da Estimação de Parâmetros de Redes Elétricas através da função Estimação de Estado. Tal problema origina-se na necessidade de se corrigir valores de parâmetros elétricos de elementos da rede, responsáveis pela degradação dos resultados da Estimação de Estado, assim como de outras funções de análise de redes. Erros em parâmetros de ramos da rede surgem em virtude de dados imprecisos de fabricantes, estimativa pobre para o comprimento de linhas de transmissão, alterações de projeto não atualizadas adequadamente na base de dados, etc. A influência dos erros de parâmetros sobre a Estimação de Estado e os fatores que podem intervir na detecção e identificação de tais erros são analisados e discutidos neste trabalho. A partir de tais análises, são propostos nesta Tese procedimentos para a detecção e identificação de parâmetros suspeitos e estratégias para a correção dos erros em parâmetros. Tais estratégias são construídas considerando diferentes situações, tais como: ocorrência de erro em um único parâmetro; ocorrência de erros em mais de um parâmetro e sua localização na rede; situações de baixa redundância de medidas; ocorrência de erros não detectáveis e/ou de baixa magnitude. A abordagem proposta distingue-se pela construção de um estimador de parâmetros complementar, que não modifica o núcleo do processo de estimação de estado disponível, mas com este interage segundo diferentes estratégias, dependendo das situações anteriormente descritas. A metodologia proposta considera a Estimação de Parâmetros como um problema offline, em que se assume a inexistência de erro na configuração da rede em análise, bem como de erros grosseiros nas medidas a serem processadas. Simulações são realizadas utilizando dados de sistema-teste do IEEE e dados reais de parte do sistema da LIGHT, de forma a ilustrar, testar e validar as metodologias propostas |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-08-09T16:28:19Z 2022-08-09T16:28:19Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
MEZA, Edwin Benito Mitacc. Depuração de parâmetros de redes elétricas via estimação de estado e algoritmos genéticos. 2006. 198 f. Tese (Doutorado em Computação) - Universidade Federal Fluminense, Niterói, 2006. http://app.uff.br/riuff/handle/1/26064 |
identifier_str_mv |
MEZA, Edwin Benito Mitacc. Depuração de parâmetros de redes elétricas via estimação de estado e algoritmos genéticos. 2006. 198 f. Tese (Doutorado em Computação) - Universidade Federal Fluminense, Niterói, 2006. |
url |
http://app.uff.br/riuff/handle/1/26064 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1811823653761843200 |