Processamento de erros grosseiros para estimadores de estados híbridos baseados em rotações de Givens em blocos

Detalhes bibliográficos
Autor(a) principal: Zanlorensi Junior, Edson
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/234595
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2021.
id UFSC_9fbc2e531b9a3826ecb0bd7d72690fa3
oai_identifier_str oai:repositorio.ufsc.br:123456789/234595
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Processamento de erros grosseiros para estimadores de estados híbridos baseados em rotações de Givens em blocosEngenharia elétricaSistemas de energia elétricaDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2021.Recentemente, novas arquiteturas de Estimadores de Estados de Sistemas de Potência foram desenvolvidas para permitir a inclusão de medidas fasoriais sincronizadas no processo de estimação. Este tipo de medida tende a aprimorar a qualidade das estimativas -- e, por consequência, a segurança da operação em tempo real -- tendo em vista sua maior taxa de amostragem e nível de acurácia quando em comparação às convencionais medidas SCADA. Das arquiteturas de estimação híbridas já propostas, destacam-se as que são constituídas por dois estágios de estimação distintos, pois permitem preservar a infraestrutura de estimação já existente e consolidada, baseada no sistema SCADA. Além disso, possibilitam a utilização de um estimador linear para o processamento das medidas fasoriais, sendo esta uma grande vantagem computacional. Para isso, são utilizadas, no segundo estágio, medidas fasoriais expressas em coordenadas retangulares, cujo processamento é realizado através de um algoritmo sequencial ortogonal baseado em rotações de Givens em blocos. Nesta dissertação de mestrado é abordado um tema apenas preliminarmente discutido em trabalhos prévios: o processamento de erros grosseiros em associação à nova classe de estimadores descrita acima. É desenvolvida uma extensão das técnicas convencionais de detecção, identificação e remoção de erros grosseiros, de maneira a serem compatíveis com o processamento em blocos. Além disso, como segunda principal contribuição deste trabalho, é investigada a perda de desempenho da técnica de detecção de erros grosseiros baseada no teste-J($\hat x$) quando aplicado a redes elétricas de grande porte. Visando solucionar este problema, é desenvolvida nesta dissertação uma técnica de partição ótima do plano de medição fasorial. A eficácia das técnicas propostas é avaliada mediante a condução de simulações computacionais nos sistemas-teste IEEE-14, 30-, 57-, 118- e 300-barras. Os resultados obtidos mostram a correta funcionalidade das estratégias desenvolvidas, bem como desempenho amplamente satisfatório, tanto em termos de detectabilidade e identificabilidade de erros grosseiros em medidas fasoriais, quanto em termos de eficiência computacional.Abstract: Recently proposed power system state estimators architectures allow the imbedding of synchronized phasor measurements into the estimation process. This class of measurements tend to improve the quality of the estimates -- and therefore the security of real-time operations -- what comes as a consequence of their higher sampling rates and superior accuracy level as compared with SCADA measurements. Among the hybrid estimation architectures proposed in the past, those composed by two estimation stages stand out for preserving the existing SCADA-based estimators, and also for enhancing the computational efficiency by processing phasor data through a linear second-stage estimator. The latter is achieved through the use of phasor measurements in rectangular coordinantes, which are processed by employing the recently proposed block version of orthogonal Givens rotations. This Master thesis is aimed at developing methods for bad data detection and identification associated to that new class of hybrid estimators -- a topic which is only briefly addressed in the literature. A blocked extension of conventional methods for detection, identification and removal of bad data is proposed. As a second major contribution, investigations are conducted on the performance loss of the J($\hat{x}$)-test for detection of bad data when applied to large networks. To address this issue, an optimal network partition method is proposed in order to overcome the above mentioned performance degradation. The effectiveness of the proposed procedures is evaluated through several tests conducted on different benchmark networks, namely, the IEEE 14, 30-, 57-, 118 and 300-bus test systems. The results reveal conforming functionality, and also good performance in terms of both bad data detection and identification rates, as well as in computational efficiency.Costa, Antonio José Alves SimõesUniversidade Federal de Santa CatarinaZanlorensi Junior, Edson2022-05-19T14:42:10Z2022-05-19T14:42:10Z2021info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis134 p.| il., gráfs.application/pdf374410https://repositorio.ufsc.br/handle/123456789/234595porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2022-05-19T14:42:10Zoai:repositorio.ufsc.br:123456789/234595Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732022-05-19T14:42:10Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Processamento de erros grosseiros para estimadores de estados híbridos baseados em rotações de Givens em blocos
title Processamento de erros grosseiros para estimadores de estados híbridos baseados em rotações de Givens em blocos
spellingShingle Processamento de erros grosseiros para estimadores de estados híbridos baseados em rotações de Givens em blocos
Zanlorensi Junior, Edson
Engenharia elétrica
Sistemas de energia elétrica
title_short Processamento de erros grosseiros para estimadores de estados híbridos baseados em rotações de Givens em blocos
title_full Processamento de erros grosseiros para estimadores de estados híbridos baseados em rotações de Givens em blocos
title_fullStr Processamento de erros grosseiros para estimadores de estados híbridos baseados em rotações de Givens em blocos
title_full_unstemmed Processamento de erros grosseiros para estimadores de estados híbridos baseados em rotações de Givens em blocos
title_sort Processamento de erros grosseiros para estimadores de estados híbridos baseados em rotações de Givens em blocos
author Zanlorensi Junior, Edson
author_facet Zanlorensi Junior, Edson
author_role author
dc.contributor.none.fl_str_mv Costa, Antonio José Alves Simões
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Zanlorensi Junior, Edson
dc.subject.por.fl_str_mv Engenharia elétrica
Sistemas de energia elétrica
topic Engenharia elétrica
Sistemas de energia elétrica
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2021.
publishDate 2021
dc.date.none.fl_str_mv 2021
2022-05-19T14:42:10Z
2022-05-19T14:42:10Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv 374410
https://repositorio.ufsc.br/handle/123456789/234595
identifier_str_mv 374410
url https://repositorio.ufsc.br/handle/123456789/234595
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 134 p.| il., gráfs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808651934798708736

Registros relacionados