Estimação de estado em sistemas elétricos de potência: composição de erros de medidas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2011 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | http://www.teses.usp.br/teses/disponiveis/18/18154/tde-13092011-160307/ |
Resumo: | Bretas et al. (2009) prova matematicamente, e através da interpretação geométrica, que o erro de medida se divide em componentes detectáveis e não-detectáveis. Demonstra ainda que as metodologias até então utilizadas, para o processamento de Erros Grosseiros (EGs), consideram apenas a componente detectável do erro. Assim, dependendo da amplitude das componentes do erro, essas metodologias podem falhar. Face ao exposto, neste trabalho é proposto uma nova metodologia para processar as medidas portadoras de EGs. Essa proposição será obtida decompondo o erro da medida em duas componentes: a primeira, é ortogonal ao espaço da imagem da matriz jacobiana cuja amplitude é igual ao resíduo da medida, a outra, pertence ao espaço da imagem da matriz jacobiana e que, por conseguinte, não contribui para o resíduo da medida. A relação entre a norma dessas componentes, aqui denominado Índice de Inovação (II), prevê uma nova informação, isto é, informação não contida nas outras medidas. Usando o II, calcula-se um valor limiar (TV) para cada medida, esse limiar será utilizado para inferir se a medida é ou não suspeita de possuir EG. Em seguida, com as medidas suspeitas em mãos, desenvolve-se um índice de filtragem (FI) que será utilizado para identificar qual daquelas medidas tem maior probabilidade de possuir EG. Os sistemas de 14 e 30 barras do IEEE, e o sistema sul reduzido do Brasil de 45 barras, serão utilizados para mostrar a eficiência da metodologia proposta. Os testes realizados com os sistemas acima são: i) O teste de nível de detecção de EG, que consisti em encontrar o valor mínimo de EG que seja detectado usando o TV da medida; ii) O teste onde é adicionado EG de 10 desvios padrões em cada medida, uma por vez, nesse teste o FI da medida é usado para identificar qual medida possui o erro, em seguida à medida com erro é corrigida através do erro normalizado composto (ENC); iii) O teste de EG simples. |
id |
USP_00dead78bda53189d091f7857f48197e |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-13092011-160307 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Estimação de estado em sistemas elétricos de potência: composição de erros de medidasState estimation in power systems: measurement error compositionAnálise de erro grosseiroEstimação de estadoGross errors analysisOrthogonal projectionsPower systemsProjeção ortogonalRecovering errors and innovation indexRecuperação de erros e índice de inovaçãoSistemas elétricos de potênciaState estimationBretas et al. (2009) prova matematicamente, e através da interpretação geométrica, que o erro de medida se divide em componentes detectáveis e não-detectáveis. Demonstra ainda que as metodologias até então utilizadas, para o processamento de Erros Grosseiros (EGs), consideram apenas a componente detectável do erro. Assim, dependendo da amplitude das componentes do erro, essas metodologias podem falhar. Face ao exposto, neste trabalho é proposto uma nova metodologia para processar as medidas portadoras de EGs. Essa proposição será obtida decompondo o erro da medida em duas componentes: a primeira, é ortogonal ao espaço da imagem da matriz jacobiana cuja amplitude é igual ao resíduo da medida, a outra, pertence ao espaço da imagem da matriz jacobiana e que, por conseguinte, não contribui para o resíduo da medida. A relação entre a norma dessas componentes, aqui denominado Índice de Inovação (II), prevê uma nova informação, isto é, informação não contida nas outras medidas. Usando o II, calcula-se um valor limiar (TV) para cada medida, esse limiar será utilizado para inferir se a medida é ou não suspeita de possuir EG. Em seguida, com as medidas suspeitas em mãos, desenvolve-se um índice de filtragem (FI) que será utilizado para identificar qual daquelas medidas tem maior probabilidade de possuir EG. Os sistemas de 14 e 30 barras do IEEE, e o sistema sul reduzido do Brasil de 45 barras, serão utilizados para mostrar a eficiência da metodologia proposta. Os testes realizados com os sistemas acima são: i) O teste de nível de detecção de EG, que consisti em encontrar o valor mínimo de EG que seja detectado usando o TV da medida; ii) O teste onde é adicionado EG de 10 desvios padrões em cada medida, uma por vez, nesse teste o FI da medida é usado para identificar qual medida possui o erro, em seguida à medida com erro é corrigida através do erro normalizado composto (ENC); iii) O teste de EG simples.Bretas et al. (2009) has proved, using geometric background, that the measurement error can be decomposed into two components the detectable and the undetectable component respectively. Bretas has also demonstrated that the current methodologies used for processing of gross errors (GE), consider only the detectable component of the error. Thus, depending on the magnitude of the undetectable error components, such methods may fail. Given the above explanation, in this work a new methodology for processing the measurements with GE is proposed. This proposition is obtained by decomposing each measurement error into two components: the first, orthogonal to the Jacobian range space, whose magnitude is equal to the measurement residual and the other contained in that space, which does not contribute to the measurement residual. The ratio between the norms of those components was proposed as the measurement Innovation Index (II) which provides the new information a measurement contains regarding the other measurements. Using the II, a threshold value (TV) for each measurement is computed so that one can declare a measurement suspicious of having a GE. Then a filtering index (FI) is proposed to filter up, from the suspicious measurements, the one that has more chances of containing a GE. The IEEE-14 bus system, IEEE-30 bus system, and reduced 45-bus power system of south of Brazil, will be used to demonstrate the accuracy and efficiency of the proposed methodology. Tests conducted with the above systems were: i) The level test for GE detection, which consists in finding the minimum GE value in order it can be detected using the measurement TV; ii) The test where GE of 10 standard deviations is added to each measurement, once at a time, and using the measurement FI to identify which measurement has the error ant the using the composed measurement error (CNE) to correct measurement value; iii) The GE simple test.Biblioteca Digitais de Teses e Dissertações da USPBretas, Newton GeraldoLondon Junior, Joao Bosco AugustoPiereti, Saulo Augusto Ribeiro2011-08-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/18/18154/tde-13092011-160307/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2016-07-28T16:10:30Zoai:teses.usp.br:tde-13092011-160307Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212016-07-28T16:10:30Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Estimação de estado em sistemas elétricos de potência: composição de erros de medidas State estimation in power systems: measurement error composition |
title |
Estimação de estado em sistemas elétricos de potência: composição de erros de medidas |
spellingShingle |
Estimação de estado em sistemas elétricos de potência: composição de erros de medidas Piereti, Saulo Augusto Ribeiro Análise de erro grosseiro Estimação de estado Gross errors analysis Orthogonal projections Power systems Projeção ortogonal Recovering errors and innovation index Recuperação de erros e índice de inovação Sistemas elétricos de potência State estimation |
title_short |
Estimação de estado em sistemas elétricos de potência: composição de erros de medidas |
title_full |
Estimação de estado em sistemas elétricos de potência: composição de erros de medidas |
title_fullStr |
Estimação de estado em sistemas elétricos de potência: composição de erros de medidas |
title_full_unstemmed |
Estimação de estado em sistemas elétricos de potência: composição de erros de medidas |
title_sort |
Estimação de estado em sistemas elétricos de potência: composição de erros de medidas |
author |
Piereti, Saulo Augusto Ribeiro |
author_facet |
Piereti, Saulo Augusto Ribeiro |
author_role |
author |
dc.contributor.none.fl_str_mv |
Bretas, Newton Geraldo London Junior, Joao Bosco Augusto |
dc.contributor.author.fl_str_mv |
Piereti, Saulo Augusto Ribeiro |
dc.subject.por.fl_str_mv |
Análise de erro grosseiro Estimação de estado Gross errors analysis Orthogonal projections Power systems Projeção ortogonal Recovering errors and innovation index Recuperação de erros e índice de inovação Sistemas elétricos de potência State estimation |
topic |
Análise de erro grosseiro Estimação de estado Gross errors analysis Orthogonal projections Power systems Projeção ortogonal Recovering errors and innovation index Recuperação de erros e índice de inovação Sistemas elétricos de potência State estimation |
description |
Bretas et al. (2009) prova matematicamente, e através da interpretação geométrica, que o erro de medida se divide em componentes detectáveis e não-detectáveis. Demonstra ainda que as metodologias até então utilizadas, para o processamento de Erros Grosseiros (EGs), consideram apenas a componente detectável do erro. Assim, dependendo da amplitude das componentes do erro, essas metodologias podem falhar. Face ao exposto, neste trabalho é proposto uma nova metodologia para processar as medidas portadoras de EGs. Essa proposição será obtida decompondo o erro da medida em duas componentes: a primeira, é ortogonal ao espaço da imagem da matriz jacobiana cuja amplitude é igual ao resíduo da medida, a outra, pertence ao espaço da imagem da matriz jacobiana e que, por conseguinte, não contribui para o resíduo da medida. A relação entre a norma dessas componentes, aqui denominado Índice de Inovação (II), prevê uma nova informação, isto é, informação não contida nas outras medidas. Usando o II, calcula-se um valor limiar (TV) para cada medida, esse limiar será utilizado para inferir se a medida é ou não suspeita de possuir EG. Em seguida, com as medidas suspeitas em mãos, desenvolve-se um índice de filtragem (FI) que será utilizado para identificar qual daquelas medidas tem maior probabilidade de possuir EG. Os sistemas de 14 e 30 barras do IEEE, e o sistema sul reduzido do Brasil de 45 barras, serão utilizados para mostrar a eficiência da metodologia proposta. Os testes realizados com os sistemas acima são: i) O teste de nível de detecção de EG, que consisti em encontrar o valor mínimo de EG que seja detectado usando o TV da medida; ii) O teste onde é adicionado EG de 10 desvios padrões em cada medida, uma por vez, nesse teste o FI da medida é usado para identificar qual medida possui o erro, em seguida à medida com erro é corrigida através do erro normalizado composto (ENC); iii) O teste de EG simples. |
publishDate |
2011 |
dc.date.none.fl_str_mv |
2011-08-10 |
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 |
http://www.teses.usp.br/teses/disponiveis/18/18154/tde-13092011-160307/ |
url |
http://www.teses.usp.br/teses/disponiveis/18/18154/tde-13092011-160307/ |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
|
dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
|
dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1815256943580676096 |