Análise de Observabilidade e Processamento de Erros Grosseiros ...
Análise de Observabilidade e Processamento de Erros Grosseiros ... Análise de Observabilidade e Processamento de Erros Grosseiros ...
84 Estimador de Estado Não-Linear definida (positiva ou negativa), e portanto, as rotinas de fatoração devem ser adaptadas para lidar com esse fato. A saída para resolver esse problema é utilizar pivôs 2 × 2 na fatoração (Machado et al., 1991). Outro fato é que se houver erros grosseiros relacionados às restrições de igualdade, o estado estimado após convergido, pode ser afetado negativamente, levando a conclusões errôneas, ou até mesmo a não convergência do método. 3.9.1 Método da matriz aumentada Considere o seguinte problema de otimização a ser resolvido: min J(x) = 1 2 (rw ) ′ (r w ) s.a. z − h(x) = 0 em que r w = R − 1 2 z r e portanto, as matrizes h e H e o vetor r também são ponderados por R z − 1 2 . Nas formulações abaixo o super-escrito w será omitido. Neste método evita-se a formação de H ′ H. O vetor de resíduos também é considerado como uma grandeza a ser determinada: r ν+1 ≃ Γ ν+1 = z − H(x ν )∆x (3.61) Como as colunas de H são ortogonais ao vetor resíduo estimado atual, então a seguinte expressão é verdadeira: H ′ (x ν )Γ ν+1 = 0 (3.62) Pode-se colocar as equações Eq. (3.61) e a Eq. (3.62) na forma matricial: [ I H(x ν ) H ′ (x ν ) 0 ] [ Γ ν+1 ∆x ν ] = [ r(x ν ] ) 0 (3.63) Note que a representação acima está assumindo inicialmente que r w = R − 1 2 z . Se tal transformação não fosse realizada, o problema a ser resolvido seria o seguinte:
3.9 Formulação matemática 85 [ Rz H(x ν ) H ′ (x ν ) 0 ] [ Γ ν+1 ∆x ν ] = [ r(x ν ] ) 0 (3.64) Embora a representação matemática para os dois casos seja a mesma, a sua resolução através de métodos numéricos pode apresentar diferenças no resultado final, podendo até causar a não convergência do método. Por exemplo, métodos que utilizam o pivoteamento misto dependem da escolha de pivôs simples e de pivôs do tipo 2 × 2. A existência de valores de variância (R z ) diferentes e de valores baixos como também de elementos de circuitos com parâmetros de baixo valor provocam o mau-condicionamento da matriz aumentada. Em particular, nos testes realizados verificou-se que a utilização da segunda abordagem Eq. (3.64) provocava escolhas de pivôs não adequados, dado que os valores de variâncias de medidas que são baixos situam-se na diagonal da matriz aumentada e possuem magnitudes bem inferiores ao restante dos elementos. Já utilizando a Eq. (3.63), toda a matriz é escalada por R −1/2 z , e nesse caso, para as rotinas utilizadas, a matriz tornou-se mais equilibrada para a escolha de pivôs mais adequados, embora não necessariamente a matriz apresente um número de condicionamento melhor. As rotinas de inversão utilizadas neste trabalho fazem uso do pivoteamento misto, eles são as rotinas MA27 (Duff e Reid, 1982) e MA47 (Duff e Reid, 1995). Em um dos casos testados (sistema S1) observou-se que o número de condicionamento é significativamente alterado. Considerando as matrizes da versão desacoplado rápido (descrito na próxima sessão), o número de condicionamento da matriz aumentada para as matrizes ˜H PΘ e ˜H QV considerando a formulação da Eq. (3.64) são: cond( ˜H PΘ ) = λ max /λ min = 9, 8469.10 5 (3.65) cond( ˜H QV ) = λ max /λ min = 1, 1987.10 9 (3.66) Considerando a formulação Eq. (3.63) tem-se: cond( ˜H PΘ ) = λ max /λ min = 1, 1965.10 5 (3.67) cond( ˜H QV ) = λ max /λ min = 1, 1959.10 5 (3.68) Aqui, λ max e λ min representam os auto-valores máximo e mínimo respectivamente. Observa-se que o número de condicionamento da matriz ˜H QV em Eq. (3.66) é superior a da formulação Eq. (3.63), e portanto, podem ocorrer erros numéricos causados pelo seu pior
- Page 54 and 55: 34 Análise de Observabilidade circ
- Page 56 and 57: 36 Análise de Observabilidade PSfr
- Page 58 and 59: 38 Análise de Observabilidade 2.6.
- Page 60 and 61: 40 Análise de Observabilidade 2 1
- Page 62 and 63: 42 Análise de Observabilidade ⎛
- Page 64 and 65: 44 Análise de Observabilidade 2.9
- Page 66 and 67: 46 Análise de Observabilidade oper
- Page 68 and 69: 48 Análise de Observabilidade Tabe
- Page 70 and 71: 50 Estimador de Estado Não-Linear
- Page 72 and 73: 52 Estimador de Estado Não-Linear
- Page 74 and 75: 54 Estimador de Estado Não-Linear
- Page 76 and 77: 56 Estimador de Estado Não-Linear
- Page 78 and 79: 58 Estimador de Estado Não-Linear
- Page 80 and 81: 60 Estimador de Estado Não-Linear
- Page 82 and 83: 62 Estimador de Estado Não-Linear
- Page 84 and 85: 64 Estimador de Estado Não-Linear
- Page 86 and 87: 66 Estimador de Estado Não-Linear
- Page 88 and 89: 68 Estimador de Estado Não-Linear
- Page 90 and 91: Tabela 3.6: Estado estimado das cha
- Page 92 and 93: 72 Estimador de Estado Não-Linear
- Page 94 and 95: 74 Estimador de Estado Não-Linear
- Page 96 and 97: 76 Estimador de Estado Não-Linear
- Page 98 and 99: 78 Estimador de Estado Não-Linear
- Page 100 and 101: 80 Estimador de Estado Não-Linear
- Page 102 and 103: 82 Estimador de Estado Não-Linear
- Page 106 and 107: 86 Estimador de Estado Não-Linear
- Page 108 and 109: 88 Estimador de Estado Não-Linear
- Page 110 and 111: 90 Estimador de Estado Não-Linear
- Page 112 and 113: 92 Estimador de Estado Não-Linear
- Page 114 and 115: 94 Estimador de Estado Não-Linear
- Page 116 and 117: 96 Estimador de Estado Não-Linear
- Page 118 and 119: 98 Identificação e Tratamento de
- Page 120 and 121: 100 Identificação e Tratamento de
- Page 122 and 123: 102 Identificação e Tratamento de
- Page 124 and 125: 104 Identificação e Tratamento de
- Page 126 and 127: 106 Identificação e Tratamento de
- Page 128 and 129: 108 Identificação e Tratamento de
- Page 130 and 131: 110 Identificação e Tratamento de
- Page 132 and 133: 112 Identificação e Tratamento de
- Page 134 and 135: 114 Identificação e Tratamento de
- Page 136 and 137: ¤ 116 Identificação e Tratamento
- Page 138 and 139: 118 Identificação e Tratamento de
- Page 140 and 141: 120 Identificação e Tratamento de
- Page 142 and 143: 122 Identificação e Tratamento de
- Page 144 and 145: 124 Identificação e Tratamento de
- Page 146 and 147: 126 Identificação e Tratamento de
- Page 148 and 149: 128 Identificação e Tratamento de
- Page 150 and 151: 130 Identificação e Tratamento de
- Page 152 and 153: 132 Identificação e Tratamento de
84 Estimador <strong>de</strong> Estado Não-Linear<br />
<strong>de</strong>finida (positiva ou negativa), e portanto, as rotinas <strong>de</strong> fatoração <strong>de</strong>vem ser adaptadas para<br />
lidar com esse fato. A saída para resolver esse problema é utilizar pivôs 2 × 2 na fatoração<br />
(Machado et al., 1991). Outro fato é que se houver erros grosseiros relacionados às restrições<br />
<strong>de</strong> igualda<strong>de</strong>, o estado estimado após convergido, po<strong>de</strong> ser afetado negativamente, levando a<br />
conclusões errôneas, ou até mesmo a não convergência do método.<br />
3.9.1 Método da matriz aumentada<br />
Consi<strong>de</strong>re o seguinte problema <strong>de</strong> otimização a ser resolvido:<br />
min J(x) = 1 2 (rw ) ′ (r w )<br />
s.a. z − h(x) = 0<br />
em que r w = R − 1 2<br />
z r e portanto, as matrizes h e H e o vetor r também são pon<strong>de</strong>rados por R z<br />
− 1 2 .<br />
Nas formulações abaixo o super-escrito w será omitido.<br />
Neste método evita-se a formação <strong>de</strong> H ′ H. O vetor <strong>de</strong> resíduos também é consi<strong>de</strong>rado como<br />
uma gran<strong>de</strong>za a ser <strong>de</strong>terminada:<br />
r ν+1 ≃ Γ ν+1 = z − H(x ν )∆x (3.61)<br />
Como as colunas <strong>de</strong> H são ortogonais ao vetor resíduo estimado atual, então a seguinte<br />
expressão é verda<strong>de</strong>ira:<br />
H ′ (x ν )Γ ν+1 = 0 (3.62)<br />
Po<strong>de</strong>-se colocar as equações Eq. (3.61) e a Eq. (3.62) na forma matricial:<br />
[<br />
I H(x ν )<br />
H ′ (x ν ) 0<br />
] [ Γ<br />
ν+1<br />
∆x ν ]<br />
=<br />
[ r(x ν ]<br />
)<br />
0<br />
(3.63)<br />
Note que a representação acima está assumindo inicialmente que r w = R − 1 2<br />
z . Se tal transformação<br />
não fosse realizada, o problema a ser resolvido seria o seguinte: