AnÃ¡lise de Observabilidade e Processamento de Erros Grosseiros ...

More documents

Recommendations

Info

3.5 Estimadores desacoplados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 3.5.1 Algoritmo de 3-passos para solução de sistemas com dimensão m > n . . 55 3.5.2 Solução utilizando o Método Gauss-Newton . . . . . . . . . . . . . . . . . 57 3.5.3 Método BX Estendido . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58 3.5.4 Método BX . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60 3.6 Desacoplamento no algoritmo e desacoplamento no modelo . . . . . . . . . . . . 62 3.6.1 Estimador desacoplado no algoritmo . . . . . . . . . . . . . . . . . . . . . 62 3.7 Testes computacionais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 3.7.1 Sistema S1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 3.7.2 Sistema S2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 3.8 Estimador de estado com restrições de igualdade . . . . . . . . . . . . . . . . . . 81 3.9 Formulação matemática . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 3.9.1 Método da matriz aumentada . . . . . . . . . . . . . . . . . . . . . . . . . 84 3.10 Estimação de estado não-linear pelo método do tableau esparso . . . . . . . . . . 86 3.10.1 Testes computacionais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 3.11 Testes com o sistema R1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 3.12 Conclusões . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 4 Identificação e Tratamento de Erros Interativos Não-conformativos 97 4.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97 4.2 Caracterização dos erros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98 4.2.1 Erro simples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 4.2.2 Erros múltiplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 4.2.3 Matrizes de sensibilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 4.3 Principais ferramentas de detecção de erros . . . . . . . . . . . . . . . . . . . . . 101 4.3.1 Teste-J(̂x) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 4.3.2 Identificação de erros através do maior resíduo normalizado . . . . . . . . 102 4.3.3 Identificação de erros através do maior multiplicador de Lagrange normalizado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 4.4 Erros múltiplos interativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 4.4.1 Múltiplos resíduos normalizados . . . . . . . . . . . . . . . . . . . . . . . 109 4.4.2 Exemplos de erros múltiplos . . . . . . . . . . . . . . . . . . . . . . . . . . 111 4.5 Erros topológicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 4.5.1 Erros de exclusão/inclusão de linha de transmissão . . . . . . . . . . . . . 113 4.5.2 Erros na configuração de subestações . . . . . . . . . . . . . . . . . . . . . 115 4.5.3 Erros conformativos de medidas e topologia . . . . . . . . . . . . . . . . . 115 4.6 Tratamento de erros de medidas e de topologia . . . . . . . . . . . . . . . . . . . 115 4.6.1 Utilização do lema de inversão de matrizes para remoção de medidas . . . 116 x
4.6.2 Recuperação de medidas através de medidas dormentes e perfeitas . . . . 120 4.6.3 Medida Dormente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 4.6.4 Medida Perfeita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121 4.6.5 Medidas Dormentes e Perfeitas . . . . . . . . . . . . . . . . . . . . . . . . 122 4.7 Modelagem detalhada do sistema e identificação de erros topológicos . . . . . . . 126 4.8 Identificação de erros com o sistema R1 . . . . . . . . . . . . . . . . . . . . . . . 131 4.9 Conclusões . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131 5 Busca Tabu para Identificação de Erros Conformativos 135 5.1 Identificação de erros como problema combinatório . . . . . . . . . . . . . . . . . 135 5.1.1 Formulação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136 5.2 Método branch and bound para identificação de erros conformativos . . . . . . . . 138 5.3 Busca Tabu para identificação de erros conformativos . . . . . . . . . . . . . . . 146 5.3.1 Redução da vizinhança utilizando o vetor resíduo normalizado . . . . . . 156 5.4 Outras estratégias utilizadas na busca . . . . . . . . . . . . . . . . . . . . . . . . 159 5.5 Operadores da Busca Tabu na formulação tableau esparso . . . . . . . . . . . . . 159 5.5.1 Infactibilidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160 5.5.2 Algoritmo Busca Tabu para identificação de erros conformativos . . . . . 161 5.5.3 Erro conformativo com medidas analógicas e status de disjuntores . . . . 163 5.6 Identificação de erros conformativos com o sistema R1 . . . . . . . . . . . . . . . 165 5.7 Conclusões . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 6 Conclusões Gerais 181 Referências Bibliográficas 183 A Atualização do índice J(̂x) 193 A.1 Atualizando o índice J(̂x) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 A.1.1 Medida Dormente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 A.1.2 Medida Perfeita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194 B Lema de Inversão de Matrizes 197 C Pseudoinversa de uma matriz 201 D TRABALHOS COMPLETOS PUBLICADOS 203 D.1 Outros Trabalhos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204 xi
Page 1 and 2: Universidade Estadual de Campinas F
Page 3: RESUMO Este trabalho apresenta estu
Page 7 and 8: AGRADECIMENTOS Agradeço ao profess
Page 9: Sumário 1 Introdução 1 2 Anális
Page 13 and 14: Lista de Tabelas 2.1 Linhas observ
Page 15 and 16: 5.7 Tabela com os erros mais prová
Page 17 and 18: Lista de Figuras 1.1 Modelo de esti
Page 19: 5.6 Trajetórias da busca local e d
Page 22 and 23: 2 Introdução do modelo matemátic
Page 24 and 25: 4 Introdução Capítulo 3 são des
Page 26 and 27: 6 Análise de Observabilidade As qu
Page 28 and 29: 8 Análise de Observabilidade Algor
Page 30 and 31: 10 Análise de Observabilidade TP W
Page 32 and 33: 12 Análise de Observabilidade •
Page 34 and 35: 14 Análise de Observabilidade Algo
Page 36 and 37: 16 Análise de Observabilidade ∂J
Page 38 and 39: 18 Análise de Observabilidade 1 1
Page 40 and 41: 20 Análise de Observabilidade da m
Page 42 and 43: 22 Análise de Observabilidade por
Page 44 and 45: 24 Análise de Observabilidade de o
Page 46 and 47: 26 Análise de Observabilidade Na F
Page 48 and 49: 28 Análise de Observabilidade (a)
Page 50 and 51: 30 Análise de Observabilidade H =
Page 52 and 53: 32 Análise de Observabilidade PSfr
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:
Page 74 and 75:
Page 76 and 77:
Page 78 and 79:
Page 80 and 81:
Page 82 and 83:
Page 84 and 85:
Page 86 and 87:
Page 88 and 89:
Page 90 and 91:
Tabela 3.6: Estado estimado das cha
Page 92 and 93:
Page 94 and 95:
Page 96 and 97:
Page 98 and 99:
Page 100 and 101:
Page 102 and 103:
Page 104 and 105:
Page 106 and 107:
Page 108 and 109:
Page 110 and 111:
Page 112 and 113:
Page 114 and 115:
Page 116 and 117:
Page 118 and 119:
98 Identificação e Tratamento de
Page 120 and 121:
Page 122 and 123:
Page 124 and 125:
Page 126 and 127:
Page 128 and 129:
Page 130 and 131:
Page 132 and 133:
Page 134 and 135:
Page 136 and 137:
¤ 116 Identificação e Tratamento
Page 138 and 139:
Page 140 and 141:
Page 142 and 143:
Page 144 and 145:
Page 146 and 147:
Page 148 and 149:
Page 150 and 151:
Page 152 and 153:
Page 154 and 155:
Page 156 and 157:
136 Busca Tabu para Identificação
Page 158 and 159:
Page 160 and 161:
Page 162 and 163:
Page 164 and 165:
Page 166 and 167:
Page 168 and 169:
Page 170 and 171:
Page 172 and 173:
Page 174 and 175:
Page 176 and 177:
Page 178 and 179:
Page 180 and 181:
Page 182 and 183:
Page 184 and 185:
Page 186 and 187:
£¢ £ ¢ 166 Busca Tabu para Iden
Page 188 and 189:
Page 190 and 191:
Page 192 and 193:
Page 194 and 195:
Page 196 and 197:
Page 198 and 199:
Page 200 and 201:
Page 202 and 203:
182 Conclusões Gerais são alterad
Page 204 and 205:
184 Conclusões Gerais
Page 206 and 207:
186 Referências Bibliográficas Cl
Page 208 and 209:
188 Referências Bibliográficas Mo
Page 210 and 211:
Índice Remissivo branch and bound
Page 212 and 213:
192 ÍNDICE REMISSIVO
Page 214 and 215:
194 Atualização do índice J(̂x)
Page 216 and 217:
196 Atualização do índice J(̂x)
Page 218 and 219:
198 Lema de Inversão de Matrizes
Page 220 and 221:
200 Lema de Inversão de Matrizes
Page 222 and 223:
202 Pseudoinversa de uma matriz
Page 224:
204 TRABALHOS COMPLETOS PUBLICADOS
show all

AnÃ¡lise de Observabilidade e Processamento de Erros Grosseiros ...

Create successful ePaper yourself

Delete template?

Save as template?