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

More documents

Recommendations

Info

112 Identificação e Tratamento de Erros Interativos Não-conformativos O maior resíduo normalizado é o da medida P2 m e representa um erro grosseiro. Após rejeitar (ou recuperar) a medida, os vetores de resíduos são recalculados: ⎛ ̂r = ⎜ ⎝ −0, 449 −0, 560 −0, 1759 0, 1575 ∗ ∗ ∗∗ 0, 0463 ⎞ ⎟ ⎠ ⎛ r n = ⎜ ⎝ −19, 191 −23, 938 −5, 961 6, 053 ∗ ∗ ∗∗ 2, 462 ⎞ ⎟ ⎠ (4.40) Os valores indicam que a medida #2(P21 m ) é também um erro grosseiro e após eliminar essa medida tem-se: ⎛ ̂r = ⎜ ⎝ 0, 012 ∗ ∗ ∗∗ −0, 011 0, 025 ∗ ∗ ∗∗ 0, 0134 ⎞ ⎟ ⎠ ⎛ r n = ⎜ ⎝ 0, 921 ∗ ∗ ∗∗ −0, 385 1, 008 ∗ ∗ ∗∗ 0, 713 ⎞ ⎟ ⎠ (4.41) Observa-se que nenhum erro está presente no conjunto remanescente de medidas. Exemplo com erros múltiplos interativos e conformativos Considere a seguinte situação em que o valor das medidas P21 m e P 2 m sejam acrescidas de −1.0 p.u. em relação à medida original, isto é, P21 m = −2.54 p.u. e P 2 m = −2.98 p.u.. Este caso representa um caso de erro conformativo com J(̂x) = 635, 48. Obtendo-se o estado estimado, têm-se os seguintes vetores de erro: ⎛ ̂r = ⎜ ⎝ −0, 550 −0, 459 −0, 187 0, 236 0, 173 0, 020 ⎞ ⎟ ⎠ ⎛ r n = ⎜ ⎝ −20, 589 −17, 200 −6, 333 8, 462 −7, 831 −1, 007 ⎞ ⎟ ⎠ (4.42)
4.5 Erros topológicos 113 Observa-se que a medida P 12 é identificada erroneamente e continuando a eliminação sucessiva baseando-se no resíduo normalizado tem-se: ⎛ ̂r = ⎜ ⎝ ∗ ∗ ∗∗ −0, 239 −0, 297 0, 236 0, 046 0, 089 ⎞ ⎟ ⎠ ⎛ r n = ⎜ ⎝ ∗ ∗ ∗∗ −9, 781 −10, 227 8, 462 2, 387 4, 460 ⎞ ⎟ ⎠ (4.43) Agora a medida P m 13 é a indicada para a eliminação, ⎛ ̂r = ⎜ ⎝ ∗ ∗ ∗∗ −0, 169 ∗ ∗ ∗∗ 0, 197 0, 077 0, 183 ⎞ ⎟ ⎠ ⎛ r n = ⎜ ⎝ ∗ ∗ ∗∗ −7, 198 ∗ ∗ ∗∗ 7, 127 4, 047 10, 300 ⎞ ⎟ ⎠ (4.44) Por fim, a medida P m 3 é identificada, formando o conjunto das medidas portadoras de erro (medidas P12 m, P 13 m, P 3 m). Elas são identificadas de forma incorreta no lugar das medidas P 13 m e P2 m. Uma das opções para contornar esse tipo de problema é o uso de técnicas de busca implícitas como o branch and bound ou metaheurísticas como busca tabu. 4.5 Erros topológicos São apresentados a seguir os tipos de erros topológicos considerados no trabalho. Basicamente eles são relacionados à conexão das linhas de transmissão e à configuração das subestações. 4.5.1 Erros de exclusão/inclusão de linha de transmissão Os erros topológicos mais comuns estão relacionados à conexão ou desconexão de linhas de transmissão, configuração de subestações, conexões de carga ou de shunt de barra. No caso de linhas de transmissão, podem ocorrer quatro tipos de erros (Fig. (4.2)).
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 and 10:
Sumário 1 Introdução 1 2 Anális
Page 11 and 12:
4.6.2 Recuperação de medidas atra
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: 62 Estimador de Estado Não-Linear
Page 90 and 91: Tabela 3.6: Estado estimado das cha
Page 118 and 119: 98 Identificação e Tratamento de
Page 136 and 137: ¤ 116 Identificação e Tratamento
Page 156 and 157: 136 Busca Tabu para Identificação
Page 182 and 183:
162 Busca Tabu para Identificação
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?