Análise de Observabilidade e Processamento de Erros Grosseiros ...

62 Estimador de Estado Não-Linear
Θ ν+1 = Θ ν + ∆Θ ν
2. Cálculo da correção de V:
G QV ∆V ν = H ′ QVR −1
z Q
∆z Q (V ν , Θ ν + ∆Θ ν )
V ν+1 = V ν + ∆V ν
• G PΘ = H ′ PΘ R z P −1 H PΘ
• G QV = H ′ QV R z Q −1 H QV
3.6 Desacoplamento no algoritmo e desacoplamento no modelo
A hipótese para o desenvolvimento dos algoritmo acima partiu do algoritmo de três passos
com o pressuposto de que as medidas são perfeitas (informação determinística). Entretanto,
em estimação de estado as medidas são afetadas por erros, e portanto, o procedimento de três
passos é uma aproximação. É sabido que essa abordagem é considerada como desacoplamento
no modelo e difere do problema de fluxo de carga desacoplado. No caso do fluxo de carga desacoplado
ocorre apenas o desacoplamento no algoritmo e não no modelo. O desacoplamento
no algoritmo significa que o algoritmo converge para o mesmo ponto final de solução diferindo
apenas no número de iterações, ou seja, as aproximações feitas na matriz ganho não afetam a
convergência do processo. Já as aproximações realizadas na abordagem do algoritmo desacoplado
no modelo podem alterar o ponto final de soluções. Entretanto, tais modificações mostraram-se
desprezíveis, possibilitando concluir que a qualidade de estimação não é afetada. Geralmente a
abordagem desacoplada no modelo possui desempenho superior em termos de velocidade computacional.
Referências sobre desacoplamento de modelo e de algoritmo são encontradas por
Aschmoneit et al. (1976), Garcia et al. (1979), Monticelli e Garcia (1990), e Allemong et al.
(1982).
3.6.1 Estimador desacoplado no algoritmo
O algoritmo para o método desacoplado no algoritmo é o seguinte: