Análise de Observabilidade e Processamento de Erros Grosseiros ...
Análise de Observabilidade e Processamento de Erros Grosseiros ... Análise de Observabilidade e Processamento de Erros Grosseiros ...
64 Estimador de Estado Não-Linear como pseudomedidas com variâncias de 10 −4 e 10 −8 respectivamente. Note que foi utilizado um valor alto para as pseudomedidas de injeção, para aproximar o estado estimado da situação real. Verificou-se para os casos testados que o número de iterações não é alterado de forma significativa com a alteração dessa ponderação e que o processo numérico não é prejudicado, entretanto, isso não pode ser garantido para casos em que sistemas maiores e mal-condicionados são testados. Para valores maiores de variância das pseudo-injeções (cerca de 10 −5 ), resíduos são detectados, porém não afetaram a qualidade do estado estimado. 3.7.1 Sistema S1 A Fig. (3.4) ilustra a configuração do sistema teste. A estimação de estado foi realizada utilizando-se dados reais e para efeito de estudo as conexões externas à subestação foram substituídas por cargas equivalentes. O número de iterações obtido foi baixo girando em torno de três e quatro iterações para uma tolerância do processo iterativo de até 10 −6 . A Tabela (3.1) apresenta os dados básicos do sistema, a Tabela (3.3) possui as medidas analógicas telemedidas com as respectivas ponderações. A Tabela (3.4) apresenta as medidas estimadas, com os resíduos estimados (R.AT. e R.RT. para resíduos de medidas ativas e reativas respectivamente) e os resíduos normalizados (RN.AT. e RN.RT. para resíduos normalizados de medidas ativas e reativas respectivamente). Deve-se observar que a medida de tensão é dada em p.u. e se encontra na coluna das medidas reativas. A Tabela (3.5) apresenta o estado estimado das chaves, a Tabela (3.7) e a Tabela (3.8) apresentam as tensões nodais e os fluxos nos disjuntores representados respectivamente. Note que os resultados apresentados ilustram a situação sem erros de medidas ou de topologia. Os programas foram implementados utilizando a linguagem Fortran77, utilizando armazenamento compacto, explorando a esparsidade do sistema. Pode-se observar que para o sistema em estudo a matriz ganho apresenta taxa de esparsidade de 95,7% (observe a Fig. (3.6)). A Tabela (3.2) apresenta os tempos reais de processamento (wall clock time) utilizando um computador Pentium-IV 3.2 Ghz com sistema operacional Linux. Tabela 3.1: Dados do Sistema S1 Número de medidas em seções de barramento 15 Número de medidas de tensão 2 Número de chaves/disjuntores 78 Número de linhas de transmissão 14 Número de transformadores 0 Número de nós elétricos 68 Dimensão da matriz H PΘ 158 × 146 Dimensão da matriz H QV 160 × 146
3.7 Testes computacionais 65 771 5 3 139,726 2 49 1 139,814 2993 4 50 32 −28.2 −34.14 51 33 −0.352 −0.23 29 26 23 21 16 147 13 35 11 53 56 15 17 2991 −8.9 −25.3 −9.5 28.23 28.7 23.3 20.4 −26.3 21.1 −16.5 −13.0 −30.2 14.2 9.3 −11.5 8.0 8.0 5.7 6.6 −11.1 23.2 6.0 9.8 11.1 −38.4 30 27 24 20 146 12 36 10 52 5.3 55 14 18 2992 150 34 6 31 28 25 22 1782 1784 186 234 148 149 772 773 Figura 3.4: Sistema S1 Tabela 3.2: Tempos de processamento - Sistema S1 Leitura de arquivo e montagem de G Estimador de estado Relatório de saída Tempo total 0,01038 s 0,00901 s 0,01134 s 0,03072 s 0 Estrutura da Matriz G 20 40 60 80 100 120 140 0 20 40 60 80 100 120 140 nz = 915 Figura 3.6: Estrutura da matriz ganho (G) para o sistema S1. O número de elementos diferentes de zero é de 915
- 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: 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 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 104 and 105: 84 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
64 Estimador <strong>de</strong> Estado Não-Linear<br />
como pseudomedidas com variâncias <strong>de</strong> 10 −4 e 10 −8 respectivamente. Note que foi utilizado<br />
um valor alto para as pseudomedidas <strong>de</strong> injeção, para aproximar o estado estimado da situação<br />
real. Verificou-se para os casos testados que o número <strong>de</strong> iterações não é alterado <strong>de</strong> forma<br />
significativa com a alteração <strong>de</strong>ssa pon<strong>de</strong>ração e que o processo numérico não é prejudicado,<br />
entretanto, isso não po<strong>de</strong> ser garantido para casos em que sistemas maiores e mal-condicionados<br />
são testados. Para valores maiores <strong>de</strong> variância das pseudo-injeções (cerca <strong>de</strong> 10 −5 ), resíduos<br />
são <strong>de</strong>tectados, porém não afetaram a qualida<strong>de</strong> do estado estimado.<br />
3.7.1 Sistema S1<br />
A Fig. (3.4) ilustra a configuração do sistema teste. A estimação <strong>de</strong> estado foi realizada<br />
utilizando-se dados reais e para efeito <strong>de</strong> estudo as conexões externas à subestação foram substituídas<br />
por cargas equivalentes. O número <strong>de</strong> iterações obtido foi baixo girando em torno <strong>de</strong><br />
três e quatro iterações para uma tolerância do processo iterativo <strong>de</strong> até 10 −6 . A Tabela (3.1)<br />
apresenta os dados básicos do sistema, a Tabela (3.3) possui as medidas analógicas telemedidas<br />
com as respectivas pon<strong>de</strong>rações. A Tabela (3.4) apresenta as medidas estimadas, com os<br />
resíduos estimados (R.AT. e R.RT. para resíduos <strong>de</strong> medidas ativas e reativas respectivamente)<br />
e os resíduos normalizados (RN.AT. e RN.RT. para resíduos normalizados <strong>de</strong> medidas ativas<br />
e reativas respectivamente). Deve-se observar que a medida <strong>de</strong> tensão é dada em p.u. e se<br />
encontra na coluna das medidas reativas. A Tabela (3.5) apresenta o estado estimado das chaves,<br />
a Tabela (3.7) e a Tabela (3.8) apresentam as tensões nodais e os fluxos nos disjuntores<br />
representados respectivamente. Note que os resultados apresentados ilustram a situação sem<br />
erros <strong>de</strong> medidas ou <strong>de</strong> topologia. Os programas foram implementados utilizando a linguagem<br />
Fortran77, utilizando armazenamento compacto, explorando a esparsida<strong>de</strong> do sistema. Po<strong>de</strong>-se<br />
observar que para o sistema em estudo a matriz ganho apresenta taxa <strong>de</strong> esparsida<strong>de</strong> <strong>de</strong> 95,7%<br />
(observe a Fig. (3.6)). A Tabela (3.2) apresenta os tempos reais <strong>de</strong> processamento (wall clock<br />
time) utilizando um computador Pentium-IV 3.2 Ghz com sistema operacional Linux.<br />
Tabela 3.1: Dados do Sistema S1<br />
Número <strong>de</strong> medidas em seções <strong>de</strong> barramento 15<br />
Número <strong>de</strong> medidas <strong>de</strong> tensão 2<br />
Número <strong>de</strong> chaves/disjuntores 78<br />
Número <strong>de</strong> linhas <strong>de</strong> transmissão 14<br />
Número <strong>de</strong> transformadores 0<br />
Número <strong>de</strong> nós elétricos 68<br />
Dimensão da matriz H PΘ 158 × 146<br />
Dimensão da matriz H QV 160 × 146