Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Augusto, Andre Abel | - |
Autor(es): dc.contributor | Souza, Julio Cesar Stachini de | - |
Autor(es): dc.contributor | Coutto Filho, Milton Brown do | - |
Autor(es): dc.contributor | Guimaraens, Marcio André Ribeiro | - |
Autor(es): dc.creator | Guimarães, Luiz Felipe Rodrigues | - |
Data de aceite: dc.date.accessioned | 2024-07-11T17:44:14Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T17:44:14Z | - |
Data de envio: dc.date.issued | 2021-09-13 | - |
Data de envio: dc.date.issued | 2021-09-13 | - |
Data de envio: dc.date.issued | 2020 | - |
Fonte completa do material: dc.identifier | https://app.uff.br/riuff/handle/1/23186 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/756461 | - |
Descrição: dc.description | Nos sistemas de energia elétrica, a estimação de estado é a função central da operação do sistema em tempo real. Conhecido o plano de medição, a configuração da rede elétrica e seus parâmetros, o estimador de estado determina o estado mais provável do sistema. Os métodos de estimação comumente adotados não levam em conta a dinâmica do sistema e processam apenas uma amostra de medidas, requerendo níveis de redundância significativos do sistema de medição para um desempenho adequado do processo de estimação (isto é, determinação do estado e processamento de dados espúrios). A inserção de dinâmica na estimação de estado por meio de modelos de previsão ou explicitação da dependência temporal na modelagem da rede/sistema de medição, pode melhorar a estimação de estado, especialmente nos casos em que há perda de medidas ou contaminação destas por erros. Este trabalho trata da implantação computacional de um estimador de estado de rastreio, um caso particular de estimador auxiliados por previsão que assume que a transição de estado é modelada pela adição de um erro de distribuição gaussiana ao estado anterior. São apresentadas as bases teóricas tanto da estimação estática quanto da auxiliada por previsão. Também serão apresentados resultados de simulações com um estimador implementado em MATLAB, para a rede de referência IEEE 14 barras visando representar a resposta deste programa frente a diversas situações, normalmente adversas. | - |
Descrição: dc.description | In electric power systems, state estimation is the central function for the system's operation in real time. Once the measurement plan, the network configuration and its parameters are known, the state estimator determines the most likely state of the system. The estimation methods commonly adopted do not take into account the dynamics of the system and process only a sample of measurements, requiring significant levels of redundancy from the measurement system for an adequate performance of the estimation process (that is, determination of the state and spurious data processing). The insertion of dynamics in the state estimation by means of forecasting models or explication of the temporal dependence in the modeling of the network / measurement system, can improve the state estimation, especially in cases where there is loss of measures or contamination of these by errors. This work deals with the computational implementation of a tracking state estimator, a particular case of forecasting-aided state estimators that assumes that the state transition is modeled by the addition of a error with Gaussian distribution to the previous state. The theoretical bases of static and forecasting-aided estimation are presented. Simulation results of the program implemented in MATLAB are also presented, for the reference system IEEE 14 bars in order to represent the response of this program in the face of several situations, normally adverse. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Estimação de estado | - |
Palavras-chave: dc.subject | Estimação de estado auxiliada por previsão | - |
Palavras-chave: dc.subject | Filtro de Kalman estendido | - |
Palavras-chave: dc.subject | Estimação de estado (Energia elétrica) | - |
Palavras-chave: dc.subject | Filtragem de Kalman | - |
Palavras-chave: dc.subject | Engenharia elétrica | - |
Palavras-chave: dc.subject | State estimation | - |
Palavras-chave: dc.subject | Forecast-aided state estimator | - |
Palavras-chave: dc.subject | Extended Kalman filter | - |
Título: dc.title | Implantação computacional de um estimador de estado de rastreio | - |
Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: