Comparação entre estimadores de estado na presença de erros grosseiros de medição

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorAugusto, Andre Abel-
Autor(es): dc.contributorSouza, Julio Cesar Stacchini de-
Autor(es): dc.contributorGuimaraens, Marcio Andre Ribeiro-
Autor(es): dc.creatorJesus, Daniel Villas Bôas de-
Data de aceite: dc.date.accessioned2024-07-11T17:58:12Z-
Data de disponibilização: dc.date.available2024-07-11T17:58:12Z-
Data de envio: dc.date.issued2023-12-21-
Data de envio: dc.date.issued2023-12-21-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/31658-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/761098-
Descrição: dc.descriptionA operação econômica e segura de um sistema de energia elétrica em regime permanente depende de informações confiáveis sobre seu estado operativo. Nesse sentido, a Estimação de Estado (EE) é utilizada pelos operadores dos sistemas para obter estimativas dos fasores de tensão nodais da rede com base em um conjunto redundante de medidas coletadas da mesma. No entanto, erros de magnitudes elevadas ocorrem esporadicamente, podendo afetar de forma negativa o desempenho dos estimadores, a depender do nível de redundância e qualidade das medidas não contaminadas por esse tipo de erro. Usualmente, a EE é formulada como um problema de Mínimos Quadrados Ponderados (MQP). Entretanto, existem abordagens alternativas consideradas robustas em relação à presença de erros grosseiros (EGs) de medição, como é o caso da formulação feita por Mínimo Valor Absoluto (MVA). Neste trabalho, buscou-se realizar um estudo bibliográfico da EE aplicada em sistemas elétricos de potência, apresentando a teoria necessária para elaborar um programa computacional que execute a estimação pelos métodos MQP e MVA a fim de comparar o desempenho de ambos frente à presença de níveis variados de EGs em dois sistemas de medição distintos-
Descrição: dc.descriptionThe economic and secure operation of an electrical power system in steady-state regime relies on reliable information about its operational state. In this sense, State Estimation (SE) is used by system operators to obtain the most likely estimates for nodal voltage phasors of the network based on a redundant set of measurements collected from it. However, high magnitude sporadic errors can occur, which can negatively impact the estimation process performance, depending on the level of redundancy and quality of measurements uncontaminated by such errors. Usually, SE is formulated as a Weighted Least Squares (WLS) problem. However, there are alternative approaches considered robust in the presence of gross errors (GEs) measurements, such as the formulation using the Least Absolute Value (LAV) criteria. In this work, a literature review of SE applied to power systems was conducted, presenting the necessary theory to develop a computer program that performs estimation using both WLS and LAV methods to compare their performance in the presence of varying levels of GEs in two different measurement systems-
Descrição: dc.description58 f.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectEstimação de estado em sistemas de potência-
Palavras-chave: dc.subjectEstimador de mínimos quadrados ponderados-
Palavras-chave: dc.subjectEstimador de mínimo valor absoluto-
Palavras-chave: dc.subjectSistema de energia elétrica-
Palavras-chave: dc.subjectEstimação de estado (Energia elétrica)-
Palavras-chave: dc.subjectSistema elétrico de potência-
Palavras-chave: dc.subjectState estimation in power systems-
Palavras-chave: dc.subjectWeighted least squares estimator-
Palavras-chave: dc.subjectLeast absolute value estimator-
Título: dc.titleComparação entre estimadores de estado na presença de erros grosseiros de medição-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.