Busca avançada
Ano de início
Entree

Estimação de estado em sistemas elétricos de potência: a interpretação geométrica aplicada ao processamento de erros topológicos

Processo: 15/15274-4
Modalidade de apoio:Bolsas no Exterior - Estágio de Pesquisa - Doutorado
Data de Início da vigência: 01 de novembro de 2015
Data de Término da vigência: 30 de outubro de 2016
Área de conhecimento:Engenharias - Engenharia Elétrica - Sistemas Elétricos de Potência
Pesquisador responsável:Newton Geraldo Bretas
Beneficiário:Breno Elias Bretas de Carvalho
Supervisor: Arturo Suman Bretas
Instituição Sede: Escola de Engenharia de São Carlos (EESC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Instituição Anfitriã: University of Florida, Gainesville (UF), Estados Unidos  
Vinculado à bolsa:13/07976-3 - Estimação de Estado em Sistemas Elétricos de Potência: A Interpretação Geométrica Aplicada ao Processamento de Erros Topológicos, BP.DR
Assunto(s):Erro   Análise de erros
Palavra(s)-Chave do Pesquisador:Conceito de Inovação | Erros de Parâmetros | Erros Grosseiros | Erros topologicos | Estimação de Estado em Sistemas Elétricos de Potência | Interpretação Geométrica | Estimação de Estado

Resumo

Este trabalho foi proposto com o objetivo de implementar uma ferramenta computacional para estimar os estados (tensões complexas nodais) de um sistema elétrico de potência (SEP) e aplicar métodos alternativos para o processamento de erros topológicos (ETs), erros de parâmetros (EPs) e/ou de erros grosseiros (EGs) em medidas, baseados na interpretação geométrica dos erros e no conceito de inovação das medidas. O método utilizado para a resolução do problema de estimação de estado será o por mínimos quadrados ponderados (MQP). Através da interpretação geométrica, [1-4] demonstraram matematicamente que o erro da medida se compõe de componentes detectáveis e não detectáveis, e as metodologias até então utilizadas, para o processamento de erros, consideram apenas a componente detectável do erro, e como consequência, podem falhar. Na tentativa de contornar essa limitação, e baseada nos trabalhos citados previamente, será estudada e implementada uma metodologia alternativa para processar tais erros. Esta metodologia é baseada na análise das componentes dos erros das medidas, como apresentado nos trabalhos de [4] e [5]. Em primeiro lugar é testado se o conjunto de medidas possui erros utilizando, para isso, o valor do erro de medida composto normalizado (CMEN). Em seguida diferencia-se se um ou outro erro ocorreu, ou mesmo se mais de um tipo de erro ocorreu. A correção a ser feita no parâmetro de linha ou na medida com erro grosseiro será o erro normalizado composto (CNE) correspondente. A abordagem proposta neste trabalho requer somente um conjunto de medidas, e no mesmo instante. Para validação do programa, serão feitas diversas simulações nos sistemas de 14 e 57 barras do IEEE, além do equivalente de 45 barras do sistema sul brasileiro. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
CARVALHO, BRENO; BRETAS, NEWTON; BRETAS, ARTURO; IEEE. A Local State Vector Augmentation Technique for Processing Network Parameters Frrors. 2017 IEEE POWER & ENERGY SOCIETY GENERAL MEETING, v. N/A, p. 5-pg., . (15/15274-4)
BRETAS, ARTURO S.; BRETAS, NEWTON G.; CARVALHO, BRENO E. B.. Further contributions to smart grids cyber-physical security as a malicious data attack: Proof and properties of the parameter error spreading out to the measurements and a relaxed correction model. INTERNATIONAL JOURNAL OF ELECTRICAL POWER & ENERGY SYSTEMS, v. 104, p. 43-51, . (15/15274-4)
BRETAS, ARTURO S.; BRETAS, NEWTON G.; CARVALHO, BRENO; BAEYENS, ENRIQUE; KHARGONEKAR, PRAMOD P.. Smart grids cyber-physical security as a malicious data attack: An innovation approach. Electric Power Systems Research, v. 149, p. 210-219, . (15/15274-4)