Untitled - Programa de Engenharia Elétrica - UFRJ
Untitled - Programa de Engenharia Elétrica - UFRJ
Untitled - Programa de Engenharia Elétrica - UFRJ
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Capítulo 2 – Estimação <strong>de</strong> Estado em Sistemas Elétricos<br />
velho<br />
zi<br />
é o valor ajustado da medida no passo anterior. Adicionalmente, após o<br />
término da i<strong>de</strong>ntificação dos erros grosseiros, é necessário realizar algumas<br />
re-estimações adicionais repetindo o processo <strong>de</strong> ajuste <strong>de</strong><br />
novo<br />
z<br />
i<br />
, <strong>de</strong>scrito<br />
acima, <strong>de</strong> forma a garantir a minimização e a estabilização do índice Jx. Isso<br />
se traduz, na prática, na introdução <strong>de</strong> um critério <strong>de</strong> parada adicional nos<br />
estimadores <strong>de</strong> estado que utilizam essa técnica, associado com a estabilização<br />
do índice Jx entre duas re-estimações sucessivas.<br />
2.2.2.1. I<strong>de</strong>ntificação <strong>de</strong> Múltiplos Erros Grosseiros<br />
No caso <strong>de</strong> múltiplos erros grosseiros, <strong>de</strong>s<strong>de</strong> que eles não sejam interativos e<br />
conformativos, o critério <strong>de</strong> i<strong>de</strong>ntificação baseado no resíduo normalizado, <strong>de</strong>scrito na<br />
subseção anterior, po<strong>de</strong> ser utilizado (ABUR et al., 2004). A i<strong>de</strong>ntificação po<strong>de</strong> ser<br />
realizada através da aplicação sucessiva do critério do resíduo normalizado máximo,<br />
removendo um erro grosseiro a cada etapa do processo.<br />
O tratamento dos erros grosseiros po<strong>de</strong> apresentar algumas variantes na sua<br />
implementação, principalmente no cálculo da matriz <strong>de</strong> covariância dos resíduos Ω ,<br />
em função do método <strong>de</strong> solução do sistema <strong>de</strong> equações lineares que estiver sendo<br />
utilizado. VEMPATI et al. (1991) apresentam um algoritmo seqüencial <strong>de</strong><br />
i<strong>de</strong>ntificação <strong>de</strong> múltiplos erros grosseiros para o método <strong>de</strong> transformações<br />
ortogonais. WU et al. (1988) e NUCERA et al. (1993) <strong>de</strong>talham o tratamento <strong>de</strong> erros<br />
grosseiros para o método do Lagrangeano Aumentado. KOTIUGA et al. (1982),<br />
FALCÃO et al. (1988) e ABUR (1990) <strong>de</strong>talham o tratamento <strong>de</strong> erros grosseiros no<br />
método do mínimo valor absoluto (LAV).<br />
Em XIANG et al. (1982 e 1984) os autores <strong>de</strong>screvem um método alternativo<br />
para <strong>de</strong>tectar e i<strong>de</strong>ntificar múltiplos erros grosseiros. Nesse método o conjunto <strong>de</strong><br />
medidas é particionado em dois grupos: um contendo as medidas isentas <strong>de</strong> erros<br />
grosseiros, e o outro contendo as medidas suspeitas <strong>de</strong> conterem erros grosseiros. A<br />
formação do grupo <strong>de</strong> medidas suspeitas é baseada em duas técnicas: a pesquisa <strong>de</strong><br />
medidas nas quais ocorreu uma brusca variação <strong>de</strong> valor entre duas varreduras<br />
sucessivas, e a adição <strong>de</strong> pseudo-medidas obtidas dos valores estimados na última<br />
28