Escolar Documentos
Profissional Documentos
Cultura Documentos
Eubis Pereira Machado∗, Damásio Fernandes Júnior†, Washington Luiz Araújo Neves†
∗
Colegiado de Engenharia Elétrica da Universidade Federal do Vale do São Francisco
Av. Antônio Carlos Magalhães, 510, Santo Antônio, Juazeiro-BA, Brasil
†
Departamento de Engenharia Elétrica da Universidade Federal de Campina Grande
Av. Aprı́gio Veloso, 882, Bairro Universitário, Campina Grande-PB, Brasil
Abstract— This work presents the inverse filters identification for amplitude and phase capacitive voltage
transformers correction. The identification occurs through the synthesis of rational functions using a strategy for
startup Levenberg-Marquardt method which, because it is Newton type method, requires good initial conditions
to ensure an appropriate solution on the parameters to be identified. With regard to vector fitting, one of the
most successful methods for systems identification based on rational functions, the Levenberg-Marquardt method,
when initialized by Levy algorithm in conjunction with a pre-conditioning technique, provides best results.
Resumo— Este trabalho apresenta a identificação de filtros inversos destinados à correção de amplitude e
fase de transformadores de potencial capacitivos. A identificação ocorre através da sı́ntese de funções racionais
utilizando-se uma estratégia de inicialização do método de Levenberg-Marquardt que, por se tratar de um método
tipo Newton, requer boas condições iniciais para assegurar uma solução apropriada nos parâmetros a serem
identificados. Relativamente ao vector fitting, um dos métodos mais bem sucedidos na identificação de sistemas
com base em funções racionais, o método de Levenberg-Marquardt, quando inicializado pelo algoritmo de Levy
em conjunto com uma estratégia de pré-condicionamento, fornece melhores resultados.
1298
Anais do XX Congresso Brasileiro de Automática
Belo Horizonte, MG, 20 a 24 de Setembro de 2014
1299
Anais do XX Congresso Brasileiro de Automática
Belo Horizonte, MG, 20 a 24 de Setembro de 2014
racional é expressa por uma combinação linear de σ(s) e p(s) diferem apenas quanto ao polinômio do
funções que são numericamente estáveis: numerador, apresentando o mesmo denominador
n
X conhecido. Ainda no primeiro estágio do ajuste
H(γ, x) = λv Gv (γ) . (12) impõem-se (Gustavsen and Semlyen, 1999):
v=0
σ(s)H(s) ≈ p(s)
Em (12), o escalar λv ∈ ℜ enquanto Gv (γ) m
! m
corresponde a um conjunto de funções racio- X c̃i
+ 1 H(s) ≈
X c̄i
+ d¯ + sh
¯.
nais que formam uma base ortonormal. As ba- i=1
s − p̃i i=1
s − p̃ i
ses comummente utilizadas são as de Laguerre (16)
(Wulhynek, 2002; Campello et al., 2007), de
Kautz (da Rosa, 2005), as ortonormais genera- Rearranjando (16) e substituindo-se s = jωv para
lizadas (Ninness and Gustafsson, 1997; de Vries todos os npt pontos de H(s), obtém-se um sis-
and Van den Hof, 1998) e as bases formadas por tema sobredeterminado de equações lineares nas
conjunto geradores otimizados (Ades and da Sil- variáveis c̃i , c̄i , d¯ e h,
¯ isto é, um problema dos qua-
veira, 2002; Wulhynek, 2002). Sem dúvida, uma drados mı́nimos lineares. Com os resı́duos com-
das motivações para o uso de base de funções or- putados, a fase seguinte do algoritmo é definida
tonormais é que a solução do problema sempre é pela obtenção dos zeros aproximados z̃i de σ(s),
alcançada por meio do incremento do número de os quais correspondem aos autovalores do sistema
funções base. Por outro lado, essa metodologia (Gustavsen, 2006):
de identificação enfrenta alguns problemas: a se-
leção dos polos que definem a base das funções e A − bc̃T , (17)
o número elevado de funções base para represen-
em que A e b são, respectivamente, a matriz dos
tação dos sistemas. De modo geral, quanto mais
coeficientes e o vetor independente dos quadra-
próximo o polo estiver da dinâmica dominante do
dos mı́nimos lineares definido em (16). Analisando
sistema, menor será a quantidade de funções base
esta equação na forma de divisão,
para aproximar o sistema com uma dada precisão
(Campello et al., 2007). Apesar do ajuste sempre p(s)
Qm+1
(s − zi )
ser possı́vel por meio do incremento do número ¯
= h Qi=1
m ≈ H(s) . (18)
σ(s) i=1 (s − z̃i )
funções base, o modelo resultante é de ordem ele-
vada podendo inviabilizar a sı́ntese de filtros digi- Portanto, os zeros de σ(s) fornecem os polos ajus-
tais para os fins de processamento em tempo real. tados da função racional H(s). Contudo, para
Gustavsen and Semlyen (1999) desenvolveram um ajuste mais preciso pode ser necessário rea-
um método de ajuste a partir de expansões em locar os polos de H(s) realizando mais iterações.
frações parciais que culminou numa melhoria do Conforme Hendrickx and Dhaene (2006), o pro-
condicionamento numérico da matriz da aproxi- cesso iterativo de realocação dos polos de H(s) é
mação linear dos quadrados mı́nimos não lineares. essencialmente uma reformulação do SK iteration
No vector fitting, a função racional com γ = s é usando frações parciais. Na segunda etapa do al-
escrita na forma: goritmo, tendo obtido os polos aproximados da
X m
ci
Qm+1
(s − zi ) função H(s) na primeira etapa, procura-se os seus
H(s) = ∼ + d + hs = h Qi=1 m . demais parâmetros ci , d e h a partir da imposição:
i=1
s − pi i=1 (s − pi )
m
(13) X ci
Os resı́duos ci , os polos pi e os zeros zi podem ser H(s) ≈ + d + hs . (19)
i=1
s − pi
reais ou pares complexos conjugados, enquanto d
e h são reais. Embora essa equação seja não li- Observa-se que a Equação (19) é linear nos pa-
near nos polos, o vector fitting resolve o problema râmetros ci , d e h. Assim, com os polos pi es-
da determinação dos resı́duos e polos sequencial- timados na primeira fase do algoritmo, resolve-se
mente, como um problema linear em dois estágios. outro problema dos quadrados mı́nimos lineares
No primeiro estágio, estimativas iniciais dos polos, para obter os parâmetros de interesse.
p̃i , devem ser fornecidas. Com estes polos, duas Diferentemente do LM, em que a sı́ntese de
funções são construı́das: funções racionais é apenas uma aplicação parti-
m Qm cular, o vector fitting foi concebido especialmente
c̃i i=1 (s − z̃i )
X
σ(s) = + 1 = Qm (14) para tal finalidade. Sem dúvida, além de ter sua
i=1
s − p̃ i i=1 (s − p̄i ) eficiência já validada mediante um grande número
m Qm+1
c̄i (s − zi ) de publicações nas mais diversas áreas de estu-
¯ ¯ ¯
X
p(s) = + d + sh = h Qi=1m , dos, um dos fatores que levaram a popularização
i=1
s − p̃ i i=1 (s − p̄i )
do método é a interface do código fonte que pro-
(15)
porciona flexibilidade durante o ajuste de funções
cujos resı́duos c̃i , c̄i para i = 1, 2, . . . , m e os parâ- racionais contendo dezenas e até centenas de po-
metros d¯ e h
¯ devem ser determinados. Nota-se que los. Contudo, conforme Knockaert et al. (2009),
1300
Anais do XX Congresso Brasileiro de Automática
Belo Horizonte, MG, 20 a 24 de Setembro de 2014
1301
Anais do XX Congresso Brasileiro de Automática
Belo Horizonte, MG, 20 a 24 de Setembro de 2014
h π i
s11 = 1 0 − ωv2 0 . . . sen j ωv(j−1)
h 2 π π i
s12 = βv ωv αv ωv − βv ωv − αv ωv4 . . . sen j
2 3
ωvj βv − cos j ωvj αv
h π i 2 2 (27)
s21 = 0 ωv 0 − ωv3 . . . − cos j ωv(j−1)
h 2 π π i
2 3 4
s22 = −αv ωv βv ωv αv ωv − βv ωv . . . − sen j ωvj αv − cos j ωvj βv .
2 2
80
log10 (k(A))
D−1
60
C x = x̃ . (29) 40
20
Sob a ótica dos quadrados mı́nimos, a solução do 0
20
sistema sobredeterminado escalonado por coluna é 15
15
20
10
invariante para qualquer matriz DC não singular. 5
0
5
10
Ordem do denominador 0
Uma prática comum para melhorar o condici- Ordem do numerador
log10 (k(A))
de forma heurı́stica, no presente trabalho tem-se 20
15
median{ω1 , ω2 , . . . , ωv }.
log10 (k(A))
1302
Anais do XX Congresso Brasileiro de Automática
Belo Horizonte, MG, 20 a 24 de Setembro de 2014
lhor condicionado quando se usa a normalização de 138, 230 e 500 kV foram identificados como
das colunas segundo a norma p = 2. sendo de ordem seis, oito e oito, respectivamente.
De modo análogo ao escalonamento das colu- Essas mesmas ordens foram consideras como re-
nas, as linhas também podem ser equilibradas por ferência nos experimentos realizados com o RVF.
meio da inserção de uma matriz DL na Equação Além disso, considerando-se apenas funções racio-
(28), obtendo-se: nais estritamente próprias, os parâmetros d e h do
RVF não entraram no processo de sı́ntese dos fil-
DL ADC D−1 x = DL b ⇔ Ãx̃ = b̃ . (33) tros inversos. A partir da identificação dos filtros,
| {z } C
à percebe-se que o LM exibe os melhores resultados.
Embora as equações sejam matematicamente Contudo, não foi possı́vel realizar um ajuste idea-
equivalentes, pode ser verificado que, sob a ótica lizado para todas as respostas em frequência sob
dos quadrados mı́nimos, a solução do sistema so- investigação. A dificuldade na obtenção de um
bredeterminado escalonado por linha depende da ajuste mais preciso está associada à correção dos
escolha da matriz DL . Conforme Strang (2011), polos instáveis, geralmente associados ao método
ao multiplicar pela esquerda ambos os lados da de computação das estimativas iniciais do LM.
igualdade de um sistema sobreterminado por uma 5
10
matriz não nula, gera-se um problema de quadra- Referência
Ganho (PU)
3
10
Frequência (Hz)
senta algumas comparações entre RVF (Relaxed
(a)
Vector Fitting) o qual consiste de uma versão apri-
400
morada do vector fitting (Gustavsen, 2006) e o 300
Referência
LM
método de LM, que é um dos métodos mais bem 200
RVF
100
-200
assegurar uma solução plausı́vel. Neste sentido,
-300
nas simulações numéricas apresentadas, o LM foi -400 1 2 3
inicializado por meio de estimativas iniciais cuja 10 10
Frequência (Hz)
10
1303
Anais do XX Congresso Brasileiro de Automática
Belo Horizonte, MG, 20 a 24 de Setembro de 2014
3 10
10 10
Referência Ñ F(x ) F(xk) m
k k
LM
2 RVF 5
10 10
Ganho (PU)
1
10 0
10
0
10 -5
10
-1
10 1 2 3
-10
10 10 10 10
0 200 400 600 800 1000
Frequência (Hz) k (Iterações)
(a) (a)
400 20
Referência 10
LM Ñ F(x ) F(x ) m
k k k
300 RVF
10
10
Fase (graus)
200
0
100 10
0 -10
10
-100 1 2 3
10 10 10 -20
Frequência (Hz) 10
0 20 40 60 80 100 120 140
k (Iterações)
(b)
(b)
10
4 0
10 10
Referência
3 LM -5
10 RVF 10
2 -10
Ganho (PU)
10 10
1
10 -15
10
0 50 100 150 200 250 300
k (Iterações)
0
10
(c)
-1
10 1 2 3
10 10 10
Frequência (Hz)
Figura 5 – Comportamento do vetor gradiente
(a) (∇F (xk )), da função objetivo (F (xk )) e do parâ-
400
Referência
metro de controle (µk ) do algoritmo de LM du-
300 LM rante a sı́ntese dos filtros inversos. (a) TPC de
RVF
200
138 kV. (b) TPC de 230 kV. (c) TPC de 500 kV.
Fase (graus)
100
0
Marquardt trata-se de um método do tipo Newton
-100
que, portanto, requer uma boa estimativa inicial
-200 1
10 10
2
10
3 para assegurar uma solução apropriada nos parâ-
Frequência (Hz)
metros a serem identificados.
(b)
1304
Anais do XX Congresso Brasileiro de Automática
Belo Horizonte, MG, 20 a 24 de Setembro de 2014
da Rosa, A. (2005). Desenvolvimento de Mode- Machado, E. P., Fernandes Jr., D. and Neves,
los Discretos de Volterra Usando Funções de W. L. A. (2014). Melhoria do Desempenho
Kautz , Mestrado, Universidade Estadual de da Protecão de Distância via Correção dos
Campinas, Faculdade de Engenharia Elétrica Transitórios de Baixa Frequência de Trans-
e de Computação. formadores de Potencial Capacitivos, Sim-
pósio Brasileiro de Sistemas Elétricos-SBSE,
de Vries, D. and Van den Hof, P. (1998). Foz do Iguaçu .
Frequency Domain Identification With Ge-
neralized Orthonormal Basis Functions, Minnichelli, R. J., Anagnost, J. J. and Desoer,
IEEE Transactions on Automatic Control C. A. (1989). An Elementary Proof of Kha-
43(5): 656 –669. ritonov’s Stability Theorem With Extensi-
ons, IEEE Transactions on Automatic Con-
Dennis, J. E. and Schnabel, R. B. (1996). Numeri- trol 34: 995–998.
cal Methods for Unconstrained Optimization
and Nonlinear Equations, Society for Indus- Ninness, B. and Gustafsson, F. (1997). A Unifying
trial and Applied Mathematics, Philadephia, Construction of Orthonormal Bases for Sys-
PA. tem Identification, IEEE Transactions on
Automatic Control 42: 515–521.
D’haene, T., Pintelon, R. and Vandersteen, G.
(2006). An Iterative Method to Stabilize a Pajuelo, E., Ramakrishna, G. and Sachdev, M.
Transfer Function in the s - and z -Domains, (2010). Strengths an Limitations of a New
IEEE Transactions on Instrumentation and Phasor Estimation Technique to Reduce the
Measurement 55(4): 1192 –1196. CCVT Impact in Distance Protection, Elec-
tric Power Systems Research 80(4): 417–425.
Gustavsen, B. (2006). Improving the Pole Re-
locating Properties of Vector Fitting, IEEE Paz, A. R. A. (2012). Aplicação do Método GM-
Transactions on Power Delivery 21(3): 1587– RES na Solução de Problemas de Estabili-
1592. dade em Sistemas de Energia Elétrica, Dou-
torado, Pontı́fica Universidade Católica do
Gustavsen, B. and Semlyen, A. (1999). Rational Rio de Janeiro.
Approximation of Frequency Domain Res-
Pintelon, R. and Kollár, I. (2005). On the Fre-
ponse by Vector Fitting, IEEE Transactions
quency Scaling in Continuous-Time Mode-
on Power Delivery 14(1): 1052–1061.
ling, IEEE Transacions on Instrumentation
Hendrickx, W. and Dhaene, T. (2006). A Discus- and Measurement 54(1): 318 – 321.
sion of Rational Approximation of Frequency
Rao, S. S. (2009). Engineering Optimization: The-
Domain Responses by Vector Fitting, IEEE
ory and Practice, 4 edn, John Wiley & Sons,
Transactions on Power Systems 21(1): 441–
Inc., Hoboken, New Jersey.
443.
Rolain, Y., Pintelon, R., Xu, K. Q. and Vold, H.
IEEE POWER SYSTEM RELAYING COMMIT-
(1994). On the Use of Orthogonal Polyno-
TEE (2004). EMTP Reference Models for mials in High Order Frequency Domain Sys-
Transmission Line Relay Testing.
tem Identification and its Application to Mo-
Knockaert, L., Ferranti, F. and Dhaene, T. (2009). dal Parameter Estimation , Proceedings of the
Vector Fitting vs. Levenberg-Marquardt: 33rd IEEE Conference on Decision and Con-
Some Experiments, IEEE Workshop on Sig- trol, Vol. 4, pp. 3365 –3373.
nal Propagation on Interconnects, pp. 1–4. Strang, G. (2011). Álgebra Linear e suas Aplica-
Kojovic, L., Kezunovic, M., Skendzic, V., Fro- ções, 1 edn, Cengage Learning, São Paulo.
men, C. W. and Sevcik, D. R. (1994). A New Wulhynek, S. (2002). Identificação de Sistemas
Method for the CCVT Performance Analysis no Domı́nio da Frequência Utilizando Con-
Using Field Measurements, Signal Processing junto Geradores Otimizados, Mestrado, Ins-
and EMTP Modeling, IEEE Transactions on tituto Militar de Engenharia.
Power Delivery 9(4): 1907–1915.
1305