Escolar Documentos
Profissional Documentos
Cultura Documentos
Est Estados Slide PDF
Est Estados Slide PDF
LABSPOT
Caracterı́sticas do problema:
Número de medidas > número de variáveis a estimar (redundância);
Admite-se que as medidas são contaminadas por ruı́do;
Mı́nimos Quadrados Ponderados: método mais utilizado para definir a
“melhor estimativa”.
Variáveis:
z: Vetor m × 1 de medidas;
z0 : Vetor m × 1 contendo os valores verdadeiros
das quantidades medidas;
η : Vetor m × 1 dos erros de medição.
x: Vetor n × 1 dos estados:
n: Número de estados (n = 2Nbarras − 1).
z = z0 + η
z = h(x) + η
Condição de otimalidade:
∂J
∂x̂ = 0 ⇒ HT (x̂)R−1 [z − h(x̂)] = 0 (F)
onde
H(x̂) = ∂h(x)/∂x̂
Condição de otimalidade:
∂J
∂x̂ = 0 ⇒ HT (x̂)R−1 [z − h(x̂)] = 0 (F)
onde
H(x̂) = ∂h(x)/∂x̂
Sistema de equações (F) é fortemente não linear e de dificil solução;
Condição de otimalidade:
∂J
∂x̂ = 0 ⇒ HT (x̂)R−1 [z − h(x̂)] = 0 (F)
onde
H(x̂) = ∂h(x)/∂x̂
Sistema de equações (F) é fortemente não linear e de dificil solução;
Alternativa: linearização do sistema (F) e emprego de métodos
iterativos.
h ( x ) ≈ h ( xk ) + H ( xk ) ( x − xk )
h ( x ) ≈ h ( xk ) + H ( xk ) ( x − xk )
h ( x ) ≈ h ( xk ) + H ( xk ) ( x − xk )
∆z = H(xk ) ∆x + η
E (η) = 0; E (ηηT ) = R
E (η) = 0; E (ηηT ) = R
E (η) = 0; E (ηηT ) = R
Função-Objetivo:
J (x̂) = [∆z − H(xk ) ∆x̂]T R−1 [∆z − H(xk ) ∆x̂]
E (η) = 0; E (ηηT ) = R
Função-Objetivo:
J (x̂) = [∆z − H(xk ) ∆x̂]T R−1 [∆z − H(xk ) ∆x̂]
Condição de Otimalidade:
∂J
∂∆x̂ = 0 ⇒ HT (xk )R−1 [∆z − H(xk ) ∆x̂] = 0
Condição de Otimalidade:
∂J
∂∆x̂ = 0 ⇒ HT (xk )R−1 [∆z − H(xk ) ∆x̂] = 0 ()
Condição de Otimalidade:
∂J
∂∆x̂ = 0 ⇒ HT (xk )R−1 [∆z − H(xk ) ∆x̂] = 0 ()
Condição de Otimalidade:
∂J
∂∆x̂ = 0 ⇒ HT (xk )R−1 [∆z − H(xk ) ∆x̂] = 0 ()
Matriz Ganho:
Matriz Ganho:
Definida como:
G = HT (xk ) R−1 H(xk )
Matriz Ganho:
Definida como:
G = HT (xk ) R−1 H(xk )
Propriedades:
Matriz Ganho:
Definida como:
G = HT (xk ) R−1 H(xk )
Propriedades:
É simétrica (GT = G);
Matriz Ganho:
Definida como:
G = HT (xk ) R−1 H(xk )
Propriedades:
É simétrica (GT = G);
Dimensão: n × n;
Matriz Ganho:
Definida como:
G = HT (xk ) R−1 H(xk )
Propriedades:
É simétrica (GT = G);
Dimensão: n × n;
É não-singular se sistema for observável com respeito ao plano de
medição.
Matriz Ganho:
Definida como:
G = HT (xk ) R−1 H(xk )
Propriedades:
É simétrica (GT = G);
Dimensão: n × n;
É não-singular se sistema for observável com respeito ao plano de
medição.
Lado direito:
b = HT (xk ) R−1 ∆z
Matriz Ganho:
Definida como:
G = HT (xk ) R−1 H(xk )
Propriedades:
É simétrica (GT = G);
Dimensão: n × n;
É não-singular se sistema for observável com respeito ao plano de
medição.
Lado direito:
b = HT (xk ) R−1 ∆z
Equação normal pode ser re-escrita como:
G ∆x̂ = b
CONFIGURADOR
PRÉ-FILTRAGEM
DE REDES
Estrutura da
Medidas Medidas Rede Elétrica, s
Rejeitadas Filtradas, z
TESTE DE OBSERVABILIDADE
O Sistema é Observável? NÃO
SIM
ESTIMAÇÃO
Cálculo das estimativas
para os estados
DETECÇÃO NÃO
Alguma medida processada FIM
contém erro grosseiro?
SIM
IDENTIFICAÇÃO
Identificar medida
portadora de erro grosseiro
REJEIÇÃO
Opção do RECUPERAÇÃO
Rejeitar med.
Software Recuperar med.
espúria
espúria
e
pi = ∑ tik
k ∈ Ωi
T
(HT R−1 H) δ̂ = H R−1 z
1 2
U
A
t12 t21
t t
t31 t
t
3 t43 4
St
o
S p4
−γ12
ηt12
zt12 0 0
zt21
γ12 0 0
ηt21
zt31 0 0 ηt31
γ31
zt43 = 0 −γ34 δ + ηt43
γ34
zp1 −γ12 −γ13 0
ηp1
zp2 γ12 + γ23 + γ24 −γ23 −γ24
ηp2
zp4 −γ24 −γ34 γ34 + γ24 ηp4
A. Simões Costa (LABSPOT) EESP 16 / 16