Processamento de Erros Grosseiros para Estimadores de Estados Híbridos Ortogonais em Blocos e Medidas Fasoriais em Coordenadas Retangulares

Abstract

Estimadores de estados recentemente propostos para monitoração de sistemas de potência permitem a incorporação de medidas fasoriais ao processo de estimação mediante uma arquitetura em dois estágios. Além de preservar a estrutura de estimadores existentes que processam medidas SCADA, este esquema é computacionalmente mais eficiente graças ao uso de um estimador linear para processar as medidas fasoriais no segundo estágio sem degradação no nível de exatidão das estimativas. Esta propriedade deve-se ao uso de um estimador baseado em rotações ortogonais em blocos que leva em conta correlações entre os componentes retangulares das medidas. Apesar destes avanços, o processamento de erros grosseiros em conexão com esta arquitetura de estimação requer esforços adicionais de pesquisa. Este artigo aborda o desenvolvimento de métodos avançados visando este objetivo. Duas abordagens são consideradas e seus desempenhos avaliados mediante experimentos com distintos tipos de medidas errôneas conduzidos em dois diferentes sistemas-teste.
Os resultados apontam que ambos os métodos são eficazes para a identificação de medidas errôneas, embora um deles apresente taxas de sucesso consistentemente superiores sob testes exaustivos de ocorrência de erros grosseiros.