Documentos de Académico
Documentos de Profesional
Documentos de Cultura
A. J. Conejo
&
several
distinguished students
1
Estimación de estado
0. Referencias
1. Introducción
2. Ejemplo
3. Formulación y resolución del problema
3.1 El caso lineal
3.2 El caso no lineal
4. Estimación de máxima verosimilitud
5. Observabilidad
6. Identificación y detección de medidas erróneas
2
Estimación de estado
Bibliografía
3
Estimación de Estado
Planteamiento
4
Estimación de estado
Introducción
5
Estimación de estado
Introducción
6
Estimación de estado
Introducción
• Se utilizan medidas redundantes para mejorar
la estimación.
• Medidas:
1. Flujos de P y Q.
2. Inyecciones de P y Q.
3. Módulos de tensiones.
4. Módulos de corrientes (poco frecuentes en
redes de transporte).
Funciones:
1. Prefiltrado de medidas. Descartar medidas claramente
erróneas.
2. Procesador topológico. Obtener el modelo de la red
conocido el estado de interruptores y seccionadores.
3. Análisis de observabilidad. Determinar la disponibilidad
de medidas para obtener una estimación total (o parcial)
de las variables de estado de la red.
4. Estimación de estado. Estado más probable del sistema.
5. Procesador de medidas erróneas. Detectar e identificar la
existencia de posibles errores en las medidas.
8
Estimación de estado
Introducción
Datos variables
Datos fijos
Estado de
interruptores
Medidas
PREFILTRADO ANÁLISIS
TOPOLÓGICO
ESTIMACIÓN ANÁLISIS
ESTADO OBSERVABILIDAD
Zonas no observables
DETECCIÓN ELIMINACIÓN
ERRORES ERRORES
Alarmas
Estado estimado del sistema Medidas erróneas
(flujos, tensiones, etc...)
Interfaz hombre-máquina
9
Estimación de estado
Ejemplo. DC
Estimar los ángulos de tensión en los nudos
referencia
10
Estimación de estado
Ejemplo. DC
Uno de los
medidores es
redundante
11
Estimación de estado
Ejemplo. DC
Solución exacta:
δ 2 0.1
δ1 0.02
δ3 0
13
Estimación de estado
Ejemplo. DC
Solución empleando las mediciones M13 y M32 :
M13 0.06 pu , M32 0.37 pu
M 13
δ 2 0.0925
δ1 0.024
δ3 0
M12 = 58.25 MW 60 MW
14
Estimación de estado
Ejemplo. DC
δ 2 0.0925
δ1 0.0315
δ3 0
M13 7.875 MW 5 MW
15
Estimación de estado
Formulación del problema
zm zr η
Valor medido Error de medición
Valor real
16
Estimación de estado
Formulación del problema
17
Estimación de estado
Formulación del problema
Mínimos cuadrados ponderados (WLS):
Minimizar x J(x) Errores cuadráticos
medios
N 2
J(x) w ii z m
i hi (x)
i 1
18
Estimación de estado
Formulación del problema
J(x) z hx z
hx
T
m m
W
w 11
w
W 22
w mm
Jx
x
0 2HT x W z m hx 0
hx
donde : Hx
x
20
Estimación de estado
Resolución del problema
G xk Δx k HT xk W z - h( xk ) (E1)
21
Estimación de estado
Resolución del problema
22
Estimación de estado
Resolución del problema. Caso lineal
Jx
x
0 2HT W z m Hx 0 x G1HT W z m
23
Estimación de estado
Resolución del problema. Caso lineal
2 variables de estado: δ1 , δ 2
n<m
3 medidores: M12 , M13 , M32
24
Estimación de estado
Resolución del problema. Caso lineal
5 δ1 5 δ 2 5 5
hδ 2,5 δ1 , H 2,5 0 G( x ) HT WH
4 δ 2 0 4
104 0 0 0,62
W 0 104 0 , zm 0,06
0 0 10 4
0,37
δ̂ G1HT Wz m
0,0286 0,02
δ̂ δREAL
0,0943 0,1
25
Estimación de estado
Resolución del problema. Caso lineal
Mejor medidor
10 4 0 0
0,0241 0,02
W 0 10 6 0 δ̂ δREAL
0 4 0,0970 0,1
0 10
δ̂ G 1HT Wz m
26
Estimación de estado
Optimización directa
N 2
Minimizar
x
w ii z m
i hi (x)
i 1
ij pij
1. Medición de flujo de potencia activa pm
ij qij
2. Medición de flujo de potencia reactiva qm
i vi
3. Medición de tensión v m
4. Inyecciones pm
i - pi (·)
qm
i - qi (·)
28
Estimación de estado
Optimización directa
v i2
cos θij δi δ j
viv j
pij cosθij
z ij z ij
v i2
sen θij δi δ j
viv j
qij senθij
z ij z ij
29
Estimación de estado
Optimización directa
v
2
Minimizar v i ,δ i iΩ
w v
i i vm
i
p
2
iΩ jΩi
w p
ij ij pm
ij
q q
2
iΩ jΩi
w q
ij ij
m
ij
30
Estimación de estado
Ejemplos
31
Estimación de estado
Ejemplo
32
Estimación de estado
Ejemplo
v1,v 2 ,δ1
Minimizar e v1 v 1 v
m 2
2 v 2
m 2
2 2
1 m 1 2 1 m
1 2
v v senδ1 p12 1
v v v
1 2 cosδ1 q12
x x x
2 2
1 m 1 1 2 m
v1v 2senδ1 p 21 v1v 2cosδ1 v 2 q21
x x x
33
Estimación de estado
Ejemplo
Minimizar
v1,v 2 ,δ1
e v - 1.07
1
2 v2 - 2
1.01
1
0.15 1 2 1
2
v v senδ - 0.83
0.15
1 2
v -
1
1
v v cosδ - 0,73
0.15 1 2 1
2
-1
0.15 1 2 1
2
v v senδ 0.81
-1
0.15
v v cosδ
1 2 1
1 2
v 0,58
0.15 2
2
34
Estimación de estado. Ejemplo
Un fichero GAMS para resolver el problema se muestra a continuación
scalars
x Reactancia de la linea /0.15/
*mediciones
v1m Tension medida en el nudo 1 /1.07/
v2m Tension medida en el nudo 2 /1.01/
p12m Potencia activa medida en el nudo 1 /0.83/
q12m Potencia reactiva medida en el nudo 1 /0.73/
p21m Potencia activa medida en el nudo 2 /0.81/
q21m Potencia reactiva medida en el nudo 2 /0.58/;
variables
v1 Modulo de la tension en el nudo 1. Valor exacto: 1.0966
v2 Modulo de la tension en el nudo 2. Valor exacto: 1.0000
d1 Argumento de la tension en el nudo 2. Valor exacto: 0.1097
e Error cuadratico medio;
equations
error Ecuacion del error cuadratico medio;
*Definicion de la ecuacion del error cuadratico medio
error .. e =e= sqr(v1-v1m) + sqr(v2-v2m) +
sqr((1/x)*v1*v2*sin(d1)-p12m) +
sqr((1/x)*(sqr(v1)-v1*v2*cos(d1))-q12m) +
sqr((1/x)*v1*v2*sin(d1)-p21m) +
sqr((1/x)*(-sqr(v2)+v1*v2*cos(d1))-q21m);
model estimo /all/;
solve estimo using nlp minimizing e;
35
Estimación de estado
Ejemplo
36
Estimación de estado
Ejemplo
Red de 6 nudos: Wood & Wollenberg, pg. 477
37
Estimación de estado
Formulación del problema. Caso no lineal
Datos de los
medidores:
38
Estimación de estado
Formulación del problema. Caso no lineal
Resultados de la
estimación:
39
Estimación de Estado
Ejemplo
Topología
40
Estimación de estado
Ejemplo
Los datos medidos son los siguientes:
V3 1.03 10-3
P12 1 10-2
41
Estimación de Estado
Ejemplo
Resolución
• Vector de estado:
El estado de la red viene definido por las tensiones en los
nudos:
Vi δi , salvo el ángulo del slack que es: δ slack 0 , así:
x1 V1
x V
2 2
x x 3 V3
x
4 δ
2
x 5
δ3
42
Estimación de Estado
Ejemplo
• Vector de medidas:
V1 0.95
V
2 1 . 02
V3 1.03
z P12 1.00
Q 21 0.40
P13 0.80
Q 0.2
31
43
Estimación de Estado
Ejemplo
• Matriz de pesos:
1000 0 0 0 0 0
0 1000 0 0 0 0 0
0 0 1000 0 0 0 0
W 0 0 0 100 0 0 0
0 0 0 0 100 0 0
0 0 0 0 0 100 0
0 0 0 0 0 0 100
44
Estimación de Estado
Ejemplo
hi
• Matriz Jacobiana, Hij :
x j
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
x2 x1 x1x 2
X sen ( x 4 ) sen ( x 4 ) 0 cos( x 4 ) 0
X X
H( x ) x 2 x1 cosx 4 2x 2 x1x 2
cos( x 4 ) 0 sen( x 4 ) 0
X X X
3 sen( x )
cos( x 5 )
x x x x
0 1
sen( x 5 ) 0 1 3
X 5
X X
x3 x1 cosx 5 2x 3 x1x 3
cos( x ) 0 0 sen( x 5
)
X 5
X X
46
Estimación de Estado
Ejemplo
1. Inicialización de x0 :
x 0 1 1 1 0 0 T
h( x 0 ) 1 1 1 0 0
T
0 0
47
Estimación de Estado
Ejemplo
- Matriz Jacobiana:
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
H( x 0 ) 0 0 0 10 0
10 10 0 0 0
0 0 0 0 10
10 0 10 0 0
48
Estimación de Estado
Ejemplo
- Matriz de Ganancia:
21 10 10 0 0
10 11 0 0 0
G( x ) H WH 10 10
0 T 3
0 11 0 0
0 0 0 10 0
0 0 0 0 10
49
Estimación de Estado
Ejemplo
- Vector de residuos:
r(x) z - h(x)
0.0500
0.0200
0.0300
r( x 0 ) z h( x 0 ) 1.0000
0.4000
0 . 8000
0.2000
50
Estimación de Estado
Ejemplo
0.0177
0.0184
1 T
Dx G H Wr 0.0007
0
0 . 1000
0.0800
51
Estimación de Estado
Ejemplo
x k 1 x k Dx k
1.0177
0.9816
x x Dx 1.0007
1 0 0
0 . 1000
0.0800
52
Estimación de Estado
Ejemplo
Matlab:
- Bucle While: se itera hasta conseguir que Dx cumpla el criterio de convergencia.
- Se obtiene:
• vector de estado estimado
• vector de residuo
• función objetivo
• número de iteraciones
53
Estimación de Estado
Ejemplo
Solución:
J(x) V1 V2 V3 δ2 δ3
54
Estimación de Estado
Ejemplo
Mediante MATLAB realizamos las iteraciones:
55
Estimación de Estado
Ejemplo
Resolución con GAMS:
scalars
x reactancias de todas las lineas /0.1/
*mediciones
v1m tension medida del nudo 1 /0.95/
v2m tension medida del nudo 2 /1.02/
v3m tension medida del nudo 3 /1.03/
p12m potencia activa medida en el nudo 1 /1.00/
q21m potencia reactiva medida en el nudo 2 /0.4/
p13m potencia activa medida en el nudo 1 /0.8/
q31m potencia reactiva medida en el nudo 3 /0.2/
sg1 varianza 1 /0.001/
sg2 varianza 2 /0.01/;
variables
v1 modulo de la tension en el nudo 1. Valor exacto:1.0216
v2 modulo de la tension en el nudo 2. Valor exacto:0.9800
v3 modulo de la tension en el nudo 3. Valor exacto:1.0013
d2 argumento de la tension en el nudo 2. Valor exacto:-0.0996
d3 argumneto de la tension en el nudo 3. Valor exacto:-0.0781
e error cuadratico medio;
56
Estimación de Estado
Ejemplo
equations
error ecuacion del error cuadratico medio;
error.. e =e= 1/sg1*(sqr(v1-v1m))+1/sg1*(sqr(v2-v2m))+
1/sg1*(sqr(v3-v3m))+
1/sg2*(sqr((1/x)*v1*v2*sin(d2)-p12m))+
1/sg2*(sqr((1/x)*v1*v3*sin(d3)-p13m))+
1/sg2*(sqr((1/x)*(-sqr(v2)+v1*v2*cos(d2))-q21m))+
1/sg2*(sqr((1/x)*(-sqr(v3)+v1*v3*cos(d3))-q31m));
model estimo /all/;
solve estimo using nlp minimizing e;
57
Estimación de Estado
Ejemplo
58
Estimación de Estado
Ejemplo
Comparación:
59
Estimación de estado
Ejemplo 2
60
Estimación de Estado
Ejemplo 2
61
Estimación de Estado
Ejemplo 2
10 3 0 0 0 0 0 0
3
0 10 0 0 0 0 0
0 0 10 3 0 0 0 0
W 0 0 0 10 6 0 0 0
0 0 0 0 10 6 0 0
2
0 0 0 0 0 10 0
0 0 10 2
0 0 0 0
62
Estimación de Estado
Ejemplo 2
Z es:
V1 1.05
V 1
2
V3 0.95 Las medidas P2 y Q2 son virtuales
Z P2 0 (el nudo 2 es un nudo de transito)
Q 2 0
P
3 1
Q 3 0.2
63
Estimación de Estado
Ejemplo 2
El vector h(x):
x1
x2
x3
h( x ) - 10((x1 x2 sin(x4)) + (x2 x3 sin(x4 - x5)))
10 x2((x1 cos(x4) - x2) - (x2 - x3 cos(x4 - x5)))
10x2 x3 sin(x4 - x5)
10x3 (x2 cosx4 - x5) - x3)
64
Estimación de Estado
Ejemplo 2
G HT WH
Dx k G 1HT Wr x k 1 x k Dx k
r( x k ) z h( x )
65
Estimación de Estado
Ejemplo 2
Iteración 1 2 3 4
V1 1.025000 1.035781 1.035794 1.035793
0.996133
V2 0.999999 0.996001 0.995999
0.974999 0.966660
V3 0.966443 0.966440
-0.099999
d2 -0.097648 -0.0977013 -0.097702
-0.199999 -0.202269
d3 -0.202438 -0.202440
66
Estimación de Estado
Ejemplo 2
Estimación Residuo
V1 1.035794 0.014205
V2 0.996001 0.003998
V3 0.966443 -0.016443
d2 -0.0977013 -0.006335
d3 -0.202438 -0.032906
67
Estimación de Estado
Ejemplo 2
69
Estimación de Estado
Ejemplo 2
70
Estimación de Estado
Ejemplo 2
Matlab GAMS
V1 1.035794 1.033
V2 0.996001 0.996
V3 0.966443 0.970
d2 -0.0977013 -0.097
d3 -0.202438 -0.201
71
Estimación de Estado
Ejemplo 2
72
Estimación de Estado
Ejemplo 2
V1 1.05
V 1
2
Z V3 0.95
P
3 1
Q 3 0.2
x1
x2
El vector h(x) queda: h( x ) x3
10x2 x3 sin(x4 - x5)
10x3 (x2 cosx4 - x5) - x3)
73
Estimación de Estado
Ejemplo 2
El vector de restricciones:
74
Estimación de Estado
Ejemplo 2
75
Estimación de Estado
Ejemplo 2
Iteración 1 2 3 4
V1 1.025000 1.035781 1.035794 1.035793
0.996133
V2 1 0.996001 0.995999
0.975 0.966660
V3 0.966443 0.966440
-0.1
δ2 -0.097648 -0.0977013 -0.097702
δ3 -0.2 -0.202269
-0.202438 -0.202440
76
Estimación de Estado
Ejemplo 2
Estimación Residuo
V1 1.035794 0.014205
V2 0.996001 0.003998
V3 0.966443 -0.016443
d2 -0.0977013 -0.006335
d3 -0.202438 -0.032906
77
Estimación de Estado
Ejemplo 2
• La resolución mediante GAMS (Caso 2) (sin pesos):
scalars
x Reactancia de la linea /0.1/
*mediciones
v1m Tension medida en el nudo 1 /1.05/
v2m Tension medida en el nudo 2 /1/
v3m Tension medida en el nudo 2 /0.95/
p2m Potencia activa medida en el nudo 2 /0/
q2m Potencia reactiva medida en el nudo 2 /0/
p3m Potencia activa medida en el nudo 3 /1/
q3m Potencia reactiva medida en el nudo 3 /0.2/;
Variables
v1 Modulo de la tension en el nudo 1. Valor exacto: 1.0000
v2 Modulo de la tension en el nudo 2. Valor exacto: 1.0000
v3 Modulo de la tension en el nudo 3. Valor exacto: 1.0000
d2 Argumento de la tension en el nudo 2. Valor exacto: -0.0100
d3 Argumento de la tension en el nudo 3. Valor exacto: -0.0100
e Error cuadratico medio;
78
Estimación de Estado
Ejemplo 2
equations
error Ecuacion del error cuadratico medio
R1 Restriccion 1
R2 Restriccion 2;
*Definicion de la ecuacion del error cuadratico medio
error .. e =e= sqr(v1-v1m) + sqr(v2-v2m) + sqr(v3-v3m) +
sqr((1/x)*v2*v3*sin(d2-d3)-p3m) +
sqr((1/x)*v3*(v2*cos(d2-d3)-v3)-q3m);
R1 .. ((-1/x)*v1*v2*sin(d2)+(-1/x)*v2*v3*sin(d2-d3)-p2m)=E=0;
R2 .. ((1/x)*v2*(v1*cos(d2)-v2)-((1/x)*v2*(v2-v3*cos(d2-d3)))-q2m)=E=0;
display v1.L,v2.L,v3.L,d2.L,d3.L;
79
Estimación de Estado
Ejemplo 2
80
Estimación de Estado
Ejemplo 2
CASO 1 CASO 2
Matlab GAMS Matlab GAMS
V1 1.035794 1.033 1.035794 1.032
82
Estimación de Estado
Máxima Verosimilitud
83
Estimación de estado
Máxima verosimilitud
84
Estimación de estado
Modelo de medidas
Se considera que el error cometido por cada aparato de
medida es una variable aleatoria gausiana de media
nula y desviación típica , esto es
FDP z m
1
exp
zm zr
2
σ 2π 2σ 2
η
0 σ 2σ 3σ
85
Estimación de estado
Modelo de medidas
z r
3σ , z r 3σ
86
Estimación de estado
Modelo de medidas
• 1 es una “medida” de la precisión de la medida en
2
cuestión.
• A medida que 1 es mayor, la medida en cuestión es
2
1 σ12
1 σ2
2
W R -1
2
1 σ m
87
Estimación de estado
Máxima verosimilitud
f ei x
m 1
exp
z m
i h i x 2
σ i 2π 2σ i
2
f em x f e1m x f em2 x f em
m x
88
Estimación de estado
Máxima verosimilitud
1 m zmi hi x m
2
m m
log f em x log f emi x log2 logi
i1 2 i1 i 2
i 1
constante
89
Estimación de estado
Máxima verosimilitud
Probabilidad
El estimador de Máxima
Probabilidad
máxima verosimilitud máxima verosimilitud
es el que maximiza la
probabilidad del error
conjunto.
Error
90
Estimación de estado
Máxima verosimilitud
Maximizarx
log f em x
Y equivale a:
m
zi hi x
1 m
2
Minimizarx
i1 2i
2
92
Análisis de Observabilidad
Objetivo
93
Análisis de Observabilidad
94
Análisis de Observabilidad
Inspección previa
95
Análisis de Observabilidad
Información útil
96
Análisis de Observabilidad
Procedimiento
97
Análisis de Observabilidad
Procedimiento
h( x ) z
H·x z
98
Análisis de Observabilidad
Procedimiento
Estructura de H
m
H·x z medidas
H
es un sistema de
ecuaciones lineales
n
Variables de estado
99
Análisis de Observabilidad
Procedimiento
Donde,
- xPar es una solución particular,
- N es al núcleo de la matriz del sistema
- ρ es un vector de coeficientes.
100
Análisis de Observabilidad
Procedimiento
101
Análisis de Observabilidad
Algoritmo
102
Análisis de Observabilidad
Algoritmo
103
Análisis de Observabilidad
Algoritmo
104
Análisis de Observabilidad
Algoritmo
105
Observabilidad
Ejemplo
P13 Xij=0.1j i, j
V1
1
V2
Q21
107
Observabilidad
Ejemplo
x1
x2
x3
x1 V1 x1x 2
x V sen( x 4 )
2 2 X 12
x x 3 V3 h(x) x 2
X [x 1 cos ( x 4 x 2 )
x 4 δ 2 12
x 5 δ 3 x x
1 3
sen( x 5 )
X13
x3
[x1 cos ( x 5 x 3 )
X13
108
Observabilidad
Ejemplo
hi
La matriz Jacobiana de h(x): Hij=
x j
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
x2 x1 x1x 2
X sen ( x 4 ) sen( x 4 ) 0 cos( x 4 ) 0
X X12
12 12
H( x ) x 2 [ x1 cos( x 4 ) 2x 2 ] x1x 2
cos( x 4 ) 0 sen( x 4 ) 0
X12 X12 X12
x x1 x1x 2
3 sen( x 5 ) 0 sen( x 5 ) 0 cos( x 5 )
13
X X13 X13
x3 [ x1 cos( x 5 ) 2x 3 ] x1x 3
X cos( x 5 ) 0 0 sen( x 5 )
13 X13 X13
109
Observabilidad
Ejemplo
Aplicamos el algoritmo propuesto:
110
Observabilidad
Ejemplo
El resultado obtenido es el siguiente:
1 0 0 0 0 1 0 0 0 0
0 0 0
1 0 0 0
1 0 0
0 0 1 0 0 0 0 1 0 0
H( x fun ) 1.95 2.03 0 9.80 0
H( x 0 ) 0 0 0 10 0
111
Observabilidad
Ejemplo
- Eliminamos Q31 V3
P13
V1
observable Q21
2
V2
113
Observabilidad
Ejemplo
V3
114
Observabilidad
Ejemplo
115
Ecuaciones Normales
Ejemplo
G( x k )Dx k HT ( x k )W[z h( x k )]
donde G( x k ) HT ( x k )WH( x k )
k 1
y actualizamos x x Dx
k
116
Ecuaciones normales
Ejemplo
Iteración 1 2 3 4 Dx 4 ·10 3
117
GAMS
Ejemplo
La estructura del programa es:
118
GAMS
Ejemplo
119
Ejemplo
Si comparamos ambas:
120
Ejemplo
Análisis Final
Perfil plano:
x 0 [1 1 1 0 0]T H( x 0 )
121
Ejemplo
Análisis Final
V3 3
Q31
1
Xij=0.1j i, j
P13
V1
Q21
V2 2
122
Ejemplo
Análisis final
Sabemos que el los sistemas de energía eléctrica existe
una fuerte dependencia entre algunas variables, por
ejemplo:
Pδ QV
V3 Q31
123
Ejemplo
Análisis Final
Comprobamos la observabilidad empleando el perfil plano y el estado
estimado con todas las medidas dadas en el enunciado original. El
Jacobiano para ambos casos queda:
1 0 0 0 0 1 0 0 0 0
0 1 0 0 0 0 1 0 0 0
0 0 1 0 0 0 0 1 0 0
H( x fun ) 0.98 1.02 0 9.95 0
H0 ( x ) 0 0 0 10 0
9.75 9.43 0 0.99 0 10 10 0 0 0
0 . 78 0 0 . 79 0 10 . 19 0 0 0 0 10
9.98 0 9.84 0 0.7976 10 0 10 0 0
124
Ejemplo
Análisis Final
125
Ejemplo
Análisis Final
Si intentamos estimar el estado por ejemplo con
GAMS, el resultado es el siguiente:
126
Ejemplo
Análisis Final
127
Estimación de Estado
Medidas Erróneas
128
Estimación de estado
Medidas erróneas
129
Estimación de estado
Medidas erróneas. Test x2
Jx K : la media.
σ Jx 2K : la desviación típica.
Formalmente:
PJx t j α
132
Estimación de estado
Medidas erróneas. Test x2
Pasos del test:
1. Estimar y calcular la función objetivo J(x), donde x es el
estado estimado
PJx t j α
N 62
K 51 α 0.01 t j 76.6
n 11
135
Detección e identificación de datos
erróneos.
136
Detección e identificación de datos
erróneos
Los métodos empleados se basan en las dos propiedades
siguientes de los estimadores de mínimos cuadrados, que se
cumplen cuando todas las medidas son gaussianas:
1
Ω R H HTR 1H HT
ri
Por tanto los residuos normalizados: ri
N
Ωii
son N(0,1).
137
Estimación de Estado
Detección de medidas erróneas
138
Estimación de Estado
Detección de medidas erróneas
2
Si el test x detecta la presencia de errores, se procede a
calcular los residuos normalizados para su detección y
eliminación.
139
Estimación de estado
Medidas erróneas
Test del mayor residuo normalizado
PDF rin
i hi
zm est
rin
σ ri
rin
Valor real
140
Estimación de Estado
Ejemplo
141
Estimación de Estado
Ejemplo
Matriz de covarianzas:
142
Estimación de Estado
Ejemplo
143
Estimación de Estado
Ejemplo
V2 1.02 10-3
tres
P12 1 10-2
dos
Q31 -0.2 10-2
V2
144
Estimación de Estado
Ejemplo
Resolución
• Vector de estado:
El estado de la red viene definido por las tensiones en los
nudos:
Vi δi , salvo el ángulo del slack que es: δ slack 0 , así:
x1 V1
x V
2 2
x x 3 V3
x
4 δ
2
x 5
δ3
145
Estimación de Estado
Ejemplo
• Vector de medidas:
V2 1.02
V 1.03
3
P12 1.00
z
Q
21 0 . 40
P13 0.80
31
Q 0 . 2
146
Estimación de Estado
Ejemplo
1000 0 0 0 0 0
0 1000 0 0 0 0
0 0 100 0 0 0
• Matriz de pesos: W
0 0 0 100 0 0
0 0 0 0 100 0
0 0 0 0 0 100
hi
• Matriz Jacobiana, Hij :
x j
0 1 0 0 0
0 0 1 0 0
x x1 x1x 2
sen( x 4 )
2
sen( x 4 ) 0 cos( x 4 ) 0
X X X
H( x ) 2 cos( x 4 )
x x 1 cos x 4 2 x 2 0
x x
1 2
sen( x 4 ) 0
X X X
x3 x1 x1x 3
sen( x 5 ) 0 sen( x 5 ) 0 cos( x 5 )
X X X
x
3 cos( x ) 0
x 1 cos x 5 2 x 3 0
x x
1 3
sen( x 5 )
X 5
X X
148
Estimación de Estado
Ejemplo
1. Inicialización de x0 :
x 0 1 1 1 0 0 T
h( x 0 ) 1 1 0 0 0 0 T
149
Estimación de Estado
Ejemplo
0 1 0 0 0
0 0 1 0 0
0 0 0 10 0
- Matriz Jacobiana: H( x 0 )
10 10 0 0 0
0 0 0 0 10
10 0 10 0 0
20 10 10 0 0
10 11 0 0 0
- Matriz de Ganancia: G( x ) H WH 10 10 0
0 T 3
11 0 0
0 0 0 10 0
0 0 0 0 10
150
Estimación de Estado
Ejemplo
- Vector de residuos:
r(x) z - h(x)
0.0200
0.0300
1.0000
r( x ) z h( x )
0 0
0 . 4000
0.8000
0 . 2000
151
Estimación de Estado
Ejemplo
3. Resolución del sistema G( x k )Dx k HT ( x K )W z h( x k )
Los incrementos que se obtienen para la primera iteración son:
0.0550
0.0155
1 T
Dx G H Wr 0.0345
0
0 . 1000
0.0800
0 . 1000
0.0800
152
Estimación de Estado
Ejemplo
Matlab:
- Bucle While: se itera hasta conseguir que Dx cumpla el criterio de convergencia.
- Se obtiene:
• vector de estado estimado
• vector de residuo
• función objetivo
• número de iteraciones
153
Estimación de Estado
Ejemplo
Solución:
J(x) V1 V2 V3 δ2 δ3
154
Estimación de Estado
Ejemplo
2
• J(x) sigue una distribución χ de 1 grado de libertad.
155
Estimación de Estado
Ejemplo
156