Informe Reto 1

Estimación de estado mediante mı́nimos cuadrados

ponderados no-lineal, Observabilidad, Detección e
identificación de errores
Nicolás Guerrero Naranjo*
Dept. de Ingenierı́a Eléctrica & Electrónica

20 de marzo de 2022

Resumen
En este reporte técnico, se detectaron e identificaron medidas erróneas en el es-
timador no lineal de un sistema complejo de 8 barras [1]. Para esto, se tomo como
referencias los conceptos y contenidos disponibles en el módulo 2, detección e identifi-
cación de errores, del curso de maestrı́a Sistemas de Gestión de la Energı́a (IELE-4109).
En la primera parte, se procedio a determinar los valores estimados, mediante la im-
plementación del método de mı́nimos cuadrados ponderados. De la misma manera, se
determino si existen o no errores dentro de los datos gracias a la prueba X 2 . Teniendo
esto en mente, mediante los residuos cuadráticos se determino la medida errónea. Para
finalmente, concluir que esta corresponde a la 21, es decir V3 . De esta forma, se pusie-
ron a prueba los conocimientos y técnicas vistas, durante la primera parte del segundo
modulo.

*
nd.guerreron@uniandes.edu.co

1
 Palabras Clave: Detección e identificación de errores, estimación de estado, ob-
servabilidad, no-lineal, mı́nimos cuadrados ponderados.

Abstract
In this technical report, erroneous measurements were detected and identified in the
nonlinear estimator of a complex 8-bar system [1]. For this, the concepts and contents
available in module 2, error detection and identification, of the Energy Management
Systems master course (IELE-4109) were used as references. In the first part, we pro-
ceeded to determine the estimated values, thanks to the power flow solution. In the
same way, it was determined whether or not there are errors in the data thanks to
the X 2 test. With this in mind, by means of the quadratic residuals, the erroneous
measurement was determined. To finally conclude that this corresponds to 21, that is
V3 . In this way, the knowledge and techniques seen during the first part of the second
module were tested.

Keywords: Error detection and identification, state estimation, observability, non-

linear, weighted least squares.

1. Introducción
Se dispone de un sistema de potencia en 150kV de 8 barras mostrado en la Figura 1. Los
datos de este sistema fueron tomados de [1].

2
 Figura 1: Topologı́a del sistema de 8 barras

Tabla 1: Datos de las lı́neas

Nodo i Nodo j r (pu) x (pu) L (km) R (Ohm/km) X (Ohm/km)

3 8 0.0026667 0.0333333 10 0.0400 0.5000
3 4 0.0026600 0.0333200 7 0.0570 0.7140
4 5 0.0026667 0.0300267 8 0.0500 0.5630
5 6 0.0033333 0.0300000 10 0.0500 0.4500
6 7 0.0033000 0.0299933 11 0.0450 0.4090
7 8 0.0026400 0.0300000 9 0.0440 0.5000
3 7 0.0033333 0.0333333 10 0.0500 0.5000

Los transformadores son idénticos: 150MVA, 10/150kV X=4 %. Los Generadores tam-
bien son idénticos, 150MVA, 10kV, X=15 %. Las Cargas son 60MW+j40Mvar (nodo 4),
70MW+j40Mvar (nodo 5), 70MW+j50Mvar (nodo 6) y 40MW+j20Mvar (nodo 8). La solu-
ción de flujo de potencia se muestra en la Tabla 2:

3
 Tabla 2: Solución de Flujo de Potencia

Nodo v (pu) θ(rad)

1 1 0
2 1 0.0195
3 0.9777 -0.0252
4 0.9613 -0.0455
5 0.956 -0.0518
6 0.9606 -0.0438
7 0.9774 -0.0221
8 0.975 -0.0278

El sistema consta de un total de 26 medidas, 8 medidas de magnitud de tensión rms (8

TPs) y 18 flujos de potencia activa y reactiva (9 unidades de procesamiento analógico que
calculan P y Q) como se indican en la Tabla 6. La precisión de los equipos de medición
utilizados se muestra en la Tabla 3.

Tabla 3: Calidad de los medidores

Tipo de medición Escala Unidad Precisión %

tensión 150.0000 kV 2%
potencia 150.0000 MVA 8%

Una de las medidas es errónea. En el siguiente informe técnico se procederá a determinar

cuál es el equipo que mide de forma inconsistente: los TPs para las tensiones y/o las UPAs
(Bay Control Unit) para las potencias. Para ello se debe aplicar un estimador de estado no
lineal y las técnicas de detección e identificación de errores desarrollada en el curso. De esta
forma, se pondrán aprueba los conocimientos y las habilidades adquiridas durante la primera
parte del curso. Es importante mencionar que se va a utilizar como criterio de detección de
errores p∗ = 99 %.

Inicialmente, en la sección 2 se presentara la metodologı́a implementada para determinar

cual es el equipo que mide de forma inconsistente, teniendo en mente como referencias [1].
De esta manera, los resultados se analizan en la sección 3, acorde los datos encontrados.
Finalmente, se extraen y presentan conclusiones en la sección 4.

4
2. Metodologı́a
En un principio, teniendo en mente la información suministrada por el ejercicio, es decir,
los datos de las lineas (Tabla 1), la solución del flujo de potencia (Tabla 2), la calidad de
los medidores (Tabla 3) y el conjunto de datos (Tabla 6), se procedio a determinar los datos
estimados. Para esto, se cargo la base de datos en los códigos relacionados al estimador
de estado mediante mı́nimos cuadrado ponderados. Es decir, FULLSE. Estos se encuentran
disponibles en1 . Seguido de esto, podemos utilizar la distribución x2 con la finalidad de
determinar posibles sospechas dentro de estos. Con base a la información obtenida, evaluamos
los residuos cuadráticos para determinar de donde provienen las sospechas. Finalmente,
eliminamos los datos erróneos, verificando que se cumplan las propiedades de un sistema
determinado y observable.

3. Resultados y Análisis
Asi como se menciono durante la metodologı́a, primero se procedio a determinar las medi-
das estimadas. Para esto, se cargo la base de datos dentro del algoritmo madre que realizara
el proceso de estimación de estado. Estos se encuentra en las Tablas 1, 2, 3 y 6. Es importante
mencionar el funcionamiento de este. En este caso a partir del arreglo de medición z y su
relación con los valores teóricos.
     
z1 h1 (x1 , x2 , ..., xn ) r1
 zi   hi (x1 , x2 , ..., xn )   ri 
z= . =  +  ..  = h(x) + r
     
. ..
 .   .   . 
zm hm (x1 , x2 , ..., xn ) rm
Se elige un vector de estado inicial xk = [θ V ]. En este, se evalúa la función de medición
h(xk ), el jacobiano H(xk ) y la matriz de ganancia G(xk ). Para la construcción de la función de
medición se implementan las formulas de flujo de potencia. Estas se muestran a continuación:

Pij = Vi2 (gij ) − Vi Vj (gij cosθij + bij sinθij )

Qij = −Vi2 (bsi − bij ) − Vi Vj (gij sinθij + bij cosθij )
Igualmente, la estructura del jacobiano se presenta a continuación:
1
https://github.com/pmdeoliveiradejesus/MASEP SGE

5
  
∂Pi ∂Pi
 ∂θ ∂V 
 
 ∂Pij∂Pij 
 
 ∂θ ∂V 
 
 ∂Qi ∂Qi 
H(θ V ) =  
 ∂θ ∂V 
 
 ∂Qij∂Qij 
 
 ∂θ ∂V 
 
 ∂V 
0
∂V
Para asi finalmente, determinar la matriz de ganancia.

G(xk ) = H T (xk ) · W · H(xk )

De esta forma, se resuelve el modelo iterativo hasta que la variación de estado sea menor
a un criterio de parada max(|xk+1 − xk |) < ϵ.

xk+1 = xk + [H T (xk ) · W · H(xk )]−1 · H(xk ) · W · (z − h(xk ))

(xk+1 − xk )[H T (xk ) · W · H(xk )] = H(xk ) · W · (z − h(xk ))
△xk · G(xk ) = H(xk ) · W · (z − h(xk )) = tk
En este caso, después de dos iteraciones se obtuvieron los siguientes resultados:
   
V1 0,9947
V2  0,9949
   
   
V3  0,9722
   
V4  0,9559
 =  (1)
V5  0,9506
   
V  0,9553
 6  
V7  0,9721
   
V8 0,9697
Teniendo esto en mente, se obtuvieron los siguientes resultados en la Tabla 4:

6
 Tabla 4: Valores Estimados

medida Equipo No valor z (pu) valor estimado (pu)

1 P13 UPA p 1 0.60484 0.60475
2 P27 UPA p 2 1.00000 0,99986
3 P38 UPA p 3 0.08128 0,08089
4 P34 UPA p 4 0.60867 0.60819
5 P45 UPA p 5 0.20710 0.20674
6 P56 UPA p 6 -0.25975 -0.25989
7 P67 UPA p 7 -0.72671 -0.72642
8 P78 UPA p 8 0.18553 0.18568
9 P37 UPA p 9 -0.08511 -0.08572
10 Q13 UPA q 1 0.55573 0.55909
11 Q27 UPA q 2 0.57599 0.57920
12 Q38 UPA q 3 0.07249 0.06648
13 Q34 UPA q 4 0.43873 0.43277
14 Q45 UPA q 5 0.15244 0.14921
15 Q56 UPA q 6 -0.11637 -0.11703
16 Q67 UPA q 7 -0.45236 -0.45005
17 Q78 UPA q 8 0.06246 0.06413
18 Q37 UPA q 9 0.01707 0.009596
19 V1 tp 10 1.00000 0.99472
20 V2 tp 11 1.00000 0.99496
21 V3 tp 12 0.93767 0.97217
22 V4 tp 13 0.96130 0.95588
23 V5 tp 14 0.95598 0.95063
24 V6 tp 15 0.96057 0.95527
25 V7 tp 16 0.97742 0.97214
26 V8 tp 17 0.97502 0.96968

Una vez lo valores estimados fueron determinados, se procedio a implementar la prueba

chi cuadrado. En este caso, tenemos 16 variables de estado, con 26 medidas. Es decir, 10
grados de libertad. Seguido de este determı́nanos nuestro Jvalue :
En donde

W = [156,25 156,25 156,25 156,25 156,25 156,25 156,25 156,25 156,25 156,25 156,25 156,25 156,25...

..,156,25 156,25 156,25 156,25 156,25 2500 2500 2500 2500 2500 2500 2500 2500]
De esta forma
m
X
J(x) = Wii ri2 = 3,49263
i=1

7
 Asi como, nuestro J crit :

J crit = Xm−n
2
= chi2inv(1 − p∗ , m − n) = (chi2inv(0,01, 10)) = 2,5582
Teniendo esto en mente, sabemos que para un p∗ = 99 % existe la posibilidad de presentar
errores (J(x) > J crit ). Por tanto, determinamos el residuo cuadrático de nuestras medidas,
mediante la implementación de la siguiente formula:

Residuo cuadrático = (V alor z − Estimación)2 · W

Estos se muestran a continuación en la Tabla 5:

Tabla 5: Residuos Cuadráticos

Medida Equipo No Valor z (pu) Valor estimado (pu) Residuo cuadrático

1 P13 UPA p 1 0.60484 0.60475 1,20276 · 10−6
2 P27 UPA p 2 1.00000 0.99986 2,99189 · 10−6
3 P38 UPA p 3 0.08128 0.08089 2,22997 · 10−6
4 P34 UPA p 4 0.60867 0.60819 3,56419 · 10−5
5 P45 UPA p 5 0.20710 0.20674 2,08998 · 10−5
6 P56 UPA p 6 -0.25975 -0.25989 3,26717 · 10−6
7 P67 UPA p 7 -0.72671 -0.72642 1,32334 · 10−5
8 P78 UPA p 8 0.18553 0.18568 3,39192 · 10−6
9 P37 UPA p 9 -0.08511 -0.08572 5,78593 · 10−5
10 Q13 UPA q 1 0.55573 0.55909 0.001772
11 Q27 UPA q 2 0.57599 0.57920 0.0016074
12 Q38 UPA q 3 0.07249 0.06648 0.00565
13 Q34 UPA q 4 0.43873 0.43277 0.00554
14 Q45 UPA q 5 0.15244 0.14921 0.00163
15 Q56 UPA q 6 -0.11637 -0.11702 6,68173 · 10−5
16 Q67 UPA q 7 -0.45236 -0.45005 0.00084697
17 Q78 UPA q 8 0.06247 0.06413 0.00043536
18 Q37 UPA q 9 0.01707 0.0095958 0.0087237
19 V1 tp 10 1.00000 0.99472 0.06975
20 V2 tp 11 1.00000 0.99496 0.06354
21 V3 tp 12 0.93767 0.97217 2.97671
22 V4 tp 13 0.96130 0.95588 0.07345
23 V5 tp 14 0.95598 0.95063 0.07149
24 V6 tp 15 0.96057 0.95527 0.07024
25 V7 tp 16 0.97742 0.97214 0.06965
26 V8 tp 17 0.97502 0.96968 0.07137

8
 En este caso, si observamos la medida 21 (V3 ) nos damos cuenta de que esta corresponde a
la medida sospechosa identificada ya que rin > S. De esta forma, procedemos a eliminar esta
medida. En este caso, los grados de libertad de nuestro nuevo sistema siguen siendo mayor
a 0. Por tanto, el sistema sigue siendo observable y determinado. Por ultimo, realizamos la
prueba de X 2 para confirmar:
m
X
J(x) = Wii ri2 = 0,51592
i=1

De esta manera, concluimos que el equipo que media de forma inconsistente eran los TPs
para las tensiones, en especifico la medida 21 correspondiente a V3 .

4. Conclusiones
Mediante el desarrollo del reto 1 podemos rescatar varias cosas. En este caso, a continuación
se presentan las principales conclusiones encontradas:

1. Analizamos la importancia de la estimación de estado mediante mı́nimos cuadrados

ponderados, pudiéndose ver reflejada en la implementación del ejercicio propuesto. En
este caso, se identifico de manera oportuna la presencia de un error en la medición 21.

2. Entendimos el funcionamiento del método de estimación de estado (mı́nimos cuadrados

ponderados), pudiendo desarrollar un ejercicio teórico, que puso aprueba los conceptos
y técnicas vistas en la primera parte del segundo modulo.

Referencias
[1] A. Braga, J. T. Saraiva, Coordination of overcurrent directional relays in meshed net-
works using the simplex method, in: Proceedings of8th Mediterranean Electrotechnical
Conference on Industrial Applications in Power Systems, Computer Science and Tele-
communications(MELECON 96), Vol. 3, IEEE, 1996, pp. 1535–1538.

9
A. Anexos

Tabla 6: Conjunto de Medidas

medida Equipo No valor z (pu)

1 P13 UPA p 1 0.604838782455
2 P27 UPA p 2 1.000000000000
3 P38 UPA p 3 0.081276047264
4 P34 UPA p 4 0.608670791672
5 P45 UPA p 5 0.207104239680
6 P56 UPA p 6 -0.259753261413
7 P67 UPA p 7 -0.726715415249
8 P78 UPA p 8 0.185529605701
9 P37 UPA p 9 -0.085108056499
10 Q13 UPA q 1 0.555729253016
11 Q27 UPA q 2 0.575995625481
12 Q38 UPA q 3 0.072491533891
13 Q34 UPA q 4 0.438733490407
14 Q45 UPA q 5 0.152443698828
15 Q56 UPA q 6 -0.116371763397
16 Q67 UPA q 7 -0.452364481264
17 Q78 UPA q 8 0.062458788591
18 Q37 UPA q 9 0.017067853566
19 V1 tp 10 1.000000000000
20 V2 tp 11 1.000000000000
21 V3 tp 12 0.937668685535
22 V4 tp 13 0.961300740904
23 V5 tp 14 0.955983700879
24 V6 tp 15 0.960572536069
25 V7 tp 16 0.977422533510
26 V8 tp 17 0.975020034066

10