Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/20048
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2015_PedroEliasWeberdeDeusAmaral.pdf6,91 MBAdobe PDFVisualizar/Abrir
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorFreitas, Francisco Damasceno-
dc.contributor.authorAmaral, Pedro Elias Weber de Deus-
dc.date.accessioned2016-04-28T17:29:03Z-
dc.date.available2016-04-28T17:29:03Z-
dc.date.issued2016-04-28-
dc.date.submitted2015-12-15-
dc.identifier.citationAMARAL, Pedro Elias Weber de Deus. Identificação de modos de oscilação utilizando Filtro de Kalman Estendido. 2015. xviii, 99 f., il. Dissertação (Mestrado em Engenharia Elétrica)—Universidade de Brasília, Brasília, 2015.en
dc.identifier.urihttp://repositorio.unb.br/handle/10482/20048-
dc.descriptionDissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2015.en
dc.description.abstractA estabilidade de um sistema elétrico de potência é um dos requisitos para que as cargas do sistema sejam atendidas com qualidade e sem interrupções. O adequado monitoramento e o amortecimento dos modos de oscilação eletromecânica são fundamentais para o controle da estabilidade de um sistema elétrico. Esta dissertação apresenta um método para identificação de modos de oscilação eletromecânica cujo fundamento é baseado no princípio do Filtro de Kalman Estendido. Os modos são calculados a partir de parâmetros que também são estados do filtro. A metodologia é voltada para identificação de parâmetros característicos de sinais obtidos de PMU (PhasorMeasurementUnits). Todos os sinais obtidos e utilizados para testes são de baixa amplitude, conhecidos como dados de ambiente. A técnica proposta foi avaliada por meio de dois tipos de dados. Em um primeiro tipo, os sinais foram simulados. Com esta finalidade, utilizou-se o software Power System Toolbox (PST). Em outros testes, foram considerados dados de campo, obtidos de PMUs instaladas em baixa tensão localizados em universidades brasileiras em diversos estados. Considerando a natureza estocástica dos sinais, o método proposto identificou adequadamente os modos dominantes presentes nos dados de ambiente simulados do sistema teste, tanto em situações em que a frequência e amortecimento do modo eram fixos, quanto em situações em que os parâmetros do modo variavam ao longo do período de simulação. No caso dos resultados determinados para os dados de campo, foi identificada a presença de modo de oscilação dominante, na faixa entre 0,2 Hz e 0,4 Hz. Este é um modo interárea, característico do Sistema Interligado Nacional (SIN). Portanto, em ambos os testes a metodologia proposta mostrou-se adequada para identificação de modos dominantes a partir de dados de ambiente.en
dc.language.isoPortuguêsen
dc.rightsAcesso Abertoen
dc.titleIdentificação de modos de oscilação utilizando Filtro de Kalman Estendidoen
dc.title.alternativeElectromechanical mode identification using Extended Kalman Filteren
dc.typeDissertaçãoen
dc.subject.keywordSistema de medição fasorial sincronizadaen
dc.subject.keywordOscilações eletromecânicasen
dc.subject.keywordFiltro de Kalman Estendido (FKE)en
dc.subject.keywordKalman, filtragem deen
dc.rights.licenseA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.en
dc.identifier.doihttp://dx.doi.org/10.26512/2015.12.D.20048-
dc.description.abstract1Power Systems must be stable for the system loads to be supplied continiously and with good quality. The proper monitoring and damping of electromechanical oscillation modes are fundamental for the power system stability control. This thesis presents a method for identification of electromechanical oscillation modes based on the Extended Kalman Filter. The modes are calculated from parameters which are also state variables of the filter. The methodology aims to identify characteristic parameters of signals obtained from PMU (Phasor Measurement Units). All the signals obtained and used in tests are low amplitude signals, also known as ambient data. The proposed methodology was evaluated by two kinds of data. In a first kind, the signals were simulated. For this purpose, it was used the Power System Toolbox software (PST). In the second kind, it was considered field data obtained from PMUs installed at low voltage in Brazilian universities in several states. Considering the stochastic nature of the data, the proposed method identified the dominant modes present in the simulated ambient data of the test system accordingly, both in situations in which the frequency and damping of the mode were fixed, as in situations in which the mode parameters varied throughout the period of simulation. In the case of the field data, the results identified the presence of dominant oscillation mode in the frequency range between 0,2 Hz and 0,4 Hz. This is an inter-area mode, characteristic of the Brazilian National Grid. Therefore, in both kinds of data, the proposed methodology was appropriate to identify dominant modes from ambient data.-
dc.description.unidadeFaculdade de Tecnologia (FT)pt_BR
dc.description.unidadeDepartamento de Engenharia Elétrica (FT ENE)pt_BR
dc.description.ppgPrograma de Pós-Graduação em Engenharia Elétricapt_BR
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro simples do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.