Resumo:
Este trabalho de Dissertação de Mestrado apresenta um algoritmo robusto de pré-filtragem de medidas discrepantes, que se baseia no estimador SHGM – “Schweeppe-type Huber Generalized Maximum Likelihood estimator”. Esta metodologia é aplicada em duas etapas distintas da Cadeia de Operação de Sistemas de Energia Elétrica. Inicialmente, o algoritmo proposto considera cada grandeza medida de forma isolada, isto é, sem nenhuma correlação com a topologia e o estado operativo da rede elétrica supervisionada. Nesta fase, correlaciona-se apenas o dia da semana e o correspondente horário ou janela de dados para filtrar as medidas discrepantes e gerar uma pseudo-medida. Os resultados obtidos nesta etapa, apesar de animadores no sentido de preservar a observabilidade da rede, em
algumas situações operativas podem produzir grandes diferenças entre valores pseudo-medidos e realizados. Para minimizar os principais problemas identificados na primeira fase da pré-filtragem, o algoritmo proposto é estendido ao problema de estimação de estados quando aplicado a toda rede supervisionada e conjunto de medidas, utilizando-se do mesmo estimador SHGM já referido anteriormente. Os resultados obtidos representam um refinamento dos resultados produzidos na primeira fase da pré-filtragem realizada. Os resultados apresentados nas duas etapas do algoritmo proposto são produzidos a partir do histórico operativo de duas empresas brasileiras que atuam prioritariamente nos segmentos de Geração/Transmissão e Distribuição de energia elétrica, respectivamente.