[pt] Este trabalho apresenta o desenvolvimento da teoria de controle modal em sistema multivariável a partir do conhecimento da matriz de transferência, H(S), que o caracteriza. Usa-se a técnica de representação no espaço de estado onde a descrição do sistema é feita por uma forma canônica controlável, cujos elementos são obtidos diretamente de H (S). A partir do modelo de estado que representa o sistema e admitindo-se que o vetor de estado é obtido por estimação, obtém-se o sistema munido de um controlador de modo que, pela forma canônica escolhida, o espectro do sistema pode ser imposto. Em seguida aplica-se essa teoria a um sistema elétrico de potência constituído por duas áreas interligadas com intuito de impor a forma da reposta transitória devida a perturbações na demanda de potência ativa. O comportamento do sistema é simulado em computador digital com auxílio do programa CONTINUOUS SYSTEM MODELING PROGRAM - S/360-TRM, sendo os resultados apresentados em forma de gráficos. O problema de controle potência ativa - freqüência foi também abordado por Fosha e Elgerd [5], como um problema de otimização com função de custo quadrático, mas sua aplicação prática esbarra na escolha das matrizes que ponderam o estado de controle na função de custo e que fornecem o melhor transitório para o sistema. / [en] This thesis presents the developing of the modal control theory in a multivariable system starting on the knowledge of the transfer matrix, H(S), that characterize it. We use the state space representation technique where the description, of the system is made by a controlable canonic form, whose elements are got directly from H(S). Starting from the state model which represents the system and admitting that the state vector is obtained by estimation, we can get the system provided with a controller in a wav that, by the canonic form chosen, the system spectrum can be imposed. Afterwards, this theory could be applied to a power system made by two interconnected areas with a finality of imposing the form of the transient auswer due to perturbations at the demand of active power. The system behavior is simulated in digital computer helped by the CONTINUOUS SYSTEM MODELING PROGRAM - S/360- IBM, the results being presented in form of drawings. The problem of the active power - frequency control was seen by FOSHA and ELGERD [5] too as a problem of otimization with a quadratic cost function but their pratical application run into the choice of the matrices which ponder the state and the control at the cost function and supply the better transient for the system.

[pt] Diferentes procedimentos têm sido propostos para a modelagem e previsão de séries temporais sendo que nos anos recentes muitos dos métodos mais importantes têm sido formulados na representação espaço de estado. A principal vantagem de tal abordagem é que se pode usar o Filtro de Kalman diretamente para, seqüencialmente, atualizar o vetor de estado. Apresentamos de forma sistemática a abordagem para a previsão de Séries Temporais não- Estacionárias formulada na representação de espaço de estado desenvolvida por P.Young. A novidade desta abordagem não está na natureza dos algoritmos recursivos, e sim na maneira como os hiperparâmetros são obtidos. Modelling and forecasting of Time Series have been approached in many different ways. Lately, the most important approaches have been formulated in a state space framework. The state space representation enables the state vector to be sequentially updated in time via the Kalman filter. In this dissertation, we present in a systematic way an approach to modelling and forecasting of non-stationary time series, formulated in state space terms, and due to P. Young. The novelty of this methodology is neither the nature fo the time series models nor the recursive algorithms, but on how the hyperparameters are estimated / [en] Modelling and forecasting of times Series have been approached in many different ways. Lately, the most important approaches have been formulated in a space framework. The state space representation enables the state vector to be sequencially updated in time via the Kalman filter. In this dissertation, we present in a systematic way an approach to modelling and forecasting of non-stationary time series, formulated in state space terms, and due to P. Young. The novelty of this methodology is neither the nature of the time series models nor the recursive algorithms, but on how the hyperparameteres are estimated