Le développement de la technologie des semi-conducteurs dans les trente dernières années a augmenté le nombre des nouvelles applications dans lesquelles les dispositifs d’électronique de puissance sont utilisés. L'augmentation de la rapidité de commutation des transistors a permis que la conversion de puissance se produise de façon de plus en plus performante. Cet avantage apporte un nouveau challenge dans la phase de conception, lié à la Compatibilité Électromagnétique. En effet, les impulsions rapides de tension et courant dans les convertisseurs de puissance sont une source d’émissions électromagnétiques conduites indésirables. Des méthodologies de modélisation précises, qui prennent en compte une grande partie des effets parasites, ont été développées pour évaluer le niveau de ces émissions conduites. Lorsque ces méthodologies sont confrontées aux mesures, les résultats sont en concordance dans une large gamme de fréquence, elles peuvent donc être considérées comme des outils fiables de pronostic. Néanmoins, la plupart des paramètres du modèle d’un système électronique ne peuvent pas réellement être déterminés précisément : les conditions d’opération sont souvent mal connues (variations de température ou d'humidité) ; les paramètres caractéristiques des composants présentent une certaine dispersion de production ; des interférences externes sont imprévisibles. Dans ce contexte, il est intéressant de développer des méthodologies de modélisation qui soient capables de prendre en compte des incertitudes paramétriques. Dans cette thèse, deux méthodologies d’analyse d’incertitudes, adaptées aux convertisseurs de puissance, sont proposées. Les incertitudes paramétriques sont modélisées en utilisant des fonctions de densité de probabilité et l’objectif de l’analyse proposée est de déterminer les moments statistiques, la fonction de densité de probabilité ou la limite supérieure probabiliste des émissions conduites d’un convertisseur de puissance quelconque. Des techniques pour aborder les difficultés liées aux non-linéarités, au temps de simulation important et au nombre élevé de dimensions sont discutées. Les méthodologies proposées sont appliquées à des problèmes test et à des problèmes réels, et les résultats sont comparés aux méthodologies classiques. La précision des résultats des méthodologies proposées est similaire aux techniques classiques, mais le temps de calcul est considérablement réduit. Finalement, ce travail ouvre des possibilités de développements nouveaux pour l’analyse des incertitudes des systèmes non-linéaires et à grande échelle. / The development of semiconductor technology in the last decades has boosted numerous new applications in which power electronic devices have been employed. The fast switching of transistors has allowed power conversion to be performed with high efficiency. However, this improvement brought a new challenge in design: the Electromagnetic Compatibility. Both fast pulses of voltage and current, inside power converters, are a source of unwanted conducted electromagnetic emissions. High accurate modeling methodologies, which takes into account most of the parasitic phenomena, have been developed, in order to compute the level of conducted emissions of electronic devices. When these methods are confronted with measurement, they show good agreement in a large frequency range, and thus they are considered a trustful prediction tool for electronic systems design. Nevertheless, most of the parameters of the model of any electronic system, in reality, cannot be determined precisely, due to unknown operation conditions (i.e.: temperature or humidity variations), production dispersion of the components or unpredictable external interference. In this context, it is of great interest to develop modeling methodologies that are able to take into account parametric uncertainties. In this thesis, two methodologies for uncertainty analysis of power converters are proposed. In the first, namely Polynomials per Frequency, the parametric uncertainty is modeled using probability density functions and the objective of the proposed analysis is to determine the statistical moments, the probability density function or a probabilistic upper bound for the conducted emissions of an arbitrary power converter. In the second methodology, namely Adaptive Unscented Transform, techniques to tackle the difficulties of nonlinearity, long simulation time and high-dimensionality are discussed. The proposed methodologies are applied to benchmark and real-world problems and the results are confronted to classical approaches. The accuracy of the gotten results is similar to those obtained by classical methods, although the required computational time is significantly reduced. Finally, this work leaves many possibilities for further development in the field of uncertainty analysis of nonlinear and highdimensional systems. / O desenvolvimento da tecnologia de semicondutores nas últimas décadas proporcionou um aumento no número de novas aplicações, nas quais dispositivos de eletrônica de potência são empregados. A rápida comutação dos transistores permitiu que a conversão de potência seja realizada com alta eficiência. Entretanto, esse benefício trouxe um novo desafio na fase de projeto: a Compatibilidade Eletromagnética. Os rápidos pulsos de tensão e corrente dentro dos conversores de potência são uma fonte indesejada de emissões eletromagnéticas conduzidas. Metodologias de modelagem de alta precisão, que consideram grande parte dos efeitos parasitas, foram desenvolvidas para avaliar o nível de emissões conduzidas de dispositivos eletrônicos. Estas metodologias, quando comparadas às medições, apresentam boa concordância numa ampla faixa de frequência, e portanto elas são consideradas ferramentas de previsão confiáveis para projeto de sistemas eletrônicos. Não obstante, a maioria dos parâmetros do modelo de um sistema eletrônico, na realidade, não podem ser determinados precisamente, devido às condições de operação incertas (por exemplo, variação de temperatura ou umidade), à dispersão de produção dos componentes ou à interferência externa imprevisível. Neste contexto, existe um grande interesse em desenvolver metodologias de modelagem que sejam capazes de levar em consideração incertezas paramétricas. Nesta tese, duas metodologias de análise de incertezas para conversores de potência são propostas. Na primeira, denominada Polinômios por Frequência, as incertezas paramétricas são modeladas usando funções densidade de probabilidade e o objetivo da análise proposta é determinar os momentos estatísticos, a função densidade de probabilidade ou o limite superior probabilístico das emissões conduzidas de um conversor de potência arbitrário. Na segunda, denominada Transformada de Incerteza Adaptativa, técnicas para abordar as dificuldades de nãolinearidade, tempo de simulação longo e alto número de dimensões são discutidas. As metodologias propostas são aplicadas em problemas teste e problemas do mundo real e os resultados são confrontados com metodologias clássicas. A precisão dos resultados das metodologias propostas é similar às técnicas clássicas, embora o tempo computacional necessário é significantemente reduzido. Finalmente, este trabalho deixa em aberto várias possibilidades para desenvolvimento adicional no campo da análise de incertezas de sistemas não-lineares e de alta-dimensão. / Развитие полупроводниковых технологий в последние десятилетия привело к росту числа новых приложений, в которых использовались силовые электронные устройства. Быстрое переключение транзисторов позволило силовой конверсии осуществляться с большей эффективностью. Однако это улучшение привело к новым сложностям в дизайне: Электромагнитная совместимость. Быстрое напряжение и токовые импульсы в силовых преобразователях являются источником нежелательного электромагнитного излучения. Высокоточные моделирующие методы, которые ведут учет большинства этих паразитарных явлений, были развиты для вычисления уровня управляемых излучений электронных устройств. Когда эти методы сопоставляются с измерениями, они показывают хорошее согласование в широком диапазоне частот, и, следовательно, они считаются надежным инструментом выявления для проектирования электронных систем. Тем не менее, большинство параметров модели любой электронной системы, в действительности, не могут быть точно определены при неизвестных условиях эксплуатации (т.е. температуры или влажности), производстве дисперсиикомпонентов или непредсказуемых внешних помехах. В этом контексте, это представляет большой интерес для разработки методов моделирования, которые способны учитывать параметрическую неопределенность. В этой диссертации предложены два метода анализа неопределенности силовых преобразователей. Параметрическая неопределенность моделируется с помощью функции плотности вероятности и цель предлагаемого анализа заключается в определении статистических моментов, функции плотности вероятности или вероятностной верхней границы кондуктивного излучения произвольного преобразователя питания. Техники по преодолению трудностей нелинейности, долгого времени симуляции и высокой размерности рассмотрены. Предлагаемые методики применяются для проверки и решения реальных проблем и результаты сравнимы с классическими подходами. Точность результатов похожа на классические методы, хотя время, требуемое для вычисления, существенно снижается. Наконец, эта работа оставляет много возможностей для дальнейшего развития в области неопределенности анализа нелинейных, многомерных систем.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2015-12-16T16:23:08Z No. of bitstreams: 1 jhonatannascimentodacosta.pdf: 4337030 bytes, checksum: 25cf98ccb23a326195b9a1a90c7d43df (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2015-12-17T11:06:06Z (GMT) No. of bitstreams: 1 jhonatannascimentodacosta.pdf: 4337030 bytes, checksum: 25cf98ccb23a326195b9a1a90c7d43df (MD5) / Made available in DSpace on 2015-12-17T11:06:06Z (GMT). No. of bitstreams: 1 jhonatannascimentodacosta.pdf: 4337030 bytes, checksum: 25cf98ccb23a326195b9a1a90c7d43df (MD5) Previous issue date: 2015-02-27 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Neste trabalho são propostos dois índices eficientes baseados em Equivalentes de Thévenin para avaliação da segurança de tensão de Sistemas Elétricos de Potência de grande porte. Estes índices são denominados de Índice de Estabilidade de Tensão e Índice de Perda de Controle de Tensão e baseiam-se na característica de máxima transferência de potência de circuitos elétricos lineares. Neste sentido, propõe-se uma nova metodologia para a estimação da impedância de Thévenin baseada na técnica de Análise de Sensibilidade da matriz Jacobiana do problema de Fluxo de Potência. O Índice de Estabilidade de Tensão proposto pode ser calculado para todas as barras do sistema em um dado ponto de operação, fornecendo uma estimativa rápida do ponto de vista computacional da Margem de Carregamento e uma indicação das barras críticas do sistema. Por outro lado, o Índice de Perda de Controle de Tensão é calculado somente para as barras do tipo PV, fornecendo uma indicação dos geradores críticos para o controle de tensão da região em análise. Os índices propostos são avaliados através do estudo de sistemas tutoriais, de sistemas de médio porte e de um sistema de grande porte baseado no Sistema Interligado Nacional brasileiro. Sempre que possível procura-se validar os resultados obtidos através de comparações com as técnicas do vetor tangente do Método da Continuação e de menor Margem de Potência Reativa das Curvas V-Q, que são técnicas já consagradas para análise de estabilidade de tensão de Sistemas Elétricos de Potência. / In this work are proposed two efficient indexes based on Thévenin equivalent for assessment of voltage safety of large Electric Power Systems. These indexes are called Voltage Stability Index and Voltage Control Loss Index and are based on the characteristic of maximum power transfer of linear electrical circuits. In this sense, we propose a new methodology to estimate the Thévenin impedance based on the Sensitivity Analysis technique of the Jacobian matrix of power flow problem. The Voltage Stability Index proposed can be calculated for all system buses at a given operating point, providing a quick estimate of the computational point of view of the Loading Margin and an indication of the critical buses of the system. On the other hand, the Voltage Control Loss Index is calculated only for the PV type buses and provides an indication of the critical generators for control of voltage of the region in analisys. The proposed indexes are evaluated by studying tutorials systems, medium size systems and a large system based on the brazilian National Interconnected System. Whenever possible looking up validate the results obtained through comparisons with the techniques of the tangent vector of the Continuation Method and of the smaller Reactive Power Margin of the V-Q curves, which already are established techniques of voltage stability analysis of Electric Power Systems.

Nesta tese apresentam-se desenvolvimentos metodológicos para analisar dados com omissão e também estudos delineados para compreender os resultados de tais análises. Escrutinam-se análises de sensibilidade bayesiana e clássica para dados com respostas categorizadas sujeitas a omissão. Mostra-se que as componentes subjetivas de cada abordagem podem influenciar os resultados de maneira não-trivial, independentemente do tamanho da amostra, e que, portanto, as conclusões devem ser cuidadosamente avaliadas. Especificamente, demonstra-se que distribuições \\apriori\\ comumente consideradas como não-informativas ou levemente informativas podem, na verdade, ser bastante informativas para parâmetros inidentificáveis, e que a escolha do modelo sobreparametrizado também tem um papel importante. Quando há omissão em variáveis explicativas, também é necessário propor um modelo marginal para as covariáveis mesmo se houver interesse apenas no modelo condicional. A especificação incorreta do modelo para as covariáveis ou do modelo para o mecanismo de omissão leva a inferências enviesadas para o modelo de interesse. Trabalhos anteriormente publicados têm-se dividido em duas vertentes: ou utilizam distribuições semiparamétricas/não-paramétricas, flexíveis para as covariáveis, e identificam o modelo com a suposição de um mecanismo de omissão não-informativa, ou empregam distribuições paramétricas para as covariáveis e permitem um mecanismo mais geral, de omissão informativa. Neste trabalho analisam-se respostas binárias, combinando um mecanismo de omissão informativa com um modelo não-paramétrico para as covariáveis contínuas, por meio de uma mistura induzida pela distribuição \\apriori\\ de processo de Dirichlet. No caso em que o interesse recai apenas em momentos da distribuição das respostas, propõe-se uma nova análise de sensibilidade sob o enfoque clássico para respostas incompletas que evita suposições distribucionais e utiliza parâmetros de sensibilidade de fácil interpretação. O procedimento tem, em particular, grande apelo na análise de dados contínuos, campo que tradicionalmente emprega suposições de normalidade e/ou utiliza parâmetros de sensibilidade de difícil interpretação. Todas as análises são ilustradas com conjuntos de dados reais. / We present methodological developments to conduct analyses with missing data and also studies designed to understand the results of such analyses. We examine Bayesian and classical sensitivity analyses for data with missing categorical responses and show that the subjective components of each approach can influence results in non-trivial ways, irrespectively of the sample size, concluding that they need to be carefully evaluated. Specifically, we show that prior distributions commonly regarded as slightly informative or non-informative may actually be too informative for non-identifiable parameters, and that the choice of over-parameterized models may drastically impact the results. When there is missingness in explanatory variables, we also need to consider a marginal model for the covariates even if the interest lies only on the conditional model. An incorrect specification of either the model for the covariates or of the model for the missingness mechanism leads to biased inferences for the parameters of interest. Previously published works are commonly divided into two streams: either they use semi-/non-parametric flexible distributions for the covariates and identify the model via a non-informative missingness mechanism, or they employ parametric distributions for the covariates and allow a more general informative missingness mechanism. We consider the analysis of binary responses, combining an informative missingness model with a non-parametric model for the continuous covariates via a Dirichlet process mixture. When the interest lies only in moments of the response distribution, we consider a new classical sensitivity analysis for incomplete responses that avoids distributional assumptions and employs easily interpreted sensitivity parameters. The procedure is particularly useful for analyses of missing continuous data, an area where normality is traditionally assumed and/or relies on hard-to-interpret sensitivity parameters. We illustrate all analyses with real data sets.

Nesta tese apresentam-se desenvolvimentos metodológicos para analisar dados com omissão e também estudos delineados para compreender os resultados de tais análises. Escrutinam-se análises de sensibilidade bayesiana e clássica para dados com respostas categorizadas sujeitas a omissão. Mostra-se que as componentes subjetivas de cada abordagem podem influenciar os resultados de maneira não-trivial, independentemente do tamanho da amostra, e que, portanto, as conclusões devem ser cuidadosamente avaliadas. Especificamente, demonstra-se que distribuições \\apriori\\ comumente consideradas como não-informativas ou levemente informativas podem, na verdade, ser bastante informativas para parâmetros inidentificáveis, e que a escolha do modelo sobreparametrizado também tem um papel importante. Quando há omissão em variáveis explicativas, também é necessário propor um modelo marginal para as covariáveis mesmo se houver interesse apenas no modelo condicional. A especificação incorreta do modelo para as covariáveis ou do modelo para o mecanismo de omissão leva a inferências enviesadas para o modelo de interesse. Trabalhos anteriormente publicados têm-se dividido em duas vertentes: ou utilizam distribuições semiparamétricas/não-paramétricas, flexíveis para as covariáveis, e identificam o modelo com a suposição de um mecanismo de omissão não-informativa, ou empregam distribuições paramétricas para as covariáveis e permitem um mecanismo mais geral, de omissão informativa. Neste trabalho analisam-se respostas binárias, combinando um mecanismo de omissão informativa com um modelo não-paramétrico para as covariáveis contínuas, por meio de uma mistura induzida pela distribuição \\apriori\\ de processo de Dirichlet. No caso em que o interesse recai apenas em momentos da distribuição das respostas, propõe-se uma nova análise de sensibilidade sob o enfoque clássico para respostas incompletas que evita suposições distribucionais e utiliza parâmetros de sensibilidade de fácil interpretação. O procedimento tem, em particular, grande apelo na análise de dados contínuos, campo que tradicionalmente emprega suposições de normalidade e/ou utiliza parâmetros de sensibilidade de difícil interpretação. Todas as análises são ilustradas com conjuntos de dados reais. / We present methodological developments to conduct analyses with missing data and also studies designed to understand the results of such analyses. We examine Bayesian and classical sensitivity analyses for data with missing categorical responses and show that the subjective components of each approach can influence results in non-trivial ways, irrespectively of the sample size, concluding that they need to be carefully evaluated. Specifically, we show that prior distributions commonly regarded as slightly informative or non-informative may actually be too informative for non-identifiable parameters, and that the choice of over-parameterized models may drastically impact the results. When there is missingness in explanatory variables, we also need to consider a marginal model for the covariates even if the interest lies only on the conditional model. An incorrect specification of either the model for the covariates or of the model for the missingness mechanism leads to biased inferences for the parameters of interest. Previously published works are commonly divided into two streams: either they use semi-/non-parametric flexible distributions for the covariates and identify the model via a non-informative missingness mechanism, or they employ parametric distributions for the covariates and allow a more general informative missingness mechanism. We consider the analysis of binary responses, combining an informative missingness model with a non-parametric model for the continuous covariates via a Dirichlet process mixture. When the interest lies only in moments of the response distribution, we consider a new classical sensitivity analysis for incomplete responses that avoids distributional assumptions and employs easily interpreted sensitivity parameters. The procedure is particularly useful for analyses of missing continuous data, an area where normality is traditionally assumed and/or relies on hard-to-interpret sensitivity parameters. We illustrate all analyses with real data sets.