[pt] Na supervisão em tempo-real de sistemas de potência é fundamental que as informações recebidas do sistema de aquisição de dados não contenham erros. As decisões tomadas durante a operação do sistema se baseiam em análise que utilizam uma base de dados supostamente confiável. A presença de erros nos dados compromete as análises realizadas conseqüentemente as decisões tomadas a partir delas, podendo ocasionar problemas para a operação do sistema. Este trabalho propõe um novo método para a identificação de erros nos dados na supervisão em tempo-real de sistemas de potência. Técnicas de projeção de dados baseadas no mapa de Kohonen são utilizadas para mostrar que as inovações normalizadas, obtidas no estimadores de estado com capacidade de previsão, apresentam excelente capacidade de discriminação de erros quando comparadas a outras variáveis tais como medidas cruas e resíduos normalizados. É proposto um método que trata o problema de identificação de erros de dados como um problema de reconhecimento de padrões, onde as inovações normalizadas são utilizadas como variáveis de entrada para uma rede neural plástica que é responsável por identificar o erro presente. O método é capaz de tratar de forma integrada erros grosseiros nas medidas de erros topológicos envolvendo ramos de transmissão ou barras. Método proposto é testado para várias condições de operação envolvendo os mais diversos tipos de erro, utilizando os sistemas IEEE 24-barras e IEEE 118-barras. O desempenho do método é avaliado e aspectos como eficiência computacional, capacidade de generalização e implementação em tempo-real, entre outros, são também discutidos. / [en] Bad data detection and identification is one of the most important problems to be solved in real-time power system monitoring. During system operation, the decision-making process is based on analyses that use a database which is assumed to be reliable. Bad data can affect the results of these analyses and as a consequence the decisions taken may not be valid anymore. This may cause serious problems to system operation. This work presents a new method for debugging data in real- time power system monitoring. Data projection tecniques based on Kohonen´s self-organizing maps are employed to show that normalized innovations, obtained from a forecasting-aided state estimator, present excellent discrimination capability when compared to other variables such as raw measurements and normalized residuals. In the proposed method the problem of bad data identification is viewed as a pattern recognition problem, in which normalized innovations are use as input variables to a constructive artificial neural network that is responsible for identifying bad data. The method is able to distinguish between gross measurement and topological errors. Which can include branch or bus misconfigurations. The proposed method is tested for many different operating conditions involving different types of error. Tests are performed using data from the IEEE 24-bus and IEEE 118-bus systems. The performance of the method is evaluated and aspects such as computational efficiency, generalization capability and real-time implementation, among others, are also discussed.

Este trabalho foi proposto com o objetivo de implementar uma ferramenta computacional para estimar os estados (tensões complexas nodais) de um sistema elétrico de potência e aplicar métodos alternativos para o processamento de erros topológicos, erros de parâmetros e/ou de erros grosseiros em medidas, baseados na interpretação geométrica dos erros e no conceito de inovação das medidas. O método utilizado para a resolução do problema de estimação de estado é o de mínimos quadrados ponderados. Através da interpretação geométrica, demonstrou-se matematicamente que o erro da medida é constituído de uma componente detectável e uma não-detectável, entretanto, as metodologias até então utilizadas para o processamento de erros consideram apenas a componente detectável do erro e, como consequência, podem falhar. Na tentativa de contornar essa limitação e baseado nos conceitos citados previamente, foi estudada e implementada uma metodologia alternativa para processar tais erros baseada na análise das componentes dos erros das medidas. Em primeiro lugar, é testado se o conjunto de medidas possui erros utilizando, para isso, o valor do erro de medida composto normalizado. Em seguida, diferencia-se se um ou outro erro ocorreu, ou mesmo se mais de um tipo de erro ocorreu. A correção a ser feita no parâmetro de linha ou na medida com erro grosseiro será o erro normalizado composto correspondente. A abordagem proposta neste trabalho requer somente um conjunto de medidas, e no mesmo instante. Para validação do programa, foram feitas diversas simulações nos sistemas de 14 e 57 barras do IEEE. / This work was proposed with the objective to implement a computational tool to estimate the states (nodal complex voltages) of a power system and apply alternative methods for the processing of topological errors, parameter errors and/or gross errors in measurements, based on the geometric interpretation of the errors and the innovation concept of measurements. The method used to solve the state estimation problem is the weighted least squares. Through geometric interpretation, it has been demonstrated mathematically that the measurement error is composed by a detectable component and a non-detectable, however, the methodologies heretofore used for error processing consider only the detectable component of the error and, consequently, can fail. In an attempt to overcome this limitation and based on the concepts mentioned previously, an alternative approach to process such errors was studied and implemented based on the analysis of the components of the measurements errors. Firstly, it is tested if the set of measurements has errors using, for that, the value of the composed measurement error in its normalized way. Next, it diers if either an error has occurred, or if more than one type of error occurred. The correction to be made in the line parameter or the measurement with gross error is the correspondent composed normalized error. The proposed approach in this paper requires only a set of measures, and at the same instant. To validate the software, several simulations were performed in the IEEE 14-bus and 57-bus systems.

Este trabalho foi proposto com o objetivo de implementar uma ferramenta computacional para estimar os estados (tensões complexas nodais) de um sistema elétrico de potência e aplicar métodos alternativos para o processamento de erros topológicos, erros de parâmetros e/ou de erros grosseiros em medidas, baseados na interpretação geométrica dos erros e no conceito de inovação das medidas. O método utilizado para a resolução do problema de estimação de estado é o de mínimos quadrados ponderados. Através da interpretação geométrica, demonstrou-se matematicamente que o erro da medida é constituído de uma componente detectável e uma não-detectável, entretanto, as metodologias até então utilizadas para o processamento de erros consideram apenas a componente detectável do erro e, como consequência, podem falhar. Na tentativa de contornar essa limitação e baseado nos conceitos citados previamente, foi estudada e implementada uma metodologia alternativa para processar tais erros baseada na análise das componentes dos erros das medidas. Em primeiro lugar, é testado se o conjunto de medidas possui erros utilizando, para isso, o valor do erro de medida composto normalizado. Em seguida, diferencia-se se um ou outro erro ocorreu, ou mesmo se mais de um tipo de erro ocorreu. A correção a ser feita no parâmetro de linha ou na medida com erro grosseiro será o erro normalizado composto correspondente. A abordagem proposta neste trabalho requer somente um conjunto de medidas, e no mesmo instante. Para validação do programa, foram feitas diversas simulações nos sistemas de 14 e 57 barras do IEEE. / This work was proposed with the objective to implement a computational tool to estimate the states (nodal complex voltages) of a power system and apply alternative methods for the processing of topological errors, parameter errors and/or gross errors in measurements, based on the geometric interpretation of the errors and the innovation concept of measurements. The method used to solve the state estimation problem is the weighted least squares. Through geometric interpretation, it has been demonstrated mathematically that the measurement error is composed by a detectable component and a non-detectable, however, the methodologies heretofore used for error processing consider only the detectable component of the error and, consequently, can fail. In an attempt to overcome this limitation and based on the concepts mentioned previously, an alternative approach to process such errors was studied and implemented based on the analysis of the components of the measurements errors. Firstly, it is tested if the set of measurements has errors using, for that, the value of the composed measurement error in its normalized way. Next, it diers if either an error has occurred, or if more than one type of error occurred. The correction to be made in the line parameter or the measurement with gross error is the correspondent composed normalized error. The proposed approach in this paper requires only a set of measures, and at the same instant. To validate the software, several simulations were performed in the IEEE 14-bus and 57-bus systems.