A Tomografia por Impedância Elétrica tem como objetivo estimar a distribuição de impedância elétrica dentro de uma região a partir de medidas de potencial elétrico coletadas apenas em seu contorno externo quando corrente elétrica é imposta neste mesmo contorno. Uma das aplicações para esta tecnologia é o monitoramento das condições pulmonares de pacientes em Unidades de Tratamento Intensivo. Dentre vários algoritmos, destacam-se os filtros de Kalman que abordam o problema de estimação sob o ponto de vista probabilístico, procurando encontrar a distribuição de probabilidade do estado condicionada à realização das medidas. Para que estes filtros possam ser utilizados, um modelo de evolução temporal do sistema sendo observado deve ser adotado. Esta tese propõe o uso de um modelo de evolução para a variação de volume de ar nos pulmões durante a respiração de um paciente sob ventilação artificial. Este modelo é utilizado no unscented Kalman filter, uma extensão não linear do filtro de Kalman. Tal modelo é ajustado em paralelo à estimação do estado, utilizando um esquema dual de estimação. Um algoritmo de segmentação de imagem é proposto para identificar as regiões pulmonares nas imagens estimadas e assim utilizar o modelo de evolução. Com o intuito de melhorar as estimativas, o método do erro de aproximação é utilizado no modelo de observação para mitigar os erros de modelagem e informação a priori é adicionada na solução do problema inverso mal-posto. O método é avaliado através de simulações numéricas e ensaio experimental coletado em um voluntário. Os resultados mostram que o método proposto melhora as estimativas feitas pelo filtro de Kalman, propiciando a visualização de imagens absolutas, dinâmicas e com bom nível de contraste entre os tecidos e órgãos internos. / Electrical impedance tomography estimates the electrical impedance distribution within a region given a set of electrical potential measurements acquired along its boundary at the same time that electrical currents are imposed on the same boundary. One of the applications of this technology is lung monitoring of patients in Intensive Care Units. One class of algorithms employed for the estimation are the Kalman filters which deal with the estimation problem in a probabilistic framework, looking for the probability density function of the state conditioned to the acquired measurements. In order to use such filters, an evolution models of the system must be employed. This thesis proposes an evolution model of the variation of air in the lungs of patients under artificial ventilation. This model is used on the Unscented Kalman Filter, a nonlinear extension of the Kalman filter. This model is adjusted in parallel to the state estimation, in a dual estimation scheme. An image segmentation algorithm is proposed for identifying the lungs in the images. In order to improve the estimate, the approximation error method is employed for mitigating the observation model errors and prior information is added for the solution of the ill-posed inverse problem. The method is evaluated with numerical simulations and with experimental data of a volunteer. The results show that the proposed method increases the quality of the estimates, allowing the visualization of absolute and dynamic images, with good level of contrast between the tissues and internal organs.

The simplified models of synchronous generators, widely used in stability studies of large electric power systems, are not completely suitable for the stability analysis and the design of controllers of distributed synchronous generators, generally connected to typically unbalanced branches. To more accurately analyze the systems with distributed generation, it is necessary to utilize synchronous generator models that consider frequency variation in their electrical equations. Furthermore, this model must represent possible unbalanced three-phase voltages at the generator terminals as well. Nonetheless, to provide reliable responses, the parameters of this more detailed model should be known. Thus, this work assesses the influence of the parameters on the responses of a detailed synchronous generator model, suitable to depict unbalanced operating conditions, and proposes an approach for the estimation of its most important parameters. In the proposed structure, we first employ Trajectory Sensitivity Functions to evaluate the dependency of the responses of this model with respect to its parameters and, from that, we rank them according to their importance. Subsequently, we apply an estimation process that utilizes the Unscented Kalman Filter with the aid of a genetic algorithm to estimate the main parameters of this synchronous generator model under unbalanced operating conditions. To obtain the results and, therefore, assess the proposed estimation approach, we make use of a system which comprises a synchronous generator connected to a three-phase unbalanced load. In addition to the unbalanced operation of the test system, we also consider noises due to the constant load switching, typical of distribution systems. The estimations performed for three operating conditions of the generator were very satisfactory, which demonstrates the efficiency of the proposed approach to obtain adequate models for the description of synchronous generator operation under unbalanced operating conditions. / Os modelos simplificados de geradores síncronos, amplamente utilizados em estudos de estabilidade de grandes sistemas elétricos de potência, não são completamente adequados para a análise de estabilidade e projetos de controladores dos geradores síncronos distribuídos, geralmente conectados a sistemas tipicamente desequilibrados. Para que os sistemas com geração distribuída possam ser analisados mais fidedignamente, é necessária a utilização de um modelo de gerador síncrono que considere a variação de frequência em suas equações elétricas. Além disso, esse modelo também deve ser capaz de representar possíveis tensões trifásicas desequilibradas nos terminais do gerador. Entretanto, para que esse modelo mais detalhado possa fornecer respostas coerentes com a realidade, deve-se conhecer seus parâmetros. Dessa forma, este trabalho avalia a influência dos parâmetros nas respostas de um modelo de gerador síncrono mais detalhado, adequado para representar operações desbalanceadas, e propõe uma abordagem para a estimação de seus parâmetros mais importantes. Nessa estrutura, inicialmente empregam-se as Funções de Sensibilidade de Trajetória para avaliar a dependência das respostas desse modelo em relação aos seus parâmetros e, a partir disso, ordená-los conforme sua importância. Em seguida, aplica-se um processo de estimação que utiliza o Filtro de Kalman Unscented com o auxílio de um algoritmo genético para estimar os principais parâmetros desse modelo de gerador síncrono em condições de desbalanço. Para a obtenção dos resultados e consequente avaliação da abordagem de estimação proposta, utiliza-se um sistema composto por um gerador síncrono conectado a uma carga trifásica desbalanceada. Além da operação desbalanceada desse sistema teste, também são considerados ruídos devidos ao constante chaveamento de cargas, típicos de sistemas de distribuição. As estimações realizadas para três condições de operação do gerador foram bem satisfatórias, indicando a eficiência da abordagem proposta na obtenção de modelos adequados para descrever a operação de geradores síncronos em condições de desbalanço.

Nesta tese de doutorado é proposta uma abordagem para estimar a velocidade angular de geradores síncronos conectados em um sistema elétrico de potência, a partir de sinais que podem ser facilmente mensurados, tais como a corrente e a tensão na barra do lado de alta tensão do transformador que conecta o gerador em análise ao restante do sistema. Uma vez que informações precisas sobre o comportamento dinâmico do sistema são de elevada importância para um controle efetivo do SEP, especialmente com o aumento da complexidade da rede, a abordagem proposta nesta tese fornece uma estimativa do sinal de velocidade que pode ser aplicada no estudo da estabilidade a pequenas perturbações para mitigar os problemas inerentes a presença das oscilações eletromecânicas mal amortecidas nos SEPs. A abordagem desenvolvida é composta por dois métodos sendo cada um deles aplicável dependendo das características do problema a ser resolvido e das informações disponíveis para tanto. No primeiro método, uma técnica de sensibilidade da trajetória é aplicada ao sinal de diferença entre a resposta obtida pelo modelo simulado e aquela fornecida por dados amostrados no sistema real emulado. A partir desse sinal de erro e das curvas de sensibilidade, a técnica possibilita calibrar os coeficientes de um modelo linear do SEP e, consequentemente, descrever de forma precisa a resposta da velocidade do gerador em análise. No segundo método, uma técnica de filtragem é utilizada (filtro de Kalman Unscented) a qual fornece uma estimativa adequada para a velocidade angular do rotor mesmo quando elevadas discrepâncias são observadas entre a saída do modelo simulado e a resposta amostrada no sistema real. Os resultados obtidos sobre diferentes sistemas testes evidenciam a eficiência da abordagem proposta. / In this thesis, an approach is proposed to estimate the rotor speed of synchronous generators connected to an electric power system (EPS), from signals that can be easily sampled by measuring equipment, such as current and voltage in high voltage side of the step-up transformer of the power plant. Accurate information about the dynamic behavior of system is essential for effective control and reliable operation of EPS, especially with the increasing complexity of the grid. Hence, the main aim of this work is to provide an estimate of the rotor speed signal that can be applied in the area of small-signal stability, in order to mitigate the detrimental effects of poorly damped electromechanical oscillations in EPSs. The developed approach is composed of two methods, where each of them is applicable depending on the characteristics of the problem to be solved and the available information. In the first method, a trajectory sensitivity technique is applied on the mismatch between the simulated output in the system linear model and the response of the real system. Using this error signal and the sensitivity curves, this method allows to identify and to calibrate some coefficients of the linear model and, consequently, to adequately describe the speed response of the generator under analysis. In this second method, a filtering technique is used, the Unscented Kalman Filter, which provides an adequate estimate for rotor speed even when high discrepancies are observed between the linear model and the sampled response of real system. The results obtained on test systems with different characteristics show the efficiency of the proposed approach.

<p>U ovoj doktorskoj disertaciji predložena je nova metoda za detekciju malicioznih napada injektiranjem loših merenja na elektroenergetski sistem. Predloženi algoritam baziran je na sinergiji statičke i dinamičke estimacije stanja, i u stanju je da detektuje ovaj tip napada u realnom vremenu, za najkritičniji scenario gde napadač ima potpuno znanje o sistemu, i neograničen pristup resursima.</p> / <p>This PhD thesis proposes a novel method for detection of malicious false data<br />injection attacks on power system. The proposed algorithm is based on<br />synergy between static and dynamic state estimators, and is capable of<br />detecting the forementioned attacks in real time, for the most critical scenarios,<br />where an attacker has complete knowledge about the compromised power<br />system and unlimited resources to stage an attack.</p>

The simplified models of synchronous generators, widely used in stability studies of large electric power systems, are not completely suitable for the stability analysis and the design of controllers of distributed synchronous generators, generally connected to typically unbalanced branches. To more accurately analyze the systems with distributed generation, it is necessary to utilize synchronous generator models that consider frequency variation in their electrical equations. Furthermore, this model must represent possible unbalanced three-phase voltages at the generator terminals as well. Nonetheless, to provide reliable responses, the parameters of this more detailed model should be known. Thus, this work assesses the influence of the parameters on the responses of a detailed synchronous generator model, suitable to depict unbalanced operating conditions, and proposes an approach for the estimation of its most important parameters. In the proposed structure, we first employ Trajectory Sensitivity Functions to evaluate the dependency of the responses of this model with respect to its parameters and, from that, we rank them according to their importance. Subsequently, we apply an estimation process that utilizes the Unscented Kalman Filter with the aid of a genetic algorithm to estimate the main parameters of this synchronous generator model under unbalanced operating conditions. To obtain the results and, therefore, assess the proposed estimation approach, we make use of a system which comprises a synchronous generator connected to a three-phase unbalanced load. In addition to the unbalanced operation of the test system, we also consider noises due to the constant load switching, typical of distribution systems. The estimations performed for three operating conditions of the generator were very satisfactory, which demonstrates the efficiency of the proposed approach to obtain adequate models for the description of synchronous generator operation under unbalanced operating conditions. / Os modelos simplificados de geradores síncronos, amplamente utilizados em estudos de estabilidade de grandes sistemas elétricos de potência, não são completamente adequados para a análise de estabilidade e projetos de controladores dos geradores síncronos distribuídos, geralmente conectados a sistemas tipicamente desequilibrados. Para que os sistemas com geração distribuída possam ser analisados mais fidedignamente, é necessária a utilização de um modelo de gerador síncrono que considere a variação de frequência em suas equações elétricas. Além disso, esse modelo também deve ser capaz de representar possíveis tensões trifásicas desequilibradas nos terminais do gerador. Entretanto, para que esse modelo mais detalhado possa fornecer respostas coerentes com a realidade, deve-se conhecer seus parâmetros. Dessa forma, este trabalho avalia a influência dos parâmetros nas respostas de um modelo de gerador síncrono mais detalhado, adequado para representar operações desbalanceadas, e propõe uma abordagem para a estimação de seus parâmetros mais importantes. Nessa estrutura, inicialmente empregam-se as Funções de Sensibilidade de Trajetória para avaliar a dependência das respostas desse modelo em relação aos seus parâmetros e, a partir disso, ordená-los conforme sua importância. Em seguida, aplica-se um processo de estimação que utiliza o Filtro de Kalman Unscented com o auxílio de um algoritmo genético para estimar os principais parâmetros desse modelo de gerador síncrono em condições de desbalanço. Para a obtenção dos resultados e consequente avaliação da abordagem de estimação proposta, utiliza-se um sistema composto por um gerador síncrono conectado a uma carga trifásica desbalanceada. Além da operação desbalanceada desse sistema teste, também são considerados ruídos devidos ao constante chaveamento de cargas, típicos de sistemas de distribuição. As estimações realizadas para três condições de operação do gerador foram bem satisfatórias, indicando a eficiência da abordagem proposta na obtenção de modelos adequados para descrever a operação de geradores síncronos em condições de desbalanço.

Made available in DSpace on 2014-12-17T14:54:51Z (GMT). No. of bitstreams: 1 DiegoRCS.pdf: 1286138 bytes, checksum: 890aca771a97105bf912985058e417c2 (MD5) Previous issue date: 2008-12-11 / The present research aims at contributing to the area of detection and diagnosis of failure through the proposal of a new system architecture of detection and isolation of failures (FDI, Fault Detection and Isolation). The proposed architecture presents innovations related to the way the physical values monitored are linked to the FDI system and, as a consequence, the way the failures are detected, isolated and classi&#64257;ed. A search for mathematical tools able to satisfy the objectives of the proposed architecture has pointed at the use of the Kalman Filter and its derivatives EKF (Extended Kalman Filter) and UKF (Unscented Kalman Filter). The use of the &#64257;rst one is ef&#64257;cient when the monitored process presents a linear relation among its physical values to be monitored and its out-put. The other two are pro&#64257;cient in case this dynamics is no-linear. After that, a short comparative of features and abilities in the context of failure detection concludes that the UFK system is a better alternative than the EKF one to compose the architecture of the FDI system proposed in case of processes of no-linear dynamics. The results shown in the end of the research refer to the linear and no-linear industrial processes. The ef&#64257;ciency of the proposed architecture may be observed since it has been applied to simulated and real processes. To conclude, the contributions of this thesis are found in the end of the text / O presente trabalho visa contribuir com a ?rea de detec??o e diagn?stico de falhas em sistemas din?micos atrav?s da proposta de uma nova arquitetura de sistemas de detec??o e isolamento de falhas (FDI, Fault Detection and Isolation). A arquitetura proposta traz inova??es no que se refere ? maneira como as grandezas f?sicas do processo monitorado s?o relacionadas ao sistema FDI e, em conseq??ncia disso, ? maneira como as falhas s?o detectadas, isoladas e classi&#64257;cadas. Uma busca por ferramentas matem?ticas capazes de satisfazer os objetivos da arquitetura proposta apontou para o uso do &#64257;ltro de Kalman e seus derivados EKF (Extended Kalman Filter) e UKF (Unscented Kalman Filter). O uso do primeiro algoritmo mostra-se e&#64257;caz no caso em que o processo monitorado apresenta uma rela??o linear entre suas grandezas f?sicas a serem monitoradas e sua sa?da. Os outros dois, caso a din?mica seja n?o linear. Posteriormente, um comparativo entre o EKF e o UKF mostra que o segundo se adequa melhor ?s necessidades da arquitetura proposta. Os resultados mostrados no &#64257;nal da tese s?o referentes a plantas lineares e n?o-lineares, onde se pode observar a e&#64257;c?cia da arquitetura proposta quando a mesma foi aplicada a processos simulados e reais

A Tomografia por Impedância Elétrica tem como objetivo estimar a distribuição de impedância elétrica dentro de uma região a partir de medidas de potencial elétrico coletadas apenas em seu contorno externo quando corrente elétrica é imposta neste mesmo contorno. Uma das aplicações para esta tecnologia é o monitoramento das condições pulmonares de pacientes em Unidades de Tratamento Intensivo. Dentre vários algoritmos, destacam-se os filtros de Kalman que abordam o problema de estimação sob o ponto de vista probabilístico, procurando encontrar a distribuição de probabilidade do estado condicionada à realização das medidas. Para que estes filtros possam ser utilizados, um modelo de evolução temporal do sistema sendo observado deve ser adotado. Esta tese propõe o uso de um modelo de evolução para a variação de volume de ar nos pulmões durante a respiração de um paciente sob ventilação artificial. Este modelo é utilizado no unscented Kalman filter, uma extensão não linear do filtro de Kalman. Tal modelo é ajustado em paralelo à estimação do estado, utilizando um esquema dual de estimação. Um algoritmo de segmentação de imagem é proposto para identificar as regiões pulmonares nas imagens estimadas e assim utilizar o modelo de evolução. Com o intuito de melhorar as estimativas, o método do erro de aproximação é utilizado no modelo de observação para mitigar os erros de modelagem e informação a priori é adicionada na solução do problema inverso mal-posto. O método é avaliado através de simulações numéricas e ensaio experimental coletado em um voluntário. Os resultados mostram que o método proposto melhora as estimativas feitas pelo filtro de Kalman, propiciando a visualização de imagens absolutas, dinâmicas e com bom nível de contraste entre os tecidos e órgãos internos. / Electrical impedance tomography estimates the electrical impedance distribution within a region given a set of electrical potential measurements acquired along its boundary at the same time that electrical currents are imposed on the same boundary. One of the applications of this technology is lung monitoring of patients in Intensive Care Units. One class of algorithms employed for the estimation are the Kalman filters which deal with the estimation problem in a probabilistic framework, looking for the probability density function of the state conditioned to the acquired measurements. In order to use such filters, an evolution models of the system must be employed. This thesis proposes an evolution model of the variation of air in the lungs of patients under artificial ventilation. This model is used on the Unscented Kalman Filter, a nonlinear extension of the Kalman filter. This model is adjusted in parallel to the state estimation, in a dual estimation scheme. An image segmentation algorithm is proposed for identifying the lungs in the images. In order to improve the estimate, the approximation error method is employed for mitigating the observation model errors and prior information is added for the solution of the ill-posed inverse problem. The method is evaluated with numerical simulations and with experimental data of a volunteer. The results show that the proposed method increases the quality of the estimates, allowing the visualization of absolute and dynamic images, with good level of contrast between the tissues and internal organs.

Sounding rockets and small suborbital payloads provide a means for research in situ of the atmosphere and ionosphere. The trajectory and the attitude of the payload are critical for the evaluation of the scientific measurements and experiments. The trajectory refers the location of the measurement, while the attitude determines the orientation of the sensors. This thesis covers methods of trajectory and attitude reconstruction implemented in several experiments with small suborbital payloads carried out by the Department of Space and Plasma Physics in 2012--2016. The problem of trajectory reconstruction based on raw GPS data was studied for small suborbital payloads. It was formulated as a global least squares optimization problem. The method was applied to flight data of two suborbital payloads of the RAIN REXUS experiment. Positions and velocities were obtained with high accuracy. Based on the trajectory reconstruction technique, atmospheric densities, temperatures, and horizontal wind speeds below 80 km were obtained using rigid free falling spheres of the LEEWAVES experiment. Comparison with independent data indicates that the results are reliable for densities below 70 km, temperatures below 50 km, and wind speeds below 45 km. Attitude reconstruction of suborbital payloads from yaw-pitch-roll Euler angles was studied. The Euler angles were established by two methods: a global optimization method and an Unscented Kalman Filter (UKF) technique. The comparison of the results shows that the global optimization method provides a more accurate fit to the observations than the UKF. Improving the results of the falling sphere experiments requires understanding of the attitude motion of the sphere. An analytical consideration was developed for a free falling and axisymmetric sphere under aerodynamic torques. The motion can generally be defined as a superposition of precession and nutation. These motion phenomena were modeled numerically and compared to flight data. / <p>QC 20170510</p>

The extended Kalman lter (EKF) has a long history in the field of non-linear tracking. More recently, statistically-based estimators have emerged that avoid the need for a deterministic linearisation process. The Unscented Kalman filter (UKF) is one such technique that has been shown to perform favourably for some non-linear systems when compared to an EKF implementation, both in terms of accuracy and robustness. In this Thesis, the UKF is applied to a high energy physics particle tracking problem where currently the EKF is being implemented. The effects of measurement redundancy are investigated to determine improvements in accuracy of particle track reconstruction. The relationship between measurement redundancy and relative observability is also investigated through an experimental and theoretical analysis. Smoothing (backward filtering), in the high energy physics experiments, is implementedusing the Rauch Tung Striebel (RTS) smoother with the EKF , however, in Unscented Kalman filter algorithms, the Jacobian matrices required by the RTS method, are not available. The Unscented Rauch Tung Striebel (URTS) smoother addresses this problem by avoiding the use of Jacobian matrices but is not effi cient for large dimensional systems such as high energy physics experiments. A technique is implemented in the RTS smoother to make it suitable for the UKF. The method is given the name the Jacobian Equivalent Rauch Tung Striebel (JE-RTS) smoother. The implementation of this method is quite straight forward when the UKF is used as an estimator.

One of the biggest threats to the power systems as critical infrastructures is large-scale blackouts resulting from cascading failures (CF) in the grid. The ongoing shift in energy portfolio due to ever-increasing penetration of renewable energy sources (RES) may drive the electric grid closer to its operational limits and introduce a large amount of uncertainty coming from their stochastic nature. One worrisome change is the increase in CFs. The CF simulation models in the literature do not allow consideration of RES penetration in studying the grid vulnerability. In this dissertation, we have developed tools and models to evaluate the impact of RE penetration on grid vulnerability to CF. We modeled uncertainty injected from different sources by analyzing actual high-resolution data from North American utilities. Next, we proposed two CF simulation models based on simplified DC power flow and full AC power flow to investigate system behavior under different operating conditions. Simulations show a dramatic improvement in the line flow uncertainty estimation based on the proposed model compared to the simplified DC OPF model. Furthermore, realistic assumptions on the integration of RE resources have been made to enhance our simulation technique. The proposed model is benchmarked against the historical blackout data and widely used models in the literature showing similar statistical patterns of blackout size.