Ao longo das últimas décadas, o advento de geradores síncronos distribuídos têm modificado significativamente a operação dinâmica de sistemas de distribuição. Características dinâmicas que antes eram típicas de sistemas de transmissão estão agora também presentes em sistemas de distribuição. Problemas relacionados a oscilações eletromecânica mal amortecidas, um dos focos de análise do estudo da estabilidade a pequenas perturbações, podem agora afetar também os sistemas de distribuição devido à inserção de geradores síncronos. Ferramentas usualmente utilizadas em sistemas de transmissão para a análise de tais oscilações não são completamente adequadas para analisar os fenômenos que ocorrem nos sistemas de distribuição com geração distribuída, devido a características peculiares desses sistemas, tais como o desequilíbrio de suas fases. Assim, essa pesquisa propõe um procedimento alternativo para analisar a estabilidade a pequenas perturbações de sistemas de distribuição, através da aplicação de técnicas de estimação modal. Abordam-se duas técnicas de estimação modal: os métodos de Prony e o ESPRIT. O primeiro método consiste em uma ferramenta já consagrada para a identificação de oscilações eletromecânicas de baixa frequência. Enquanto o segundo é uma t´técnica usualmente aplicada em análise de transitórios com desempenho satisfatório no contexto de qualidade de energia. Simulações não lineares são realizadas no software ATP, inicialmente sobre um sistema trifásico equilibrado e tais técnicas são aplicadas e comparadas, tornando possível a validação cruzada de ambos os métodos na identificação do modo eletromecânico do sistema. Na sequência, simulações são realizadas em um um sistema trifásico desequilibrado, permitindo avaliar o efeito do desbalanço da carga sobre as oscilações eletromecânicas, sendo essa uma das maiores contribuições desse trabalho. A principal conclusão adquirida é o fato de que um Power System Stabilizer (PSS) pode ser usado para mitigar os impactos prejudiciais das oscilações eletromecânicas em um gerador síncrono distribuído, sendo que esse PSS pode ser projetado a partir de técnicas típicas, assumindo um funcionamento equilibrado desse gerador, e ainda assim ter um desempenho satisfatório para os casos desequilibrados estudados. / Over the last few decades, the advent of distributed synchronous generators has significantly modified the operation and dynamics of distribution systems. Dynamic behaviors that were typical of transmission systems are now also present in distribution systems. Problems related to poorly damped electromechanical oscillations, the focus of small-signal stability studies, can now also affect the distribution systems due to the insertion of synchronous generators. Tools usually employed in large systems for the analysis of these oscillations are not completely appropriate to analyze this phenomena in distribution systems with distributed generation, due to particular characteristics of these systems, such as load imbalance. Therefore, this research proposes an alternative procedure to analyze the small-signal stability of distribution systems, through the application of modal estimation techniques. Two modal estimation techniques are used: the Prony and ESPRIT methods. The former consists of a well-established tool for identifying low-frequency oscillations and the latter was chosen due to its satisfactory performance in works related to power quality, where it is applied in transient analysis. Initially, both modal estimation techniques are applied to the results of nonlinear simulations performed in the Alternative Transients Program for balanced three-phase systems. The modes identified by both techniques exhibit a close match, which provides a cross validation between these techniques. In the sequence, simulations are performed in three-phase unbalanced systems, allowing an evaluation of the effect of load imbalance on the electromechanical oscillations (which is another major contribution of this work). Furthermore, it is concluded from the obtained results that a Power System Stabilizer, designed under the assumption of a balanced operation of the distribution system, can be effectively used to mitigate the detrimental effects of the poorly damped oscillations even when the system operates under unbalanced load conditions.

This research proposes a methodology to improve computed individual prediction values provided by an existing regression model without having to change either its parameters or its architecture. In other words, we are interested in achieving more accurate results by adjusting the calculated regression prediction values, without modifying or rebuilding the original regression model. Our proposition is to adjust the regression prediction values using individual reliability estimates that indicate if a single regression prediction is likely to produce an error considered critical by the user of the regression. The proposed method was tested in three sets of experiments using three different types of data. The first set of experiments worked with synthetically produced data, the second with cross sectional data from the public data source UCI Machine Learning Repository and the third with time series data from ISO-NE (Independent System Operator in New England). The experiments with synthetic data were performed to verify how the method behaves in controlled situations. In this case, the outcomes of the experiments produced superior results with respect to predictions improvement for artificially produced cleaner datasets with progressive worsening with the addition of increased random elements. The experiments with real data extracted from UCI and ISO-NE were done to investigate the applicability of the methodology in the real world. The proposed method was able to improve regression prediction values by about 95% of the experiments with real data. / Esta pesquisa propõe uma metodologia para melhorar previsões calculadas por um modelo de regressão, sem a necessidade de modificar seus parâmetros ou sua arquitetura. Em outras palavras, o objetivo é obter melhores resultados por meio de ajustes nos valores computados pela regressão, sem alterar ou reconstruir o modelo de previsão original. A proposta é ajustar os valores previstos pela regressão por meio do uso de estimadores de confiabilidade individuais capazes de indicar se um determinado valor estimado é propenso a produzir um erro considerado crítico pelo usuário da regressão. O método proposto foi testado em três conjuntos de experimentos utilizando três tipos de dados diferentes. O primeiro conjunto de experimentos trabalhou com dados produzidos artificialmente, o segundo, com dados transversais extraídos no repositório público de dados UCI Machine Learning Repository, e o terceiro, com dados do tipo séries de tempos extraídos do ISO-NE (Independent System Operator in New England). Os experimentos com dados artificiais foram executados para verificar o comportamento do método em situações controladas. Nesse caso, os experimentos alcançaram melhores resultados para dados limpos artificialmente produzidos e evidenciaram progressiva piora com a adição de elementos aleatórios. Os experimentos com dados reais extraído das bases de dados UCI e ISO-NE foram realizados para investigar a aplicabilidade da metodologia no mundo real. O método proposto foi capaz de melhorar os valores previstos por regressões em cerca de 95% dos experimentos realizados com dados reais.

Ao longo das últimas décadas, o advento de geradores síncronos distribuídos têm modificado significativamente a operação dinâmica de sistemas de distribuição. Características dinâmicas que antes eram típicas de sistemas de transmissão estão agora também presentes em sistemas de distribuição. Problemas relacionados a oscilações eletromecânica mal amortecidas, um dos focos de análise do estudo da estabilidade a pequenas perturbações, podem agora afetar também os sistemas de distribuição devido à inserção de geradores síncronos. Ferramentas usualmente utilizadas em sistemas de transmissão para a análise de tais oscilações não são completamente adequadas para analisar os fenômenos que ocorrem nos sistemas de distribuição com geração distribuída, devido a características peculiares desses sistemas, tais como o desequilíbrio de suas fases. Assim, essa pesquisa propõe um procedimento alternativo para analisar a estabilidade a pequenas perturbações de sistemas de distribuição, através da aplicação de técnicas de estimação modal. Abordam-se duas técnicas de estimação modal: os métodos de Prony e o ESPRIT. O primeiro método consiste em uma ferramenta já consagrada para a identificação de oscilações eletromecânicas de baixa frequência. Enquanto o segundo é uma t´técnica usualmente aplicada em análise de transitórios com desempenho satisfatório no contexto de qualidade de energia. Simulações não lineares são realizadas no software ATP, inicialmente sobre um sistema trifásico equilibrado e tais técnicas são aplicadas e comparadas, tornando possível a validação cruzada de ambos os métodos na identificação do modo eletromecânico do sistema. Na sequência, simulações são realizadas em um um sistema trifásico desequilibrado, permitindo avaliar o efeito do desbalanço da carga sobre as oscilações eletromecânicas, sendo essa uma das maiores contribuições desse trabalho. A principal conclusão adquirida é o fato de que um Power System Stabilizer (PSS) pode ser usado para mitigar os impactos prejudiciais das oscilações eletromecânicas em um gerador síncrono distribuído, sendo que esse PSS pode ser projetado a partir de técnicas típicas, assumindo um funcionamento equilibrado desse gerador, e ainda assim ter um desempenho satisfatório para os casos desequilibrados estudados. / Over the last few decades, the advent of distributed synchronous generators has significantly modified the operation and dynamics of distribution systems. Dynamic behaviors that were typical of transmission systems are now also present in distribution systems. Problems related to poorly damped electromechanical oscillations, the focus of small-signal stability studies, can now also affect the distribution systems due to the insertion of synchronous generators. Tools usually employed in large systems for the analysis of these oscillations are not completely appropriate to analyze this phenomena in distribution systems with distributed generation, due to particular characteristics of these systems, such as load imbalance. Therefore, this research proposes an alternative procedure to analyze the small-signal stability of distribution systems, through the application of modal estimation techniques. Two modal estimation techniques are used: the Prony and ESPRIT methods. The former consists of a well-established tool for identifying low-frequency oscillations and the latter was chosen due to its satisfactory performance in works related to power quality, where it is applied in transient analysis. Initially, both modal estimation techniques are applied to the results of nonlinear simulations performed in the Alternative Transients Program for balanced three-phase systems. The modes identified by both techniques exhibit a close match, which provides a cross validation between these techniques. In the sequence, simulations are performed in three-phase unbalanced systems, allowing an evaluation of the effect of load imbalance on the electromechanical oscillations (which is another major contribution of this work). Furthermore, it is concluded from the obtained results that a Power System Stabilizer, designed under the assumption of a balanced operation of the distribution system, can be effectively used to mitigate the detrimental effects of the poorly damped oscillations even when the system operates under unbalanced load conditions.

This research proposes a methodology to improve computed individual prediction values provided by an existing regression model without having to change either its parameters or its architecture. In other words, we are interested in achieving more accurate results by adjusting the calculated regression prediction values, without modifying or rebuilding the original regression model. Our proposition is to adjust the regression prediction values using individual reliability estimates that indicate if a single regression prediction is likely to produce an error considered critical by the user of the regression. The proposed method was tested in three sets of experiments using three different types of data. The first set of experiments worked with synthetically produced data, the second with cross sectional data from the public data source UCI Machine Learning Repository and the third with time series data from ISO-NE (Independent System Operator in New England). The experiments with synthetic data were performed to verify how the method behaves in controlled situations. In this case, the outcomes of the experiments produced superior results with respect to predictions improvement for artificially produced cleaner datasets with progressive worsening with the addition of increased random elements. The experiments with real data extracted from UCI and ISO-NE were done to investigate the applicability of the methodology in the real world. The proposed method was able to improve regression prediction values by about 95% of the experiments with real data. / Esta pesquisa propõe uma metodologia para melhorar previsões calculadas por um modelo de regressão, sem a necessidade de modificar seus parâmetros ou sua arquitetura. Em outras palavras, o objetivo é obter melhores resultados por meio de ajustes nos valores computados pela regressão, sem alterar ou reconstruir o modelo de previsão original. A proposta é ajustar os valores previstos pela regressão por meio do uso de estimadores de confiabilidade individuais capazes de indicar se um determinado valor estimado é propenso a produzir um erro considerado crítico pelo usuário da regressão. O método proposto foi testado em três conjuntos de experimentos utilizando três tipos de dados diferentes. O primeiro conjunto de experimentos trabalhou com dados produzidos artificialmente, o segundo, com dados transversais extraídos no repositório público de dados UCI Machine Learning Repository, e o terceiro, com dados do tipo séries de tempos extraídos do ISO-NE (Independent System Operator in New England). Os experimentos com dados artificiais foram executados para verificar o comportamento do método em situações controladas. Nesse caso, os experimentos alcançaram melhores resultados para dados limpos artificialmente produzidos e evidenciaram progressiva piora com a adição de elementos aleatórios. Os experimentos com dados reais extraído das bases de dados UCI e ISO-NE foram realizados para investigar a aplicabilidade da metodologia no mundo real. O método proposto foi capaz de melhorar os valores previstos por regressões em cerca de 95% dos experimentos realizados com dados reais.