Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This work presents innovative methods for detection and correction of the distorted portions of the secondary current waveforms, which occur due to the core saturation of current transformers (CTs). The detection technique is based on the analysis of the plans formed by the secondary current (i2) and their difference-functions (deln). The distance between consecutive points in these plans has a significant increase when saturation occurs, bucking the trend during the undistorted intervals, which are not corrupted by CT saturation. Additionally, the proposed correction of these signals is based on a technique of curve fitting by least squares, which uses the frequency signal estimated from the secondary current signals as a parameter of compensation. The aforementioned frequency signal is estimated using the Mathematical Morphology operators of dilation and erosion, which are used to estimate future values of the α and β signals obtained from the Clarke Transform. Computational simulations of short circuits were performed to obtain the secondary current signals distorted by CT saturation. The detection method was evaluated in terms of the ability to identify saturation intervals and its speed of response. Moreover, the correction technique was evaluated in terms of the compensation accuracy and its processing time. Calculations of transient error and the use of a full cycle Fourier filter were the basis for the qualitative analysis of the performance of the correction technique. The tests revealed that the combination of the proposed techniques ensures excellent accuracy during correction signals distorted by saturation, showing that the proposals constitute a robust tool for use in numerical relays, increasing the reliability of protection schemes in situations involving the saturation of TCs. / Este trabalho apresenta métodos inovadores para detecção e correção dos trechos distorcidos da forma de onda dos sinais da corrente secundária, que ocorrem em virtude da saturação do núcleo dos transformadores de corrente (TCs). A técnica de detecção é fundamentada na análise dos planos formados pela corrente secundária (i2) e suas funções-diferença (deln). A distância entre pontos consecutivos nesses planos tem um aumento significativo quando a saturação ocorre, contrariando a tendência durante os intervalos não distorcidos por saturação. Além disso, a proposta para correção desses sinais utiliza uma técnica de ajuste de curvas por Mínimos Quadrados, a qual emprega o sinal de frequência estimado a partir dos sinais da corrente secundária como parâmetro de compensação. O referido sinal de frequência é estimado por uma metodologia fundamentada em Morfologia Matemática, cujos operadores de dilatação e erosão são utilizados para estimação de valores futuros dos sinais α e β, obtidos a partir da Transformada de Clarke. Simulações computacionais de curtos-circuitos foram realizadas para a obtenção dos sinais da corrente secundária distorcida por saturação. O método de detecção foi avaliado em termos da capacidade de reconhecimento dos intervalos de saturação e velocidade de resposta. Ainda, a técnica de correção foi avaliada com relação à precisão da compensação e do tempo de processamento. Cálculos de erro transitório e a utilização de um filtro de Fourier de ciclo completo foram a base para a análise qualitativa do desempenho da técnica de correção. Os testes revelaram que a combinação entre as técnicas propostas garante excelente precisão durante a correção dos sinais distorcidos por saturação, mostrando que as propostas constituem uma ferramenta robusta para aplicação em relés numéricos, aumentando a confiabilidade dos esquemas de proteção em situações que envolvam a saturação dos TCs.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This work aims to evaluate the performance of some methods used to detect and correct the distorted portions of the secondary current signal waveform, which occur due to the core saturation of current transformers. Such methods are presented didactically divided among techniques existing in the specialized literature and new methodologies proposed. Involving various mathematical tools, methods of correction and detection were combined for the analyzed cases. Computer simulations of faults were made to obtain secondary current signals distorted by saturation, allowing the evaluation of these methodologies. The detection methods were evaluated in terms of the ability to identify saturation intervals and speed response. Moreover, the correction techniques were evaluated in terms of compensation accuracy and their processing time. Transient error calculations and the use of a full cycle Fourier filter were the basis for the qualitative analysis of the correction techniques performance. In each case analyzed, different performances were verified for the combinations tested. It was found that differences in detection time instants of the distorted portions provide different rates of error to the methodologies that are associated with saturation detectors. In this context, one of the techniques proposed for detection of distorted sections showed good precision, ensuring low errors for one of the associated correction methodologies in all the analyzed cases. Also, it was found that methods based on Least Squares have good accuracy for the correction of signals distorted by saturation. / Este trabalho visa avaliar o desempenho de alguns métodos para detecção e correção dos trechos distorcidos da forma de onda dos sinais de corrente secundária, que ocorrem em virtude da saturação do núcleo dos transformadores de corrente. Tais métodos são apresentados didaticamente, divididos entre técnicas existentes na literatura especializada e novas propostas. Envolvendo variadas ferramentas matemáticas, as metodologias de correção e detecção foram combinadas para análise de casos. Simulações computacionais de curtoscircuitos foram realizadas para a obtenção dos sinais da corrente secundária distorcida por saturação. Os métodos de detecção foram avaliados em termos da capacidade de reconhecimento dos intervalos de saturação e velocidade de resposta. Além disso, as técnicas de correção foram avaliadas em termos da precisão da compensação e do tempo de processamento. Cálculos de erro transitório e a utilização de um filtro de Fourier de ciclo completo foram a base para a análise qualitativa do desempenho das técnicas de correção. Em cada caso analisado, diferentes desempenhos foram verificados. Observou-se que diferenças nos instantes de detecção dos trechos distorcidos propiciam diferentes margens de erro às metodologias de correção, que são associadas aos detectores de saturação. Nesse contexto, uma das técnicas propostas para detecção dos trechos distorcidos apresentou boa precisão, garantindo que uma das metodologias de compensação, a qual foi associada, obtivesse erros relativamente baixos para todos os casos analisados. Também, verificou-se que as metodologias fundamentadas em Mínimos Quadrados possuem boa precisão durante a correção dos sinais distorcidos por saturação.

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.

Apresenta-se um estudo em Teoria de Domínios das equações integrais da forma geral f (x) = h(x)+g Z b(x) a(x) g(x, y, f (y))dy com h, a e b definidas para x ∈ [a0,b0], a0 ≤a(x)≤b(x)≤b0 e g definida para x, y ∈ [a0,b0], cujo lado direito define uma contração sobre o espaço métrico de funções reais contínuas limitadas. O ponto de partida desse trabalho é a reescrita da Análise Intervalar para Teoria de Domínios do problema de valor incial em equações diferenciais ordinárias que possuem solução como ponto fixo do operador de Picard. Com o conjunto dos números reais interpretados pelo Domínio Intervalar, as funções reais são estendidas para operarem no domínio de funçoes intervalares de variável real. Em particular, faz-se a extensão canônica do campo vetorial em relação à segunda variável. Nesse contexto, pela primeira vez tem-se o estudo das equações integrais de Fredholm e Volterra sobre o domínio de funções intervalares de variável real definida pelo operador integral intervalar com a participação da extensão canônica de g em relação à terceira variável. Adicionando ao domínio de funções intervalares sua função medição, efetua-se a análise da convergência do operador intervalar de Fredholm e Volterra em Teoria de Domínios com o cálculo da sua derivada informática em relação à medição no seu ponto fixo. Com a representação das funções intervalares em função passo constante a partir da partição do intervalo [a0,b0], reescrevese o algoritmo da Análise Intervalar em Teoria de Domínios com a introdução do cálculo da aproximação da extensão canônica de g e com o comprimento do intervalo da partição tendendo para zero. Estende-se essa abordagem mais completa do estudo das equações integrais na resolução de problemas de valores iniciais e valor de contorno em equações diferenciais ordinárias e parciais. Uma vez que para uma pequena variação do campo vetorial v ou do valor inicial y0 da equação diferencial f ′(x) = v(x, f (x)) com a condição inicial f (x0) = y0, pode-se ter uma solução tão próxima da solução f da equação quanto possível, formaliza-se pela primeira vez em Teoria de Domínios um algoritmo na resolução do problema inverso em que, conhecendo a função f , determina-se uma equação diferencial ordinária com o cálculo de um campo vetorial v tal que o operador de Picard associado mapeia f tão próxima quanto possível a ela mesma. / We present a study in Domain Theory of integral equations of the form f (x) = h(x)+g Z b(x) a(x) g(x, y, f (y))dy for a0 ≤ a(x) ≤ b(x) ≤ b0 with h, a, b defined for x ∈ [a0,b0] and g defined for x, y ∈ [a0,b0], in which the right-hand side defines a contraction on the metric space of continuous realvalued functions on [a0,b0]. The starting point of this work is to revisit Interval Analysis in Domain Theory for the initial-value problem in ordinary differential equations where a solution is expressed as a fixed point of the Picard operator. With the set of real numbers interpreted as the interval domain, real-valued functions are extended to work in the space of interval-valued functions of the real variable domain. In particular, the vector field is extended in the second argument. Under these conditions, for the first time Fredholm and Volterra integral equations have solutions expressed as fixed points of a contraction mapping in terms of the splitting on interval-valued functions of the real variable domain. The measurement for interval-valued functions of the real variable domain is considered where we can asssess the convergence properties of the interval integral operator by means of the informatic derivative. The proposed techniques are applied to more general methods in ordinary differencial equations (ODEs) and partial differential equations (PDEs). For the first time, an algorithm is proposed to provide solutions to the inverse problem for Odinary Differential Equation where, given a function f , it is found a vector field v that defines a Picard operator which maps the solution f as close as possible to itself, such that the ODE f ′(x) = v(x, f (x)) admits f as either an exact or, as closely as desired, an approximate solution.

Made available in DSpace on 2016-06-02T20:04:51Z (GMT). No. of bitstreams: 1 4032.pdf: 1016886 bytes, checksum: 6e1eb83f197a88332f8951b054c1f01a (MD5) Previous issue date: 2011-11-18 / Financiadora de Estudos e Projetos / The capture-recapture process, largely used in the estimation of the number of elements of animal population, is also applied to other branches of knowledge like Epidemiology, Linguistics, Software reliability, Ecology, among others. One of the _rst applications of this method was done by Laplace in 1783, with aim at estimate the number of inhabitants of France. Later, Carl G. J. Petersen in 1889 and Lincoln in 1930 applied the same estimator in the context of animal populations. This estimator has being known in literature as _Lincoln-Petersen_ estimator. In the mid-twentieth century several researchers dedicated themselves to the formulation of statistical models appropriated for the estimation of population size, which caused a substantial increase in the amount of theoretical and applied works on the subject. The capture-recapture models are constructed under certain assumptions relating to the population, the sampling procedure and the experimental conditions. The main assumption that distinguishes models concerns the change in the number of individuals in the population during the period of the experiment. Models that allow for births, deaths or migration are called open population models, while models that does not allow for these events to occur are called closed population models. In this work, the goal is to characterize likelihood functions obtained by applying methods of elimination of nuissance parameters in the case of closed population models. Based on these likelihood functions, we discuss methods for point and interval estimation of the population size. The estimation methods are illustrated on a real data-set and their frequentist properties are analised via Monte Carlo simulation. / O processo de captura-recaptura, amplamente utilizado na estimação do número de elementos de uma população de animais, é também aplicado a outras áreas do conhecimento como Epidemiologia, Linguística, Con_abilidade de Software, Ecologia, entre outras. Uma das primeiras aplicações deste método foi feita por Laplace em 1783, com o objetivo de estimar o número de habitantes da França. Posteriormente, Carl G. J. Petersen em 1889 e Lincoln em 1930 utilizaram o mesmo estimador no contexto de popula ções de animais. Este estimador _cou conhecido na literatura como o estimador de _Lincoln-Petersen_. Em meados do século XX muitos pesquisadores se dedicaram à formula ção de modelos estatísticos adequados à estimação do tamanho populacional, o que causou um aumento substancial da quantidade de trabalhos teóricos e aplicados sobre o tema. Os modelos de captura-recaptura são construídos sob certas hipóteses relativas à população, ao processo de amostragem e às condições experimentais. A principal hipótese que diferencia os modelos diz respeito à mudança do número de indivíduos da popula- ção durante o período do experimento. Os modelos que permitem que haja nascimentos, mortes ou migração são chamados de modelos para população aberta, enquanto que os modelos em que tais eventos não são permitidos são chamados de modelos para popula- ção fechada. Neste trabalho, o objetivo é caracterizar o comportamento de funções de verossimilhança obtidas por meio da utilização de métodos de eliminação de parâmetros perturbadores, no caso de modelos para população fechada. Baseado nestas funções de verossimilhança, discutimos métodos de estimação pontual e intervalar para o tamanho populacional. Os métodos de estimação são ilustrados através de um conjunto de dados reais e suas propriedades frequentistas são analisadas via simulação de Monte Carlo.

Apresenta-se um estudo em Teoria de Domínios das equações integrais da forma geral f (x) = h(x)+g Z b(x) a(x) g(x, y, f (y))dy com h, a e b definidas para x ∈ [a0,b0], a0 ≤a(x)≤b(x)≤b0 e g definida para x, y ∈ [a0,b0], cujo lado direito define uma contração sobre o espaço métrico de funções reais contínuas limitadas. O ponto de partida desse trabalho é a reescrita da Análise Intervalar para Teoria de Domínios do problema de valor incial em equações diferenciais ordinárias que possuem solução como ponto fixo do operador de Picard. Com o conjunto dos números reais interpretados pelo Domínio Intervalar, as funções reais são estendidas para operarem no domínio de funçoes intervalares de variável real. Em particular, faz-se a extensão canônica do campo vetorial em relação à segunda variável. Nesse contexto, pela primeira vez tem-se o estudo das equações integrais de Fredholm e Volterra sobre o domínio de funções intervalares de variável real definida pelo operador integral intervalar com a participação da extensão canônica de g em relação à terceira variável. Adicionando ao domínio de funções intervalares sua função medição, efetua-se a análise da convergência do operador intervalar de Fredholm e Volterra em Teoria de Domínios com o cálculo da sua derivada informática em relação à medição no seu ponto fixo. Com a representação das funções intervalares em função passo constante a partir da partição do intervalo [a0,b0], reescrevese o algoritmo da Análise Intervalar em Teoria de Domínios com a introdução do cálculo da aproximação da extensão canônica de g e com o comprimento do intervalo da partição tendendo para zero. Estende-se essa abordagem mais completa do estudo das equações integrais na resolução de problemas de valores iniciais e valor de contorno em equações diferenciais ordinárias e parciais. Uma vez que para uma pequena variação do campo vetorial v ou do valor inicial y0 da equação diferencial f ′(x) = v(x, f (x)) com a condição inicial f (x0) = y0, pode-se ter uma solução tão próxima da solução f da equação quanto possível, formaliza-se pela primeira vez em Teoria de Domínios um algoritmo na resolução do problema inverso em que, conhecendo a função f , determina-se uma equação diferencial ordinária com o cálculo de um campo vetorial v tal que o operador de Picard associado mapeia f tão próxima quanto possível a ela mesma. / We present a study in Domain Theory of integral equations of the form f (x) = h(x)+g Z b(x) a(x) g(x, y, f (y))dy for a0 ≤ a(x) ≤ b(x) ≤ b0 with h, a, b defined for x ∈ [a0,b0] and g defined for x, y ∈ [a0,b0], in which the right-hand side defines a contraction on the metric space of continuous realvalued functions on [a0,b0]. The starting point of this work is to revisit Interval Analysis in Domain Theory for the initial-value problem in ordinary differential equations where a solution is expressed as a fixed point of the Picard operator. With the set of real numbers interpreted as the interval domain, real-valued functions are extended to work in the space of interval-valued functions of the real variable domain. In particular, the vector field is extended in the second argument. Under these conditions, for the first time Fredholm and Volterra integral equations have solutions expressed as fixed points of a contraction mapping in terms of the splitting on interval-valued functions of the real variable domain. The measurement for interval-valued functions of the real variable domain is considered where we can asssess the convergence properties of the interval integral operator by means of the informatic derivative. The proposed techniques are applied to more general methods in ordinary differencial equations (ODEs) and partial differential equations (PDEs). For the first time, an algorithm is proposed to provide solutions to the inverse problem for Odinary Differential Equation where, given a function f , it is found a vector field v that defines a Picard operator which maps the solution f as close as possible to itself, such that the ODE f ′(x) = v(x, f (x)) admits f as either an exact or, as closely as desired, an approximate solution.