Estabilizador neural não-linear para sistemas de potência treinado por rede de controladores lineares

A utilização de Estabilizadores de Sistemas de Potência (ESP), para amortecer oscilações eletromecânicas de pequena magnitude e baixa freqüência, é cada vez mais importante na operação dos modernos sistemas elétricos. Estabilizadores convencionais, com estrutura e parâmetros fixos, têm sido utilizados com essa finalidade há algumas décadas, porém existem regiões de operação do sistema nas quais esses estabilizadores lineares não são tão eficientes, especialmente quando comparados com estabilizadores projetados através de modernas técnicas de controle. Um ESP Neural, treinado a partir de um conjunto de controladores lineares locais, é utilizado para investigar em quais regiões de operação do sistema elétrico o desempenho do estabilizador a parâmetros fixos é deteriorada. O melhor desempenho do ESP Neural nessas regiões de operação, quando comparado com o ESP convencional, é demonstrado através de simulações digitais não-lineares de um sistema do tipo máquina síncrona conectada a um barramento infinito e de um sistema com quatro geradores.

Detecção do contato entre camadas através do perfil de indução

Dois dos principais objetivos da interpretação petrofísica de perfis são a determinação dos limites entre as camadas geológicas e o contato entre fluidos. Para isto, o perfil de indução possui algumas importantes propriedades: É sensível ao tipo de fluido e a distribuição do mesmo no espaço poroso; e o seu registro pode ser modelado com precisão satisfatória como sendo uma convolução entre a condutividade da formação e a função resposta da ferramenta. A primeira propriedade assegura uma boa caracterização dos reservatórios e, ao mesmo tempo, evidencia os contatos entre fluidos, o que permite um zoneamento básico do perfil de poço. A segunda propriedade decorre da relação quasi-linear entre o perfil de indução e a condutividade da formação, o que torna possível o uso da teoria dos sistemas lineares e, particularmente, o desenho de filtros digitais adaptados à deconvolução do sinal original. A idéia neste trabalho é produzir um algoritmo capaz de identificar os contatos entre as camadas atravessadas pelo poço, a partir da condutividade aparente lida pelo perfil de indução. Para simplificar o problema, o modelo de formação assume uma distribuição plano-paralela de camadas homogêneas. Este modelo corresponde a um perfil retangular para condutividade da formação. Usando o perfil de entrada digitalizado, os pontos de inflexão são obtidos numericamente a partir dos extremos da primeira derivada. Isto gera uma primeira aproximação do perfil real da formação. Este perfil estimado é então convolvido com a função resposta da ferramenta gerando um perfil de condutividade aparente. Uma função custo de mínimos quadrados condicionada é definida em termos da diferença entre a condutividade aparente medida e a estimada. A minimização da função custo fornece a condutividade das camadas. O problema de otimização para encontrar o melhor perfil retangular para os dados de indução é linear nas amplitudes (condutividades das camadas), mas uma estimativa não linear para os contatos entre as camadas. Neste caso as amplitudes são estimadas de forma linear pelos mínimos quadrados mantendo-se fixos os contatos. Em um segundo passo mantem-se fixas as amplitudes e são calculadas pequenas mudanças nos limites entre as camadas usando uma aproximação linearizada. Este processo é interativo obtendo sucessivos refinamentos até que um critério de convergência seja satisfeito. O algoritmo é aplicado em dados sintéticos e reais demonstrando a robustez do método.