Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Gruppo 10:
Alessandro Gambini
Michele Leoni
15 marzo 2006
Indice Intervento
Dominio Applicativo
Data Preparation
Algoritmo
Prove Sperimentali
Risultati
Ulteriori Ottimizzazioni
Conclusioni
Dominio Applicativo (1)
tempo
tempo
CASO 2:
Stato instabile
Dominio Applicativo (4)
STATO DEL
SISTEMA PRIMA
DEL GUASTO STABILITA’
VS
INSTABILITA’
TIPO DI GUASTO
Dominio Applicativo (5)
Critical Clearing Time [CCT]:
Def: maximum time interval by which the fault must be cleared
in order to preserve the system stability
STABILITA’
CCT
INSTABILITA’
CCT
CCT = f (STATO PRIMA DEL GUASTO, TIPO DI GUASTO)
Time Domain Simulation
Monte Carlo Simulation
Nearest Neighbour Algorithm
Probabilistic Modelling
Regression Technique
Indice Intervento
Dominio Applicativo
Data Preparation
Algoritmo
Prove Sperimentali
Risultati
Ulteriori Ottimizzazioni
Conclusioni
Data Preparation (1)
Tipologie di guasti studiate
Busbar Fault
Double Line Fault
Single Line Fault
OS1
OS2
.
.
. Per ognuno dei 3 guasti
evidenziati in precedenza
OS3000
Indice Intervento
Dominio Applicativo
Data Preparation
Algoritmo
Prove Sperimentali
Risultati
Ulteriori Ottimizzazioni
Conclusioni
Algoritmo (1)
1. Poni come N* il nodo radice (comprendente l’intero LS)
2. Se il nodo N* è già sufficientemente omogeneo, STOP
3. Se non esiste un candidate attribute in grado di migliorare
statisticamente la previsione del nodo N* (test א2), STOP
4. Altrimenti, calcola per ogni candidate attribute la soglia di
splitting migliore (ai*)
5. Calcola l’attributo migliore per effettuare lo splitting (a*)
6. Splitta usando la soglia a**
7. Per entrambi i nodi generati poni LS*={OSi: OSi rispetta i vincoli
dei nodi predecessori}
8. Poni come N* ciascuno dei nodi generati e torna al punto 2
Algoritmo (2)
LS
TS
Indice Intervento
Dominio Applicativo
Data Preparation
Algoritmo
Prove Sperimentali
Risultati
Ulteriori Ottimizzazioni
Conclusioni
Gradi di libertà
Parametro α
Grado di omogeneità
Dimensione LS/TS
Candidate attribute
Classi del CCT
Parametro α
Diverse prove (40) con α є [10-4,10-1]
α grande → albero espanso
α piccolo → albero ridotto
α ottimo = 10-4
buon compromesso tra
complessità dell’albero e affidabilità
Grado di omogeneità
Parametro β che definisce la soglia minima di
“purezza” di ciascuna foglia dell’albero.
Se il tasso di “purezza” del nodo < β
continua con lo splitting
Se il tasso di “purezza” del nodo > β
STOP, il nodo diventa una foglia.
LS ottimo = 2000
TS ottimo = 1000
Candidate attribute
Sono stati considerati 13 differenti set di candidate
attribute (in totale 160 differenti attributi).
I singoli attributi sono definiti: complessità
controllable
observable
complex
affidabilità immediatezza
OS11
SC
OS22
SC
.
.
.
OS
SC3000
3000
Ulteriori ottimizzazioni (2)
Vantaggi:
Valutazioni congiunte
Maggiore facilità di
consultazione
Minor numero di
attributi considerati
Complessità e test set
error pressoché costanti
Ulteriori ottimizzazioni (3)
Tipi di errore:
false alarm
false dismissal
gross errors
Tecniche:
soglia per CCT più grande (5-10%)
influenzare la distribuzione del CCT dando
maggior peso agli stati instabili
nodi deadend classificati preferibilmente come
instabili
Indice Intervento
Dominio Applicativo
Data Preparation
Algoritmo
Prove Sperimentali
Risultati
Ulteriori Ottimizzazioni
Conclusioni
Conclusioni
La valutazione della stabilità del transitorio
costituisce un’importante criticità nelle fasi di
progettazione, pianificazione, operatività e
controllo di un sistema energetico.
Gli strumenti tradizionalmente utilizzati in questo
tipo di analisi sono sì affidabili ma eccessivamente
complicati e time consuming.
Il DTTS method si è rivelato essere una
validissima alternativa ai metodi tradizionali in
quanto semplice da usare, immediato, veloce e
comunque affidabile.