Documente Academic
Documente Profesional
Documente Cultură
de Markov
1
Modelo estocstico del horno de arco elctrico basado en un modelo oculto
de Markov
Trabajo de grado presentado como requisito parcial para optar por el ttulo
de Ingeniero Electricista
2
Nota de aceptacin
__________________________________
__________________________________
__________________________________
__________________________________
__________________________________
__________________________________
__________________________________
3
Pereira, 2015
AGRADECIMIENTOS
4
ndice general
1. Introduccin ................................................................................................... 7
3. metodologa.................................................................................................... 21
3.1. Muestreo de puntos de voltaje y corriente ................................................ 21
3.2. Estimacin de los parmetros del HMM .................................................... 22
3.3. Estimacin de la secuencia ms probable dada una secuencia de
observacin ......................................................................................................... 23
4. resultados ....................................................................................................... 23
4.1. Anlisis de las muestras de voltaje y corriente del modelo
De Matlab ............................................................................................................ 23
4.2. Estimacin de un HMM en el
comportamiento del EAF.27
6. Bibliografa ................................................................................................... 40
5
ndice de figuras
Figura4.7 caracterstica V-I para 100 ciclos de 50 estados cada una ................. 26
Figura 4.8 seal de corriente obtenida del modelo simulado y del HMM...26
Figura 4.9 caracterstica V-I para 5 ciclos de 20 estados cada una ...27
6
1. INTRODUCCION
1.2 Justificacin
1.3 Objetivos
8
1.4. Trabajos anteriores
Un modelo que tiene en cuenta las fluctuaciones en las formas de onda de voltajes
y corrientes se presenta en [14], en el cual, usando el modelo de arco elctrico
presentado en [13] se obtienen las formas de onda tpicas de voltaje y corriente
del arco elctrico, luego, con el oscilador de Chua se genera una seal catica de
baja frecuencia que se utiliza para modular en amplitud el voltaje del arco
elctrico; los resultados obtenidos del ndice de severidad de flicker de corta
duracin generados con este modelo son mayores a 1.0, donde los parmetros del
modelo se asumen conocidos. Cabe mencionar que no solo seales caticas se
han utilizado para reflejar la dinmica del arco elctrico, otros modelos han sido
desarrollados considerando la dinmica de tipo determinista [5] o estocstica [15],
[8].
En [16] se presenta un modelo de horno de arco que requiere las formas de onda
reales de los voltajes y corrientes del arco elctrico. El modelo del arco elctrico
consiste en una resistencia de magnitud variable en serie con una inductancia
para generar las variaciones en el tiempo de la componente fundamental (60 Hz)
de la corriente del arco, adems, usando varias fuentes de corriente se inyectan
al circuito elctrico de alimentacin del horno algunos armnicos que presenta la
corriente del arco real. La magnitud de la resistencia se determina usando la
transformada rpida de Fourier de las seales reales de voltajes y corrientes con
una ventana de 0.1 segundos, y su valor vara para una nueva transformacin de
las seales reales. La desventaja de este modelo es que requiere de una cantidad
masiva de datos reales.
9
2. CONCEPTOS BASICOS
El aumento de instalaciones elctricas que cuentan entre sus cargas con hornos
de arco elctrico, ha venido generando gran inters en las empresas de
distribucin de energa debido a que esta carga se considera como la ms nociva
para el sistema de potencia en cuanto a la calidad de potencia se refiere.
En general, el funcionamiento del horno de arco se divide en las fases de fusin y
afino. En la etapa de fusin, piezas del material a fundir cortocircuitan
continuamente los electrodos del horno ocasionando variaciones en la impedancia
equivalente del circuito elctrico del horno y en consecuencia fluctuaciones
aleatorias en las corrientes del circuito. Los efectos continan y ahora las
fluctuaciones de corriente conllevan a variaciones en la potencia reactiva y cadas
momentneas de voltaje o flickers en el barraje de conexin de la carga y en otros
barrajes cercanos. En la etapa de refinado, las variaciones de la impedancia del
circuito disminuyen causando un menor impacto en el sistema de potencia.
Adems, como se mencion anteriormente, los hornos de arco elctrico son
conocidos por ser fuentes de armnicas, estableciendo condiciones indeseables
de operacin en los elementos conectados a la red elctrica. Por lo tanto, poder
modelar el comportamiento de un horno de arco cobra gran importancia para las
compaas de distribucin (entre otras), en cuanto les permitira contar con una
herramienta computacional para conocer el impacto que podra generar en el
sistema de potencia o para disear sistemas de compensacin como el D-
StatCom o el SVC.[1]
12
cargas son mucho menos frecuentes si se compara con otros tipos de cargas no
lineales [5].
FIGURA 1.1. Diagrama unifilar del circuito elctrico del horno de arco. [6]
(2. 1)
13
La aproximacin de la dinmica del arco con un modelo estocstico se ha
justificado por la naturaleza intrnseca del proceso para fundir el acero. En el
proceso, el arco frecuentemente se extingue y reinicia de manera aleatoria durante
el ciclo de fusin. Adems, extensas mediciones de potencia activa y reactiva,
voltajes y corrientes tomadas en plantas que contienen hornos de arco, han
mostrado que las fluctuaciones de voltaje como tambin las variaciones de
potencia reactiva en el PCC, tienen un comportamiento aleatorio [9].Por lo tanto, el
desarrollo de este proyecto est enfocado en dar un mejor modelamiento del
comportamiento real del horno de arco elctrico por medio del modelo oculto de
Markov (HMM). Debido a las caractersticas estocsticas en el comportamiento del
arco elctrico, el HMM permitira afrontar el problema del modelamiento desde una
perspectiva diferente y ms natural. Debido a la gran dificultad de observar
directamente la aparicin del arco medidas, de las cuales se puede estimar su
probabilidad, es decir, se estima el fenmeno del arco elctrico y la operacin del
HAE como dos funciones de probabilidad anidadas.
Las muestras se toman de un modelo simulado en MATLAB que arroja diferentes
puntos de operacin en el transcurso del tiempo, para un determinado periodo de
muestreo. Estas muestras tomadas de la simulacin constituyen el conjunto de
observaciones en el HMM, a partir de las cuales se construye un modelo elctrico
se determinar la funcin de probabilidad de forma indirecta a travs de muestras
de arco elctrico, donde este se representa como una fuente de voltaje
dependiente de la corriente de entrada.
AREA1: { . (2.2)
AREA 2: { . (2.3)
14
AREA 3: { . (2.4)
AREA 4: { (2.5)
15
Ahora existir un nuevo parmetro bj (k) que describe la probabilidad de que el
estado j observe el smbolok del conjunto de salidas3.
En estas condiciones nunca se podra saber con certeza en qu estado est el
modelo observando solamente su salida.
Formalmente, un HMM se define como una cinco-tupla
= (, Q, A, B, ) donde
(2.6)
(2.7)
(2.8)
(2.9)
16
La probabilidad de O sobre todas las posibles secuencias de estados Q, es el
clculo de:
(2.10)
1. Inicializa:
(2.11)
(2.12)
2. Induccin:
(2.13)
3. Terminacin:
(2.14)
Sea (2.15)
17
(2.16)
1. Inicializacin:
2. Induccin:
4. Ruta inversa:
(2.17)
(2.18)
18
2. El modelo es ms probable que el modelo , es decir, P(O | ) > P(O | ) y se
ha conseguido un nuevo modelo a partir del cual la secuencia de observacin es
ms probable.
(2.19)
(2.20)
(2.21)
= (2.22)
= (2.23)
(2.24)
19
(2.25)
~ , (2.26)
Donde,
(2.27)
Y matriz de covarianza
(2.28)
20
3. METODOLOGIA.
(3.1)
De ejecutar esta funcin se tiene como resultado una matriz con un nmero de
columnas igual al nmero de estados y tantas filas como secuencias en cada ciclo.
Cabe notar que para cada estado posible se asocian dos posibles observaciones,
lo cual presenta una distribucin Gaussiana multivariante, y ms especficamente
presenta un caso bi-variante, donde a partir de los parmetros anteriores se
estima un vector y una matriz semi-definida positiva simtrica (expresiones
2.24 y 2.25). Estos parmetros son obtenidos por una funcin implementada en
Matlab usando las expresiones indicadas con anterioridad.
21
3.3. Estimacin de la secuencia ms probable dada una secuencia de
observacin.
22
4. RESULTADOS
En esta seccin se presentan los resultados obtenidos a partir de las salidas del
modelo del horno de arco elctrico en Matlab, de los cuales se generan las
secuencias de estados segn la clasificacin dada en la figura 2.1.
Req=3.07m
Tasa de muestreo (fms): 5000 Hz
Unidad de medida Numero de ciclos: 200.
Periodo = 1/50 segundos
Tabla 4.1
23
Figura 4.2 Caracterstica del voltaje en funcin de la corriente para fase a
24
En la figura 4.2 a 4.4 se muestra la caracterstica voltaje corriente para cada una
de las fases del horno de arco elctrico, en estos grficos se pueden notar
fcilmente las 4 reas de funcionamientodefinidas en la seccin 2.2
25
figura 4.7 corrientefase b del modelo simulado en matlab
26
figura 4.9 corrientefase c del modelo simulado en matlab
27
Figura 4.11 caracterstica v-i para 15 ciclos de 200 estados cada uno.
En este caso para el voltaje generado por el HMM se tiene un error medio
cuadrtico de 0.0277 con respecto al voltaje de referencia.
28
Figura 4.14voltaje de la fase b obtenido con el HMM en azul y la referencia en
verde
Para el voltaje en fase b el error es de 0.045 con respecto al voltaje del modelo
simulado
Para los puntos de voltaje generados por el HMM para la fase c se presenta un
error de 0.047, que aproximadamente el mismo presentado para las otras dos
fases.
29
Figura 4.16 voltaje generado por el HMM para la fase c en azul y la referencia en
verdede la fase c
Figura 4.17 caracterstica v-i para la fase a con 50 ciclos de 200 estados cada uno
Figura 4.18 voltaje generado por el HMM aparece en verde y la referencia en azul
30
Luego de aumentar el nmero de ciclos de 15 a 50 el error en el voltaje generado
por el HMM y con respecto al voltaje generado por el modelo de Matlab
permanece en 0.0277, lo cual sugiere que no se presenta una dependencia con el
nmero de ciclos.
Figura 4.19 Caracterstica v-i para la fase b para 50 ciclos de 200 estados cada
uno
Figura 4.20 voltaje generado por el HMM en azul y la referencia en verde para la
fase b
El error entre el voltaje de la fase b obtenido del modelo simulado en Matlab y los
puntos generados por el HMM es de 0.0456y al igual que la fase a no presenta un
cambio significativo con respecto al aumento del nmero de ciclos.
Para la fase c :
31
Figura 4.21 Caracterstica v-i para la fase c con 50 ciclos de 200 estados cada
uno.
Para la fase a:
32
Figura 4.23 Caracterstica v-i para 100 ciclos de 200 estados cada uno
Para los puntos de voltaje generado con el HMM y los puntos de voltaje generado
con el modelo en Matlab se presenta un error de 0.03.
Para la fase b:
33
Figura 4.25 Caracterstica v-i para la fase b con 100 ciclos de 200 estados cada
uno
Para la fase c
Figura 4.27 caracterstica v-i para la fase c con 100 ciclos de 200 estados cada
uno
34
Figura 4.28 voltaje generado con el HMM en azul y el voltaje de la fase c de
referencia en verde
35
5. Consideraciones finales
Se considera para este caso 50 ciclos de 1000 estados cada uno , teniendo en
cuenta una frecuencia de muestreo de 5000 y una frecuencia de 50 Hz.
Los resultados para cada una de las fases se muestran a continuacion :
Figura 5.1 caracterstica v-i para el EAF modelado como fuente de corriente
dependiente del voltaje
36
Figura 5.3caracterstica v-i para el EAF modelado como fuente de corriente
dependiente del voltaje
Figura 5.4 seal de corriente para 50 ciclos de 1000 estados cada uno en la
Fase b
37
Figura 5.5caracterstica v-i para el EAF modelado como fuente de corriente
dependiente del voltaje.
Figura 5.6 seal de corriente para 50 ciclos de 1000 estados cada uno en la
Fase c
38
5.1. Conclusiones.
39
6. Bibliografa
[1]M. Alves, Z. Assis, G. Garcia, and D. Gomes, "An integrated model for the
study of flicker compensation in electrical networks," Electric Power System
Research, no. 80, pp. 1299-1305, June 2010.
[7] J. Trageser, "Power usage and electrical circuit analysis for electric arc
furnace," IEEE transactions on industry applications, vol. IA-16, no. 2, pp.
277-284, March-April 1980 .
[14] O. Ozgun and A. Abur, "Flicker study using a novel arc furnace model,"
IEEE
[16]Murat Gol et al., "A new field data based EAF model for power quality
studies," IEEE Transactions on Industry Applications, vol. 46, no. 3, pp.
1230-1242, May-June 2010.
[18] Ferguson, J. Hidden Markov Models for Speech. IDA, Princeton, NJ.
Ferguson, 1980
[21] Gian Carlo Montanari, Mauro Loggini, Luca Pitti, The effects of series
Inductors for Flicker Reduction in Electric Power Systems Supplying Arc
Furnaces, IEEE Industry applications Society annual meeting 1993.
[22] Mokhtari H. and Heiri M., A New Three Phase Time-Domain Model for
Electric Arc Furnace Using MATLAB, Transmission and Distribution
Conference and Exhibition 6-10 October 2002: Asia Pacific, IEEE/PES, Vol.
3, pp. 20787-283
41