Métodos de estimación aplicados a problemas de tráfico vehicular y sistemas eléctricos de potencia

Autores
Risso, Mariano
Año de publicación
2016
Idioma
español castellano
Tipo de recurso
tesis doctoral
Estado
versión aceptada
Colaborador/a o director/a de tesis
Lotito, Pablo A
Rubiales, Aldo J
Descripción
En esta tesis se presentan una serie de investigaciones y desarrollos sobre algoritmos de estimación de estado en las áreas de sistemas eléctricos de potencia y tráfico vehicular. En el área de sistemas eléctricos de potencia, la estimación de estado es una herramienta fundamental de los sistemas que participan en la operación de la red, ya que el mismo es el encargado de depurar las información que se obtiene. Clásicamente dicha herramienta se basa en el método de mínimos cuadrados ponderados. Recientemente el método de filtro de Kalman unscented fue propuesto en esta área mejorando los resultados de mínimos cuadrados ponderados cuando existen pequeños cambios en el sistema. Esta mejora se debe a que tiene en cuenta la historia del sistema. En este trabajo de tesis se presenta un nuevo método que combina lo mejor de ambos enfoques. En el área de tráfico vehicular, se presenta un algoritmo de estimación de estado basado en el filtro de Kalman unscented para estimar el tráfico en una sección de un autopista. Una de las formas más utilizadas para simular la evolución del tráfico en una sección de la autopista es un modelo macroscópico de segundo orden. Avances recientes dentro de este área utilizan una versión linealizada del modelo con el filtro Kalman. Considerando que en varias áreas, el filtro de Kalman unscented mejora los resultados del método linealizado, este trabajo tiene como objetivo la aplicación del mismo. Para ello, se presentan dos versiones del filtro de Kalman unscented que incorporan restricciones al dominio para poder ser aplicado al área de tráfico, obteniendo mejores resultados que la versión linealizada.
This thesis presents the results of the research made in the area of state estimation applied to power systems and vehicular traffic. In the area of power systems, the state estimation is an essential tool for software applications involved in the operation of the network, since it is responsible of the accuracy of the information obtained. State Estimation in Power Systems is classically based on the weighted least squares method, however, several extensions of Kalman filters have been recently proposed. Among them, the unscented Kalman Filter improves the results of weighted least squares methods when there are small changes in the system, as it considers the history of the system state. In this thesis a new method that combines the best of both approaches is presented. In vehicular traffic area, a state estimation algorithm applied to a freeway and based on the unscented Kalman filter is developed. The evolution of the traffic in a freeway section is usually defined by a macroscopic second order model which accurately calculates the density, the flow and the mean speed according to several non linear equations. An extended and linearized version of the Kalman method was already applied to this setting to estimate the previously mentioned variables. Considering that in many areas, the unscented Kalman filter improves the results of the linearized method, in this thesis a version of the first one which incorporates domain constraints is presented. This novel approach applied to freeway traffic estimation obtains better results than the linearized version.
Fil: Risso, Mariano A . Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Lotito, Pablo A . Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Rubiales, Aldo J . Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Materia
Área de tráfico
Tráfico vehicular
Sistemas eléctricos de potencia
Filtro de Kalman
Tráfico en autopista
Algoritmos de estimación de estado
Informática
Tesis de doctorado
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
RIDAA (UNICEN)
Institución
Universidad Nacional del Centro de la Provincia de Buenos Aires
OAI Identificador
oai:ridaa.unicen.edu.ar:123456789/673

id RIDUNICEN_4939aa43f3f789a188a9f5330027e28c
oai_identifier_str oai:ridaa.unicen.edu.ar:123456789/673
network_acronym_str RIDUNICEN
repository_id_str a
network_name_str RIDAA (UNICEN)
spelling Métodos de estimación aplicados a problemas de tráfico vehicular y sistemas eléctricos de potenciaRisso, MarianoÁrea de tráficoTráfico vehicularSistemas eléctricos de potenciaFiltro de KalmanTráfico en autopistaAlgoritmos de estimación de estadoInformáticaTesis de doctoradoEn esta tesis se presentan una serie de investigaciones y desarrollos sobre algoritmos de estimación de estado en las áreas de sistemas eléctricos de potencia y tráfico vehicular. En el área de sistemas eléctricos de potencia, la estimación de estado es una herramienta fundamental de los sistemas que participan en la operación de la red, ya que el mismo es el encargado de depurar las información que se obtiene. Clásicamente dicha herramienta se basa en el método de mínimos cuadrados ponderados. Recientemente el método de filtro de Kalman unscented fue propuesto en esta área mejorando los resultados de mínimos cuadrados ponderados cuando existen pequeños cambios en el sistema. Esta mejora se debe a que tiene en cuenta la historia del sistema. En este trabajo de tesis se presenta un nuevo método que combina lo mejor de ambos enfoques. En el área de tráfico vehicular, se presenta un algoritmo de estimación de estado basado en el filtro de Kalman unscented para estimar el tráfico en una sección de un autopista. Una de las formas más utilizadas para simular la evolución del tráfico en una sección de la autopista es un modelo macroscópico de segundo orden. Avances recientes dentro de este área utilizan una versión linealizada del modelo con el filtro Kalman. Considerando que en varias áreas, el filtro de Kalman unscented mejora los resultados del método linealizado, este trabajo tiene como objetivo la aplicación del mismo. Para ello, se presentan dos versiones del filtro de Kalman unscented que incorporan restricciones al dominio para poder ser aplicado al área de tráfico, obteniendo mejores resultados que la versión linealizada.This thesis presents the results of the research made in the area of state estimation applied to power systems and vehicular traffic. In the area of power systems, the state estimation is an essential tool for software applications involved in the operation of the network, since it is responsible of the accuracy of the information obtained. State Estimation in Power Systems is classically based on the weighted least squares method, however, several extensions of Kalman filters have been recently proposed. Among them, the unscented Kalman Filter improves the results of weighted least squares methods when there are small changes in the system, as it considers the history of the system state. In this thesis a new method that combines the best of both approaches is presented. In vehicular traffic area, a state estimation algorithm applied to a freeway and based on the unscented Kalman filter is developed. The evolution of the traffic in a freeway section is usually defined by a macroscopic second order model which accurately calculates the density, the flow and the mean speed according to several non linear equations. An extended and linearized version of the Kalman method was already applied to this setting to estimate the previously mentioned variables. Considering that in many areas, the unscented Kalman filter improves the results of the linearized method, in this thesis a version of the first one which incorporates domain constraints is presented. This novel approach applied to freeway traffic estimation obtains better results than the linearized version.Fil: Risso, Mariano A . Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Lotito, Pablo A . Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Rubiales, Aldo J . Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias ExactasLotito, Pablo ARubiales, Aldo J2016-042016-08-19T14:55:11Zinfo:eu-repo/semantics/acceptedVersioninfo:eu-repo/semantics/doctoralThesishttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfapplication/pdfhttp://www.ridaa.unicen.edu.ar/xmlui/handle/123456789/673https://www.ridaa.unicen.edu.ar/handle/123456789/673spahttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/info:eu-repo/semantics/openAccessreponame:RIDAA (UNICEN)instname:Universidad Nacional del Centro de la Provincia de Buenos Aires2025-09-04T09:44:10Zoai:ridaa.unicen.edu.ar:123456789/673instacron:UNICENInstitucionalhttps://www.ridaa.unicen.edu.ar/Universidad públicaNo correspondehttps://www.ridaa.unicen.edu.ar/oailleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ;ArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2025-09-04 09:44:11.063RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Airesfalse
dc.title.none.fl_str_mv Métodos de estimación aplicados a problemas de tráfico vehicular y sistemas eléctricos de potencia
title Métodos de estimación aplicados a problemas de tráfico vehicular y sistemas eléctricos de potencia
spellingShingle Métodos de estimación aplicados a problemas de tráfico vehicular y sistemas eléctricos de potencia
Risso, Mariano
Área de tráfico
Tráfico vehicular
Sistemas eléctricos de potencia
Filtro de Kalman
Tráfico en autopista
Algoritmos de estimación de estado
Informática
Tesis de doctorado
title_short Métodos de estimación aplicados a problemas de tráfico vehicular y sistemas eléctricos de potencia
title_full Métodos de estimación aplicados a problemas de tráfico vehicular y sistemas eléctricos de potencia
title_fullStr Métodos de estimación aplicados a problemas de tráfico vehicular y sistemas eléctricos de potencia
title_full_unstemmed Métodos de estimación aplicados a problemas de tráfico vehicular y sistemas eléctricos de potencia
title_sort Métodos de estimación aplicados a problemas de tráfico vehicular y sistemas eléctricos de potencia
dc.creator.none.fl_str_mv Risso, Mariano
author Risso, Mariano
author_facet Risso, Mariano
author_role author
dc.contributor.none.fl_str_mv Lotito, Pablo A
Rubiales, Aldo J
dc.subject.none.fl_str_mv Área de tráfico
Tráfico vehicular
Sistemas eléctricos de potencia
Filtro de Kalman
Tráfico en autopista
Algoritmos de estimación de estado
Informática
Tesis de doctorado
topic Área de tráfico
Tráfico vehicular
Sistemas eléctricos de potencia
Filtro de Kalman
Tráfico en autopista
Algoritmos de estimación de estado
Informática
Tesis de doctorado
dc.description.none.fl_txt_mv En esta tesis se presentan una serie de investigaciones y desarrollos sobre algoritmos de estimación de estado en las áreas de sistemas eléctricos de potencia y tráfico vehicular. En el área de sistemas eléctricos de potencia, la estimación de estado es una herramienta fundamental de los sistemas que participan en la operación de la red, ya que el mismo es el encargado de depurar las información que se obtiene. Clásicamente dicha herramienta se basa en el método de mínimos cuadrados ponderados. Recientemente el método de filtro de Kalman unscented fue propuesto en esta área mejorando los resultados de mínimos cuadrados ponderados cuando existen pequeños cambios en el sistema. Esta mejora se debe a que tiene en cuenta la historia del sistema. En este trabajo de tesis se presenta un nuevo método que combina lo mejor de ambos enfoques. En el área de tráfico vehicular, se presenta un algoritmo de estimación de estado basado en el filtro de Kalman unscented para estimar el tráfico en una sección de un autopista. Una de las formas más utilizadas para simular la evolución del tráfico en una sección de la autopista es un modelo macroscópico de segundo orden. Avances recientes dentro de este área utilizan una versión linealizada del modelo con el filtro Kalman. Considerando que en varias áreas, el filtro de Kalman unscented mejora los resultados del método linealizado, este trabajo tiene como objetivo la aplicación del mismo. Para ello, se presentan dos versiones del filtro de Kalman unscented que incorporan restricciones al dominio para poder ser aplicado al área de tráfico, obteniendo mejores resultados que la versión linealizada.
This thesis presents the results of the research made in the area of state estimation applied to power systems and vehicular traffic. In the area of power systems, the state estimation is an essential tool for software applications involved in the operation of the network, since it is responsible of the accuracy of the information obtained. State Estimation in Power Systems is classically based on the weighted least squares method, however, several extensions of Kalman filters have been recently proposed. Among them, the unscented Kalman Filter improves the results of weighted least squares methods when there are small changes in the system, as it considers the history of the system state. In this thesis a new method that combines the best of both approaches is presented. In vehicular traffic area, a state estimation algorithm applied to a freeway and based on the unscented Kalman filter is developed. The evolution of the traffic in a freeway section is usually defined by a macroscopic second order model which accurately calculates the density, the flow and the mean speed according to several non linear equations. An extended and linearized version of the Kalman method was already applied to this setting to estimate the previously mentioned variables. Considering that in many areas, the unscented Kalman filter improves the results of the linearized method, in this thesis a version of the first one which incorporates domain constraints is presented. This novel approach applied to freeway traffic estimation obtains better results than the linearized version.
Fil: Risso, Mariano A . Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Lotito, Pablo A . Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Rubiales, Aldo J . Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
description En esta tesis se presentan una serie de investigaciones y desarrollos sobre algoritmos de estimación de estado en las áreas de sistemas eléctricos de potencia y tráfico vehicular. En el área de sistemas eléctricos de potencia, la estimación de estado es una herramienta fundamental de los sistemas que participan en la operación de la red, ya que el mismo es el encargado de depurar las información que se obtiene. Clásicamente dicha herramienta se basa en el método de mínimos cuadrados ponderados. Recientemente el método de filtro de Kalman unscented fue propuesto en esta área mejorando los resultados de mínimos cuadrados ponderados cuando existen pequeños cambios en el sistema. Esta mejora se debe a que tiene en cuenta la historia del sistema. En este trabajo de tesis se presenta un nuevo método que combina lo mejor de ambos enfoques. En el área de tráfico vehicular, se presenta un algoritmo de estimación de estado basado en el filtro de Kalman unscented para estimar el tráfico en una sección de un autopista. Una de las formas más utilizadas para simular la evolución del tráfico en una sección de la autopista es un modelo macroscópico de segundo orden. Avances recientes dentro de este área utilizan una versión linealizada del modelo con el filtro Kalman. Considerando que en varias áreas, el filtro de Kalman unscented mejora los resultados del método linealizado, este trabajo tiene como objetivo la aplicación del mismo. Para ello, se presentan dos versiones del filtro de Kalman unscented que incorporan restricciones al dominio para poder ser aplicado al área de tráfico, obteniendo mejores resultados que la versión linealizada.
publishDate 2016
dc.date.none.fl_str_mv 2016-04
2016-08-19T14:55:11Z
dc.type.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
info:eu-repo/semantics/doctoralThesis
http://purl.org/coar/resource_type/c_db06
info:ar-repo/semantics/tesisDoctoral
status_str acceptedVersion
format doctoralThesis
dc.identifier.none.fl_str_mv http://www.ridaa.unicen.edu.ar/xmlui/handle/123456789/673
https://www.ridaa.unicen.edu.ar/handle/123456789/673
url http://www.ridaa.unicen.edu.ar/xmlui/handle/123456789/673
https://www.ridaa.unicen.edu.ar/handle/123456789/673
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
publisher.none.fl_str_mv Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
dc.source.none.fl_str_mv reponame:RIDAA (UNICEN)
instname:Universidad Nacional del Centro de la Provincia de Buenos Aires
reponame_str RIDAA (UNICEN)
collection RIDAA (UNICEN)
instname_str Universidad Nacional del Centro de la Provincia de Buenos Aires
repository.name.fl_str_mv RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Aires
repository.mail.fl_str_mv lleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ;
_version_ 1842341511156465664
score 12.623145