Método para detección de estados estacionarios: aplicación a unidades de generación eléctrica

• Published in: Ingeniería electrónica, automática y comunicaciones Vol. 35; no. 2; p. 45
• Main Authors: Vázquez Seisdedos, Luis, Trujillo Codorniu, Rafael A, Llosas Albuerne, Yolanda, Díaz Martínez, David
• Format: Journal Article
• Language: Spanish
• Published: Editorial Universitaria de la Republica de Cuba 01.05.2014
• ISSN: 0258-5944

La detección de ventanas o intervalos en los que un proceso continuo esté operando en un estado estacionario es útil para la monitorización a largo plazo y en especial cuando se tienen modelos de estado estacionario que están siendo usados para la optimización del proceso. En el presente trabajo se presenta un método, bajo el nombre de sigma--gamma, basado en ventanas deslizantes, que mejora significativamente los algoritmos existentes. Combina algoritmos basados en el análisis de la desviación estándar de las mediciones con el método de las medias móviles y puede aplicarse no sólo a mediciones contaminadas con ruido blanco; sino también sobre series temporales afectadas por ruido coloreado. Se evalúa su desempeño comparándolo con dos de los métodos más recientes. Las pruebas indican que para los diferentes niveles y tipos de mido analizados el método propuesto ofrece una reducción estadísticamente significativa de los errores de Tipo I y de Tipo II. Las series temporales que sirven de base a los experimentos de evaluación están relacionadas con los tipos de respuestas esenciales bajo las que operan las unidades de generación eléctrica. Palabras claves: Detector de estado estacionario, series temporales, ruido coloreado, unidad de generación eléctrica, Detecting windows or intervals of when a continuous process is operating in a state of steadiness is useful for long term monitoring and especially when steady-state models are being used to optimize the process or plant on-line. In this paper a method, which is called as sigma--gamma, on moving windows based that improves significantly existent algorithms is presented. On the measurements, it combines algorithms based on standard deviation analysis with moving average method and it can be applied not only on measurements which have been corrupted by additive white noise; but also on time series which have been corrupted by additive colored noise. Its performance is evaluated by comparing with two very recent methods. For different levels and noise types, tests point out that proposed method offers a significantly reduction on Type I and Type II errors. The base time series for algorithm's testing are related with the essential waveform's response below electrical generation units' work. Keywords: Steady state detector, time series, hypothesis testing, Colored noise, electrical generation unit,