Análise dos Demais Parâmetros de Qualidade de LLS

Outras análises foram realizadas com objetivo de melhor quantificar o desempenho do LLS na região de interesse. Tais análises consideram o número médio de sensores participantes da solução da descarga, o percentual de registros que possuem a participação de pelo menos uma estação do tipo IMPACT em suas soluções, o valor médio do grau de liberdade das soluções e o valor médio do chi-quadrado6. Estas análises apresentam caráter complementar, que visam elucidar (diagnosticar) o desempenho do sistema em particular. A mesma base de dados de strokes (ano 2003) e o mesmo gradeado 10 x 10 km2 foram considerados nessa análise.

A figura 7.6 mostra o mapa do número médio de sensores participantes nas soluções dos strokes. Este resultado permite a realização de análises comparativas ao se avaliar a relevância do número de sensores na qualidade dos dados gerados pelo LLS.

Fig. 7.6 – Número médio de sensores participantes na solução dos Strokes nos Estados MG, RJ e ES.

Como esperado, ao comparar os mapas das figuras 7.5 e 7.6, é verificado que a região de maior número de sensores coincide com a região de melhor precisão de localização de descargas atmosféricas. Por exemplo, a região mais escura na figura 7.6 (7-8 sensores) apresenta o melhor nível encontrado para a precisão (600 m). A região delimitada pela linha pontilhada (figura 7.5b) apresenta um número médio de sensores compreendido entre 5 e 6.

Quanto maior o número de informações de tempo e ângulo utilizadas no cômputo da informação da descarga, maior é a qualidade do dado gerado. O registro de stroke contém o campo “grau de liberdade” que representa justamente o número de informações adicionais (além das necessárias para calcular as coordenadas, latitude e longitude, do stroke e o instante estimado de sua ocorrência). A figura 7.7 mostra o valor médio do grau de liberdade.

Fig. 7.7 – Número médio do grau de liberdade dos registros de Strokes nos Estados MG, RJ e ES.

Um outro parâmetro que possibilita a quantificação da qualidade dos registros de

strokes gerados pelo LLS é o chamado “Chi-quadrado” normalizado. Que corresponde à

“função erro” normalizada pelos erros esperados de tempo e ângulo e pelo grau de liberdade (item 4.2.5). A figura 7.8 apresenta o valor médio do chi-quadrado normalizado para os Estados MG, RJ e ES. Quanto maior o valor do chi-quadrado, maiores são os desvios encontrados nas medições de tempo e ângulo. Segundo fabricante do LLS, valores compreendidos entre 0 e 3 são considerados bons e entre 3 e 10 são considerados valores aceitáveis. Quanto menor o valor, maior a qualidade do registro. Ao utilizar estimativas adequadas de erro de tempo e ângulo, o valor chi-quadrado deve ser próximo de 1. Na NLDN, atualmente, é definido um valor máximo aceitável de 3,5. Valor elevado de chi- quadrado pode indicar a inexistência de correção adequada de erros locais, níveis não usuais de ruído etc. [Vaisala, 2003].

Fig. 7.8 – Valor médio do “chi-quadrado” dos registros de Strokes nos Estados MG, RJ e ES.

As regiões norte, extremo leste e extremo sul do Estado MG, bem como, o Estado ES apresentam os maiores valores de chi-quadrado (em torno de 2,5 e 3). Porém se enquadram no nível aceitável de qualidade. Pode-se disser que o valor chi-quadrado mede o grau de concordância entre os relatos de tempo e ângulo dos sensores e a solução ótima gerada no processamento da informação do stroke.

É sabido que o desempenho das estações IMPACT é melhor que o das estações LPATS, uma vez que ela combina as duas tecnologias de localização de descargas atmosféricas (ToA e MDF). A fim de se avaliar a possível relação entre a precisão de

localização e a taxa de participação de estações IMPACT, é mostrado na figura 7.9 um mapa indicando o percentual de participação de IMPACT’s nas soluções dos strokes que compõem o conjunto de dados analisados. Este mapa foi apresentado anteriormente no capítulo 5, na análise de contaminação dos registros nuvem-solo por eventos de nuvens.

Fig. 7.9 – Percentual de registros de strokes cujas soluções têm a participação de pelo menos um sensor IMPACT.

A região de maior percentual de participação de sensores IMPACT no Estado de Minas Gerais (cor roxa) apresenta o melhor nível de precisão encontrado, 600 m. Entretanto a região sul do Rio de Janeiro, onde o percentual de participação é elevado (quase 100%), apresenta níveis de precisão que variam desde 600 m a 3 km, reforçando o caráter complementar deste tipo de análise. Neste caso, o que melhor explica tal comportamento é a influência da disposição física dos sensores, visto que a precisão é reduzida em direção às bordas da região de cobertura do sistema.

Alguns resultados interessantes referentes ao desempenho da rede foram obtidos nesta análise. A capacidade da estação TM (Três Marias) em detectar sinais eletromagnéticos originados na direção sul e, mais notoriamente, na direção nordeste é menor que a detecção de sinais provenientes das demais direções. Uma análise complementar foi realizada considerando-se um outro período de dados (2002) e, no entanto, o mapa obtido foi praticamente o mesmo deste obtido para o ano 2003. Tal comportamento pode estar associado a algum eventual erro local ou mesmo às características do relevo ao longo do caminho de propagação dos campos gerados.

A concessionária de energia local para fins operacionais dividiu a área do Estado de Minas Gerais em sete regionais de transmissão (TR’s) de energia elétrica (figura 7.10). As análises foram realizadas para cada uma das regionais e os resultados relativos a cada uma destas áreas são apresentados separadamente.

Fig 7.10 – Regiões de análises: sete regionais de transmissão de energia elétrica (TR’s).

A tabela 7.3 sumariza os valores medianos encontrados para os semi-eixos maiores, valores médios do número de sensores participantes da solução dos strokes e o percentual médio de registros que tiveram a participação de pelo menos uma estação do tipo IMPACT. Os valores entre parênteses correspondem à faixa encontrada para região em estudo.

Tab. 7.3 – Resumo dos resultados para cada regional de transmissão. TR Valor mediano do semi-eixo maior (km) Faixa do número médio de sensores Percentual médio de participação de estações IMPACT TR / OS 0,61 (0,4 – 1,2) 5 – 8 61% (23 – 92%) TR / SL 0,61 (0,4 – 1,2) 4 – 7 72% (35 – 97%) TR / MT 0,70 (0,6 – 0,9) 5 – 7 53% (14 – 80%) TR / TG 0,77 (0,5 – 1,75) 5 – 7 77% (46 – 97%) TR / SD 0,81 (0.5 – 1.6) 5 – 7 55% (31 – 90%) TR / NO 1,9 (0,5 – 6,0) 4 – 7 55% (0 – 91%) TR / LS 2,3 (0,6 – 8,4) 4 – 6 59% (0 – 93%)

A distribuição do semi-eixo maior do conjunto de strokes ocorridos na região TR / MT (Transmissão Metropolitana) é apresentada na figura 7.11. Verifica-se que o número de registros cujo erro supera 1 km é pequeno, representando apenas 9% do conjunto de dados na região.

Distribuição do semi-eixo maior da elipse de erro (TR / MT) 0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1 1,1 1,2 1,3 1,4 1,5 1,6 1,7 1,8 1,9 2 > 2 Semi-eixo maior (km) N ú m e ro de r e gi st ro s 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Pe rc e n tu a l ac u m u lad o

Fig. 7.11 – Distribuição do semi-eixo maior do conjunto de dados de strokes na região TR/MT.

O objetivo destas análises apresentadas neste item e em 7.4.1.3 é retratar (diagnosticar) uma base de dados específica referente a um período de interesse.

Mesmo que seja definida outra configuração de reprocessamento na central do LLS, ou novos ajustes nos valores de desvios de tempo e ângulo referentes a cada sensor da rede, a metodologia aplicada (análise estatística dos dados gerados pelo LLS) continua sendo válida para a avaliação da precisão de localização. Neste caso, uma nova base de dados seria constituída a partir do reprocessamento dos mesmos e, possivelmente, novos valores medianos do semi-eixo maior poderiam ser obtidos.

A principal contribuição deste trabalho é que as análises que utilizam a base de dados do LLS na região em estudo podem ser realizadas mais cuidadosamente, considerando os novos valores esperados para a faixa de erro de localização.

A aplicação dessa metodologia propicia um melhor entendimento do desempenho do LLS na área de estudo e permite, por exemplo, a identificação de desempenhos diferenciados de estações do tipo IMPACT em determinadas faixas de direção.

A aplicação do método proposto pode ser estendida para outras regiões, incluindo toda a área de cobertura da RINDAT. O método permite executar análises tanto em nível macro quanto em micro, consoante o gradeado escolhido (10 x 10 km2).

de uma Nova