Fortsättningsvis hade det varit av intresse att undersöka betydelsen av magnetiska shuntar för att klargöra dess betydelse för sekvensimpedansen. För att förbättra nätberäkningarna ytterligare, kan kvoten mellan noll- och plusföljdsimpedansen, samt nollföljdsresistansen bestämmas för andra typer av transformatorer och eventuellt andra komponenter. Andra metoder kan också vara intressant att undersöka för att bestämma sekvensimpedanserna.
En metod skulle kunna vara att använda maskininlärningsalgoritmer för att skapa en mo-dell med så hög anpassningsgrad som möjligt. För att kunna genomföra detta hade det emellertid krävts en datamängd, många gånger större än den som fanns tillgänglig i den här studien, vilket i detta sammanhang ändå anses unikt hög.
Slutsatser
Målet med avhandlingen är att genom tillgänglig data, empiriskt bestämma kvoten mellan noll- och plusföljdsimpedansen, samt nollföljdsresistansen hos olika transformatortyper med utdragen ∆-lindning, och utreda beroende till olika transformatoregenskaper. I datan gavs information om transformatoregenskaper, sekvensimpedanser och sekvensresistan-ser, och delades upp i sex grupper enligt tabell 1.1. Datan analyserades i MATLAB för att finna korrelationer och samband modellerades visuellt och numeriskt.
Sammanfattningsvis fungerade den framtagna algoritmen väl och en del samband upptäck-tes som gick att modellera. Dessa hade varierande tillförlitlighet som i huvudsak berodde på antalet transformatorer i gruppen. De viktigaste resultaten från avhandlingen var:
• Medelvärdet (och konfidensintervallet) för kvoten mellan noll- och plusföljdsim-pedansen, samt för kvoten mellan noll- och plusföljdsresistansen beroende på kon-struktionen av transformatorns kärna (tre eller fem ben).
• Kvoten mellan noll- och plusföljdsimpedansen för fembenta transformatorer är ett.
• Enskilda tillverkare bygger transformatorer med liknande kvot mellan noll- och plus-följdsimpedansen.
• Kvoten mellan noll- och plusföljdsimpedansen för grupp 2 (tvålindningstransforma-torer med en ∆-lindning) visar en stigande trend över tiden, medan kvoten mellan noll- och plusföljdsresistansen har haft en nedåtgående trend. Detta kan förklaras av att kärnplåten är bättre i nyare transformatorer och har en högre relativ magnetisk permeabilitet som därmed ökat impedansen. Att nollföljdsresistansen minskat kan bero på en ökad användning av magnetiska shuntar.
• Det finns en korrelation mellan transformatorns lindningars kvot mellan noll- och plusföljdsimpedansen. Lindningar vid lägre spänningsnivå har i allmänhet en högre kvot än lindningar vid högre spänningsnivå.
66
KAPITEL 7. SLUTSATSER 67
• Det finns ett samband mellan transformatorns kopplingslägen för kvoten mellan noll- och plusföljdsimpedansen. Kvoten är högre vid ett lägre antal lindningsvarv inkopplade, d.v.s. kvoten är högre vid minläge än vid maxläge för en transformator med lindningskopplare.
• Det finns en korrelation mellan nollföljdsresistansen och plusföljdsimpedansen för grupp 2 (tvålindningstransformatorer med en ∆-lindning), uppdelade i två kluster där det ena är samlat runt fembenta transformatorer. Dessa transformatorer skulle kunna vara utrustade med magnetiska shuntar.
[1] Åke Carlson. Power Transformer Design Fundamentals. 3. utg. ABB Transformers.
Ludvika, Sverige, aug. 2000.
[2] Jose Duenas. “Uppskattning av nollföljdsimpedansen hos trefas krafttransformato-rer med utjämningslindning”. Examensarb. Stockholm, Sverige: KTH, 2018.
[3] Cecilia Gerlitz. “Empirisk studie av nollföljdsimpedansen hos transformatorer utan deltalindning”. Examensarb. Stockholm, Sverige: KTH, 2018.
[4] Colin. Bayliss och Brian Hardy. Transmission and Distribution Electrical Engine-ering. Elsevier Science, 2006. isbn: 9780080468136.
[5] Power transformers - Part 8: Application guide. International Standard CEI/IEC 60076-8:1997. Geneva, Schweiz, okt. 1997. url: http://tktransformer.
com / wp - content / uploads / 2017 / 07 / IEC - 60076 - 8 - 1997 . pdf (hämtad 2020-01-21).
[6] B. Grundmark. Kurshäfte i allmän transformatorkunskap för ingenjörer i konstruk-tion, produkkonstruk-tion, provning och försäljning. ASEA transformers worldwide. Ludvi-ka, Sverige, 1987.
[7] ABB MPT 67 MVA Power Transformer. Cision. April 2013. url: https://news .cision.com/se/abb/i/abb-mpt-67-mva-power-transformer, c1311394 (hämtad 2020-02-14).
[8] Hans-Peter Nee m. fl. Eleffektsystem: EJ1200. Skolan för Elektro- och Systemtek-nik. Stockholm, Sverige, okt. 2008.
[9] Leonardo Štrac. “Three-Phase Shunts for Stray Magnetic Field”. I: Procedia Engi-neering 202 (2017). Special issue of the 4th International Colloquium ”Transformer Research and Asset Management”, s. 183–188. issn: 1877-7058.
[10] Lennart Söder och Mehrdad Ghandhari. Static Analysis of Power Systems. Electric Power Systems, Royal Institute of Technology. Stockholm, Sverige, 2016.
68
LITTERATUR 69
[11] Hsu Mon Aung och Dr. Min Min Oo. “Design of 25 MVA Shunt Reactor for 230 kV Transmission Line H”. I: vol. 03. 11. Juni 2014, s. 2481–2486. url: https:
/ / pdfs . semanticscholar . org / 86f1 / b7cdff641ad5d541e34e 96d17c3138d43310.pdf (hämtad 2020-02-04).
[12] Zahra Norouzian. Shunt Reactors - Optimizing Transmission Voltage System. Electri-cal Engineer, ABB Transformers and Reactors. Sept. 2016. url: http : / / tr ansfo . ir / papers / 3rd _ itce / itce16 - norouzian . pdf (hämtad 2020-02-27).
[13] Shunt reactors - Proven history for future success. ABB. Zurich, Switzerland, sept.
2018. url: https : / / search - ext . abb . com / library / Download . aspx?DocumentID=1LAB000427&LanguageCode=en&DocumentPar tId=&Action=Launch (hämtad 2020-01-29).
[14] Claes Bengtsson. ABB Review, Balance of power. ABB Power Transformers. Ludvi-ka, Sweden, mars 2017. url: https://search-ext.abb.com/library/
Download.aspx?DocumentID=9AKK106930A7870&LanguageCode=
en&DocumentPartId=&Action=Launch (hämtad 2020-01-29).
[15] S.S. Gururajapathy, H. Mokhlis och H.A. Illias. “Fault location and detection tech-niques in power distribution systems with distributed generation: A review”. I: Re-newable and Sustainable Energy Reviews 74 (2017), s. 949–958. issn: 1364-0321.
url: http : / / www . sciencedirect . com / science / article / pii / S1364032117303386 (hämtad 2020-02-04).
[16] Olle Ingemar Elgerd. Sequence network representation of transformers in three-phase systems. St. Louis, Missouri, USA: Moloney Electric Company, 1956.
[17] Jami Lehtinen. “Redovisning över tillståndsmätningar av oljeisolerade krafttrans-formatorer”. Examensarb. Helsingfors, Finland: Arcada, 2010. url: https : / / www.theseus.fi/bitstream /handle/10024/21273/Lehtinen_
Jami.pdf?sequence=1&isAllowed=y (hämtad 2020-01-29).
[18] Daniel Larose. “Discovering Knowledge in Data: An Introduction to Data Mining”.
I: jan. 2004, s. 27–28, 35–36.
BILAGA A. DIAGRAM OCH TABELLER 71
Figur A.1: Kvoten mellan noll- och plusföljdsimpedansens korrelation med märkspän-ningen, beroende på kopplingsart för trebenta transformatorer. Endast lindningskopplarens huvudläge för lindning 1 visas.
40 50 60 70 80
Figur A.2: Kvoten mellan noll- och plusföljdsimpedansens korrelation med märkeffekten, beroende på kopplingsarten för trebenta transformatorer. Endast lindningskopplarens hu-vudläge för lindning 1 visas.
BILAGA A. DIAGRAM OCH TABELLER 73
Figur A.3: Kvoten mellan noll- och plusföljdsimpedansens korrelation med märkeffekten, beroende på märkspänningen för trebenta transformatorer. Endast lindningskopplarens hu-vudläge för lindning 1 visas.
Tabell A.1: Medelvärdet (och konfidensintervallet) av kvoten mellan noll- och plus-följdsimpedansen (Z0/Z1) för lindning 1 i minläge för varje grupp, uppdelade i tre- och fembenta transformatorer.
Tre ben (T3) Fem ben (Y3) Grupp 1 1 st 0.86782 4 st 0.99598 ± 0.00627 Grupp 2 427 st 0.92546 ± 0.00436 8 st 0.99900 ± 0.00905 Grupp 3 149 st 0.85536 ± 0.02145 8 st 0.98841 ± 0.01629 Grupp 4 72 st 0.96228 ± 0.01106 2 st 1.03640 ± 0.01117 Grupp 5 116 st 0.92989 ± 0.00961 – –
Grupp 6 4 st 0.95062 ± 0.02787 – –
Tabell A.2: Medelvärdet (och konfidensintervallet) av kvoten mellan noll- och plus-följdsimpedansen (Z0/Z1) för lindning 2 i minläge för varje grupp, uppdelade i tre- och fembenta transformatorer.
Tre ben (T3) Fem ben (Y3) Grupp 3 99 st 0.87857 ± 0.03573 5 st 0.92726 ± 0.12250 Grupp 5 54 st 1.02714 ± 0.03091 – –
Grupp 6 3 st 1.00896 ± 0.03590 – –
Tabell A.3: Medelvärdet (och konfidensintervallet) av kvoten mellan noll- och plus-följdsimpedansen (Z0/Z1) för lindning 1 med lindning 2 kortsluten i minläge för varje grupp, uppdelade i tre- och fembenta transformatorer.
Tre ben (T3) Fem ben (Y3) Grupp 3 28 st 0.95344 ± 0.03743 4 st 0.89691 ± 0.22222
Tabell A.4: Medelvärdet (och konfidensintervallet) av kvoten mellan noll- och plus-följdsimpedansen (Z0/Z1) för lindning 1 i maxläge för varje grupp, uppdelade i tre- och fembenta transformatorer.
Tre ben (T3) Fem ben (Y3) Grupp 1 1 st 0.82140 2 st 0.99669 ± 0.01178 Grupp 2 427 st 0.89920 ± 0.00521 8 st 0.99695 ± 0.00769 Grupp 3 149 st 0.83403 ± 0.02173 8 st 0.99494 ± 0.02021 Grupp 4 70 st 0.96125 ± 0.01671 2 st 1.04835 ± 0.02264 Grupp 5 117 st 0.90996 ± 0.01003 – –
Grupp 6 4 st 0.92033 ± 0.03914 – –
BILAGA A. DIAGRAM OCH TABELLER 75
Tabell A.5: Medelvärdet (och konfidensintervallet) av kvoten mellan noll- och plus-följdsimpedansen (Z0/Z1) för lindning 2 i maxläge för varje grupp, uppdelade i tre- och fembenta transformatorer.
Tre ben (T3) Fem ben (Y3) Grupp 3 98 st 0.87944 ± 0.03552 5 st 0.92666 ± 0.12213 Grupp 5 54 st 1.01315 ± 0.03078 – –
Grupp 6 3 st 1.01170 ± 0.02066 – –
Tabell A.6: Medelvärdet (och konfidensintervallet) av kvoten mellan noll- och plus-följdsimpedansen (Z0/Z1) för lindning 1 med lindning 2 kortsluten i maxläge för varje grupp, uppdelade i tre- och fembenta transformatorer.
Tre ben (T3) Fem ben (Y3) Grupp 3 28 st 0.93942 ± 0.04002 4 st 0.83020 ± 0.33403
A.2 Korrelation mellan lindningar
Figur A.4: Kvoten mellan noll- och plusföljdsimpedansens korrelation mellan transforma-torns olika lindningar för grupp 3, med modellen för prediktionsintervallets övre (grön) och undre (cyan) gräns.
Den översta grafen i figur A.4 visar nollföljdsimpedansen sedd från lindning 2, divide-rat med plusföljdsimpedansen mellan lindning 2 och ∆-lindningen som funktion av noll-följdsimpedansen sedd från lindning 1, dividerat med plusnoll-följdsimpedansen mellan lind-ning 1 och ∆-lindlind-ningen.
Den nedre grafen till vänster i figur A.4 visar nollföljdsimpedansen sedd från lindning 1 med lindning 2 kortsluten, dividerat med plusföljdsimpedansen mellan lindning 1 och lindning 2 parallellkopplad med ∆-lindningen som funktion av nollföljdsimpedansen sedd från lindning 1, dividerat med plusföljdsimpedansen mellan lindning 1 och ∆-lindningen.
Den nedre grafen till höger i figur A.4 visar nollföljdsimpedansen sedd från lindning 1 med lindning 2 kortsluten, dividerat med plusföljdsimpedansen mellan lindning 1 och lindning 2 parallellkopplad med ∆-lindningen som funktion av nollföljdsimpedansen sedd från lindning 2, dividerat med plusföljdsimpedansen mellan lindning 2 och ∆-lindningen.
BILAGA A. DIAGRAM OCH TABELLER 77
0.7 0.75 0.8 0.85 0.9 0.95 1 1.05
Z0/Z
1 huvud 1 0
0.5 1 1.5
Z 0/Z 1 huvud 2
Data, grupp 5 Robust modell Prediktionsintervall
0.93 0.94 0.95 0.96 0.97 0.98 0.99
Z0/Z
1 huvud 1 0.7
0.8 0.9 1 1.1 1.2 1.3
Z 0/Z 1 huvud 2
Data, grupp 6 Robust modell Prediktionsintervall
Figur A.5: Kvoten mellan noll- och plusföljdsimpedansens korrelation mellan transforma-torns lindning 1 och 2 för grupp 5 (övre) och grupp 6 (nedre), med modellen för predik-tionsintervallets övre (grön) och undre (cyan) gräns.
I figur A.5 visas nollföljdsimpedansen sedd från lindning 2 med lindning 1 kortsluten, dividerat med plusföljdsimpedansen mellan lindning 1 och lindning 2 som funktion av nollföljdsimpedansen sedd från lindning 1 med lindning 2 kortsluten, dividerat med plus-följdsimpedansen mellan lindning 1 och lindning 2.
A.3 Korrelation av kopplingslägen
Figur A.6: Olika modeller för förhållandet mellan lindningskopplarens min- och huvudlä-ge för kvoten mellan noll- och plusföljdsimpedansen för lindning 1.
BILAGA A. DIAGRAM OCH TABELLER 79
Tabell A.7: Olika modeller för förhållandet mellan lindningskopplarens min- och huvud-läge för kvoten mellan noll- och plusföljdsimpedansen för lindning 1, motsvarande figur A.6. Den enkla modellen innehåller ingen metod för att öka tillförlitligheten, den robus-ta metoden använder bisquare viktmetod och den tredje modellen exkluderar avvikande värden.
Enkel Robust Exkludering
R¯2 RMSE R¯2 RMSE R¯2 RMSE
Grupp 2 0.8132 0.0200 0.9453 0.0108 0.8540 0.0153 Grupp 3 0.9580 0.273 0.9770 0.203 0.9773 0.0201 Grupp 4 0.5355 0.0320 0.8694 0.0169 0.7436 0.0208 Grupp 5 0.8314 0.0217 0.9206 0.0149 0.8937 0.0168 Grupp 6 0.7960 0.0128 0.7537 0.0141 0.7960 0.0128
-2 -1.5 -1 -0.5 0
Figur A.7: Datafördelningen av resedualerna från den robusta modellen (bisquare viktme-tod) för minläget som funktion av huvudläget för kvoten mellan noll- och plusföljdsim-pedansen för lindning 1.
0.85 0.9 0.95 1
Figur A.8: Olika modeller för förhållandet mellan lindningskopplarens max- och huvud-läge för kvoten mellan noll- och plusföljdsimpedansen för lindning 1.
BILAGA A. DIAGRAM OCH TABELLER 81
Tabell A.8: Olika modeller för förhållandet mellan lindningskopplarens max- och huvud-läge för kvoten mellan noll- och plusföljdsimpedansen för lindning 1, motsvarande figur A.8. Den enkla modellen innehåller ingen metod för att öka tillförlitligheten, den robus-ta metoden använder bisquare viktmetod och den tredje modellen exkluderar avvikande värden.
Enkel Robust Exkludering
R¯2 RMSE R¯2 RMSE R¯2 RMSE
Grupp 2 0.9470 0.0129 0.9719 0.0094 0.9573 0.0113 Grupp 3 0.9824 0.0181 0.9829 0.0179 0.9824 0.0181 Grupp 4 0.6822 0.0405 0.9550 0.0152 0.8370 0.0268 Grupp 5 0.8957 0.0178 0.9538 0.0119 0.9267 0.0149 Grupp 6 0.9934 0.0033 0.9921 0.0035 0.9934 0.0033
-2 -1.5 -1 -0.5 0
Figur A.9: Datafördelningen av resedualerna från den robusta modellen (bisquare viktme-tod) för maxläget som funktion av huvudläget för kvoten mellan noll- och plusföljdsim-pedansen för lindning 1.
0.2 0.4 0.6 0.8 1 1.2
Figur A.10: Förhållande mellan lindningskopplarens min- och maxläge som funktion av huvudläget för lindning 1, för grupp 3 och 5, där modellen tagits fram med Bisquare för att öka robustheten.
BILAGA A. DIAGRAM OCH TABELLER 83
Figur A.11: Kvoten mellan noll- och plusföljdsresistansen (R0/R1) som funktion av märk-spänningen för lindning 1. Data har delats upp beroende kopplingsart.
50 100 150 200
Figur A.12: Kvoten mellan noll- och plusföljdsresistansen (R0/R1) som funktion av mär-keffekten för lindning 1. Data har delats upp beroende kopplingsart.
BILAGA A. DIAGRAM OCH TABELLER 85
Figur A.13: Kvoten mellan noll- och plusföljdsresistansen (R0/R1) som funktion av till-verkningsår för lindning 1. Data har delats upp beroende kopplingsart.
1995 2000 2005 2010 2015 2020
Figur A.14: Kvoten mellan noll- och plusföljdsresistansen (R0/R1) som funktion av till-verkningsår för lindning 1. Data har delats upp beroende märkspännig.
BILAGA A. DIAGRAM OCH TABELLER 87
Figur A.15: Kvoten mellan noll- och plusföljdsresistansen (R0/R1) som funktion av kvo-ten mellan plusföljdsimpedansen och plusföljdsresistansen (Z1/R1) för lindning 1. Datan har delats upp beroende på kopplingsart.
450 500 550 600 650 700 750
Figur A.16: Kvoten mellan noll- och plusföljdsresistansen (R0/R1) som funktion av kvo-ten mellan plusföljdsimpedansen och plusföljdsresistansen (Z1/R1) för lindning 1. Datan har delats upp beroende på märkspänning.
BILAGA A. DIAGRAM OCH TABELLER 89
Tabell A.9: Medelvärdet (och konfidensintervallet) av kvoten mellan noll- och plusföljds-resistansen (R0/R1) för lindning 1 i minläge för varje grupp, uppdelade i tre- och fembenta transformatorer.
Tre ben (T3) Fem ben (Y3)
Grupp 1 – – 1 st 1.39480
Grupp 2 305 st 1.48538 ± 0.07686 4 st 0.81579 ± 0.08711 Grupp 3 101 st 1.85147 ± 0.22774 5 st 1.10077 ± 0.23401 Grupp 4 59 st 1.22334 ± 0.11677 2 st 1.12150 ± 0.09937 Grupp 5 55 st 1.79630 ± 0.25673 – –
Grupp 6 3 st 2.00053 ± 1.09631 – –
Tabell A.10: Medelvärdet (och konfidensintervallet) av kvoten mellan noll- och plusföljds-resistansen (R0/R1) för lindning 2 i minläge för varje grupp, uppdelade i tre- och fembenta transformatorer.
Tre ben (T3) Fem ben (Y3) Grupp 3 62 st 1.64117 ± 0.29502 2 st 1.45095 ± 0.75137 Grupp 5 16 st 2.20551 ± 0.65644 – –
Grupp 6 2 st 1.74990 ± 0.75401 – –
Tabell A.11: Medelvärdet (och konfidensintervallet) av kvoten mellan noll- och plusföljds-resistansen (R0/R1) för lindning 1 med lindning 2 i minläge för varje grupp, uppdelade i tre- och fembenta transformatorer.
Tre ben (T3) Fem ben (Y3) Grupp 3 15 st 1.34860 ± 0.46807 2 st 1.15394 ± 0.63909
Tabell A.12: Medelvärdet (och konfidensintervallet) av kvoten mellan noll- och plusföljds-resistansen (R0/R1) för lindning 1 i maxläge för varje grupp, uppdelade i tre- och fembenta transformatorer.
Tre ben (T3) Fem ben (Y3)
Grupp 1 – – – –
Grupp 2 303 st 1.91048 ± 0.09555 4 st 0.84816 ± 0.06020 Grupp 3 101 st 2.11679 ± 0.28406 5 st 1.27401 ± 0.47106 Grupp 4 57 st 1.39050 ± 0.16850 2 st 1.17250 ± 0.19130 Grupp 5 56 st 2.26996 ± 0.32796 – –
Grupp 6 3 st 2.19243 ± 0.97048 – –
Tabell A.13: Medelvärdet (och konfidensintervallet) av kvoten mellan noll- och plusföljds-resistansen (R0/R1) för lindning 2 i maxläge för varje grupp, uppdelade i tre- och fembenta transformatorer.
Tre ben (T3) Fem ben (Y3) Grupp 3 61 st 1.65490 ± 0.29875 2 st 1.47900 ± 0.69639 Grupp 5 16 st 2.20551 ± 0.65644 – –
Grupp 6 2 st 1.74990 ± 0.75401 – –
Tabell A.14: Medelvärdet (och konfidensintervallet) av kvoten mellan noll- och plusföljds-resistansen (R0/R1) för lindning 1 med lindning 2 i maxläge för varje grupp, uppdelade i tre- och fembenta transformatorer.
Tre ben (T3) Fem ben (Y3) Grupp 3 15 st 1.47055 ± 0.59463 2 st 1.09853 ± 1.20946
Bilaga B
MATLAB kod
B.1 main.m
1 c l c; c l o s e a l l; c l e a r a l l;
2
3 s e q _ d a t a _ o r g = x l s r e a d (’ z e r o s e q . x l s x ’, 1 ,’ K2 : AT1133 ’) ;
4 [ ~ , t x t _ d a t a 1 ] = x l s r e a d (’ z e r o s e q . x l s x ’, 1 ,’ C2 : D1133 ’) ;
5 [ ~ , t x t _ d a t a 2 ] = x l s r e a d (’ z e r o s e q . x l s x ’, 1 ,’ I 2 : J 1 1 3 3 ’) ;
6 t x t _ d a t a = [ t x t _ d a t a 1 t x t _ d a t a 2 ] ; % t i l l v e r k a r e , b e t e c k n i n g , k ä r n t y p , k o p p l i n g s a r t
7 i n f o _ d a t a 1 = x l s r e a d (’ z e r o s e q . x l s x ’, 1 ,’ B2 : B1133 ’) ;
8 i n f o _ d a t a 2 = x l s r e a d (’ z e r o s e q . x l s x ’, 1 ,’ E2 : G1133 ’) ;
9 d a t e = x l s r e a d (’ z e r o s e q . x l s x ’, 1 ,’AU2 : AU1133 ’) ;
10 i n f o _ d a t a _ o r g = [ i n f o _ d a t a 1 i n f o _ d a t a 2 d a t e] ; % g r u p p , l i n d n i n g a r , s p ä n n i n g , e f f e k t , d a t u m
11
12 s e q _ d a t a = s e q _ d a t a _ o r g ;
13 s e q _ d a t a ( s e q _ d a t a <= 0 ) = n a n ;
14 i n f o _ d a t a = i n f o _ d a t a _ o r g ;
15 i n f o _ d a t a ( i n f o _ d a t a <= 0 ) = n a n ;
16
17 % 1 = m a n u f a c ( I n f o f r å n t i l l v e r k a r e o c h t i l l v e r k n i n g s å r )
18 % 2 = r a t i o ( N o l l f ö l j d s i m p e d a n s e n genom p l u s f ö l j d s i m p e d a n s e n )
19 % 3 = z e r o r e s ( N o l l f ö l j d s r e s i s t a n s e n )
20 % 4 = minmax ( K o p p l i n g s l ä g e )
21 % 5 = d i f f w i n d ( M e l l a n l i n d n i n g a r )
22 f u n q = 3 ;
23
24 i f f u n q == 1
25 [ T3_ASEA_mean , T3_ASEA_conf , T3_ABB_mean , T3_ABB_conf , T3_Koncar_mean , T 3 _ K o n c a r _ c o n f , T3_ETRA_mean , T3_ETRA_conf , T3_SB_mean , T 3_ S B _ con f ] = m a n u f a c ( t x t _ d a t a , i n f o _ d a t a , s e q _ d a t a ) ;
26 e l s e i f f u n q == 2
27 [ T3_mean_1_main , Y3_mean_1_main , T 3 _ c o n f _ 1 _ m a i n , Y 3 _ c o n f _ 1 _ m a i n , T3_mean_2_main , Y3_mean_2_main , T 3 _ c o n f _ 2 _ m a i n , Y 3 _ c o n f _ 2 _ m a i n , T3_mean_3_main , T 3 _ c o n f _ 3 _ m a i n , Y3_mean_3_main , Y 3 _ c o n f _ 3 _ m a i n , T3_mean_1_min , Y3_mean_1_min , T 3 _ c o n f _ 1 _ m i n , Y 3 _ c o n f _ 1 _ m i n , T3_mean_2_min , Y3_mean_2_min , T 3 _ c o n f _ 2 _ m i n , Y 3 _ c o n f _ 2 _ m i n , T3_mean_3_min , T 3 _ c o n f _ 3 _ m i n , Y3_mean_3_min , Y 3 _ c o n f _ 3 _ m i n , T3_mean_1_max , Y3_mean_1_max , T3_conf_1_max , Y3_conf_1_max , T3_mean_2_max , Y3_mean_2_max , T3_conf_2_max , Y3_conf_2_max , T3_mean_3_max , T3_conf_3_max , Y3_mean_3_max , Y3_conf_3_max ] = r a t i o ( i n f o _ d a t a , s e q _ d a t a , t x t _ d a t a ) ;
91
28 e l s e i f f u n q == 3 T3_conf_1_max , Y3_mean_1_max , Y3_conf_1_max , T3_mean_2_max , T3_conf_2_max , Y3_mean_2_max , Y3_conf_2_max , T3_mean_3_max , T3_conf_3_max , Y3_mean_3_max , Y3_conf_3_max ] = z e r o r e s ( i n f o _ d a t a , s e q _ d a t a , t x t _ d a t a ) ;
1 f u n c t i o n [ T3_ASEA_mean , T3_ASEA_conf , T3_ABB_mean , T3_ABB_conf , T3_Koncar_mean ,
T 3 _ K o n c a r _ c o n f , T3_ETRA_mean , T3_ETRA_conf , T3_SB_mean , T 3 _ SB _c onf ] = m a n u f a c ( t x t _ d a t a ,