Método híbrido baseado no algoritmo k-means e regras de decisão para localização das fontes de variações de tensões de curta duração no contexto de Smart Grid (2017)
- Authors:
- Autor USP: BORGES, FáBBIO ANDERSON SILVA - EESC
- Unidade: EESC
- Sigla do Departamento: SEL
- Subjects: APRENDIZADO COMPUTACIONAL; SISTEMAS OPERACIONAIS; TEMPO-REAL; ENERGIA ELÉTRICA
- Keywords: <i>Smart Grid</i>; <i>Smart Meter</i>; Classificação dos distúrbios de VTCDs; Classification of disturbances; Localização das fontes causadoras de VTCDs; Machine learning; Power quality disturbances classification; Sag source location; Short-duration Voltage variations; Smart grid; Smart meter; Variação de tensão de curta duração
- Language: Português
- Abstract: No contexto de Smart Grids, determinar a correta localização das fontes causadoras de Variação de Tensão de Curta Duração (VTCD) não é uma tarefa simples, devido à curta duração destes eventos e também, por sua rápida propagação nas redes de distribuição de energia elétrica. Neste sentido, esse trabalho apresentou um método híbrido recursivo baseado em ferramentas da área de aprendizado de máquinas (algoritmo de agrupamento e base de regras), o qual é capaz de localizar as fontes de VTCD, a partir da análise dos das características dos distúrbios disponibilizadas pelos smart meters instalados no sistema. Assim, o trabalho destinouse ao desenvolvimento de uma plataforma em hardware para aquisição, detecção e classificação dos distúrbios, através de um Sistema Operacional de Tempo Real. Em seguida o algoritmo de agrupamento (k-means) agrupou os dados dos medidores de forma a definir dois clusters, onde um deles correspondeu aos medidores que estão longe da região que ocorreu o distúrbio e o outro, correspondeu aos medidores que estavam localizados próximos da região de ocorrência do distúrbio. Na segunda etapa, um sistema baseado em regras determinou qual dos clusters abrangeu o nó de origem. No entanto, quando o algoritmo determinou uma região muito grande, essa região é introduzida recursivamente, como entrada da metodologia desenvolvida, para refinar a região de localização. O sistema resultante foi capaz de estimar a região de localização com uma taxa de acerto acima de 90%. Assim, o método teve sua concepção adequada ao empregado nos centros de controle e operações de concessionárias de energia elétrica, visando apoiar a decisão do corpo técnico para que ações corretivas fossem estabelecidas de forma assertiva
- Imprenta:
- Publisher place: São Carlos
- Date published: 2017
- Data da defesa: 07.07.2017
-
ABNT
BORGES, Fábbio Anderson Silva. Método híbrido baseado no algoritmo k-means e regras de decisão para localização das fontes de variações de tensões de curta duração no contexto de Smart Grid. 2017. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2017. Disponível em: http://www.teses.usp.br/teses/disponiveis/18/18153/tde-04102017-105849/. Acesso em: 17 out. 2024. -
APA
Borges, F. A. S. (2017). Método híbrido baseado no algoritmo k-means e regras de decisão para localização das fontes de variações de tensões de curta duração no contexto de Smart Grid (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/18/18153/tde-04102017-105849/ -
NLM
Borges FAS. Método híbrido baseado no algoritmo k-means e regras de decisão para localização das fontes de variações de tensões de curta duração no contexto de Smart Grid [Internet]. 2017 ;[citado 2024 out. 17 ] Available from: http://www.teses.usp.br/teses/disponiveis/18/18153/tde-04102017-105849/ -
Vancouver
Borges FAS. Método híbrido baseado no algoritmo k-means e regras de decisão para localização das fontes de variações de tensões de curta duração no contexto de Smart Grid [Internet]. 2017 ;[citado 2024 out. 17 ] Available from: http://www.teses.usp.br/teses/disponiveis/18/18153/tde-04102017-105849/ - Extração de características combinadas com árvore de decisão para detecção e classificação dos distúrbios de qualidade da energia elétrica
- Data analytics method based on feature extraction for voltage sag source location
- Feature extraction-based method for voltage sag source location in the context of smart grids
- Classification of power quality disturbances using forest algorithm
- Fault identification in doubly fed induction generator using FFT and neural networks
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
