Desenvolvimento de ferramenta computacional baseado em técnicas de inteligência artificial para avaliação de estabilidade de tensão.

Detalhes bibliográficos
Autor(a) principal: MACHADO, Ferdinando Fernandes.
Data de Publicação: 2009
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/3220
Resumo: O desenvolvimento de uma ferramenta computacional capaz de avaliar a segurança de um sistema de potência em relação à instabilidade de tensão, utilizando técnicas de Inteligência Artificial (IA) é apresentado. Um método baseado em técnicas de IA para a avaliação da segurança de tensão dos sistemas de potência, composto por um arranjo híbrido de uma rede neural Resilient Propagation (RPROP) em série com uma Levenberg-Marquardt, é proposto. Bases de dados foram construídas, utilizando-se a Área Leste do Subsistema Nordeste, pertencente à rede básica da CHESF, e o software ANAREDE®, objetivando o treinamento, validação e teste das técnicas de IA analisadas. O desempenho desse sistema foi verificado através dos recursos computacionais Neural Network Toolbox e Fuzzy Logic Toolbox, do MATLAB®. O software foi desenvolvido utilizando-se a linguagem de programação C++.
id UFCG_20b495b9dcebd0c34715f14ba4412961
oai_identifier_str oai:localhost:riufcg/3220
network_acronym_str UFCG
network_name_str Biblioteca Digital de Teses e Dissertações da UFCG
repository_id_str 4851
spelling Desenvolvimento de ferramenta computacional baseado em técnicas de inteligência artificial para avaliação de estabilidade de tensão.Development of a computational tool based on artificial intelligence techniques to evaluate voltage stability.Estabilidade de Tensão.Técnicas de Inteligência Artificial.Base de Dados.Stability of Voltage.Artificial Intelligence Techniques.Data base.Engenharia Elétrica.O desenvolvimento de uma ferramenta computacional capaz de avaliar a segurança de um sistema de potência em relação à instabilidade de tensão, utilizando técnicas de Inteligência Artificial (IA) é apresentado. Um método baseado em técnicas de IA para a avaliação da segurança de tensão dos sistemas de potência, composto por um arranjo híbrido de uma rede neural Resilient Propagation (RPROP) em série com uma Levenberg-Marquardt, é proposto. Bases de dados foram construídas, utilizando-se a Área Leste do Subsistema Nordeste, pertencente à rede básica da CHESF, e o software ANAREDE®, objetivando o treinamento, validação e teste das técnicas de IA analisadas. O desempenho desse sistema foi verificado através dos recursos computacionais Neural Network Toolbox e Fuzzy Logic Toolbox, do MATLAB®. O software foi desenvolvido utilizando-se a linguagem de programação C++.The development of a computational tool capable of evaluating the security of a power system in relation to the voltage instability, using techniques of Artificial Intelligence (AI) is presented. An AI–based method for the assessment of voltage safety of power systems, composed of a hybrid arrangement of a Resilient Propagation neural network (RPROP) in series with a Levenberg-Marquardt, is proposed. Databases were constructed using the Area Least of Northeast Subsystem, belonging to the CHESF’s core network, and the software ANAREDE®, to the training, validation and testing techniques of AI analyzed. The performance of this system was verified through computer resources Neural Network Toolbox and Fuzzy Logic Toolbox of MATLAB®. The software was developed using the programming language C + +.Universidade Federal de Campina GrandeBrasilCentro de Engenharia Elétrica e Informática - CEEIPÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICAUFCGMOTA, Wellington Santos.MOTA, W. S.http://lattes.cnpq.br/5452666875321325SOUZA, Benemar Alencar de.SOUZA, B. A.http://lattes.cnpq.br/4987294390789975CARVALHO JÚNIOR, Manoel Afonso de.NEVES, Washington Luiz Araújo.MACHADO, Ferdinando Fernandes.2009-10-302019-03-25T16:01:59Z2019-03-252019-03-25T16:01:59Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/3220MACHADO, Ferdinando Fernandes. Desenvolvimento de ferramenta computacional baseado em técnicas de inteligência artificial para avaliação de estabilidade de tensão. 2009. 63f. Dissertação (Mestrado em Engenharia Elétrica), Programa de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática , Universidade Federal de Campina Grande – Paraíba Brasil, 2009.porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCG2021-06-11T20:31:52Zoai:localhost:riufcg/3220Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512021-06-11T20:31:52Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false
dc.title.none.fl_str_mv Desenvolvimento de ferramenta computacional baseado em técnicas de inteligência artificial para avaliação de estabilidade de tensão.
Development of a computational tool based on artificial intelligence techniques to evaluate voltage stability.
title Desenvolvimento de ferramenta computacional baseado em técnicas de inteligência artificial para avaliação de estabilidade de tensão.
spellingShingle Desenvolvimento de ferramenta computacional baseado em técnicas de inteligência artificial para avaliação de estabilidade de tensão.
MACHADO, Ferdinando Fernandes.
Estabilidade de Tensão.
Técnicas de Inteligência Artificial.
Base de Dados.
Stability of Voltage.
Artificial Intelligence Techniques.
Data base.
Engenharia Elétrica.
title_short Desenvolvimento de ferramenta computacional baseado em técnicas de inteligência artificial para avaliação de estabilidade de tensão.
title_full Desenvolvimento de ferramenta computacional baseado em técnicas de inteligência artificial para avaliação de estabilidade de tensão.
title_fullStr Desenvolvimento de ferramenta computacional baseado em técnicas de inteligência artificial para avaliação de estabilidade de tensão.
title_full_unstemmed Desenvolvimento de ferramenta computacional baseado em técnicas de inteligência artificial para avaliação de estabilidade de tensão.
title_sort Desenvolvimento de ferramenta computacional baseado em técnicas de inteligência artificial para avaliação de estabilidade de tensão.
author MACHADO, Ferdinando Fernandes.
author_facet MACHADO, Ferdinando Fernandes.
author_role author
dc.contributor.none.fl_str_mv MOTA, Wellington Santos.
MOTA, W. S.
http://lattes.cnpq.br/5452666875321325
SOUZA, Benemar Alencar de.
SOUZA, B. A.
http://lattes.cnpq.br/4987294390789975
CARVALHO JÚNIOR, Manoel Afonso de.
NEVES, Washington Luiz Araújo.
dc.contributor.author.fl_str_mv MACHADO, Ferdinando Fernandes.
dc.subject.por.fl_str_mv Estabilidade de Tensão.
Técnicas de Inteligência Artificial.
Base de Dados.
Stability of Voltage.
Artificial Intelligence Techniques.
Data base.
Engenharia Elétrica.
topic Estabilidade de Tensão.
Técnicas de Inteligência Artificial.
Base de Dados.
Stability of Voltage.
Artificial Intelligence Techniques.
Data base.
Engenharia Elétrica.
description O desenvolvimento de uma ferramenta computacional capaz de avaliar a segurança de um sistema de potência em relação à instabilidade de tensão, utilizando técnicas de Inteligência Artificial (IA) é apresentado. Um método baseado em técnicas de IA para a avaliação da segurança de tensão dos sistemas de potência, composto por um arranjo híbrido de uma rede neural Resilient Propagation (RPROP) em série com uma Levenberg-Marquardt, é proposto. Bases de dados foram construídas, utilizando-se a Área Leste do Subsistema Nordeste, pertencente à rede básica da CHESF, e o software ANAREDE®, objetivando o treinamento, validação e teste das técnicas de IA analisadas. O desempenho desse sistema foi verificado através dos recursos computacionais Neural Network Toolbox e Fuzzy Logic Toolbox, do MATLAB®. O software foi desenvolvido utilizando-se a linguagem de programação C++.
publishDate 2009
dc.date.none.fl_str_mv 2009-10-30
2019-03-25T16:01:59Z
2019-03-25
2019-03-25T16:01:59Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/3220
MACHADO, Ferdinando Fernandes. Desenvolvimento de ferramenta computacional baseado em técnicas de inteligência artificial para avaliação de estabilidade de tensão. 2009. 63f. Dissertação (Mestrado em Engenharia Elétrica), Programa de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática , Universidade Federal de Campina Grande – Paraíba Brasil, 2009.
url http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/3220
identifier_str_mv MACHADO, Ferdinando Fernandes. Desenvolvimento de ferramenta computacional baseado em técnicas de inteligência artificial para avaliação de estabilidade de tensão. 2009. 63f. Dissertação (Mestrado em Engenharia Elétrica), Programa de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática , Universidade Federal de Campina Grande – Paraíba Brasil, 2009.
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Campina Grande
Brasil
Centro de Engenharia Elétrica e Informática - CEEI
PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
UFCG
publisher.none.fl_str_mv Universidade Federal de Campina Grande
Brasil
Centro de Engenharia Elétrica e Informática - CEEI
PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
UFCG
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFCG
instname:Universidade Federal de Campina Grande (UFCG)
instacron:UFCG
instname_str Universidade Federal de Campina Grande (UFCG)
instacron_str UFCG
institution UFCG
reponame_str Biblioteca Digital de Teses e Dissertações da UFCG
collection Biblioteca Digital de Teses e Dissertações da UFCG
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)
repository.mail.fl_str_mv bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br
_version_ 1809744369713938432

Registros relacionados