Desenvolvimento de ferramenta computacional baseado em técnicas de inteligência artificial para avaliação de estabilidade de tensão.
Autor(a) principal: | |
---|---|
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 |