Método de Clusterização Fuzzy C-Means para detecção de ilhamento em conversores eletrônicos

• Autor(a) principal: Douglas Roberto Fernandes Damasceno
• Data de Publicação: 2019
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFLA
• Texto Completo: http://repositorio.ufla.br/jspui/handle/1/44411; http://sip.prg.ufla.br/arquivos/php/bibliotecas/repositorio/download_documento/20192_201421438

Este trabalho apresenta uma estratégia de detecção de ilhamento para microrredes com conversores eletrônicos com base em uma técnica de aprendizagem de máquina não supervisionado. O método tem por agrupar padrões de comportamento em amostras do sistema. Foram extraídos do sistema, no ponto de acoplamento comum (PCC), valores de tensão e corrente. Estes dados serviram como entrada para um Filtro Adaptativo no intuito de monitorar sete variáveis, sendo a frequência (f), o valor eficaz da tensão (mathbitVmathbf1) e da corrente (mathbitImathbf1), distorção harmônica total da tensão (mathbitTHDmathbitV) e da corrente (mathbitTHDmathbitI), potência ativa (mathbitP) e reativa (mathbitQ), obtidas por meio de simulação na ferramenta SIMULINK® do software MATLAB®. O método proposto utilizou a técnica passiva, visando não interferir nos parâmetros do sistema. Com a finalidade de obter situações realísticas, simulou-se o sistema com variações de cargas e, ao ocorrer o ilhamento, os parâmetros para a carga final e o tempo máximo para a detecção foram regidos pela norma IEEE 1547. Uns dos principais objetivos deste trabalho foi diminuir as zonas de não-detecção (ZNDs), e obter o menor tempo e eficiência possível de detecção. A primeira parte deste trabalho consiste em uma revisão bibliográfica dos tópicos relacionados à detecção de ilhamento, sistemas fuzzy, clusterização e algoritmos de pré-processamento. Na segunda parte do trabalho é apresentado um artigo, no qual a metodologia e os resultados são evidenciados.