Previsão de distorção harmônica em cargas residenciais utilizando redes neuro-fuzzy
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPA |
Texto Completo: | http://repositorio.ufpa.br/jspui/handle/2011/10267 |
Resumo: | Este trabalho apresenta uma modelagem para DHTv%, DHTi% e harmônicos individuais utilizando previsões de um sistema ANFIS que aprende com dados medidos e prevê o comportamento da rede para valores futuros. Estas previsões podem ajudar a atender as normas nacionais de DHTv% estipuladas pela Agência Nacional de Energia Elétrica (ANEEL) através dos Procedimentos de Distribuição (PRODIST), como as normas internacionais de DHTi%., desta forma se antecipando às normas que atualmente são recomendativas, mas em um futuro próximo serão punitivas. A modelagem é realizada por meio de um sistema Neuro-Fuzzy denominado ANFIS, o qual utiliza rede neural para aprender o comportamento do sistema e ajuste dos parâmetros e regra Fuzzy para a determinação dos valores de saída do sistema levando em consideração o aprendizado da rede Neural. A grande vantagem desta ferramenta é o poder de se modelar padrões utilizando uma previsão de estado harmônico das cargas conectadas na baixa tensão, o que ajuda na criação de pseudomedidas para as redes de distribuição, onde é difícil e oneroso a obtenção de medições reais. Entre as aplicações práticas para esta ferramenta pode-se destacar a utilização dos valores previstos em substituição a valores anômalos medidos, a utilização em medidores de energia para prever e evitar a ultrapassagem dos valores de Distorção Harmônico estipulados em norma e a utilização como base para a previsão de harmônicas individuais, que podem ser utilizadas em estudos de fluxo de carga harmônicos. |
id |
UFPA_014d3bbfcad4739e2a7c72daeda45c12 |
---|---|
oai_identifier_str |
oai:repositorio.ufpa.br:2011/10267 |
network_acronym_str |
UFPA |
network_name_str |
Repositório Institucional da UFPA |
repository_id_str |
2123 |
spelling |
2018-10-01T14:40:33Z2018-10-01T14:40:33Z2018-07-11MORAIS JUNIOR, Albino Moisés Faro de. Previsão de distorção harmônica em cargas residenciais utilizando redes neuro-fuzzy. 2018. 111 f. Dissertação (Mestrado) - Universidade Federal do Pará, Instituto de Tecnologia, Belém, 2018. Programa de Pós-Graduação em Engenharia Elétrica. Disponível em: <http://repositorio.ufpa.br/jspui/handle/2011/10267>. Acesso em:.http://repositorio.ufpa.br/jspui/handle/2011/10267Este trabalho apresenta uma modelagem para DHTv%, DHTi% e harmônicos individuais utilizando previsões de um sistema ANFIS que aprende com dados medidos e prevê o comportamento da rede para valores futuros. Estas previsões podem ajudar a atender as normas nacionais de DHTv% estipuladas pela Agência Nacional de Energia Elétrica (ANEEL) através dos Procedimentos de Distribuição (PRODIST), como as normas internacionais de DHTi%., desta forma se antecipando às normas que atualmente são recomendativas, mas em um futuro próximo serão punitivas. A modelagem é realizada por meio de um sistema Neuro-Fuzzy denominado ANFIS, o qual utiliza rede neural para aprender o comportamento do sistema e ajuste dos parâmetros e regra Fuzzy para a determinação dos valores de saída do sistema levando em consideração o aprendizado da rede Neural. A grande vantagem desta ferramenta é o poder de se modelar padrões utilizando uma previsão de estado harmônico das cargas conectadas na baixa tensão, o que ajuda na criação de pseudomedidas para as redes de distribuição, onde é difícil e oneroso a obtenção de medições reais. Entre as aplicações práticas para esta ferramenta pode-se destacar a utilização dos valores previstos em substituição a valores anômalos medidos, a utilização em medidores de energia para prever e evitar a ultrapassagem dos valores de Distorção Harmônico estipulados em norma e a utilização como base para a previsão de harmônicas individuais, que podem ser utilizadas em estudos de fluxo de carga harmônicos.This work presents a modeling for THDv%, THDi% and individual harmonics using predictions from an ANFIS system that learns with measured data and predicts the behavior of the network for future values. These forecasts can help meet national THDv% standards stipulated by the Agência Nacional de Energia Elétrica (ANEEL) through Distribution Procedures (PRODIST), such as THDi% international standards, thus anticipating the currently recommended standards, but in the near future will be punitive. The modeling is performed by means of a Neuro-Fuzzy system called ANFIS, which uses neural network to learn the behavior of the system and adjustment of the parameters and Fuzzy rule for the determination of the system output values taking into account the learning of the Neural network. The great advantage of this tool is the power of modeling standards using a prediction of the harmonic state of the connected loads in the low voltage, which helps in the creation of pseudomedidas for the distribution networks, where it is difficult and costly to obtain real measurements. Among the practical applications for this tool is the use of the predicted values instead of measured anomalous values, the use in energy meters to predict and avoid exceeding the values of Harmonic Distortion stipulated in standard and the use as a basis for the prediction of individual harmonics that can be used in harmonic load flow studies.porUniversidade Federal do ParáPrograma de Pós-Graduação em Engenharia ElétricaUFPABrasilInstituto de Tecnologia1 CD-ROMreponame:Repositório Institucional da UFPAinstname:Universidade Federal do Pará (UFPA)instacron:UFPACNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIASISTEMAS DE POTÊNCIASISTEMAS DE ENERGIA ELÉTRICAQualidade de energia elétricaModelagemDistorção harmônica de tensãoDistorção harmõnica de correnteSistema neuro-fuzzyANFISPrevisão de distorção harmônica em cargas residenciais utilizando redes neuro-fuzzyPrediction of harmonic distortion in residential loads using neurofuzzy networksinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisTOSTES, Maria Emília de Limahttp://lattes.cnpq.br/4197618044519148http://lattes.cnpq.br/4689976697812358MORAIS JÚNIOR, Albino Moisés Faro deinfo:eu-repo/semantics/openAccessORIGINALDissertacao_PrevisaoDistorcaoHarmonica.pdfDissertacao_PrevisaoDistorcaoHarmonica.pdfapplication/pdf4236129http://repositorio.ufpa.br/oai/bitstream/2011/10267/1/Dissertacao_PrevisaoDistorcaoHarmonica.pdfbb47a1edb3151361639a5867d6c2c545MD51CC-LICENSElicense_urllicense_urltext/plain; charset=utf-843http://repositorio.ufpa.br/oai/bitstream/2011/10267/2/license_url321f3992dd3875151d8801b773ab32edMD52license_textlicense_texttext/html; charset=utf-80http://repositorio.ufpa.br/oai/bitstream/2011/10267/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-80http://repositorio.ufpa.br/oai/bitstream/2011/10267/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81899http://repositorio.ufpa.br/oai/bitstream/2011/10267/5/license.txt9d4d300cff78e8f375d89aab37134138MD55TEXTDissertacao_Previsaodistorcaoharmonica.pdf.txtDissertacao_Previsaodistorcaoharmonica.pdf.txtExtracted texttext/plain168907http://repositorio.ufpa.br/oai/bitstream/2011/10267/6/Dissertacao_Previsaodistorcaoharmonica.pdf.txt78144aad3d77bf1a016678f5ef9eb2b6MD56Dissertacao_PrevisaoDistorcaoHarmonica.pdf.txtDissertacao_PrevisaoDistorcaoHarmonica.pdf.txtExtracted texttext/plain168907http://repositorio.ufpa.br/oai/bitstream/2011/10267/7/Dissertacao_PrevisaoDistorcaoHarmonica.pdf.txt78144aad3d77bf1a016678f5ef9eb2b6MD572011/102672018-11-14 09:47:56.527oai:repositorio.ufpa.br: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ório InstitucionalPUBhttp://repositorio.ufpa.br/oai/requestriufpabc@ufpa.bropendoar:21232018-11-14T12:47:56Repositório Institucional da UFPA - Universidade Federal do Pará (UFPA)false |
dc.title.pt_BR.fl_str_mv |
Previsão de distorção harmônica em cargas residenciais utilizando redes neuro-fuzzy |
dc.title.alternative.pt_BR.fl_str_mv |
Prediction of harmonic distortion in residential loads using neurofuzzy networks |
title |
Previsão de distorção harmônica em cargas residenciais utilizando redes neuro-fuzzy |
spellingShingle |
Previsão de distorção harmônica em cargas residenciais utilizando redes neuro-fuzzy MORAIS JÚNIOR, Albino Moisés Faro de CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA Qualidade de energia elétrica Modelagem Distorção harmônica de tensão Distorção harmõnica de corrente Sistema neuro-fuzzy ANFIS SISTEMAS DE POTÊNCIA SISTEMAS DE ENERGIA ELÉTRICA |
title_short |
Previsão de distorção harmônica em cargas residenciais utilizando redes neuro-fuzzy |
title_full |
Previsão de distorção harmônica em cargas residenciais utilizando redes neuro-fuzzy |
title_fullStr |
Previsão de distorção harmônica em cargas residenciais utilizando redes neuro-fuzzy |
title_full_unstemmed |
Previsão de distorção harmônica em cargas residenciais utilizando redes neuro-fuzzy |
title_sort |
Previsão de distorção harmônica em cargas residenciais utilizando redes neuro-fuzzy |
author |
MORAIS JÚNIOR, Albino Moisés Faro de |
author_facet |
MORAIS JÚNIOR, Albino Moisés Faro de |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
TOSTES, Maria Emília de Lima |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/4197618044519148 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/4689976697812358 |
dc.contributor.author.fl_str_mv |
MORAIS JÚNIOR, Albino Moisés Faro de |
contributor_str_mv |
TOSTES, Maria Emília de Lima |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA Qualidade de energia elétrica Modelagem Distorção harmônica de tensão Distorção harmõnica de corrente Sistema neuro-fuzzy ANFIS SISTEMAS DE POTÊNCIA SISTEMAS DE ENERGIA ELÉTRICA |
dc.subject.por.fl_str_mv |
Qualidade de energia elétrica Modelagem Distorção harmônica de tensão Distorção harmõnica de corrente Sistema neuro-fuzzy ANFIS |
dc.subject.linhadepesquisa.pt_BR.fl_str_mv |
SISTEMAS DE POTÊNCIA |
dc.subject.areadeconcentracao.pt_BR.fl_str_mv |
SISTEMAS DE ENERGIA ELÉTRICA |
description |
Este trabalho apresenta uma modelagem para DHTv%, DHTi% e harmônicos individuais utilizando previsões de um sistema ANFIS que aprende com dados medidos e prevê o comportamento da rede para valores futuros. Estas previsões podem ajudar a atender as normas nacionais de DHTv% estipuladas pela Agência Nacional de Energia Elétrica (ANEEL) através dos Procedimentos de Distribuição (PRODIST), como as normas internacionais de DHTi%., desta forma se antecipando às normas que atualmente são recomendativas, mas em um futuro próximo serão punitivas. A modelagem é realizada por meio de um sistema Neuro-Fuzzy denominado ANFIS, o qual utiliza rede neural para aprender o comportamento do sistema e ajuste dos parâmetros e regra Fuzzy para a determinação dos valores de saída do sistema levando em consideração o aprendizado da rede Neural. A grande vantagem desta ferramenta é o poder de se modelar padrões utilizando uma previsão de estado harmônico das cargas conectadas na baixa tensão, o que ajuda na criação de pseudomedidas para as redes de distribuição, onde é difícil e oneroso a obtenção de medições reais. Entre as aplicações práticas para esta ferramenta pode-se destacar a utilização dos valores previstos em substituição a valores anômalos medidos, a utilização em medidores de energia para prever e evitar a ultrapassagem dos valores de Distorção Harmônico estipulados em norma e a utilização como base para a previsão de harmônicas individuais, que podem ser utilizadas em estudos de fluxo de carga harmônicos. |
publishDate |
2018 |
dc.date.accessioned.fl_str_mv |
2018-10-01T14:40:33Z |
dc.date.available.fl_str_mv |
2018-10-01T14:40:33Z |
dc.date.issued.fl_str_mv |
2018-07-11 |
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.citation.fl_str_mv |
MORAIS JUNIOR, Albino Moisés Faro de. Previsão de distorção harmônica em cargas residenciais utilizando redes neuro-fuzzy. 2018. 111 f. Dissertação (Mestrado) - Universidade Federal do Pará, Instituto de Tecnologia, Belém, 2018. Programa de Pós-Graduação em Engenharia Elétrica. Disponível em: <http://repositorio.ufpa.br/jspui/handle/2011/10267>. Acesso em:. |
dc.identifier.uri.fl_str_mv |
http://repositorio.ufpa.br/jspui/handle/2011/10267 |
identifier_str_mv |
MORAIS JUNIOR, Albino Moisés Faro de. Previsão de distorção harmônica em cargas residenciais utilizando redes neuro-fuzzy. 2018. 111 f. Dissertação (Mestrado) - Universidade Federal do Pará, Instituto de Tecnologia, Belém, 2018. Programa de Pós-Graduação em Engenharia Elétrica. Disponível em: <http://repositorio.ufpa.br/jspui/handle/2011/10267>. Acesso em:. |
url |
http://repositorio.ufpa.br/jspui/handle/2011/10267 |
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 do Pará |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Elétrica |
dc.publisher.initials.fl_str_mv |
UFPA |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Instituto de Tecnologia |
publisher.none.fl_str_mv |
Universidade Federal do Pará |
dc.source.pt_BR.fl_str_mv |
1 CD-ROM |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPA instname:Universidade Federal do Pará (UFPA) instacron:UFPA |
instname_str |
Universidade Federal do Pará (UFPA) |
instacron_str |
UFPA |
institution |
UFPA |
reponame_str |
Repositório Institucional da UFPA |
collection |
Repositório Institucional da UFPA |
bitstream.url.fl_str_mv |
http://repositorio.ufpa.br/oai/bitstream/2011/10267/1/Dissertacao_PrevisaoDistorcaoHarmonica.pdf http://repositorio.ufpa.br/oai/bitstream/2011/10267/2/license_url http://repositorio.ufpa.br/oai/bitstream/2011/10267/3/license_text http://repositorio.ufpa.br/oai/bitstream/2011/10267/4/license_rdf http://repositorio.ufpa.br/oai/bitstream/2011/10267/5/license.txt http://repositorio.ufpa.br/oai/bitstream/2011/10267/6/Dissertacao_Previsaodistorcaoharmonica.pdf.txt http://repositorio.ufpa.br/oai/bitstream/2011/10267/7/Dissertacao_PrevisaoDistorcaoHarmonica.pdf.txt |
bitstream.checksum.fl_str_mv |
bb47a1edb3151361639a5867d6c2c545 321f3992dd3875151d8801b773ab32ed d41d8cd98f00b204e9800998ecf8427e d41d8cd98f00b204e9800998ecf8427e 9d4d300cff78e8f375d89aab37134138 78144aad3d77bf1a016678f5ef9eb2b6 78144aad3d77bf1a016678f5ef9eb2b6 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPA - Universidade Federal do Pará (UFPA) |
repository.mail.fl_str_mv |
riufpabc@ufpa.br |
_version_ |
1801771946292019200 |