Estimação das parcelas de contribuição de cargas não lineares na distorção harmônica de tensão de um barramento de interesse do sistema elétrico de potência utilizando rede neural artificial
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPA |
Texto Completo: | http://repositorio.ufpa.br/jspui/handle/2011/12042 |
Resumo: | Apresenta-se neste trabalho uma metodologia para estimar a contribuição de cargas não lineares na distorção harmônica de tensão de um barramento de interesse do sistema elétrico de potência. A estimação é realizada através da construção de um modelo com base em redes neurais artificiais (RNA) juntamente com uma análise de sensibilidade nos neurônios de entrada da rede neural. A entrada do modelo neural é constituída pelas correntes harmônicas provenientes das cargas não lineares que compõem o sistema estudado, e a saída da RNA corresponde aos valores de tensão harmônica no barramento sob estudo, para a mesma frequência harmônica. O estudo é realizado para cada ordem harmônica individualmente e os dados necessários para a construção do modelo bem como para validação dos resultados são obtidos a partir de campanhas de medição sincronizadas e por meio de simulação computacional, através de estudos de fluxo de carga harmônico. A partir de comparações dos resultados de referência via simulação computacional com os resultados obtidos via modelo neural, é observado que a metodologia desenvolvida é capaz de classificar corretamente o grau de impacto de cargas não lineares na distorção de tensão em uma barra de interesse do sistema elétrico. Adicionalmente, é demonstrada a eficácia da metodologia em dois sistemas reais a fim de verificar o bom desempenho desta metodologia diante de dados reais obtidos durante campanhas de medição. |
id |
UFPA_3c61c9f920870699546bad062ad2d6a1 |
---|---|
oai_identifier_str |
oai:repositorio.ufpa.br:2011/12042 |
network_acronym_str |
UFPA |
network_name_str |
Repositório Institucional da UFPA |
repository_id_str |
2123 |
spelling |
2019-11-06T15:16:47Z2019-11-06T15:16:47Z2019-09-06MANITO, Allan Rodrigo Arrifano. Estimação das parcelas de contribuição de cargas não lineares na distorção harmônica de tensão de um barramento de interesse do sistema elétrico de potência utilizando rede neural artificial. Orientador: Ubiratan Holanda Bezerra; Coorientadora: Maria Emília de Lima Tostes. 2019. 120 f. Tese (Doutorado em Engenharia Elétrica) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2019. Disponível em: http://repositorio.ufpa.br/jspui/handle/2011/12042. Acesso em:.http://repositorio.ufpa.br/jspui/handle/2011/12042Apresenta-se neste trabalho uma metodologia para estimar a contribuição de cargas não lineares na distorção harmônica de tensão de um barramento de interesse do sistema elétrico de potência. A estimação é realizada através da construção de um modelo com base em redes neurais artificiais (RNA) juntamente com uma análise de sensibilidade nos neurônios de entrada da rede neural. A entrada do modelo neural é constituída pelas correntes harmônicas provenientes das cargas não lineares que compõem o sistema estudado, e a saída da RNA corresponde aos valores de tensão harmônica no barramento sob estudo, para a mesma frequência harmônica. O estudo é realizado para cada ordem harmônica individualmente e os dados necessários para a construção do modelo bem como para validação dos resultados são obtidos a partir de campanhas de medição sincronizadas e por meio de simulação computacional, através de estudos de fluxo de carga harmônico. A partir de comparações dos resultados de referência via simulação computacional com os resultados obtidos via modelo neural, é observado que a metodologia desenvolvida é capaz de classificar corretamente o grau de impacto de cargas não lineares na distorção de tensão em uma barra de interesse do sistema elétrico. Adicionalmente, é demonstrada a eficácia da metodologia em dois sistemas reais a fim de verificar o bom desempenho desta metodologia diante de dados reais obtidos durante campanhas de medição.This work presents a methodology to estimate the non-linear loads contribution on voltage harmonic distortion at a bus of interest in the electric power system. The estimation process is carried out through the development of a model based on artificial neural networks (ANN) added to a sensitivity analysis in neural network input. The ANN model input is constituted by the non-linear loads harmonic currents considered in the studied system, and the ANN output corresponds to the harmonic voltage values in the bus under study, for the same harmonic frequency. The study is carried out for each harmonic order individually and the data required for the construction of the model as well as for the results validation have been obtained from synchronized measurement campaigns and by computational simulation, using harmonic load flow studies. Comparisons between reference results through computational simulation with the results obtained by neural model are carried out and it is observed that the developed methodology is able to classify correctly the impact of non-linear loads in the voltage distortion at a bus of interest of the electric system. Additionally, the effectiveness of the methodology is tested in two real systems in order to verify the good performance of this methodology considering real data obtained during measurement campaigns.UFPA - Universidade Federal do ParáporUniversidade 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 ELETRICASISTEMAS DE POTÊNCIASISTEMAS DE ENERGIA ELÉTRICAAnálise de sensibilidadeCargas não linearesHarmônicos de tensãoHarmônicos de correnteRedes neurais artificiaisEstimação das parcelas de contribuição de cargas não lineares na distorção harmônica de tensão de um barramento de interesse do sistema elétrico de potência utilizando rede neural artificialEstimation of nonlinear load contribution plots in the harmonic voltage distortion of a bus of interest of the power system using artificial neural networkinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisBEZERRA, Ubiratan Holandahttp://lattes.cnpq.br/6542769654042813TOSTES, Maria Emília de Limahttp://lattes.cnpq.br/4197618044519148http://lattes.cnpq.br/2508736747609374MANITO, Allan Rodrigo Arrifanoinfo:eu-repo/semantics/openAccessORIGINALTese_EstimacaoParcelasContribuicao.pdfTese_EstimacaoParcelasContribuicao.pdfapplication/pdf2957811http://repositorio.ufpa.br/oai/bitstream/2011/12042/1/Tese_EstimacaoParcelasContribuicao.pdf6c189dd33b7fd9ababf62e1c81058133MD51CC-LICENSElicense_urllicense_urltext/plain; charset=utf-843http://repositorio.ufpa.br/oai/bitstream/2011/12042/2/license_url321f3992dd3875151d8801b773ab32edMD52license_textlicense_texttext/html; charset=utf-80http://repositorio.ufpa.br/oai/bitstream/2011/12042/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-80http://repositorio.ufpa.br/oai/bitstream/2011/12042/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81899http://repositorio.ufpa.br/oai/bitstream/2011/12042/5/license.txt9d4d300cff78e8f375d89aab37134138MD55TEXTTese_EstimacaoParcelasContribuicao.pdf.txtTese_EstimacaoParcelasContribuicao.pdf.txtExtracted texttext/plain194552http://repositorio.ufpa.br/oai/bitstream/2011/12042/6/Tese_EstimacaoParcelasContribuicao.pdf.txt66d450b2c7df75153971d3874e4ade51MD562011/120422020-02-05 13:39:13.586oai:repositorio.ufpa.br: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ório InstitucionalPUBhttp://repositorio.ufpa.br/oai/requestriufpabc@ufpa.bropendoar:21232020-02-05T16:39:13Repositório Institucional da UFPA - Universidade Federal do Pará (UFPA)false |
dc.title.pt_BR.fl_str_mv |
Estimação das parcelas de contribuição de cargas não lineares na distorção harmônica de tensão de um barramento de interesse do sistema elétrico de potência utilizando rede neural artificial |
dc.title.alternative.pt_BR.fl_str_mv |
Estimation of nonlinear load contribution plots in the harmonic voltage distortion of a bus of interest of the power system using artificial neural network |
title |
Estimação das parcelas de contribuição de cargas não lineares na distorção harmônica de tensão de um barramento de interesse do sistema elétrico de potência utilizando rede neural artificial |
spellingShingle |
Estimação das parcelas de contribuição de cargas não lineares na distorção harmônica de tensão de um barramento de interesse do sistema elétrico de potência utilizando rede neural artificial MANITO, Allan Rodrigo Arrifano CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Análise de sensibilidade Cargas não lineares Harmônicos de tensão Harmônicos de corrente Redes neurais artificiais SISTEMAS DE POTÊNCIA SISTEMAS DE ENERGIA ELÉTRICA |
title_short |
Estimação das parcelas de contribuição de cargas não lineares na distorção harmônica de tensão de um barramento de interesse do sistema elétrico de potência utilizando rede neural artificial |
title_full |
Estimação das parcelas de contribuição de cargas não lineares na distorção harmônica de tensão de um barramento de interesse do sistema elétrico de potência utilizando rede neural artificial |
title_fullStr |
Estimação das parcelas de contribuição de cargas não lineares na distorção harmônica de tensão de um barramento de interesse do sistema elétrico de potência utilizando rede neural artificial |
title_full_unstemmed |
Estimação das parcelas de contribuição de cargas não lineares na distorção harmônica de tensão de um barramento de interesse do sistema elétrico de potência utilizando rede neural artificial |
title_sort |
Estimação das parcelas de contribuição de cargas não lineares na distorção harmônica de tensão de um barramento de interesse do sistema elétrico de potência utilizando rede neural artificial |
author |
MANITO, Allan Rodrigo Arrifano |
author_facet |
MANITO, Allan Rodrigo Arrifano |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
BEZERRA, Ubiratan Holanda |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/6542769654042813 |
dc.contributor.advisor-co1.fl_str_mv |
TOSTES, Maria Emília de Lima |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/4197618044519148 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/2508736747609374 |
dc.contributor.author.fl_str_mv |
MANITO, Allan Rodrigo Arrifano |
contributor_str_mv |
BEZERRA, Ubiratan Holanda TOSTES, Maria Emília de Lima |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Análise de sensibilidade Cargas não lineares Harmônicos de tensão Harmônicos de corrente Redes neurais artificiais SISTEMAS DE POTÊNCIA SISTEMAS DE ENERGIA ELÉTRICA |
dc.subject.por.fl_str_mv |
Análise de sensibilidade Cargas não lineares Harmônicos de tensão Harmônicos de corrente Redes neurais artificiais |
dc.subject.linhadepesquisa.pt_BR.fl_str_mv |
SISTEMAS DE POTÊNCIA |
dc.subject.areadeconcentracao.pt_BR.fl_str_mv |
SISTEMAS DE ENERGIA ELÉTRICA |
description |
Apresenta-se neste trabalho uma metodologia para estimar a contribuição de cargas não lineares na distorção harmônica de tensão de um barramento de interesse do sistema elétrico de potência. A estimação é realizada através da construção de um modelo com base em redes neurais artificiais (RNA) juntamente com uma análise de sensibilidade nos neurônios de entrada da rede neural. A entrada do modelo neural é constituída pelas correntes harmônicas provenientes das cargas não lineares que compõem o sistema estudado, e a saída da RNA corresponde aos valores de tensão harmônica no barramento sob estudo, para a mesma frequência harmônica. O estudo é realizado para cada ordem harmônica individualmente e os dados necessários para a construção do modelo bem como para validação dos resultados são obtidos a partir de campanhas de medição sincronizadas e por meio de simulação computacional, através de estudos de fluxo de carga harmônico. A partir de comparações dos resultados de referência via simulação computacional com os resultados obtidos via modelo neural, é observado que a metodologia desenvolvida é capaz de classificar corretamente o grau de impacto de cargas não lineares na distorção de tensão em uma barra de interesse do sistema elétrico. Adicionalmente, é demonstrada a eficácia da metodologia em dois sistemas reais a fim de verificar o bom desempenho desta metodologia diante de dados reais obtidos durante campanhas de medição. |
publishDate |
2019 |
dc.date.accessioned.fl_str_mv |
2019-11-06T15:16:47Z |
dc.date.available.fl_str_mv |
2019-11-06T15:16:47Z |
dc.date.issued.fl_str_mv |
2019-09-06 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
MANITO, Allan Rodrigo Arrifano. Estimação das parcelas de contribuição de cargas não lineares na distorção harmônica de tensão de um barramento de interesse do sistema elétrico de potência utilizando rede neural artificial. Orientador: Ubiratan Holanda Bezerra; Coorientadora: Maria Emília de Lima Tostes. 2019. 120 f. Tese (Doutorado em Engenharia Elétrica) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2019. Disponível em: http://repositorio.ufpa.br/jspui/handle/2011/12042. Acesso em:. |
dc.identifier.uri.fl_str_mv |
http://repositorio.ufpa.br/jspui/handle/2011/12042 |
identifier_str_mv |
MANITO, Allan Rodrigo Arrifano. Estimação das parcelas de contribuição de cargas não lineares na distorção harmônica de tensão de um barramento de interesse do sistema elétrico de potência utilizando rede neural artificial. Orientador: Ubiratan Holanda Bezerra; Coorientadora: Maria Emília de Lima Tostes. 2019. 120 f. Tese (Doutorado em Engenharia Elétrica) - Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2019. Disponível em: http://repositorio.ufpa.br/jspui/handle/2011/12042. Acesso em:. |
url |
http://repositorio.ufpa.br/jspui/handle/2011/12042 |
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/2011/12042/1/Tese_EstimacaoParcelasContribuicao.pdf http://repositorio.ufpa.br/oai/bitstream/2011/12042/2/license_url http://repositorio.ufpa.br/oai/bitstream/2011/12042/3/license_text http://repositorio.ufpa.br/oai/bitstream/2011/12042/4/license_rdf http://repositorio.ufpa.br/oai/bitstream/2011/12042/5/license.txt http://repositorio.ufpa.br/oai/bitstream/2011/12042/6/Tese_EstimacaoParcelasContribuicao.pdf.txt |
bitstream.checksum.fl_str_mv |
6c189dd33b7fd9ababf62e1c81058133 321f3992dd3875151d8801b773ab32ed d41d8cd98f00b204e9800998ecf8427e d41d8cd98f00b204e9800998ecf8427e 9d4d300cff78e8f375d89aab37134138 66d450b2c7df75153971d3874e4ade51 |
bitstream.checksumAlgorithm.fl_str_mv |
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_ |
1801772010548756480 |