Metodologia para a detecção e correção de outliers em curvas de potência de subestações utilizando técnicas de inteligência artificial
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFPB |
Texto Completo: | https://repositorio.ufpb.br/jspui/handle/123456789/13475 |
Resumo: | One of the main problems of the data acquired by the power utilities is the presence of outliers that affect the database of the measurements throughout the electrical system, damaging the analyzes of the distribution scenario. This work proposes a new module to complement the measurements made by the distributors. A detection technique and three outliers correction techniques were developed, based on fuzzy logic, artificial neural networks and ARIMA. The first technique, with a fuzzy approach, develops an inference system based on the variations of the previous 3 measurements to determine the future variation. In the second algorithm developed using RNA, the outliers were corrected using a prediction model using 10 previous samples. The last correction technique was based on the autoregressive model of the ARIMA type with 96 previous measurements. In order to demonstrate the applicability of the developed methods, a case study was carried out on a real substation in a city in the interior of Paraíba. The three techniques of correction of the outliers presented average relative error less than 5% for all the test scenarios. |
id |
UFPB_4118076e3811496735a891f56055b499 |
---|---|
oai_identifier_str |
oai:repositorio.ufpb.br:123456789/13475 |
network_acronym_str |
UFPB |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFPB |
repository_id_str |
|
spelling |
Metodologia para a detecção e correção de outliers em curvas de potência de subestações utilizando técnicas de inteligência artificialDetecção e correção de outliersCurvas de potênciaInteligência artificialMedidores inteligentesOutlier correction and detectionLoad curvesArtificial intelligenceSmart metersGeração e controle de eletricidadeMedição elétricaOutliers - detecção e correçãoCNPQ::ENGENHARIAS::ENGENHARIA ELETRICAOne of the main problems of the data acquired by the power utilities is the presence of outliers that affect the database of the measurements throughout the electrical system, damaging the analyzes of the distribution scenario. This work proposes a new module to complement the measurements made by the distributors. A detection technique and three outliers correction techniques were developed, based on fuzzy logic, artificial neural networks and ARIMA. The first technique, with a fuzzy approach, develops an inference system based on the variations of the previous 3 measurements to determine the future variation. In the second algorithm developed using RNA, the outliers were corrected using a prediction model using 10 previous samples. The last correction technique was based on the autoregressive model of the ARIMA type with 96 previous measurements. In order to demonstrate the applicability of the developed methods, a case study was carried out on a real substation in a city in the interior of Paraíba. The three techniques of correction of the outliers presented average relative error less than 5% for all the test scenarios.NenhumaUm dos principais problemas dos dados adquiridos pelas concessionárias de energia é a presença de outliers que afetam a qualidade das medições em todo o sistema elétrico prejudicando as análises do cenário de distribuição. Este trabalho propõe um novo módulo capaz de detectar e corrigir outliers nos dados medidos, complementando as medições feitas pelas distribuidoras. Foram desenvolvidas uma técnica de detecção e três técnicas de correção de outliers, baseadas em lógica fuzzy, redes neurais artificiais e ARIMA. A primeira técnica, com abordagem fuzzy, utiliza um sistema de inferência baseado nas variações das últimas 3 medições para determinar a variação futura. No segundo algoritmo desenvolvido, usando RNA, os outliers foram preenchidos usando um modelo de previsão alimentado por 10 amostras anteriores. A última técnica de correção foi baseada no modelo autorregressivo do tipo ARIMA e utiliza 96 medições anteriores. Para demonstrar a aplicabilidade dos métodos desenvolvidos, foi feito um estudo de caso sobre uma subestação real de uma cidade do interior da Paraíba. As três técnicas de correção dos outliers apresentaram erro relativo médio menor que 5% para todos os cenários de teste.Universidade Federal da ParaíbaBrasilEngenharia ElétricaPrograma de Pós-Graduação em Engenharia ElétricaUFPBVillanueva , Juan Moises Mauríciohttp://lattes.cnpq.br/1446817462218646Braz, Helon David de Macêdohttp://lattes.cnpq.br/4756997631027455Andrade, Pedro Henrique Meira de2019-02-15T15:01:16Z2018-07-232019-02-15T15:01:16Z2018-05-30info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttps://repositorio.ufpb.br/jspui/handle/123456789/13475porAttribution-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nd/3.0/br/info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFPBinstname:Universidade Federal da Paraíba (UFPB)instacron:UFPB2019-02-15T15:01:16Zoai:repositorio.ufpb.br:123456789/13475Biblioteca Digital de Teses e Dissertaçõeshttps://repositorio.ufpb.br/PUBhttp://tede.biblioteca.ufpb.br:8080/oai/requestdiretoria@ufpb.br|| diretoria@ufpb.bropendoar:2019-02-15T15:01:16Biblioteca Digital de Teses e Dissertações da UFPB - Universidade Federal da Paraíba (UFPB)false |
dc.title.none.fl_str_mv |
Metodologia para a detecção e correção de outliers em curvas de potência de subestações utilizando técnicas de inteligência artificial |
title |
Metodologia para a detecção e correção de outliers em curvas de potência de subestações utilizando técnicas de inteligência artificial |
spellingShingle |
Metodologia para a detecção e correção de outliers em curvas de potência de subestações utilizando técnicas de inteligência artificial Andrade, Pedro Henrique Meira de Detecção e correção de outliers Curvas de potência Inteligência artificial Medidores inteligentes Outlier correction and detection Load curves Artificial intelligence Smart meters Geração e controle de eletricidade Medição elétrica Outliers - detecção e correção CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
title_short |
Metodologia para a detecção e correção de outliers em curvas de potência de subestações utilizando técnicas de inteligência artificial |
title_full |
Metodologia para a detecção e correção de outliers em curvas de potência de subestações utilizando técnicas de inteligência artificial |
title_fullStr |
Metodologia para a detecção e correção de outliers em curvas de potência de subestações utilizando técnicas de inteligência artificial |
title_full_unstemmed |
Metodologia para a detecção e correção de outliers em curvas de potência de subestações utilizando técnicas de inteligência artificial |
title_sort |
Metodologia para a detecção e correção de outliers em curvas de potência de subestações utilizando técnicas de inteligência artificial |
author |
Andrade, Pedro Henrique Meira de |
author_facet |
Andrade, Pedro Henrique Meira de |
author_role |
author |
dc.contributor.none.fl_str_mv |
Villanueva , Juan Moises Maurício http://lattes.cnpq.br/1446817462218646 Braz, Helon David de Macêdo http://lattes.cnpq.br/4756997631027455 |
dc.contributor.author.fl_str_mv |
Andrade, Pedro Henrique Meira de |
dc.subject.por.fl_str_mv |
Detecção e correção de outliers Curvas de potência Inteligência artificial Medidores inteligentes Outlier correction and detection Load curves Artificial intelligence Smart meters Geração e controle de eletricidade Medição elétrica Outliers - detecção e correção CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
topic |
Detecção e correção de outliers Curvas de potência Inteligência artificial Medidores inteligentes Outlier correction and detection Load curves Artificial intelligence Smart meters Geração e controle de eletricidade Medição elétrica Outliers - detecção e correção CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
description |
One of the main problems of the data acquired by the power utilities is the presence of outliers that affect the database of the measurements throughout the electrical system, damaging the analyzes of the distribution scenario. This work proposes a new module to complement the measurements made by the distributors. A detection technique and three outliers correction techniques were developed, based on fuzzy logic, artificial neural networks and ARIMA. The first technique, with a fuzzy approach, develops an inference system based on the variations of the previous 3 measurements to determine the future variation. In the second algorithm developed using RNA, the outliers were corrected using a prediction model using 10 previous samples. The last correction technique was based on the autoregressive model of the ARIMA type with 96 previous measurements. In order to demonstrate the applicability of the developed methods, a case study was carried out on a real substation in a city in the interior of Paraíba. The three techniques of correction of the outliers presented average relative error less than 5% for all the test scenarios. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-07-23 2018-05-30 2019-02-15T15:01:16Z 2019-02-15T15:01:16Z |
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 |
https://repositorio.ufpb.br/jspui/handle/123456789/13475 |
url |
https://repositorio.ufpb.br/jspui/handle/123456789/13475 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal da Paraíba Brasil Engenharia Elétrica Programa de Pós-Graduação em Engenharia Elétrica UFPB |
publisher.none.fl_str_mv |
Universidade Federal da Paraíba Brasil Engenharia Elétrica Programa de Pós-Graduação em Engenharia Elétrica UFPB |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFPB instname:Universidade Federal da Paraíba (UFPB) instacron:UFPB |
instname_str |
Universidade Federal da Paraíba (UFPB) |
instacron_str |
UFPB |
institution |
UFPB |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFPB |
collection |
Biblioteca Digital de Teses e Dissertações da UFPB |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFPB - Universidade Federal da Paraíba (UFPB) |
repository.mail.fl_str_mv |
diretoria@ufpb.br|| diretoria@ufpb.br |
_version_ |
1801842944128319488 |