Gerenciamento de Falhas em Redes de Energia Utilizando Redes Neurais Artificiais

Detalhes bibliográficos
Autor(a) principal: Melo, Victor Costa
Data de Publicação: 2017
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/xmlui/handle/123456789/182273
Resumo: TCC(graduação) - Universidade Federal de Santa Catarina. Campus Araranguá. Engenharia da Computação.
id UFSC_4e7436bfb502508d1d304d5c2c8004b1
oai_identifier_str oai:repositorio.ufsc.br:123456789/182273
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Gerenciamento de Falhas em Redes de Energia Utilizando Redes Neurais ArtificiaisRedes NeurausSmart GridsEnergia elétricaTCC(graduação) - Universidade Federal de Santa Catarina. Campus Araranguá. Engenharia da Computação.O presente trabalho versa sobre o gerenciamento de falhas em sistemas de energia utilizando métodos de classificação de falhas na rede elétrica por meio de redes neurais artificiais. Pois a rede elétrica brasileira contém diversos problemas ligados a segurança, estabilidade e confiabilidade. O problema que o trabalho deseja solucionar é como a rede elétrica brasileira pode ser melhorada utilizando conceitos de Smart Grid e um gerenciador de falhas baseado em redes neurais. A resposta para este problema é desenvolver um módulo do gerenciador de falhas: o classificador de falhas baseado em redes neurais artificiais (RNA) empregando os conceitos de Smart Grid para auxiliar na melhora na qualidade da rede elétrica brasileira. Através de pesquisas sobre gerenciamento de falhas, redes neurais, algoritmos genéticos (AG) e Smart Grids foi possível especificar e modelar duas RNAs: uma com arquitetura simples e a outra com: arquitetura, número de camadas e neurônios definido por um algoritmo genético. A partir disso, testar e comparar os resultados obtidos com cada rede. Após análise da bibliografia existente sobre RNAs que utilizaram algoritmos genéticos para encontrar a configuração ótima de uma RNA e comparando com a RNA criada sem a interferência de AG foi demonstrado que a RNA combinada com AG para encontrar a configuração ótima, de acordo com o problema que se quer resolver, foi superior a outra e apresentou resultados satisfatórios na classificação das falhas na rede de energia.Araranguá, SCMorales, Analucia SchiaffinoUniversidade Federal de Santa CatarinaMelo, Victor Costa2017-12-14T20:20:01Z2017-12-14T20:20:01Z2017-12-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis67application/pdfhttps://repositorio.ufsc.br/xmlui/handle/123456789/182273porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2017-12-14T20:20:01Zoai:repositorio.ufsc.br:123456789/182273Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732017-12-14T20:20:01Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Gerenciamento de Falhas em Redes de Energia Utilizando Redes Neurais Artificiais
title Gerenciamento de Falhas em Redes de Energia Utilizando Redes Neurais Artificiais
spellingShingle Gerenciamento de Falhas em Redes de Energia Utilizando Redes Neurais Artificiais
Melo, Victor Costa
Redes Neuraus
Smart Grids
Energia elétrica
title_short Gerenciamento de Falhas em Redes de Energia Utilizando Redes Neurais Artificiais
title_full Gerenciamento de Falhas em Redes de Energia Utilizando Redes Neurais Artificiais
title_fullStr Gerenciamento de Falhas em Redes de Energia Utilizando Redes Neurais Artificiais
title_full_unstemmed Gerenciamento de Falhas em Redes de Energia Utilizando Redes Neurais Artificiais
title_sort Gerenciamento de Falhas em Redes de Energia Utilizando Redes Neurais Artificiais
author Melo, Victor Costa
author_facet Melo, Victor Costa
author_role author
dc.contributor.none.fl_str_mv Morales, Analucia Schiaffino
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Melo, Victor Costa
dc.subject.por.fl_str_mv Redes Neuraus
Smart Grids
Energia elétrica
topic Redes Neuraus
Smart Grids
Energia elétrica
description TCC(graduação) - Universidade Federal de Santa Catarina. Campus Araranguá. Engenharia da Computação.
publishDate 2017
dc.date.none.fl_str_mv 2017-12-14T20:20:01Z
2017-12-14T20:20:01Z
2017-12-14
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/xmlui/handle/123456789/182273
url https://repositorio.ufsc.br/xmlui/handle/123456789/182273
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.format.none.fl_str_mv 67
application/pdf
dc.publisher.none.fl_str_mv Araranguá, SC
publisher.none.fl_str_mv Araranguá, SC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652342177824768

Registros relacionados