Análise de estabilidade transitória de sistemas elétricos por redes neurais ARTMAP nebulosas modulares

Detalhes bibliográficos
Autor(a) principal: Silveira, Maria do Carmo Gomes da [UNESP]
Data de Publicação: 2003
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/101977
Resumo: Esta pesquisa apresenta uma metodologia para a análise de estabilidade transitória (de primeira oscilação) de sistema de energia elétrica usando uma rede neural baseada na arquitetura ART (Adaptive Resonance Theory), designada rede neural nebulosa ARTMAP modular para aplicações em tempo real. A margem de segurança é empregada como critério da análise de estabilidade transitória, considerando-se faltas tipo curto-circuito trifásico com saída de linha de operação. O funcionamento das redes neurais é constituído por duas fases fundamentais: treinamento e análise. A fase de treinamento requer uma grande quantidade de processamento para a sua realização, enquanto que a fase de análise é efetivada, praticamente, sem esforço computacional. Esta é, portanto, a principal justificativa para o uso de redes neurais para a resolução de problemas complexos que exigem soluções rápidas, como é caso de aplicações em tempo real. As redes neurais ART, possuem como características primordiais, a plasticidade e a estabilidade, as quais são qualidades essenciais para a execução do treinamento e para a análise de modo eficiente. A rede neural ARTMAP nebulosa modular está sendo proposta visando proporcionar um desempenho superior, em termos de precisão e rapidez, se comparada à formulação ARTMAP convencional, muito maior ainda quando comparada ao emprego de redes neurais com treinamento realizado via técnica retropropagação (que é um benchmark em termos de precisão no contexto de redes neurais). O treinamento da rede neural será realizado usando como “professor” um método de energia para o cálculo das margens de segurança. A metodologia proposta nesta pesquisa é um procedimento que incorpora inovações em relação à literatura existente, em destaque: (1) desenvolvimento de um novo modelo apropriado para a resolução... .
id UNSP_98cbaa242056fffbef96c70e1d96d73e
oai_identifier_str oai:repositorio.unesp.br:11449/101977
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Análise de estabilidade transitória de sistemas elétricos por redes neurais ARTMAP nebulosas modularesRedes neurais (Computação)Lógica difusaSistemas de energia eletrica - EstabilidadeTeoria da ressonância adaptivaRedes neurais ARTMAP nebulosasEsta pesquisa apresenta uma metodologia para a análise de estabilidade transitória (de primeira oscilação) de sistema de energia elétrica usando uma rede neural baseada na arquitetura ART (Adaptive Resonance Theory), designada rede neural nebulosa ARTMAP modular para aplicações em tempo real. A margem de segurança é empregada como critério da análise de estabilidade transitória, considerando-se faltas tipo curto-circuito trifásico com saída de linha de operação. O funcionamento das redes neurais é constituído por duas fases fundamentais: treinamento e análise. A fase de treinamento requer uma grande quantidade de processamento para a sua realização, enquanto que a fase de análise é efetivada, praticamente, sem esforço computacional. Esta é, portanto, a principal justificativa para o uso de redes neurais para a resolução de problemas complexos que exigem soluções rápidas, como é caso de aplicações em tempo real. As redes neurais ART, possuem como características primordiais, a plasticidade e a estabilidade, as quais são qualidades essenciais para a execução do treinamento e para a análise de modo eficiente. A rede neural ARTMAP nebulosa modular está sendo proposta visando proporcionar um desempenho superior, em termos de precisão e rapidez, se comparada à formulação ARTMAP convencional, muito maior ainda quando comparada ao emprego de redes neurais com treinamento realizado via técnica retropropagação (que é um benchmark em termos de precisão no contexto de redes neurais). O treinamento da rede neural será realizado usando como “professor” um método de energia para o cálculo das margens de segurança. A metodologia proposta nesta pesquisa é um procedimento que incorpora inovações em relação à literatura existente, em destaque: (1) desenvolvimento de um novo modelo apropriado para a resolução... .This work presents a methodology for transient stability analysis (first swing) of electrical energy systems, using a neural network based on ART (adaptive resonance theory), called modular fuzzy ARTMAP neural network for applications in real time. The security margin is used as a criterion for transient stability analysis, considering three-phase short circuit with outage of a transmission line faults. The neural network functioning is composed of two fundamental phases: training and analysis. The training phase needs a great quantity of processing, while the test phase is realized almost without computational effort. Therefore, this is the principal reason for using neural networks to solve complex problems that demand fast solutions, as the real time applications. The ART neural networks have as prime characteristics the plasticity and the stability, which are essential qualities for the training execution and for analysis in an efficient way. The modular fuzzy ARTMAP neural network is proposed to provide a superior performance, in precision and velocity, when compared to the conventional ARTMAP formulation, and much faster when compared to the neural networks using backpropagation training (benchmark in precision in a neural network context). The neural network training is realized using as a “teacher” an energy method to calculate the security margin. The proposed methodology is a proceeding that incorporates innovations in relation to the existent literature emphasizing: (1) development of a new appropriated model for solving the transient stability analysis by neural networks; (2) theoretical-practical development of the neural network output variable, represented in this work by the IMS (security margin interval) variable in a binary way. It is a convenient representation for the transient stability analysis approach; (3) proposition of a... (Complete abstract click electronic address below).Universidade Estadual Paulista (Unesp)Minussi, Carlos Roberto [UNESP]Universidade Estadual Paulista (Unesp)Silveira, Maria do Carmo Gomes da [UNESP]2014-06-11T19:31:40Z2014-06-11T19:31:40Z2003-10-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisv, 92 p. : il.application/pdfSILVEIRA, Maria do Carmo Gomes da. Análise de estabilidade transitória de sistemas elétricos por redes neurais ARTMAP nebulosas modulares. 2003. v, 92 p. Tese (doutorado) - Universidade Estadual Paulista, Faculdade de Engenharia de Ilha Solteira, 2003.http://hdl.handle.net/11449/101977000214555silveira_mcg_dr_ilha.pdf33004099080P07166279400544764Alephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporinfo:eu-repo/semantics/openAccess2024-08-05T17:57:42Zoai:repositorio.unesp.br:11449/101977Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T17:57:42Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Análise de estabilidade transitória de sistemas elétricos por redes neurais ARTMAP nebulosas modulares
title Análise de estabilidade transitória de sistemas elétricos por redes neurais ARTMAP nebulosas modulares
spellingShingle Análise de estabilidade transitória de sistemas elétricos por redes neurais ARTMAP nebulosas modulares
Silveira, Maria do Carmo Gomes da [UNESP]
Redes neurais (Computação)
Lógica difusa
Sistemas de energia eletrica - Estabilidade
Teoria da ressonância adaptiva
Redes neurais ARTMAP nebulosas
title_short Análise de estabilidade transitória de sistemas elétricos por redes neurais ARTMAP nebulosas modulares
title_full Análise de estabilidade transitória de sistemas elétricos por redes neurais ARTMAP nebulosas modulares
title_fullStr Análise de estabilidade transitória de sistemas elétricos por redes neurais ARTMAP nebulosas modulares
title_full_unstemmed Análise de estabilidade transitória de sistemas elétricos por redes neurais ARTMAP nebulosas modulares
title_sort Análise de estabilidade transitória de sistemas elétricos por redes neurais ARTMAP nebulosas modulares
author Silveira, Maria do Carmo Gomes da [UNESP]
author_facet Silveira, Maria do Carmo Gomes da [UNESP]
author_role author
dc.contributor.none.fl_str_mv Minussi, Carlos Roberto [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Silveira, Maria do Carmo Gomes da [UNESP]
dc.subject.por.fl_str_mv Redes neurais (Computação)
Lógica difusa
Sistemas de energia eletrica - Estabilidade
Teoria da ressonância adaptiva
Redes neurais ARTMAP nebulosas
topic Redes neurais (Computação)
Lógica difusa
Sistemas de energia eletrica - Estabilidade
Teoria da ressonância adaptiva
Redes neurais ARTMAP nebulosas
description Esta pesquisa apresenta uma metodologia para a análise de estabilidade transitória (de primeira oscilação) de sistema de energia elétrica usando uma rede neural baseada na arquitetura ART (Adaptive Resonance Theory), designada rede neural nebulosa ARTMAP modular para aplicações em tempo real. A margem de segurança é empregada como critério da análise de estabilidade transitória, considerando-se faltas tipo curto-circuito trifásico com saída de linha de operação. O funcionamento das redes neurais é constituído por duas fases fundamentais: treinamento e análise. A fase de treinamento requer uma grande quantidade de processamento para a sua realização, enquanto que a fase de análise é efetivada, praticamente, sem esforço computacional. Esta é, portanto, a principal justificativa para o uso de redes neurais para a resolução de problemas complexos que exigem soluções rápidas, como é caso de aplicações em tempo real. As redes neurais ART, possuem como características primordiais, a plasticidade e a estabilidade, as quais são qualidades essenciais para a execução do treinamento e para a análise de modo eficiente. A rede neural ARTMAP nebulosa modular está sendo proposta visando proporcionar um desempenho superior, em termos de precisão e rapidez, se comparada à formulação ARTMAP convencional, muito maior ainda quando comparada ao emprego de redes neurais com treinamento realizado via técnica retropropagação (que é um benchmark em termos de precisão no contexto de redes neurais). O treinamento da rede neural será realizado usando como “professor” um método de energia para o cálculo das margens de segurança. A metodologia proposta nesta pesquisa é um procedimento que incorpora inovações em relação à literatura existente, em destaque: (1) desenvolvimento de um novo modelo apropriado para a resolução... .
publishDate 2003
dc.date.none.fl_str_mv 2003-10-10
2014-06-11T19:31:40Z
2014-06-11T19:31:40Z
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.uri.fl_str_mv SILVEIRA, Maria do Carmo Gomes da. Análise de estabilidade transitória de sistemas elétricos por redes neurais ARTMAP nebulosas modulares. 2003. v, 92 p. Tese (doutorado) - Universidade Estadual Paulista, Faculdade de Engenharia de Ilha Solteira, 2003.
http://hdl.handle.net/11449/101977
000214555
silveira_mcg_dr_ilha.pdf
33004099080P0
7166279400544764
identifier_str_mv SILVEIRA, Maria do Carmo Gomes da. Análise de estabilidade transitória de sistemas elétricos por redes neurais ARTMAP nebulosas modulares. 2003. v, 92 p. Tese (doutorado) - Universidade Estadual Paulista, Faculdade de Engenharia de Ilha Solteira, 2003.
000214555
silveira_mcg_dr_ilha.pdf
33004099080P0
7166279400544764
url http://hdl.handle.net/11449/101977
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 v, 92 p. : il.
application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv Aleph
reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808128122306953216