Aplicação de inteligência computacional na resolução de problemas de sistemas elétricos de potência

• Autor(a) principal: López Sepúlveda, Gloria Patricia
• Data de Publicação: 2017
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UNESP
• Texto Completo: http://hdl.handle.net/11449/152469
• topic: Aprendizado de máquina; Árvores de decisão; Carregamento de veículos elétricos; Controle centralizado Volt-VAr; Detecção de fraudes; Inteligência computacional; Localização de faltas; Máquinas de vetor de suporte; Mineração de dados; Redes neurais artificiais; Sistemas inteligentes; Artificial neural networks; Intelligent systems; Centralized control Volt-VAr; Computational intelligence; Data mining; Decision trees; Fault location; Fraud detection; Loading of electric vehicles; Machine learning; Support vector machines

Nesta tese são utilizados algoritmos de Inteligência Computacional para resolver quatro problemas da área de sistemas elétricos de potência, com o intuito de automatizar a tomada de decisões em processos que normalmente são realizados por especialistas humanos ajudados de métodos computacionais clássicos. Nesta tese são utilizados os algoritmos de aprendizado de máquina: árvores de decisão, redes neurais artificiais e máquinas de vetor de suporte, para realizar o processo de aprendizado dos sistemas inteligentes e para realizar a mineração de dados. Estes algoritmos podem ser treinados a partir das medições disponíveis e ações registradas nos centros de controle dos sistemas de potência. Sistemas Inteligentes foram utilizados para realizar: a) o controle centralizado Volt-VAr em modernos sistemas de distribuição de energia elétrica em tempo real usando medições elétricas; b) a detecção de fraudes nas redes de distribuição de energia elétrica realizando um processo de mineração de dados para estabelecer padrões de consumo que levem a possíveis clientes fraudadores; c) a localização de faltas nos sistemas de transmissão de energia elétrica automatizando o processo de localização e ajudando para que uma ação de controle da falta seja realizada de forma rápida e eficiente; e d) a coordenação de carga inteligente de veículos elétricos e dispositivos de armazenamento em tempo real utilizando a tecnologia V2G, nos sistemas de distribuição de energia elétrica a partir de medições elétricas. Para o problema de controle centralizado Volt-VAr os testes foram realizados em um sistema de 42 barras, para o problema de carregamento de veículos elétricos e de dispositivos de armazenamento os testes foram realizados usando um sistema de 34 barras, e os outros dois problemas foram testados com dados reais fornecidos por empresas do setor elétrico colombiano. O software WEKA, versão 3.8.0, foi utilizado para gerenciar os três algoritmos de aprendizado de máquina através do treinamento e validação dos algoritmos Multilayer Perceptron/Backpropagation para as redes neurais artificiais, o J48/C4.5 para as árvores de decisão e o SMO/PoliyKernel para as máquinas de vetor de suporte. Através dos resultados obtidos é possível comprovar o potencial dos Sistemas Inteligentes e da Mineração de Dados no desenvolvimento de algoritmos de automação para os quatro problemas da área de sistemas elétricos de potência.