Algoritmo híbrido neural-imuno aplicado ao diagnóstico de distúrbios de tensão em sistemas de distribuição de energia elétrica

Detalhes bibliográficos
Autor(a) principal: Lima, Amanda Parra dos Anjos [UNESP]
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/124493
http://www.athena.biblioteca.unesp.br/exlibris/bd/cathedra/25-06-2015/000839340.pdf
Resumo: In this work, is presented a new approach for the detection and classification of voltage disturbances in distribution electrical systems using a hybrid algorithm as a tool Neural- Immune. This is, the junction of an artificial neural network ARTMAP-Fuzzy with the negative selection immune algorithm, creating the hybrid method. Thus, starting from measurements made on a power distribution feeder for SCADA data acquisition system, a Neural module performs the detection process, identifying abnormalities (disturbances), and an Immune module performs classification of detected abnormalities. The main application of this new approach is to assist decision making in order to automate the system operation process during the occurrence of failures. To evaluate the efficiency of the proposed method, were performed simulations of voltage disturbances in distribution electric systems in the ATP/EMTP software, using the test systems of 5, 33 and 84 bars and the real system of 134 bars. The results demonstrate efficiency and accuracy when compared to literature
id UNSP_f55804fb7ff5ff6068937315d98a8739
oai_identifier_str oai:repositorio.unesp.br:11449/124493
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Algoritmo híbrido neural-imuno aplicado ao diagnóstico de distúrbios de tensão em sistemas de distribuição de energia elétricaSistemas de energia eletrica - DisturbiosEnergia elétrica - DistribuiçãoRedes neurais (Computação)AlgoritmosElectric power distributionIn this work, is presented a new approach for the detection and classification of voltage disturbances in distribution electrical systems using a hybrid algorithm as a tool Neural- Immune. This is, the junction of an artificial neural network ARTMAP-Fuzzy with the negative selection immune algorithm, creating the hybrid method. Thus, starting from measurements made on a power distribution feeder for SCADA data acquisition system, a Neural module performs the detection process, identifying abnormalities (disturbances), and an Immune module performs classification of detected abnormalities. The main application of this new approach is to assist decision making in order to automate the system operation process during the occurrence of failures. To evaluate the efficiency of the proposed method, were performed simulations of voltage disturbances in distribution electric systems in the ATP/EMTP software, using the test systems of 5, 33 and 84 bars and the real system of 134 bars. The results demonstrate efficiency and accuracy when compared to literatureNeste trabalho, apresenta-se uma nova abordagem para a detecção e classificação de distúrbios de tensão em sistemas de distribuição de energia elétrica, utilizando como ferramenta um algoritmo híbrido Neural-Imuno. Trata-se, basicamente, da junção de uma rede neural artificial ARTMAP-Fuzzy com o algoritmo imunológico de seleção negativa, gerando o método híbrido. Desta forma, partindo-se das medições realizadas em um alimentador de distribuição de energia elétrica por um sistema de aquisição de dados SCADA, um módulo neural realiza o processo detecção, identificando anormalidades (falhas), e um módulo imunológico realiza a classificação das anormalidades detectadas. A principal aplicação desta nova abordagem é auxiliar a tomada de decisões, de modo a automatizar o processo de operação do sistema durante a ocorrência de falhas. Para avaliar a eficiência do método proposto foram realizadas simulações de distúrbios de tensão em quatro sistemas de distribuição de energia elétrica no software ATP/EMTP, sendo os sistemas testes de 5, 33 e 84 barras e o sistema real de 134 barras. Os resultados obtidos demonstram eficiência e precisão quando comparados à literaturaUniversidade Estadual Paulista (Unesp)Minussi, Carlos Roberto [UNESP]Universidade Estadual Paulista (Unesp)Lima, Amanda Parra dos Anjos [UNESP]2015-07-13T12:10:24Z2015-07-13T12:10:24Z2015-03-20info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis78 f. : il.application/pdfLIMA, Amanda Parra dos Anjos. Algoritmo híbrido neural-imuno aplicado ao diagnóstico de distúrbios de tensão em sistemas de distribuição de energia elétrica. 2015. 78 f. Dissertação (mestrado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Engenharia, 2015.http://hdl.handle.net/11449/124493000839340http://www.athena.biblioteca.unesp.br/exlibris/bd/cathedra/25-06-2015/000839340.pdf33004099080P07166279400544764Alephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporinfo:eu-repo/semantics/openAccess2024-08-05T17:40:39Zoai:repositorio.unesp.br:11449/124493Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T17:40:39Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Algoritmo híbrido neural-imuno aplicado ao diagnóstico de distúrbios de tensão em sistemas de distribuição de energia elétrica
title Algoritmo híbrido neural-imuno aplicado ao diagnóstico de distúrbios de tensão em sistemas de distribuição de energia elétrica
spellingShingle Algoritmo híbrido neural-imuno aplicado ao diagnóstico de distúrbios de tensão em sistemas de distribuição de energia elétrica
Lima, Amanda Parra dos Anjos [UNESP]
Sistemas de energia eletrica - Disturbios
Energia elétrica - Distribuição
Redes neurais (Computação)
Algoritmos
Electric power distribution
title_short Algoritmo híbrido neural-imuno aplicado ao diagnóstico de distúrbios de tensão em sistemas de distribuição de energia elétrica
title_full Algoritmo híbrido neural-imuno aplicado ao diagnóstico de distúrbios de tensão em sistemas de distribuição de energia elétrica
title_fullStr Algoritmo híbrido neural-imuno aplicado ao diagnóstico de distúrbios de tensão em sistemas de distribuição de energia elétrica
title_full_unstemmed Algoritmo híbrido neural-imuno aplicado ao diagnóstico de distúrbios de tensão em sistemas de distribuição de energia elétrica
title_sort Algoritmo híbrido neural-imuno aplicado ao diagnóstico de distúrbios de tensão em sistemas de distribuição de energia elétrica
author Lima, Amanda Parra dos Anjos [UNESP]
author_facet Lima, Amanda Parra dos Anjos [UNESP]
author_role author
dc.contributor.none.fl_str_mv Minussi, Carlos Roberto [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Lima, Amanda Parra dos Anjos [UNESP]
dc.subject.por.fl_str_mv Sistemas de energia eletrica - Disturbios
Energia elétrica - Distribuição
Redes neurais (Computação)
Algoritmos
Electric power distribution
topic Sistemas de energia eletrica - Disturbios
Energia elétrica - Distribuição
Redes neurais (Computação)
Algoritmos
Electric power distribution
description In this work, is presented a new approach for the detection and classification of voltage disturbances in distribution electrical systems using a hybrid algorithm as a tool Neural- Immune. This is, the junction of an artificial neural network ARTMAP-Fuzzy with the negative selection immune algorithm, creating the hybrid method. Thus, starting from measurements made on a power distribution feeder for SCADA data acquisition system, a Neural module performs the detection process, identifying abnormalities (disturbances), and an Immune module performs classification of detected abnormalities. The main application of this new approach is to assist decision making in order to automate the system operation process during the occurrence of failures. To evaluate the efficiency of the proposed method, were performed simulations of voltage disturbances in distribution electric systems in the ATP/EMTP software, using the test systems of 5, 33 and 84 bars and the real system of 134 bars. The results demonstrate efficiency and accuracy when compared to literature
publishDate 2015
dc.date.none.fl_str_mv 2015-07-13T12:10:24Z
2015-07-13T12:10:24Z
2015-03-20
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 LIMA, Amanda Parra dos Anjos. Algoritmo híbrido neural-imuno aplicado ao diagnóstico de distúrbios de tensão em sistemas de distribuição de energia elétrica. 2015. 78 f. Dissertação (mestrado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Engenharia, 2015.
http://hdl.handle.net/11449/124493
000839340
http://www.athena.biblioteca.unesp.br/exlibris/bd/cathedra/25-06-2015/000839340.pdf
33004099080P0
7166279400544764
identifier_str_mv LIMA, Amanda Parra dos Anjos. Algoritmo híbrido neural-imuno aplicado ao diagnóstico de distúrbios de tensão em sistemas de distribuição de energia elétrica. 2015. 78 f. Dissertação (mestrado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Engenharia, 2015.
000839340
33004099080P0
7166279400544764
url http://hdl.handle.net/11449/124493
http://www.athena.biblioteca.unesp.br/exlibris/bd/cathedra/25-06-2015/000839340.pdf
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 78 f. : 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_ 1808128123463532544

Registros relacionados