Metodologia baseada em mineração de dados para redução de múltipla estimação na localização de faltas em alimentadores de distribuição radiais

Detalhes bibliográficos
Autor(a) principal: Reche, Evandro Agostinho
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/18/18154/tde-06082018-091138/
Resumo: A complexidade dos sistemas de distribuição é uma característica intrínseca dos mesmos, isso dificulta a aplicação de ferramentas convencionais para localização de faltas, cuja eficiência é determinante para melhoria dos índices de qualidade de energia e serviços prestados por concessionárias de energia. Este trabalho tem o objetivo de apresentar uma abordagem alternativa para a localização de faltas em alimentadores de distribuição aéreos com topologia radial. A proposta consiste no desenvolvimento de um algoritmo de auxílio à decisão para técnicas convencionais de localização de faltas, capaz de reduzir o problema da múltipla estimação. Esta proposta se dá num contexto onde é vislumbrado uma infraestrutura de Smart Grids consolidada. A ferramenta consiste em um pré-processamento de sinais analógicos e extração de parâmetros para posterior uso da técnica DAMICORE (do inglês Data Mining of Code Repositories) a fim de encontrar relações entre os eventos, agrupando aqueles que forem similares, de modo a auxiliar na localização de faltas. O sistema utilizado para a simulação de curtos-circuitos foi o alimentador-teste IEEE 34 barras em que os testes preliminares do algoritmo para este sistema resultaram em uma redução considerável para a múltipla estimação.
id USP_8eb0c3452f5ede3d474ecd4ed412c27b
oai_identifier_str oai:teses.usp.br:tde-06082018-091138
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Metodologia baseada em mineração de dados para redução de múltipla estimação na localização de faltas em alimentadores de distribuição radiaisData mining-based method to reduce multiple estimation for fault location in radial distribution feedersSmart GridsDAMICOREDAMICOREData miningFault locationLocalização de faltasMineração de dadosMúltipla estimaçãoMultiple estimationSmart gridsA complexidade dos sistemas de distribuição é uma característica intrínseca dos mesmos, isso dificulta a aplicação de ferramentas convencionais para localização de faltas, cuja eficiência é determinante para melhoria dos índices de qualidade de energia e serviços prestados por concessionárias de energia. Este trabalho tem o objetivo de apresentar uma abordagem alternativa para a localização de faltas em alimentadores de distribuição aéreos com topologia radial. A proposta consiste no desenvolvimento de um algoritmo de auxílio à decisão para técnicas convencionais de localização de faltas, capaz de reduzir o problema da múltipla estimação. Esta proposta se dá num contexto onde é vislumbrado uma infraestrutura de Smart Grids consolidada. A ferramenta consiste em um pré-processamento de sinais analógicos e extração de parâmetros para posterior uso da técnica DAMICORE (do inglês Data Mining of Code Repositories) a fim de encontrar relações entre os eventos, agrupando aqueles que forem similares, de modo a auxiliar na localização de faltas. O sistema utilizado para a simulação de curtos-circuitos foi o alimentador-teste IEEE 34 barras em que os testes preliminares do algoritmo para este sistema resultaram em uma redução considerável para a múltipla estimação.The complexity of distribution systems is an intrinsic characteristic from them, making it difficult to apply conventional fault locating methods, whose efficiency is decisive for the improvement of power quality and service indexes provided by the utilities. This work aims to present an alternative approach for fault location in aerial distribution feeders with radial topology. The tool consists of the development of a decision aid algorithm for conventional fault location techniques capable of reducing the multiple estimation problem. This proposal takes place in a context where a Smart Grids-based infrastructure is envisaged. This tool consists of a pre-processing of analog signals and feature extraction for later use of the DAMICORE (Data Mining of Code Repositories) technique to find connections between events, forming groups of similar events, and helping the Fault Location. The system used to simulate short circuits was the IEEE 34 Node Test Feeder and, for this system, the algorithm responded with a significant reduction of multiple estimations.Biblioteca Digitais de Teses e Dissertações da USPCoury, Denis ViniciusReche, Evandro Agostinho2018-06-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/18/18154/tde-06082018-091138/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2018-10-03T01:45:28Zoai:teses.usp.br:tde-06082018-091138Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212018-10-03T01:45:28Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Metodologia baseada em mineração de dados para redução de múltipla estimação na localização de faltas em alimentadores de distribuição radiais
Data mining-based method to reduce multiple estimation for fault location in radial distribution feeders
title Metodologia baseada em mineração de dados para redução de múltipla estimação na localização de faltas em alimentadores de distribuição radiais
spellingShingle Metodologia baseada em mineração de dados para redução de múltipla estimação na localização de faltas em alimentadores de distribuição radiais
Reche, Evandro Agostinho
Smart Grids
DAMICORE
DAMICORE
Data mining
Fault location
Localização de faltas
Mineração de dados
Múltipla estimação
Multiple estimation
Smart grids
title_short Metodologia baseada em mineração de dados para redução de múltipla estimação na localização de faltas em alimentadores de distribuição radiais
title_full Metodologia baseada em mineração de dados para redução de múltipla estimação na localização de faltas em alimentadores de distribuição radiais
title_fullStr Metodologia baseada em mineração de dados para redução de múltipla estimação na localização de faltas em alimentadores de distribuição radiais
title_full_unstemmed Metodologia baseada em mineração de dados para redução de múltipla estimação na localização de faltas em alimentadores de distribuição radiais
title_sort Metodologia baseada em mineração de dados para redução de múltipla estimação na localização de faltas em alimentadores de distribuição radiais
author Reche, Evandro Agostinho
author_facet Reche, Evandro Agostinho
author_role author
dc.contributor.none.fl_str_mv Coury, Denis Vinicius
dc.contributor.author.fl_str_mv Reche, Evandro Agostinho
dc.subject.por.fl_str_mv Smart Grids
DAMICORE
DAMICORE
Data mining
Fault location
Localização de faltas
Mineração de dados
Múltipla estimação
Multiple estimation
Smart grids
topic Smart Grids
DAMICORE
DAMICORE
Data mining
Fault location
Localização de faltas
Mineração de dados
Múltipla estimação
Multiple estimation
Smart grids
description A complexidade dos sistemas de distribuição é uma característica intrínseca dos mesmos, isso dificulta a aplicação de ferramentas convencionais para localização de faltas, cuja eficiência é determinante para melhoria dos índices de qualidade de energia e serviços prestados por concessionárias de energia. Este trabalho tem o objetivo de apresentar uma abordagem alternativa para a localização de faltas em alimentadores de distribuição aéreos com topologia radial. A proposta consiste no desenvolvimento de um algoritmo de auxílio à decisão para técnicas convencionais de localização de faltas, capaz de reduzir o problema da múltipla estimação. Esta proposta se dá num contexto onde é vislumbrado uma infraestrutura de Smart Grids consolidada. A ferramenta consiste em um pré-processamento de sinais analógicos e extração de parâmetros para posterior uso da técnica DAMICORE (do inglês Data Mining of Code Repositories) a fim de encontrar relações entre os eventos, agrupando aqueles que forem similares, de modo a auxiliar na localização de faltas. O sistema utilizado para a simulação de curtos-circuitos foi o alimentador-teste IEEE 34 barras em que os testes preliminares do algoritmo para este sistema resultaram em uma redução considerável para a múltipla estimação.
publishDate 2018
dc.date.none.fl_str_mv 2018-06-27
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 http://www.teses.usp.br/teses/disponiveis/18/18154/tde-06082018-091138/
url http://www.teses.usp.br/teses/disponiveis/18/18154/tde-06082018-091138/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815256723098697728

Registros relacionados