Ferramenta de suporte para autorrecuperação de rede de distribuição de energia elétrica utilizando redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Avelar, Fabio da Silva
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/2974
Resumo: Uma ferramenta foi desenvolvida para auxiliar na autorrecuperação de rede de distribuição de energia elétrica, com o auxílio de um software, para simular um sistema real. O sistema elétrico considerado possui chaves inteligentes capazes de identificar uma falta momentânea na linha e encontrar a melhor reconfiguração para seu religamento, caracterizando uma rede elétrica inteligente (Smart Grid). Utilizando a técnica de inteligência artificial, Rede Neural Artificial (RNA), foram simuladas situações de falta em determinados trechos da rede elétrica e analisado fluxo de potência via OpenDSS, observando o chaveamento mais adequado dentro do menor intervalo de tempo, foi realizada também uma implementação via ELIPSE no sistema elétrico do IEEE em questão para melhor visualização identificando o religamento deste sistema. O algoritmo desenvolvido mediante uma falha escolhe a melhor configuração para restabelecer a energia ao maior número de consumidores durante a mesma. Com os resultados das simulações foram realizados testes e análises para verificar suas robustez e velocidade se comparados às ações dos operadores, na esperança que o modelo desenvolvido seja mais rápido do que um operador experiente de um Centro de Operação de Distribuição (COD) em sua tarefa de análise. Este trabalho apresenta uma aplicação de um algoritmo para diferentes configurações de redes de distribuição reduzindo o tempo e a quantidade de consumidores afetados, possibilitando fazer um melhor direcionamento das equipes de eletricistas para o restabelecimento, com isto ganhando tempo, minimizando desgaste dos profissionais, dos componentes de distribuição de energia elétrica e dos operadores dos CODs.
id UTFPR-12_4dbdbc75efd09c8a226e95c13552e7ba
oai_identifier_str oai:repositorio.utfpr.edu.br:1/2974
network_acronym_str UTFPR-12
network_name_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
repository_id_str
spelling 2018-03-08T20:22:42Z2018-03-08T20:22:42Z2017-12-12AVELAR, Fabio da Silva. Ferramenta de suporte para autorrecuperação de rede de distribuição de energia elétrica utilizando redes neurais artificiais. 2017. 94 f. Dissertação (Mestrado em Sistemas de Energia) - Universidade Tecnológica Federal do Paraná, Curitiba, 2017.http://repositorio.utfpr.edu.br/jspui/handle/1/2974Uma ferramenta foi desenvolvida para auxiliar na autorrecuperação de rede de distribuição de energia elétrica, com o auxílio de um software, para simular um sistema real. O sistema elétrico considerado possui chaves inteligentes capazes de identificar uma falta momentânea na linha e encontrar a melhor reconfiguração para seu religamento, caracterizando uma rede elétrica inteligente (Smart Grid). Utilizando a técnica de inteligência artificial, Rede Neural Artificial (RNA), foram simuladas situações de falta em determinados trechos da rede elétrica e analisado fluxo de potência via OpenDSS, observando o chaveamento mais adequado dentro do menor intervalo de tempo, foi realizada também uma implementação via ELIPSE no sistema elétrico do IEEE em questão para melhor visualização identificando o religamento deste sistema. O algoritmo desenvolvido mediante uma falha escolhe a melhor configuração para restabelecer a energia ao maior número de consumidores durante a mesma. Com os resultados das simulações foram realizados testes e análises para verificar suas robustez e velocidade se comparados às ações dos operadores, na esperança que o modelo desenvolvido seja mais rápido do que um operador experiente de um Centro de Operação de Distribuição (COD) em sua tarefa de análise. Este trabalho apresenta uma aplicação de um algoritmo para diferentes configurações de redes de distribuição reduzindo o tempo e a quantidade de consumidores afetados, possibilitando fazer um melhor direcionamento das equipes de eletricistas para o restabelecimento, com isto ganhando tempo, minimizando desgaste dos profissionais, dos componentes de distribuição de energia elétrica e dos operadores dos CODs.A tool was developed to assist in the self-recovery of the electricity distribution network, with the help of software, to simulate a real system. The electrical system considered has intelligent keys capable of identifying a momentary fault in the line and finding the best reconfiguration for its reclosing, characterizing a Smart Grid. Using artificial intelligence, Artificial Neural Network (ANN), simulated fault situations in certain stretches of the electrical network and analyzed power flow through OpenDSS, observing the most appropriate switching within the shortest time interval, an implementation was also performed via ELIPSE in the IEEE electrical system in question for better visualization identifying the reclosing of this system. The algorithm developed through a fault chooses the best configuration to restore the energy to the largest number of consumers during it. With the results of the simulations, tests and analyzes were performed to verify their robustness and velocity when compared to the actions of the operators, in the hope that the developed model will be faster than an experienced Operator of a Distribution Operation Center in its task of analysis. This work presents an algorithm application for different distribution network configurations, reducing the time and quantity of affected consumers, allowing a better targeting of the electrician teams for the restoration, thus gaining time, minimizing the wear of professionals, components electricity distribution and operators.porUniversidade Tecnológica Federal do ParanáCuritibaPrograma de Pós-Graduação em Sistemas de EnergiaUTFPRBrasilCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOESEngenharia ElétricaEnergia elétrica - DistribuiçãoRedes neurais (Computação)Redes elétricas inteligentesAlgorítmos genéticosSoftware - DesenvolvimentoSimulação (Computadores)Sistemas de energia elétricaElectric power distributionNeural networks (Computer science)Smart power gridsGenetic algorithmsComputer software - DevelopmentComputer simulationElectric power systemsFerramenta de suporte para autorrecuperação de rede de distribuição de energia elétrica utilizando redes neurais artificiaisSupport tool for self-recovery of electricity distribution network using artificial neural networksinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisCuritibaFritzen, Paulo Cícerohttp://lattes.cnpq.br/3904244896211234Fritzen, Paulo CíceroBenedito, Raphael Augusto de SIssicaba, Diegohttp://lattes.cnpq.br/1591874277153288Avelar, Fabio da Silvainfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRORIGINALCT_PPGSE_M_Avelar, Fabio da Silva_2017.pdfCT_PPGSE_M_Avelar, Fabio da Silva_2017.pdfapplication/pdf3604322http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/2974/1/CT_PPGSE_M_Avelar%2c%20Fabio%20da%20Silva_2017.pdf2af06f5e300cc41f4fd97632a15ce61aMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/2974/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52TEXTCT_PPGSE_M_Avelar, Fabio da Silva_2017.pdf.txtCT_PPGSE_M_Avelar, Fabio da Silva_2017.pdf.txtExtracted texttext/plain100196http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/2974/3/CT_PPGSE_M_Avelar%2c%20Fabio%20da%20Silva_2017.pdf.txt5b5cac0c1c64a907113db8213bc69badMD53THUMBNAILCT_PPGSE_M_Avelar, Fabio da Silva_2017.pdf.jpgCT_PPGSE_M_Avelar, Fabio da Silva_2017.pdf.jpgGenerated Thumbnailimage/jpeg1226http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/2974/4/CT_PPGSE_M_Avelar%2c%20Fabio%20da%20Silva_2017.pdf.jpg68cf133756148aef3db094171efd3288MD541/29742018-08-13 18:54:49.982oai:repositorio.utfpr.edu.br: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Repositório de PublicaçõesPUBhttp://repositorio.utfpr.edu.br:8080/oai/requestopendoar:2018-08-13T21:54:49Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)false
dc.title.pt_BR.fl_str_mv Ferramenta de suporte para autorrecuperação de rede de distribuição de energia elétrica utilizando redes neurais artificiais
dc.title.alternative.pt_BR.fl_str_mv Support tool for self-recovery of electricity distribution network using artificial neural networks
title Ferramenta de suporte para autorrecuperação de rede de distribuição de energia elétrica utilizando redes neurais artificiais
spellingShingle Ferramenta de suporte para autorrecuperação de rede de distribuição de energia elétrica utilizando redes neurais artificiais
Avelar, Fabio da Silva
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES
Energia elétrica - Distribuição
Redes neurais (Computação)
Redes elétricas inteligentes
Algorítmos genéticos
Software - Desenvolvimento
Simulação (Computadores)
Sistemas de energia elétrica
Electric power distribution
Neural networks (Computer science)
Smart power grids
Genetic algorithms
Computer software - Development
Computer simulation
Electric power systems
Engenharia Elétrica
title_short Ferramenta de suporte para autorrecuperação de rede de distribuição de energia elétrica utilizando redes neurais artificiais
title_full Ferramenta de suporte para autorrecuperação de rede de distribuição de energia elétrica utilizando redes neurais artificiais
title_fullStr Ferramenta de suporte para autorrecuperação de rede de distribuição de energia elétrica utilizando redes neurais artificiais
title_full_unstemmed Ferramenta de suporte para autorrecuperação de rede de distribuição de energia elétrica utilizando redes neurais artificiais
title_sort Ferramenta de suporte para autorrecuperação de rede de distribuição de energia elétrica utilizando redes neurais artificiais
author Avelar, Fabio da Silva
author_facet Avelar, Fabio da Silva
author_role author
dc.contributor.advisor1.fl_str_mv Fritzen, Paulo Cícero
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/3904244896211234
dc.contributor.referee1.fl_str_mv Fritzen, Paulo Cícero
dc.contributor.referee2.fl_str_mv Benedito, Raphael Augusto de S
dc.contributor.referee3.fl_str_mv Issicaba, Diego
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/1591874277153288
dc.contributor.author.fl_str_mv Avelar, Fabio da Silva
contributor_str_mv Fritzen, Paulo Cícero
Fritzen, Paulo Cícero
Benedito, Raphael Augusto de S
Issicaba, Diego
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES
topic CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES
Energia elétrica - Distribuição
Redes neurais (Computação)
Redes elétricas inteligentes
Algorítmos genéticos
Software - Desenvolvimento
Simulação (Computadores)
Sistemas de energia elétrica
Electric power distribution
Neural networks (Computer science)
Smart power grids
Genetic algorithms
Computer software - Development
Computer simulation
Electric power systems
Engenharia Elétrica
dc.subject.por.fl_str_mv Energia elétrica - Distribuição
Redes neurais (Computação)
Redes elétricas inteligentes
Algorítmos genéticos
Software - Desenvolvimento
Simulação (Computadores)
Sistemas de energia elétrica
Electric power distribution
Neural networks (Computer science)
Smart power grids
Genetic algorithms
Computer software - Development
Computer simulation
Electric power systems
dc.subject.capes.pt_BR.fl_str_mv Engenharia Elétrica
description Uma ferramenta foi desenvolvida para auxiliar na autorrecuperação de rede de distribuição de energia elétrica, com o auxílio de um software, para simular um sistema real. O sistema elétrico considerado possui chaves inteligentes capazes de identificar uma falta momentânea na linha e encontrar a melhor reconfiguração para seu religamento, caracterizando uma rede elétrica inteligente (Smart Grid). Utilizando a técnica de inteligência artificial, Rede Neural Artificial (RNA), foram simuladas situações de falta em determinados trechos da rede elétrica e analisado fluxo de potência via OpenDSS, observando o chaveamento mais adequado dentro do menor intervalo de tempo, foi realizada também uma implementação via ELIPSE no sistema elétrico do IEEE em questão para melhor visualização identificando o religamento deste sistema. O algoritmo desenvolvido mediante uma falha escolhe a melhor configuração para restabelecer a energia ao maior número de consumidores durante a mesma. Com os resultados das simulações foram realizados testes e análises para verificar suas robustez e velocidade se comparados às ações dos operadores, na esperança que o modelo desenvolvido seja mais rápido do que um operador experiente de um Centro de Operação de Distribuição (COD) em sua tarefa de análise. Este trabalho apresenta uma aplicação de um algoritmo para diferentes configurações de redes de distribuição reduzindo o tempo e a quantidade de consumidores afetados, possibilitando fazer um melhor direcionamento das equipes de eletricistas para o restabelecimento, com isto ganhando tempo, minimizando desgaste dos profissionais, dos componentes de distribuição de energia elétrica e dos operadores dos CODs.
publishDate 2017
dc.date.issued.fl_str_mv 2017-12-12
dc.date.accessioned.fl_str_mv 2018-03-08T20:22:42Z
dc.date.available.fl_str_mv 2018-03-08T20:22:42Z
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.citation.fl_str_mv AVELAR, Fabio da Silva. Ferramenta de suporte para autorrecuperação de rede de distribuição de energia elétrica utilizando redes neurais artificiais. 2017. 94 f. Dissertação (Mestrado em Sistemas de Energia) - Universidade Tecnológica Federal do Paraná, Curitiba, 2017.
dc.identifier.uri.fl_str_mv http://repositorio.utfpr.edu.br/jspui/handle/1/2974
identifier_str_mv AVELAR, Fabio da Silva. Ferramenta de suporte para autorrecuperação de rede de distribuição de energia elétrica utilizando redes neurais artificiais. 2017. 94 f. Dissertação (Mestrado em Sistemas de Energia) - Universidade Tecnológica Federal do Paraná, Curitiba, 2017.
url http://repositorio.utfpr.edu.br/jspui/handle/1/2974
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.publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Curitiba
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Sistemas de Energia
dc.publisher.initials.fl_str_mv UTFPR
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Tecnológica Federal do Paraná
Curitiba
dc.source.none.fl_str_mv reponame:Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
instname:Universidade Tecnológica Federal do Paraná (UTFPR)
instacron:UTFPR
instname_str Universidade Tecnológica Federal do Paraná (UTFPR)
instacron_str UTFPR
institution UTFPR
reponame_str Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
collection Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
bitstream.url.fl_str_mv http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/2974/1/CT_PPGSE_M_Avelar%2c%20Fabio%20da%20Silva_2017.pdf
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/2974/2/license.txt
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/2974/3/CT_PPGSE_M_Avelar%2c%20Fabio%20da%20Silva_2017.pdf.txt
http://repositorio.utfpr.edu.br:8080/jspui/bitstream/1/2974/4/CT_PPGSE_M_Avelar%2c%20Fabio%20da%20Silva_2017.pdf.jpg
bitstream.checksum.fl_str_mv 2af06f5e300cc41f4fd97632a15ce61a
8a4605be74aa9ea9d79846c1fba20a33
5b5cac0c1c64a907113db8213bc69bad
68cf133756148aef3db094171efd3288
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT)) - Universidade Tecnológica Federal do Paraná (UTFPR)
repository.mail.fl_str_mv
_version_ 1805922934002286592