|
|
Tipo de Mídia:
Texto
|
|
Formato:
.pdf
|
Tamanho:
6,13
MB
|
|
|
|
|
|
|
|
|
|
|
|
|
Título: |
|
Determinação de Causas de Interrupção não Programadas em Sistemas Elétricos Utilizando Redes Bayesianas e Lógica Fuzzy |
Autor: |
|
Rodrigo Laux Tabbal
|
Categoria: |
|
Teses e Dissertações |
Idioma: |
|
Português |
Instituição:/Parceiro |
|
[cp] Programas de Pós-graduação da CAPES
|
Instituição:/Programa |
|
PUC/RS/ENGENHARIA ELÉTRICA |
Área Conhecimento |
|
ENGENHARIA ELÉTRICA |
Nível |
|
Mestrado
|
Ano da Tese |
|
2010 |
Acessos: |
|
466 |
Resumo |
|
A correta determinação de causas de desligamentos não programados é fundamental para as empresas de energia definirem prioridades de investimento em melhorias no sistema elétrico. Dessa maneira; é possível evitar perdas e aperfeiçoar a qualidade do serviço de fornecimento. Esta dissertação aborda um método para a identificação de causas de interrupções forçadas utilizando um sistema integrado de modelos baseados em lógica fuzzy e Redes Bayesianas (RB). Para a etapa de treino da RB e estabelecimento de regras no domínio fuzzy; apresenta-se a análise de um banco de dados tratado com técnicas de Knowledge Discovery in Databases (KDD); permitindo o mapeamento de variáveis de entradas e saídas dos dados. Este mapeamento compôs uma base de conhecimentos; possibilitando agrupar dados de forma a visualizar o padrão de sobrecarga coerente com um sistema elétrico. O bloco fuzzy avalia eventos com maiores recorrências; utilizando como parâmetro valores mínimos de aceitação da resposta; e o bloco RB estima as causas dos demais eventos; priorizando as respostas que se consideram com baixa incerteza. Com o método split-half a partir de 8.000 eventos; o sistema integrado se mostrou eficiente com o erro resultante de 5;94%. Apresentam-se outras análises visando a minimizar o erro de estimação de causas; através da ampliação do número de variáveis de entrada e o descarte de eventos com saídas múltiplas. Após o descarte; obteve-se um total de 15.994 eventos; sendo que para esta amostra; o erro final de identificação pela RB foi reduzido de 15;94% para 4;60%. Considerando 172 registros; com a inclusão de três variáveis de entrada na base de dados; o erro na RB foi reduzido de 5;81% para 1;16%. Também se verifica que o comportamento do sistema ao avaliar dados incoerentes resultou em erro de 84;38%; mostrando-se a aplicabilidade em detectar registros sem características com um sistema elétrico. Por essas análises; a metodologia proposta mostrou-se eficaz na determinação de causas de desligamentos não programados. |
|
|
|
|
|
|
|
|
|