Localização de defeitos em sistemas de potência utilizando um modelo Neuro-Fuzzy

• Autor: Mitacc Meza, Edwin Benito
• Formato: tesis de maestría
• Fecha de Publicación: 2001
• Institución: Superintendencia Nacional de Educación Superior Universitaria
• Repositorio: Registro Nacional de Trabajos conducentes a Grados y Títulos - RENATI
• Lenguaje: portugués
• OAI Identifier: oai:renati.sunedu.gob.pe:renati/7561
• Enlace del recurso: https://renati.sunedu.gob.pe/handle/sunedu/3633704
• Nivel de acceso: acceso abierto
• Materia: Protección de sistemas eléctricos; Supervisión en tiempo real; Lógica difusa; Redes neuronales (Computación); Reconocimiento de patrones; https://purl.org/pe-repo/ocde/ford#1.02.01

Em sistemas de potência, um grande número de mensagens e alarmes são transmitidos ao centro de controle após a ocorrência de distúrbios. Estes distúrbios estão em geral associados à presença de defeitos de diferentes tipos e localizações no sistema. Como decorrência, parte do sistema é isolada de modo a eliminar o defeito. Os equipamentos de proteção são responsáveis por detectar a ocorrência de um defeito e isolar somente a parte defeituosa do sistema. É também muito importante restaurar as condições normais de operação do sistema o mais rapidamente possível. Dessa maneira, é fundamental que a localização do defeito seja determinada de forma bastante rápida. Na ocorrência de um defeito, os operadores devem tirar conclusões e tomar decisões a partir de um grande conjunto de informações, o que pode levar um tempo demasiadamente grande. Outros problemas tais como falhas no sistema de proteção, problemas de comunicação, aquisição de dados corrompidos, etc. podem tomar a obtenção de diagnósticos uma tarefa bastante complicada. Nesta Dissertação investiga-se a aplicação de um modelo Neuro-Fuzzy para o processamento de alarmes e diagnósticos. de defeitos em sistemas de potência, através da construção de redes neurais capazes de realizar o mapeamento fuzzy de alarmes recebidos após um defeito para saídas (respostas) que refletem o grau de incerteza da inferência realizada, fornecendo subsídios realistas para o diagnóstico. São investigadas diversas técnicas para o estabelecimento das relações fuzzy entre padrões de alarme e defeitos no sistema. O modelo a ser desenvolvido deverá ser capaz de permitir a introdução do conhecimento qualitativo sobre o problema tratado (lógica fuzzy) e ao mesmo tempo apresentar características de robustez, tolerância a falhas e generalização (redes neurais).