Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | da Silva, Giovana Gonçalves | - |
Autor(es): dc.creator | de Queiroz, Alexandre | - |
Autor(es): dc.creator | Garbelini, Enio | - |
Autor(es): dc.creator | dos Santos, Wesley Prado Leão | - |
Autor(es): dc.creator | Minussi, Carlos Roberto | - |
Autor(es): dc.creator | Bonini Neto, Alfredo | - |
Data de aceite: dc.date.accessioned | 2025-08-21T21:18:08Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T21:18:08Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-06-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.3390/asi7030046 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/303244 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/303244 | - |
Descrição: dc.description | Total real and reactive power losses in electrical power systems are an inevitable phenomenon and occur due to several factors, such as conductor resistance, transformer impedance, line reactance, equipment losses, and phase unbalance. Minimizing them is crucial to the system’s efficiency. In this study, an artificial neural network, specifically a Multi-layer Perceptron, was employed to predict total real and reactive power losses in electrical systems. The network is composed of three layers: an input layer consisting of the variables loading factor, real and reactive power generated on the slack bus, a hidden layer, and an output layer representing the total real and reactive power losses. The training method used was backpropagation, adjusting the weights based on the desired output. The results obtained, using datasets from IEEE systems with 14, 30, and 57 buses, showed satisfactory performance, with a mean squared error of around 10−4 and a coefficient of determination (R2) of 0.998. In validation with 20% of the data that was not part of the training, the network demonstrated effectiveness, with a mean squared error around 10−3. This indicates that the network was able to accurately predict total power losses based on loads, generating estimates close to the desired values. | - |
Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
Descrição: dc.description | School of Engineering São Paulo State University (Unesp), SP | - |
Descrição: dc.description | School of Sciences and Engineering São Paulo State University (Unesp), SP | - |
Descrição: dc.description | School of Engineering São Paulo State University (Unesp), SP | - |
Descrição: dc.description | School of Sciences and Engineering São Paulo State University (Unesp), SP | - |
Descrição: dc.description | CAPES: 88887.956029/2024-00 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Applied System Innovation | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | artificial intelligence | - |
Palavras-chave: dc.subject | continuation power flow | - |
Palavras-chave: dc.subject | critical point | - |
Palavras-chave: dc.subject | prediction | - |
Título: dc.title | Estimation of Total Real and Reactive Power Losses in Electrical Power Systems via Artificial Neural Network | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: