
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 | Aoki, Alexandre Rasi | - |
| Autor(es): dc.contributor | Schumacher, Ricardo, 1992- | - |
| Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia Elétrica | - |
| Autor(es): dc.creator | Müller Junior, Victor Frederico, 1971- | - |
| Data de aceite: dc.date.accessioned | 2025-09-01T11:15:20Z | - |
| Data de disponibilização: dc.date.available | 2025-09-01T11:15:20Z | - |
| Data de envio: dc.date.issued | 2022-10-18 | - |
| Data de envio: dc.date.issued | 2022-10-18 | - |
| Data de envio: dc.date.issued | 2021 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/76483 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/76483 | - |
| Descrição: dc.description | Orientador: Prof. Dr. Alexandre Rasi Aoki | - |
| Descrição: dc.description | Coorientador: Prof. Dr. Ricardo Schumacher | - |
| Descrição: dc.description | Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia Elétrica. Defesa : Curitiba, 25/02/2022 | - |
| Descrição: dc.description | Inclui referências: p. 89-91 | - |
| Descrição: dc.description | Resumo: Os sistemas de medição fasorial sincronizada estão sendo amplamente utilizados ao redor do mundo, e se tornaram elementos essenciais na evolução da operação dos sistemas elétricos de potência de grande porte. Estes sistemas são baseados em unidades de medição fasorial, chamadas PMUs, as quais são capazes de gravar e comunicar dados da dinâmica dos sistemas elétricos de potência de forma sincronizada por GPS e com alta taxa de amostragem, gerando assim um enorme conjunto de dados. Neste trabalho é apresentada uma metodologia para seleção de dados para análise pós-falta, através da redução da dimensionalidade, utilizando a análise de componentes principais. A análise de componentes principais é uma técnica que permite identificar como diferentes variáveis numéricas variam em conjunto, tendo como princípio a combinação das múltiplas variáveis numéricas em um conjunto menor de variáveis, que são combinações lineares ponderadas do conjunto original. Para validar a metodologia proposta, foram usados dados reais e foram identificados alguns recentes casos reais conhecidos de ocorrências no sistema interligado nacional, para que a análise pós-falta conseguisse detectar uma anomalia. A validação dos resultados obtidos foi feita utilizando um algoritmo de detecção de anomalias baseado em um modelo gaussiano. Com a aplicação da metodologia, comprovou-se a possibilidade de se utilizar um conjunto de dados menor do que o original, porém mantendo as características dos atributos. Demonstrou-se um caso em que foi possível fazer a redução de 190 atributos, para um conjunto de oito componentes principais mantendo a precisão no F1 Score. Esta metodologia automática de seleção de dados traz benefícios para análise pós-falta devido ao ganho de desempenho obtido com a redução do conjunto de dados dos atributos elétricos, sem perda significativa na precisão da capacidade de detecção de anomalia. | - |
| Descrição: dc.description | Abstract: Synchronized phasor measurement systems are being widely used around the world, and have become essential elements in the evolution of the operation of large electrical power systems. These systems are based on phasor measurement units, called PMUs, which are able to record and communicate data on the dynamics of the SEPs in a synchronized way by GPS and with a high sampling rate, thus generating a huge dataset. This work presents a methodology for selecting data for post-fault analysis, through dimensionality reduction, using principal component analysis. Principal component analysis is a technique that allows identifying how different numerical variables vary together, based on the principle of combining multiple numerical variables into a smaller variables set, which are weighted linear combinations of the original set. To validate the proposed methodology, real data were used and some recent known real cases of occurrences in the national interconnected system were identified, so that the post-fault analysis could detect an anomaly. The validation of the obtained results was done using an anomaly detection algorithm using a Gaussian model. With the application of the methodology, the possibility of using a smaller data set than the original was proved, while maintaining the characteristics of the attributes. A case was demonstrated in which it was possible to reduce 190 attributes to a set of eight main components while maintaining accuracy in the F1 Score. This automatic data selection methodology benefits post-fault analysis due to the performance gain obtained by reducing the electrical attribute dataset, without significant loss in the accuracy of anomaly detection capability. | - |
| Formato: dc.format | 1 recurso online : PDF. | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Palavras-chave: dc.subject | Engenharia eletrica | - |
| Palavras-chave: dc.subject | Sistemas elétricos - Planejamento | - |
| Palavras-chave: dc.subject | Análise de componentes principais | - |
| Palavras-chave: dc.subject | EstatÍstica | - |
| Palavras-chave: dc.subject | Engenharia Elétrica | - |
| Título: dc.title | Análise de componentes principais para diagnóstico pós-falta em sistemas elétricos de grande porte | - |
| Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo | |
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: