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 | Flórez, Hugo Andrés Ruiz | - |
Autor(es): dc.contributor | Sepulveda, Gloria Patricia Lopez | - |
Autor(es): dc.contributor | Flórez, Hugo Andrés Ruiz | - |
Autor(es): dc.contributor | Sepulveda, Gloria Patricia Lopez | - |
Autor(es): dc.contributor | Pasa, Leandro Antonio | - |
Autor(es): dc.contributor | Santos, José Airton Azevedo dos | - |
Autor(es): dc.creator | Souza, David Silva Marques de | - |
Data de aceite: dc.date.accessioned | 2025-08-29T12:34:24Z | - |
Data de disponibilização: dc.date.available | 2025-08-29T12:34:24Z | - |
Data de envio: dc.date.issued | 2023-09-19 | - |
Data de envio: dc.date.issued | 2023-09-19 | - |
Data de envio: dc.date.issued | 2022-05-25 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/32427 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1097897 | - |
Descrição: dc.description | The determination of the operating point in steady-state is an essential activity carried out to guarantee that the Electric Power System operates within the established operating limits. To determine the operating point of an Electric Power System, it is necessary to calculate the modules and angles of the nodal voltages. Among the methodologies used for this purpose is the state estimator. Although the state estimator has been widely used and published in the specialized literature, there are particular situations in which the state estimator cannot satisfactorily determine the operating point of a Power System. This work verifies the performance of computational intelligence techniques for this analysis with the aid of Python and AMPL programming languages. A database with multiple measurement scenarios of the adopted power system, the IEEE 14 Bus, was created to implement them. His data was used to train three machine learning methods: the Support Vector Machine, the Decision Tree, and the Multilayer Perceptron Neural Network. The models elaborated were analysedin terms of their generalization capacity and the accuracy of the results obtained with those obtained by the state estimation. The performance of computational intelligence methods wascompared from a statistical approach using statistical methods. The models obtained are effective in determining the operating point of the electrical power system, with results very similar to the conventional methodology. | - |
Descrição: dc.description | A determinação do ponto de operação em regime permanente é uma atividade indispensável realizada com o intuito de garantir que o Sistema Elétrico de Potência opere dentro dos limites operativos estabelecidos. Para determinar o ponto de operação de um Sistema Elétrico de Potência é necessário calcular os módulos e os ângulos das tensões nodais. Dentre as metodologias usadas para tal finalidade encontra-se o estimador de estado. Embora o estimador de estado tenha sido amplamente usado e divulgado na literatura especializada, existem situações particulares nas quais o estimador de estado não consegue determinar satisfatoriamente o ponto de operação de um Sistema de Potência. Este trabalho verifica o desempenho de técnicas de inteligência computacional para esta análise com o auxílio das linguagens de programação Python e AMPL. Um banco de dados com múltiplos cenários de medição do sistema de potência adotado, o IEEE 14 Bus, fora criado a fim de implementá-las. Estas informações foram utilizadas para o treinamento de três métodos de aprendizado de máquina: a Máquina de Vetor de Suporte, a Árvore de Decisão, e a Rede Neural Perceptron Múltiplas Camadas. As modelagens elaboradas foram analisadas no que diz respeito a sua capacidade de generalização e a exatidão dos resultados adquiridos frente aos obtidos pela estimação de estados. Os desempenhos dos métodos de inteligência computacional foram comparados a partir de uma abordagem estatística utilizando métodos estatísticos. Os modelos obtidos se mostram eficazes para a determinação do ponto operacional do sistema elétrica de potência, com resultados bem similares ao da metodologia convencional. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Medianeira | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Engenharia Elétrica | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-sa/4.0/ | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Otimização matemática | - |
Palavras-chave: dc.subject | Inteligência computacional | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Mathematical optimization | - |
Palavras-chave: dc.subject | Computational intelligence | - |
Palavras-chave: dc.subject | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA | - |
Título: dc.title | Solução do problema estimação de estado usando ferramentas de análise de dados | - |
Título: dc.title | Solving the state estimation problem using data analysis tools | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
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: