Modelo fuzzy evolutivo para detecção e classificação em tempo real de distúrbios na qualidade de energia elétrica

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.creatorSantana, Márcio Wladimir-
Autor(es): dc.creatorFortunato, Danielle Abreu-
Autor(es): dc.creatorFerreira, Danton Diego-
Data de aceite: dc.date.accessioned2026-02-09T11:48:03Z-
Data de disponibilização: dc.date.available2026-02-09T11:48:03Z-
Data de envio: dc.date.issued2019-04-16-
Data de envio: dc.date.issued2019-04-16-
Data de envio: dc.date.issued2018-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/33589-
Fonte completa do material: dc.identifierhttp://revistas.unibh.br/index.php/dcet/article/view/2581-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1147744-
Descrição: dc.descriptionPower quality disturbances lead to several drawbacks such as an increase in line and equipment voltageand consequent ohmic losses; limitation of the production capacity; higher operating temperatures, premature fails, and reduction of life expectancy of machines; malfunction of equipment; and unplanned outages. Real-time detection and classification of disturbances areof great importance for power systems. This paper proposes an evolving Takagi-Sugeno fuzzy model (eTS) framework for disturbance detection combined with a hybrid Hodrick-Prescott and Fast Fourier Transform feature selection method applied over a sliding window of voltage signals. The spike, notch, inter-harmonic, short interruption and harmonicdisturbanceswere considered. Classificationperformance in terms of the root mean squared error (RMSE) and non-dimensional error index (NDEI) have shown encouraging results. Moreover, the proposed data stream-based eTS disturbance monitoring system has shown to be able to learn new disturbance patterns automatically by online adapting the parameters and structure of fuzzy rules.-
Descrição: dc.descriptionOs distúrbios de qualidade de energia elétrica levam a vários inconvenientes, como umaumento da tensãono sistema e nos equipamentos e consequentes perdas; limitação da capacidade de produção; temperaturas operacionais mais altas, falhas prematuras e redução da expectativa de vida das máquinas; mau funcionamento do equipamento e interrupções não planejadas. A detecção e classificação em tempo real de distúrbios sãode grande importância para os sistemas de energia. Este artigo propõe o modelo fuzzy evolutivo Takagi-Sugeno (eTS) para a detecção de distúrbios combinado com um método híbridode seleção decaracterísticas utilizando o filtro Hodrick-Prescott e a Transformada Rápida de Fourier aplicados sobre uma janela deslizante de sinais de tensão. Os distúrbios spike, notch, inter-harmônico, interrupção curta e harmônico foram considerados.O desempenho de classificação em termos da raiz quadrada do erro quadrático médio (RMSE) e do índice de erro não dimensional (NDEI) mostrou resultados encorajadores. Além disso, o sistema de monitoramento de distúrbios eTS proposto, baseado em fluxo de dados, mostrou ser capaz de aprender novos padrões de distúrbios automaticamente pela adaptação on-line dos parâmetros e estrutura das regras fuzzy.-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniBH-
Direitos: dc.rightsrestrictAccess-
???dc.source???: dc.sourceE-xacta-
Palavras-chave: dc.subjectEnergia - Qualidade-
Palavras-chave: dc.subjectTakagi-Sugeno evolutivo-
Palavras-chave: dc.subjectPower quality-
Título: dc.titleModelo fuzzy evolutivo para detecção e classificação em tempo real de distúrbios na qualidade de energia elétrica-
Título: dc.titleEvolving fuzzy model forreal-timedetection and classification of power quality disturbances-
Tipo de arquivo: dc.typeArtigo-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.