Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Lopes, Thales Terrola e | - |
Autor(es): dc.contributor | Daniel, Luciano de Oliveira | - |
Autor(es): dc.contributor | Augusto, Andre Abel | - |
Autor(es): dc.creator | Shinkado, Rodrigo Komatsu | - |
Data de aceite: dc.date.accessioned | 2024-07-11T17:42:02Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T17:42:02Z | - |
Data de envio: dc.date.issued | 2022-08-02 | - |
Data de envio: dc.date.issued | 2022-08-02 | - |
Data de envio: dc.date.issued | 2021 | - |
Fonte completa do material: dc.identifier | http://app.uff.br/riuff/handle/1/25951 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/755670 | - |
Descrição: dc.description | O estudo do fluxo de potência é utilizado usualmente para se determinar as condições de operação de um sistema elétrico em regime permanente. Os programas computacionais mais utilizados para resolução de fluxo de potência são baseados em métodos iterativos, como o método de Newton-Raphson. Este trabalho tem por objetivo propor uma solução alternativa para o problema de fluxo de potência através da utilização de uma Rede Neural. A solução é baseada a partir do estudo de vários cenários de operação sujeitos a variação de cargas nas barras e consequente magnitude e ângulo da tensão em cada uma das barras e o fluxo de potência nas linhas de transmissão, como parâmetros para o treinamento da Rede Neural. Diferentes cenários para a construção da base de dados para a Rede Neural foram executados, considerando desde o caso base com o aumento de carregamento até todas as condições de operação do sistema teste na situação da perda de uma linha por vez. As simulações da Rede Neural Artificial foram feitas com a utilização do software MATLAB e o sistema utilizado como base de estudo foi o sistema elétrico IEEE 14 barras. Os dados gerados para treinamento da rede foram obtidos com a utilização do ANAREDE através da ferramenta de fluxo de potência continuado. Para a validação da Rede Neural Artificial treinada para a solução do fluxo de potência, foi utilizado como uma base de dados de teste, com os resultados obtidos comparados com aqueles obtidos através do fluxo de potência. Os resultados obtidos neste trabalho foram considerados satisfatórios, pois apresentaram erros desprezíveis para o fluxo de potência do sistema em estudo, erros estes que não afetam na operação do sistema elétrico em questão. | - |
Descrição: dc.description | The study of power flow is normally used to determine the operating conditions of an electrical system in steady state. The most used computer programs for power flow solution are designed in iterative methods, such as the Newton-Raphson method. This work aims to propose an alternative solution for the power flow through the use of a Neural Network. The solution is based on the study of various operating scenarios under the variation of the loads on the buses and the consequent voltage magnitude and angle in each of the buses and the power flow in the transmission lines, as parameters for training the Neural Network. Different scenarios for the construction of the database for the Neural Network were performed, considering from the base-case with the increase in load to all the operating conditions of the test system in the situation of loss of one line at a time. The Artificial Neural Network simulations were performed with the software MATLAB and the system used as a base study was the IEEE 14-bus electrical system. The data generated for network training were obtained using an ANAREDE tool through continuous power flow. To validate the trained Artificial Neural Network to solve power flow, it was used a test database, with the results from the RNA compared with the ones obtained with power flow. The results obtained in this work were considered satisfactory, as they presented negligible errors for the power flow of the system under study, errors that do not affect with the operation of the electrical system in question. | - |
Descrição: dc.description | 112 p. | - |
Formato: dc.format | application/pdf | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Fluxo de potência | - |
Palavras-chave: dc.subject | Fluxo de potência continuado | - |
Palavras-chave: dc.subject | Método de Newton-Raphson | - |
Palavras-chave: dc.subject | Rede neural artificial | - |
Palavras-chave: dc.subject | Rede neural artificial | - |
Palavras-chave: dc.subject | Fluxo de potência | - |
Palavras-chave: dc.subject | Engenharia elétrica | - |
Palavras-chave: dc.subject | Power flow | - |
Palavras-chave: dc.subject | Continuation power flow | - |
Palavras-chave: dc.subject | Newton-Raphson method | - |
Palavras-chave: dc.subject | Artificial neural network | - |
Título: dc.title | Aplicação de rede neural artificial para análise de fluxo de potência | - |
Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
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: