Identificação inteligente de cargas elétricas similares em Smart Grid
Nome: RAYANA KRISTINA SCHNEIDER BARCELOS
Tipo: Dissertação de mestrado acadêmico
Data de publicação: 09/07/2018
Orientador:
Nome |
Papel |
|---|---|
| WANDERLEY CARDOSO CELESTE | Orientador |
Banca:
| Nome |
Papel |
|---|---|
| DANIEL JOSÉ CUSTODIO COURA | Examinador Interno |
| FLAVIO GARCIA PEREIRA | Suplente Externo |
| GISELE DE LORENA DINIZ CHAVES | Suplente Interno |
| LUIS OTAVIO RIGO JUNIOR | Coorientador |
| RAFAEL FONTES SOUTO | Examinador Externo |
Páginas
Resumo: Esta dissertação mostra o resultado da aplicação de técnicas de caracterização para definir assinaturas de carga em Smart Grids. O diferencial deste trabalho é que as cargas têm os mesmos dados técnicos e são do mesmo fabricante (cargas com alto grau de similaridade), tornando o processo de identificação mais difícil e descrevendo uma condição desafiadora. O protótipo é uma plataforma com quatro lâmpadas fluorescentes tecnicamente idênticas,
permitindo 16 configurações de operação possíveis, isto é, desde nenhuma lâmpada ligada até todas as lâmpadas ligadas. São comparadas duas técnicas para definir a assinatura de carga: uma com 14 características simples para representar cada uma das 16 configurações
possíveis; e outra forma baseada na entropia de Shannon e Renyi. Cada conjunto de assinatura de carga é submetido a 5 classificadores inteligentes bem difundidos na literatura.
Em seguida, os conjuntos de assinaturas, classificados através do Raciocínio Baseado em Casos (RBC), são submetidos a um otimizador objetivando encontrar a maior acurácia possível para o sistema de identificação. A maior taxa de acerto obtida neste trabalho foi
de 77,31% e representa um bom desempenho do sistema de identificação, tendo em vista a complexidade do problema. Estes resultados iniciais servirão de referência para novas soluções a este novo problema.
