• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Dissertação de Mestrado
DOI
https://doi.org/10.11606/D.3.2018.tde-24092018-073910
Documento
Autor
Nome completo
Pablo Daniel Paz Salazar
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Paulo, 2018
Orientador
Banca examinadora
Pereira, Carlos Eduardo de Morais (Presidente)
Flauzino, Rogério Andrade
Moreira, Fernando Augusto
Título em português
Monitoramento em tempo real da estabilidade de tensão usando redes neurais artificiais.
Palavras-chave em português
Estabilidade de sistemas
Redes neurais
Sistemas elétricos de potência
Resumo em português
Nos dias atuais, há muitos casos em que sistemas de potência estão operando perto dos seus limites de estabilidade devido a restrições econômicas e leis ambientais. A estabilidade de tensão é uma matéria de muita pesquisa e interesse devido a que é considerado como uma das maiores ameaças na segurança dos sistemas. Uma prevenção exitosa de colapso do sistema baseia-se na precisão do método, a simplicidade dos índices, e muito baixo tempo de computação. Este trabalho apresenta uma rede Perceptron Multicamada (PMC) como proposta para monitoramento em tempo real da estabilidade de tensão de sistemas de potência usando como principais dados de entrada medidas obtidas do sistema SCADA. Os dados de treinamento são obtidos com cálculos de fluxo de potência continuado. A rede Perceptron Multicamadas é apresentada como um aproximador universal de funções, que diminui o tempo computacional dos métodos convencionais como o fluxo de potência continuado. Por fim, a topologia da rede PMC proposta é avaliada com o sistema de 30 barras do IEEE, e os resultados em relação ao tempo de computação e precisão são comparados com o método de fluxo de potência continuado.
Título em inglês
Real time monitoring of voltage stability with artificial neural netrworks.
Palavras-chave em inglês
Artificial neural network
Continuation power flow
Online monitoring
Voltage stability
Resumo em inglês
Nowadays, many power systems are operating near their limits of stability due to economic restrictions and environmental laws. Voltage stability is a subject of great interest because it is considered one of the greatest threats for power systems security. The keys to preventing blackouts are the accuracy of the method, speed indication, and low computation time. This work presents a Multi-layer Perceptron (PMC) network as a proposal for real-time monitoring of voltage stability in power systems using input data obtained from the SCADA system. The training data are obtained by running Continuation Power Flow (CPF) routine. The multi-layer Perceptron network is presented as a universal approximator, reducing the computation time of conventional methods such as the Finally, the proposed PMC network is evaluated in the IEEE 30-bus system. Computation time and accuracy are compared with the continuation power flow method.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2018-09-25
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2024. Todos os direitos reservados.