Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/33589
metadata.artigo.dc.title: Modelo fuzzy evolutivo para detecção e classificação em tempo real de distúrbios na qualidade de energia elétrica
metadata.artigo.dc.title.alternative: Evolving fuzzy model forreal-timedetection and classification of power quality disturbances
metadata.artigo.dc.creator: Santana, Márcio Wladimir
Fortunato, Danielle Abreu
Ferreira, Danton Diego
metadata.artigo.dc.subject: Energia - Qualidade
Takagi-Sugeno evolutivo
Power quality
metadata.artigo.dc.publisher: UniBH
metadata.artigo.dc.date.issued: 2018
metadata.artigo.dc.identifier.citation: SANTANA, M. W.; FORTUNATO, D. A.; FERREIRA, D. D. Modelo fuzzy evolutivo para detecção e classificação em tempo real de distúrbios na qualidade de energia elétrica. E-xacta, Belo Horizonte, v. 11, n. 2, p. 63-79, 2018.
metadata.artigo.dc.description.resumo: Os 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.
metadata.artigo.dc.description.abstract: Power 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.
metadata.artigo.dc.identifier.uri: http://revistas.unibh.br/index.php/dcet/article/view/2581
http://repositorio.ufla.br/jspui/handle/1/33589
metadata.artigo.dc.language: pt_BR
Appears in Collections:DAT - Artigos publicados em periódicos

Files in This Item:
There are no files associated with this item.


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.