Return to search

Sistema de classificação inteligente de cargas elétricas similares e não similares

Made available in DSpace on 2018-08-01T23:29:05Z (GMT). No. of bitstreams: 1
tese_10471_Aloisio Ramos da Paixão.pdf: 5157481 bytes, checksum: f6e931650197adbd8f58162a299dbd56 (MD5)
Previous issue date: 2016-12-01 / O presente trabalho tem como objetivo desenvolver um sistema de classificação
inteligente de cargas elétricas similares e não similares, utilizando medição não
intrusiva para a aquisição dos sinais elétricos de tensão e de corrente. Inicialmente
implementa-se uma plataforma experimental contendo um arranjo com 4 cargas
elétricas similares, isto é, de um mesmo fabricante e com especificações técnicas
idênticas. Posteriormente utiliza-se um arranjo com 4 cargas elétricas não similares,
a fim de possibilitar uma comparação com os trabalhos observados na literatura
recente. Utilizam-se seis classificadores inteligentes no processo de identificação, a
saber: k-means (k-médias), Raciocínio Baseado em Casos (RBC), RBC+k-means e
três Redes Neurais Artificiais (RNA) do tipo Multi-Layer Perceptron (MLP), sendo uma
RNA com 4 neurônios na camada escondida (MLP-4) e duas RNAs com 8 neurônios
na camada escondida (MLP-8 e MLP-8-C30000), as quais se diferem apenas na
quantidade de ciclos (épocas) utilizados como critério de parada durante o
aprendizado. Os experimentos para as cargas elétricas similares são realizados com
os dados obtidos através das frequências de amostragem de 6,25kHz, 12,5kHz e
25kHz, a fim de verificar a influência da taxa de amostragem no processo de
identificação. Verifica-se também a influência da quantidade de amostras utilizadas
nos experimentos. Utilizam-se 50, 100 e 150 amostras para cada configuração de
funcionamento das cargas, isto é, por dispositivo (4 cargas elétricas) e por classe
(24=16 configurações de funcionamento da plataforma experimental). Verifica-se que
a taxa de amostragem na aquisição dos sinais elétricos e a quantidade de amostras
utilizadas nos testes, influenciam no desempenho dos classificadores, abrindo-se
possibilidades para o desenvolvimento de novos trabalhos que visem encontrar
configurações ótimas envolvendo tais parâmetros. Para as cargas elétricas similares,
obteve-se resultados de até 85,94% de acerto para os dispositivos e de até 73,75%
para as classes. Para as cargas elétricas não similares, realizaram-se testes com 150
amostras e frequência de amostragem de 25kHz. Os resultados obtidos nestes testes
mostram-se compatíveis com os resultados observados na literatura, isto é, os
resultados variaram entre 92,69% e 100% de acerto.

Identiferoai:union.ndltd.org:IBICT/oai:dspace2.ufes.br:10/8428
Date01 December 2016
CreatorsPAIXAO, A. R.
ContributorsRIGO Jr., L. O., ROCHA, H. R. O., Cotrina, A, CELESTE, W. C.
PublisherUniversidade Federal do Espírito Santo, Mestrado em Energia, Programa de Pós-Graduação em Energia, UFES, BR
Source SetsIBICT Brazilian ETDs
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Repositório Institucional da UFES, instname:Universidade Federal do Espírito Santo, instacron:UFES
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0022 seconds