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.
| Identifer | oai:union.ndltd.org:IBICT/oai:dspace2.ufes.br:10/8428 |
| Date | 01 December 2016 |
| Creators | PAIXAO, A. R. |
| Contributors | RIGO Jr., L. O., ROCHA, H. R. O., Cotrina, A, CELESTE, W. C. |
| Publisher | Universidade Federal do Espírito Santo, Mestrado em Energia, Programa de Pós-Graduação em Energia, UFES, BR |
| Source Sets | IBICT Brazilian ETDs |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFES, instname:Universidade Federal do Espírito Santo, instacron:UFES |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0028 seconds