Please use this identifier to cite or link to this item: https://repositorio.ufpb.br/jspui/handle/123456789/15317
metadata.dc.type: Dissertação
Title: Processamento de valores atípicos em redes elétricas inteligentes baseado em algoritmos Neuro-Fuzzy
metadata.dc.creator: Coura Neto, José Torres
metadata.dc.contributor.advisor1: Villanueva, Juan Moises Mauricio
metadata.dc.description.resumo: As redes elétricas inteligentes estão cada vez mais presentes para aperfeiçoar a eficiência energética e diversos equipamentos são fundamentais nesse processo, entre eles os medidores inteligentes. Tais dispositivos acumulam um fluxo enorme de informações passíveis de serem analisadas para auxiliar na tomada de decisão dos controladores do sistema elétrico. O que torna presente o conceito de Big Data Analytics, capaz de processar diversos dados e corrigir valores atípicos, denominados de outiliers, por meio de algoritmos utilizando inteligência artificial, como a lógica Fuzzy e as Redes Neurais Artificiais. Como forma de melhorar os resultados existentes, o presente trabalho sugere a utilização de um algoritmo híbrido, o Adaptative Neuro-Fuzzy Inference System – ANFIS. Tal algoritmo mostrou melhores desempenhos na correção de outliers quando comparados com técnicas baseadas em Redes Neurais Artificiais - RNA e Interpolação Linear. Finalmente, serão apresentados resultados das estimações usando dados reais de demanda de energia para uma subestação de distribuição de energia elétrica.
Abstract: Smart grids are increasingly present to improve the energy efficiency of the electrical network and several equipment are fundamental in this process, among them smart meters. Such devices accumulate an enormous flow of information that can be analyzed to aid in the decision making of the electric system controllers. This makes the concept of Big Data Analytics present, capable of processing various data and correcting atypical values, called outiliers, through algorithms using artificial intelligence, such as Fuzzy logic and Artificial Neural Networks. As a way of improving existing results, the present work suggests the use of a hybrid algorithm, the Adaptive Neuro Fuzzy Inference System (ANFIS). This algorithm showed better performance in the correction of outliers when compared with techniques based on Artificial Neural Networks and Linear Interpolation. Finally, results of the estimations will be presented using real energy demand data for a substation of electricity distribution.
Keywords: Redes elétricas inteligentes
Medidores inteligentes
Valores atípicos
RNA
ANFIS
Smart grids
Smart meters
Outliers
ANN
metadata.dc.subject.cnpq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
metadata.dc.language: por
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal da Paraíba
metadata.dc.publisher.initials: UFPB
metadata.dc.publisher.department: Engenharia Elétrica
metadata.dc.publisher.program: Programa de Pós-Graduação em Engenharia Elétrica
metadata.dc.rights: Acesso Aberto
Attribution-NoDerivs 3.0 Brazil
metadata.dc.rights.uri: http://creativecommons.org/licenses/by-nd/3.0/br/
URI: https://repositorio.ufpb.br/jspui/handle/123456789/15317
Issue Date: 30-Nov-2018
Appears in Collections:Centro de Energias Alternativas e Renováveis (CEAR) - Programa de Pós-Graduação em Engenharia Elétrica

Files in This Item:
File Description SizeFormat 
Arquivototal.pdfArquivo total2,34 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons