Mostrar el registro sencillo del ítem
Uma abordagem baseada em árvores de decisão para a análise da estabilidade angular do rotor
dc.contributor.author | Cunha, Guilherme Luiz da | |
dc.date.accessioned | 2022-04-12T08:56:47Z | |
dc.date.available | 2022-04-12T08:56:47Z | |
dc.date.issued | 2021-12-06 | |
dc.identifier.citation | CUNHA, Guilherme Luiz da. Uma abordagem baseada em árvores de decisão para a análise da estabilidade angular do rotor. 2021. Dissertação (Mestrado em Engenharia Elétrica) – Universidade Federal de São Carlos, São Carlos, 2021. Disponível em: https://repositorio.ufscar.br/handle/ufscar/15846. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/15846 | |
dc.description.abstract | The power system security assessment is essential to ensure the supply of electrical energy and the feasibility of the operation. Among these analyses, the study of the rotor angle stability aims to ensure that the electromechanical modes of the system are well damped and, for that, it is common that the methods employed make use of mathematical models of the electric power system. However, the dependence on mathematical models, potentially, makes the evaluation methods sensitive to variations in parameters and changes in the network that have not been adequately represented, mainly in realtime applications. Currently, Smart Grids proposes to offer greater monitoring capacity and sample rates that allow real-time analysis. Concomitantly, the advances in distributed and cloud computing have encouraged the use of machine learning techniques to solve various problems using the massive amount of data available. In this sense, this work proposes to make use of the measurements made available by phasor measurement units to evaluate the feasibility of using decision trees in the analysis of the rotor angle stability. For stability analysis at small disturbances, a decentralized approach based on individual decision trees and data from phasor measurement units allocated in the generator buses is applied. In this approach, each decision tree uses only local measurements to evaluate the rotor angle small-signal stability, in this way, the classification can be carried out even when there is loss of information from specific generators or failure in the communication system. When the system is subjected to a large disturbance, a second method is employed, which is based on a centralized decision tree and voltage phasors measured at generator buses from the whole studied system. This last classifier is able to identify instability in the response post fault portion of the system, establishing a trade-off between the number of measurement cycles used and the classifier performance. The results obtained on the IEEE 68-buses system showed the efficiency of the proposed approach. In the classification of small-signal stability, an accuracy of 93% is reached by the distributed trees even in scenarios with contingencies and load variations. About large disturbances was possible to classify with precision the transient stability even with only 1 measurement cycle (96.4%) and with only 3 measurement points along the test system. | eng |
dc.description.sponsorship | Não recebi financiamento | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Estabilidade a pequenas perturbações | por |
dc.subject | Estabilidade transitória | por |
dc.subject | Unidades de medição fasorial | por |
dc.subject | Aprendizagem de máquina | por |
dc.subject | Aplicações em tempo real | por |
dc.subject | Small signal stability | eng |
dc.subject | Transient stability | eng |
dc.subject | Phasor measurement units | eng |
dc.subject | Machine learning | eng |
dc.subject | Real-time applications | eng |
dc.title | Uma abordagem baseada em árvores de decisão para a análise da estabilidade angular do rotor | por |
dc.title.alternative | An approach based on decision trees for the analysis of the rotor angle stability | eng |
dc.type | Dissertação | por |
dc.contributor.advisor1 | Fernandes, Tatiane Cristina da Costa | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/2590102586758022 | por |
dc.contributor.advisor-co1 | Fernandes, Ricardo Augusto Souza | |
dc.contributor.advisor-co1Lattes | http://lattes.cnpq.br/0880243208789454 | por |
dc.description.resumo | A análise de segurança do sistema elétrico de potência é fundamental para que se possa garantir o fornecimento de energia elétrica e a viabilidade da operação. Dentre estas análises, o estudo da estabilidade angular do rotor visa assegurar que os modos eletromecânicos do sistema estão bem amortecidos e, para tanto, é comum que os mé- todos empregados façam uso de modelos matemáticos do sistema elétrico de potência. Entretanto, a dependência dos modelos matemáticos, potencialmente, torna os métodos de avaliação sensíveis às variações dos parâmetros e mudanças na rede que podem não ser adequadamente representadas, principalmente, em aplicações em tempo real. Atualmente, as Smart Grids se propõe a oferecer maior capacidade de monitoramento e taxas de amostragem que viabilizam análises em tempo real. Concomitantemente, os avanços da computação distribuída e em nuvem tem fomentado o emprego de técnicas de aprendizagem de máquina para a resolução de diversos problemas a partir do uso da quantidade massiva de dados disponíveis. Nesse sentido, esse trabalho se propõe a fazer uso das medi- ções disponibilizadas por unidades de medição fasorial para criar um framework composto por árvores de decisão, que avalie a estabilidade angular do rotor. Para análise da estabilidade a pequenas perturbações, uma abordagem descentralizada baseada em árvores de decisão individuais e dados advindos de unidades de medição fasorial alocadas nas barras de geração é aplicada. Nessa abordagem, cada árvore de decisão utiliza apenas medidas locais para a avaliação da estabilidade angular do rotor a pequenas perturbações, de modo que a classificação pode ser realizada mesmo quando há perda de informação de geradores específicos ou falha no sistema de comunicação. Quando o sistema é submetido a uma grande perturbação, um segundo método é utilizado, o qual se baseia em uma árvore centralizada e fasores de tensão mensurados nas barras de geração de todo o sistema em estudo. Esse último classificador é capaz de identificar instabilidade na porção pós-falta da resposta do sistema, estabelecendo um tradeoff entre o número de ciclos de medições utilizado e o desempenho do classificador. Os resultados obtidos no sistema IEEE 68 barras mostram a eficácia da abordagem proposta. Na classificação da estabilidade apequenas perturbação, uma acurácia de 93% é alcançada pela árvores distribuídas mesmo em cenários de contingência e variações de carga. Já com relação a grandes pertubações, foi possível classificar com precisão a estabilidade transitória mesmo com apenas 1 ciclo de medição (96,4%) e com um apenas 3 pontos de medição ao longo do sistema teste. | por |
dc.publisher.initials | UFSCar | por |
dc.publisher.program | Programa de Pós-Graduação em Engenharia Elétrica - PPGEE | por |
dc.subject.cnpq | ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/5528344478028576 | por |