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 |