Please use this identifier to cite or link to this item: http://repositorio.ufpa.br/jspui/handle/2011/10457
metadata.dc.type: Dissertação
Issue Date: 19-Nov-2018
metadata.dc.creator: PAIXÃO JÚNIOR, Ulisses Carvalho
metadata.dc.contributor.advisor1: TOSTES, Maria Emília de Lima
Title: Comparação entre regressão linear, redes neurais artificiais e árvores de regressão para quantificação do impacto harmônico de múltiplas cargas em redes elétricas de distribuição.
Other Titles: Comparison between linear regression, artificial neural networks and regression trees to quantify the harmonic impact of multiple loads on distribution networks.
Citation: PAIXÃO JÚNIOR, Ulisses Caravalho. Comparação entre regressão linear, redes neurais artificiais e árvores de regressão para quantificação do impacto harmônico de múltiplas cargas em redes elétricas de distribuição. 2018. 131 f. Dissertação (Mestrado) - Universidade Federal do Pará, Instituto de Tecnologia, Belém, 2018. Programa de Pós-Graduação em Engenharia Elétrica. Disponível em: <http://repositorio.ufpa.br/jspui/handle/2011/10457>. Acesso em:.
metadata.dc.description.resumo: Nos últimos anos, o desenvolvimento socioeconômico da população, o crescimento dos setores comercial e industrial, assim como a instalação cada vez mais crescente de novas cargas, têm gerado grande evolução na demanda do consumo de energia elétrica. Por sua vez, buscando obter sistemas mais eficientes, os fabricantes têm produzido equipamentos energeticamente mais eficientes para utilização residencial, comercial e industrial. No entanto, essas cargas, devido à sua não linearidade, têm contribuído significativamente para o aumento dos níveis de distorção harmônica de tensão e corrente, elevando a preocupação dos gestores do setor elétrico quanto a qualidade de energia elétrica (QEE), principalmente, pela dificuldade na identificação da origem da distorção harmônica. Logo, visando antecipar os efeitos harmônicos e atender a regulamentação vigente, por meio de técnicas computacionais, no presente trabalho dá-se ênfase no ponto de acoplamento comum (PAC), independente das características de consumo e cargas, com o intuito de avaliar os impactos harmônicos em sua rede, além de comparar o nível de confiabilidade das técnicas por meio do erro absoluto médio (EAM). A metodologia proposta utiliza o software de Sistema de Qualidade de Energia Elétrica (SISQEE) que possibilita a utilização de três técnicas computacionais distintas, sendo Regressão Linear, Redes Neurais Artificiais e Árvores de Regressão, para avaliar a contribuição harmônica de cada alimentador no ponto de interesse das redes elétricas escolhidas. Para comprovar a validade da metodologia, são elaborados dois estudos de caso baseadas em medições reais em uma universidade e em um polo industrial. As medições foram realizadas com o período mínimo amostral de sete dias através de analisadores de QEE, conforme procedimentos de distribuição da ANEEL (PRODIST). Como resultado da QEE, verificou-se o quanto cada alimentador impacta a distorção de tensão e corrente no PAC, além de classificar os alimentadores com relação a seu respectivo impacto na rede elétrica estudada. Também como resultado, os estudos propiciaram a avaliação de desempenho entre as diferentes técnicas, com diferentes intervalos de tempo (semanal, diário e por patamar de carga), permitindo classificar o comportamento e a confiabilidade de cada técnica em cada período. Como conclusão do trabalho, os métodos propostos e as análises apresentadas dão subsídios aos gestores para efetuar uma ação mitigadora mais eficiente dos impactos harmônicos causados na rede elétrica e, também, identificar as diferenças entre as técnicas e seu grau de confiabilidade, de acordo com os intervalos temporais estudados.
Abstract: In recent years, the socio-economic development of the population, the growth of commercial and industrial sectors, as well as the ever-increasing installation of new electrical loads, have generated great evolution in demand of electricity consumption. In turn, to obtain more efficient systems, the manufacturers have produced equipment more energy efficient for residential, commercial and industrial use. However, these loads due their non-linearities, have contributed significantly to the increase in harmonic distortion levels of voltage and current, raising the concern of the power sector managers with respect to the power quality, mainly, due to the difficulty in the identification of the origin of the harmonic distortion. Therefore, to anticipate the harmonic effects and meet the current legislation, through computational techniques, this work emphasis is placed on the common coupling point (CCP) of consumers and utility, regardless of consumption characteristics and loads, to assess the harmonic impacts in his grid, besides comparing the reliability level of the techniques through the mean absolute error (MAE). The proposed methodology uses the Electrical Power Quality System (SISQEE) software that allows the use of three different computational techniques, such as Linear Regression, Artificial Neural Networks and Regression Trees, to evaluate the harmonic contribution of each feeder at the point of interest of the chosen electric grid. To prove the validity of the methodology, two case studies, based on real measurements at a university and at an industrial district, was carried out with a minimum sampling period of seven days using power quality analyzers, according to the distribution procedures by ANEEL (PRODIST). As a result of the power quality, it was verified how much each feeder impacts the voltage and current distortion at the CCP, besides classifying the feeders in relation to their respective impacts in the studied electrical grid. Also, as a result, the studies allowed the evaluation of performance between the different techniques, with different time intervals (weekly, daily and per load level), allowing to classify the behavior and reliability of each technique in each period. As a conclusion of the work, the proposed methods and analyzes presented allow managers to perform a more efficient mitigation action of the harmonic impacts caused in the electrical network and, also, to identify the differences between the techniques and their degree of reliability, in accordance with the time intervals studied.
Keywords: Redes neurais artificiais
árvore de regressão
regressão linera
qualidade de energia elétrica
distorções harmônicas de tensão e de correntes
metadata.dc.subject.areadeconcentracao: SISTEMAS DE ENERGIA ELÉTRICA
metadata.dc.subject.linhadepesquisa: SISTEMAS DE POTÊNCIA
metadata.dc.subject.cnpq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA::TRANSMISSAO DA ENERGIA ELETRICA, DISTRIBUICAO DA ENERGIA ELETRICA
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal do Pará
metadata.dc.publisher.initials: UFPA
metadata.dc.publisher.department: Instituto de Tecnologia
metadata.dc.publisher.program: Programa de Pós-Graduação em Engenharia Elétrica
metadata.dc.rights: Acesso Aberto
metadata.dc.source: 1 CD-ROM
Appears in Collections:Dissertações em Engenharia Elétrica (Mestrado) - PPGEE/ITEC

Files in This Item:
File Description SizeFormat 
Dissertacao_comparacaoregressaolinear.pdf10,13 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons