Navegando por Assunto "Decision tree"

Agora exibindo 1 - 8 de 8

Acesso aberto (Open Access)
Avaliação da distorção harmônica total de tensão no ponto de acoplamento comum industrial usando o processo KDD baseado em medição
(Universidade Federal do Pará, 2018-03-27) OLIVEIRA, Edson Farias de; TOSTES, Maria Emília de Lima; http://lattes.cnpq.br/4197618044519148
Nas últimas décadas, a indústria de transformação, tem proporcionado a introdução de produtos cada vez mais rápidos e 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 em decorrência da corrente conforme indicadores de Qualidade de Energia Elétrica do sistema brasileiro de distribuição de energia elétrico. O constante aumento dos níveis das distorções, principalmente no ponto de acoplamento comum, tem gerado nos dias atuais muita preocupação nas concessionárias e nos consumidores de energia elétrica, devido aos problemas que causam como perdas da qualidade de energia elétrica no fornecimento e nas instalações dos consumidores e isso têm proporcionado diversos estudos sobre o assunto. Com o intuito de contribuir com o assunto, a presente tese propõe um procedimento com base no processo Knowledge Discovery in Database - KDD para identificação das cargas impactantes das distorções harmônicas de tensão no ponto de acoplamento comum. A metodologia proposta utiliza técnicas de Inteligência computacional e mineração de dados para análise dos dados coletados por medidores de qualidade de energia instalados nas cargas principais e no ponto de acoplamento comum do consumidor e consequentemente estabelecer a correlação entre as correntes harmônicas das cargas não lineares com a distorção harmônica no ponto de acoplamento comum. O processo proposto consiste na análise das cargas e do layout do local onde a metodologia será aplicada, na escolha e na instalação dos medidores de QEE e na aplicação do processo KDD completo, incluindo os procedimentos de coleta, seleção, limpeza, integração, transformação e redução, mineração, interpretação, e avaliação dos dados. Com o propósito de contribuição foram aplicadas as técnicas de mineração de dados Árvore de Decisão e Naïve Bayes e foram testados diversos algoritmos em busca do algoritmo com resultados mais significativos para esse tipo de análise conforme apresentado nos resultados. Os resultados obtidos evidenciaram que o processo KDD possui aplicabilidade na análise da Distorção Harmônica Total de Tensão no Ponto de Acoplamento Comum e deixa como contribuição a descrição completa de cada etapa desse processo, e para isso foram comparados com diferentes índices de balanceamento de dados, treinamento e teste e diferentes cenários em diferentes turnos de análise e apresentaram bom desempenho possibilitando sua aplicação em outros tipos de consumidores e empresas de distribuição de energia. Evidencia também, na aplicação escolhida e utilizando diferentes cenários, que a carga mais impactante foi a sétima harmônica de corrente das centrais de ar condicionado para o conjunto de dados coletados.
Acesso aberto (Open Access)
Comparação dos algoritmos C4.5 e MLP usados na avaliação da segurança dinâmica e no auxílio ao controle preventivo no contexto da estabilidade transitória de sistemas de potência
(Universidade Federal do Pará, 2013-03-06) OLIVEIRA, Werbeston Douglas de; BEZERRA, Ubiratan Holanda; http://lattes.cnpq.br/6542769654042813; VIEIRA, João Paulo Abreu; http://lattes.cnpq.br/8188999223769913
Esse trabalho compara os algoritmos C4.5 e MLP (do inglês “Multilayer Perceptron”) aplicados a avaliação de segurança dinâmica ou (DSA, do inglês “Dynamic Security Assessment”) e em projetos de controle preventivo, com foco na estabilidade transitória de sistemas elétricos de potência (SEPs). O C4.5 é um dos algoritmos da árvore de decisão ou (DT, do inglês “Decision Tree”) e a MLP é um dos membros da família das redes neurais artificiais (RNA). Ambos os algoritmos fornecem soluções para o problema da DSA em tempo real, identificando rapidamente quando um SEP está sujeito a uma perturbação crítica (curto-circuito, por exemplo) que pode levar para a instabilidade transitória. Além disso, o conhecimento obtido de ambas as técnicas, na forma de regras, pode ser utilizado em projetos de controle preventivo para restaurar a segurança do SEP contra perturbações críticas. Baseado na formação de base de dados com exaustivas simulações no domínio do tempo, algumas perturbações críticas específicas são tomadas como exemplo para comparar os algoritmos C4.5 e MLP empregadas a DSA e ao auxílio de ações preventivas. O estudo comparativo é testado no sistema elétrico “New England”. Nos estudos de caso, a base de dados é gerada por meio do programa PSTv3 (“Power System Toolbox”). As DTs e as RNAs são treinada e testadas usando o programa Rapidminer. Os resultados obtidos demonstram que os algoritmos C4.5 e MLP são promissores nas aplicações de DSA e em projetos de controle preventivo.
Acesso aberto (Open Access)
Despacho ótimo de redes integradas de energia elétrica e de gás natural com restrições de segurança via árvores de decisão
(Universidade Federal do Pará, 2016-12-07) COSTA, Denis Carlos Lima; VIEIRA, João Paulo Abreu; http://lattes.cnpq.br/8188999223769913; NUNES, Marcus Vinícius Alves; http://lattes.cnpq.br/9533143193581447
Esta tese propõe um método de despacho ótimo seguro baseado em Árvore de Decisão (AD) aplicado em Redes Integradas de Energia Elétrica e de Gás Natural (RIEEGNs) considerando contingências críticas que podem causar violações dos limites operacionais. Ajustes preventivos na geração de energia elétrica e na produção de gás natural são realizados com base nas regiões de segurança e nos limites de variáveis de controle determinados pelas ADs. As regras de fácil interpretação da AD que descrevem as regiões de segurança são consideradas como restrições no problema de otimização redespacho da geração de energia elétrica e da produção de gás natural. Algumas contingências críticas específicas foram aplicadas ao sistema teste de 118 barras do IEEE integrado com uma rede teste de gás natural de 15 nós. Tais contingências são tomadas como exemplos para demonstrar uma aplicação promissora do método de despacho seguro proposto para restaurar a segurança das RIEEGNs.
Acesso aberto (Open Access)
Detecção de fraudes no consumo de energia elétrica usando árvores de decisão
(Universidade Federal do Pará, 2017-07-11) MATOS, Yasmin Christine Correa; VIEIRA, João Paulo Abreu; http://lattes.cnpq.br/8188999223769913
Os prejuízos causados nos últimos anos pelas perdas comerciais às concessionárias de distribuição de energia elétrica no Brasil têm sido estimados aproximadamente em R$ 7 bilhões. Essa realidade representa, um desafio para algumas das distribuidoras do país, as quais necessitam de medidas eficazes no combate às perdas comerciais. Neste cenário, a presente dissertação de mestrado, apresenta uma metodologia capaz de detectar fraudes no consumo de energia elétrica, usando uma técnica de mineração de dados, conhecida como árvore de decisão. Testes de desempenho do método foram realizados usando dados reais do histórico de consumo de energia elétrica e de fiscalização de irregularidades em unidades consumidoras (UC’s) da região metropolitana de Belém. Os resultados mostraram que o método proposto baseado em árvore de decisão possui bom desempenho na detecção de fraudes no consumo de energia elétrica.
Acesso aberto (Open Access)
Experimentos de mineração de dados aplicados a sistemas scada de usinas hidrelétricas
(Universidade Federal do Pará, 2012-04-13) OHANA, Ivaldo; BEZERRA, Ubiratan Holanda; http://lattes.cnpq.br/6542769654042813
O atual modelo do setor elétrico brasileiro permite igualdade de condições a todos os agentes e reduz o papel do Estado no setor. Esse modelo obriga as empresas do setor a melhorarem cada vez mais a qualidade de seu produto e, como requisito para este objetivo, devem fazer uso mais efetivo da enorme quantidade de dados operacionais que são armazenados em bancos de dados, provenientes da operação dos seus sistemas elétricos e que tem nas Usinas Hidrelétricas (UHE) a sua principal fonte de geração de energia. Uma das principais ferramentas para gerenciamento dessas usinas são os sistemas de Supervisão, Controle e Aquisição de Dados (Supervisory Control And Data Acquisition - SCADA). Assim, a imensa quantidade de dados acumulados nos bancos de dados pelos sistemas SCADA, muito provavelmente contendo informações relevantes, deve ser tratada para descobrir relações e padrões e assim ajudar na compreensão de muitos aspectos operacionais importantes e avaliar o desempenho dos sistemas elétricos de potência. O processo de Descoberta de Conhecimento em Banco de Dados (Knowledge Discovery in Database - KDD) é o processo de identificar, em grandes conjuntos de dados, padrões que sejam válidos, novos, úteis e compreensíveis, para melhorar o entendimento de um problema ou um procedimento de tomada de decisão. A Mineração de Dados (ou Data Mining) é o passo dentro do KDD que permite extrair informações úteis em grandes bases de dados. Neste cenário, o presente trabalho se propõe a realizar experimentos de mineração de dados nos dados gerados por sistemas SCADA em UHE, a fim de produzir informações relevantes para auxiliar no planejamento, operação, manutenção e segurança das hidrelétricas e na implantação da cultura da mineração de dados aplicada a estas usinas.
Acesso aberto (Open Access)
Metodologia de controle preventivo baseado em árvore de decisão para a melhoria da segurança estática e dinâmica de sistemas elétricos de potência
(Universidade Federal do Pará, 2015-12-05) GAIA, Dieigo Sá; BEZERRA, Ubiratan Holanda; http://lattes.cnpq.br/6542769654042813; VIEIRA, João Paulo Abreu; http://lattes.cnpq.br/8188999223769913
A presente dissertação visa apresentar um conjunto de desenvolvimentos, aplicativos e serviços para suporte à operação em tempo real e ao controle preventivo visando garantir à segurança estática e dinâmica de sistemas elétricos de potência. A técnica de mineração de dados conhecida como árvore de decisão foi utilizada tanto para classificar o estado operacional do sistema, bem como para fornecer diretrizes à tomada de ações de controle, necessárias para evitar a degradação da tensão operativa e a instabilidade transitória. Testes preliminares foram realizados utilizando o histórico operacional do SCADA/SAGE do Centro de Operação Regional do Pará da Eletrobrás Eletronorte. Os resultados obtidos validaram completamente o conjunto (protótipo) de aplicativos e serviços, e indicam um grande potencial para a aplicação no ambiente de operação em tempo real.
Acesso aberto (Open Access)
Uso de árvore de decisão para avaliação da segurança estática em tempo real de sistemas elétricos de potência
(Universidade Federal do Pará, 2014-09-12) RODRIGUES, Benedito das Graças Duarte; VIEIRA, João Paulo Abreu; http://lattes.cnpq.br/8188999223769913; BEZERRA, Ubiratan Holanda; http://lattes.cnpq.br/6542769654042813
As técnicas utilizadas para avaliação da segurança estática em sistemas elétricos de potência dependem da execução de grande número de casos de fluxo de carga para diversas topologias e condições operacionais do sistema. Em ambientes de operação de tempo real, esta prática é de difícil realização, principalmente em sistemas de grande porte onde a execução de todos os casos de fluxo de carga que são necessários, exige elevado tempo e esforço computacional mesmo para os recursos atuais disponíveis. Técnicas de mineração de dados como árvore de decisão estão sendo utilizadas nos últimos anos e tem alcançado bons resultados nas aplicações de avaliação da segurança estática e dinâmica de sistemas elétricos de potência. Este trabalho apresenta uma metodologia para avaliação da segurança estática em tempo real de sistemas elétricos de potência utilizando árvore de decisão, onde a partir de simulações off-line de fluxo de carga, executadas via software Anarede (CEPEL), foi gerada uma extensa base de dados rotulada relacionada ao estado do sistema, para diversas condições operacionais. Esta base de dados foi utilizada para indução das árvores de decisão, fornecendo um modelo de predição rápida e precisa que classifica o estado do sistema (seguro ou inseguro) para aplicação em tempo real. Esta metodologia reduz o uso de computadores no ambiente on-line, uma vez que o processamento das árvores de decisão exigem apenas a verificação de algumas instruções lógicas do tipo if-then, de um número reduzido de testes numéricos nos nós binários para definição do valor do atributo que satisfaz as regras, pois estes testes são realizados em quantidade igual ao número de níveis hierárquicos da árvore de decisão, o que normalmente é reduzido. Com este processamento computacional simples, a tarefa de avaliação da segurança estática poderá ser executada em uma fração do tempo necessário para a realização pelos métodos tradicionais mais rápidos. Para validação da metodologia, foi realizado um estudo de caso baseado em um sistema elétrico real, onde para cada contingência classificada como inseguro, uma ação de controle corretivo é executada, a partir da informação da árvore de decisão sobre o atributo crítico que mais afeta a segurança. Os resultados mostraram ser a metodologia uma importante ferramenta para avaliação da segurança estática em tempo real para uso em um centro de operação do sistema.
Acesso aberto (Open Access)
Uso de técnicas de mineração de dados para a extração de indicação de falha na operação de hidrogeradores a partir de medidas de descargas parciais
(Universidade Federal do Pará, 2016-06-17) PARDAUIL, Ana Carolina Neves; BEZERRA, Ubiratan Holanda; http://lattes.cnpq.br/6542769654042813
Mediante estudos realizados pelo CIGRE em 2009, constatou-se que a fonte principal de falhas elétricas em hidrogeradores estão correlacionados a isolação elétrica. Devido a isto, monitorar as condições do enrolamento estatórico tornou-se primordial e um dos meios de se realizar este procedimento é através da medição e análise de descargas parciais, sendo este um dos métodos mais eficazes e seguros para análise do isolamento do estator do gerador. No entanto, apesar de possuírem padrões bem definidos, não é trivial encaixar os sinais obtidos nestes padrões, devido principalmente ao grande número e variedades de ocorrências de DPs. Este aumento no volume de dados obtidos foi devido a melhorias nos equipamentos e softwares do IMA-DP que viabilizou melhor planejamento e periodicidade nas medições. O uso de uma ferramenta que agilize este processo de identificação e diagnóstico das Descargas Parciais é proposto neste trabalho, baseado em técnicas de mineração dados utilizando árvores de decisão, que é uma solução para análise de grandes volumes de dados. No caso especifico aqui apresentado, utilizou-se 2435 medições provenientes da fase A de um dos hidrogeradores da Casa de Força 1 da Usina Hidrelétrica de Tucuruí, o que foi fundamental para validar o método, pois trata-se de dados reais do sistema. Foi utilizada uma abordagem híbrida (não-supervisionado/ supervisionado) para identificar padrões e posteriormente classifica-los dentre as formas conhecidas de DPs. Obteve-se respostas de classificação dos sinais de forma rápida e muito satisfatória, principalmente ao se converter os dados dos mapas estatísticos em histogramas de amplitude, conseguindo assim, clusters bem definidos e uma árvore de decisão que apresentou índices de acerto global na sua validação acima de 98%.