Título: Métodos de Aprendizado de Máquina para Detecção de Chuva voltados à Classificação de Risco em Dados de Rede de Sensores sem Fio
Autores: Silva, Leandro H.; Oliveira, Sergio C.; Fontana, Eduardo
Resumo: Uma rede de sensores sem fio (RSSF) para monitoração de descargas parciais em cadeias de isoladores de alta tensão foi previamente desenvolvida e encontra-se em operação há aproximadamente três anos. As descargas parciais ocorrem quando há poluição depositada sobre as cadeias de isoladores e a umidade relativa do ar está elevada. Devido à natureza do processo o fenômeno sofre influência das condições climáticas. Para monitorar o ambiente a RSSF provê informações de temperatura e umidade a cada hora. Posteriormente um classificador fuzzy foi desenvolvido para extrair o risco de ocorrência de um flashover (uma descarga completa que pode tirar a linha de operação). Entretanto, as chuvas lavam naturalmente a cadeia removendo a camada de poluição e reduzindo o risco de flashover. A RSSF não pode ser equipada com sensores de chuva, porém um evento de chuva causa uma perturbação no padrão diário da temperatura e umidade e estudos iniciais comprovam que técnicas de reconhecimento de padrão são capazes de identificar eventos de chuva utilizando apenas dados de temperatura e umidade. Esse artigo apresenta um comparativo entre as técnicas no que diz respeito à generalização do treinamento para bases obtidas de sensores instalados em regiões com diversos comportamentos climáticos.
Palavras-chave: Descargas parciais; detecção de chuva; reconhecimento de padrões; isoladores; sensores ópticos; flashover
Páginas: 6
Código DOI: 10.21528/CBIC2013-214
Artigo em pdf: bricsccicbic2013_submission_214.pdf
Arquivo BibTex: bricsccicbic2013_submission_214.bib