Título: Redes Neurais e Neuro-Fuzzy Aplicadas a Modelagem Térmica de Transformadores de Potência
Autores: Hell, Michel; Secco, Luiz; Costa Jr., Pyramo; Gomide, Fernando
Resumo: Neste artigo, cinco diferentes técnicas de modelagem são aplicadas ao problema de modelagem térmica de transformadores de potência, com a finalidade de se verificar qual delas apresenta um melhor desempenho na solução do problema proposto. Assim, cinco modelos foram criados, sendo o primeiro formado por uma rede perceptron de múltiplas camadas (MLP), o segundo por uma rede neural de função de base radial (RBF), o terceiro por uma rede neuro-fuzzy estática (SNF), o quarto por uma rede recorrente de Elman (ELM) e o quinto por uma rede neuro-fuzzy recorrente (RNF). Todos eles foram utilizados na modelagem do comportamento térmico de transformadores de potência, sendo que seus resultados foram comparados entre si e ainda ao modelo determinístico proposto por [1]. Os resultados experimentais com dados reais reportados na literatura mostram que o modelo baseado na rede recorrente neurofuzzy requer um menor esforço computacional, e é mais robusto e eficiente que as demais abordagens.
Palavras-chave: Transformadores de Potência; redes neurais; redes recorrentes; sistemas neuro-fuzzy; modelagem de sistemas dinâmicos
Páginas: 6
Código DOI: 10.21528/CBRN2005-219
Artigo em PDF: CBRN2005_219.pdf
Arquivo BibTex: CBRN2005_219.bib