Título: Formação De Classes De Pefis De Geração E De Carga Em Sistemas Elétricos Usando Uma Rede Neural Nebulosa
Autores: Trindade, Fernanda C. L.; Minussi, Carlos R.
Resumo: Este artigo apresenta uma metodologia para a formação de classes de perfis de geração e de carga em sistemas de energia elétrica baseada numa rede neural ART (Adaptive Resonance Theory) nebulosa. Trata-se de um procedimento que visa agrupar os vetores referentes às injeções de potência nodais por conjuntos similares, com o propósito de reduzir o esforço computacional empregado na resolução de uma série de estudos realizados em sistemas elétricos de potência, e.g., análise de estabilidade transitória, análise de estabilidade de tensão, planejamento de sistemas de distribuição, etc. As arquiteturas ART apresentam as características de estabilidade e de plasticidade, as quais são imprescindíveis para a realização do treinamento e execução da análise de forma rápida e continuada, ou seja, toda vez que houver disponibilidade de novos padrões, não haverá necessidade de reiniciar o treinamento, bastando apenas armazenar tais padrões, de forma adequada, na memória da rede neural (conjunto de pesos). Esta foi a principal razão do emprego desta rede neural da família ART-descendente. Como forma de ilustrar a estrutura neural proposta, apresenta-se uma aplicação considerando-se um sistema elétrico composto por 10 máquinas síncronas, 45 barras e 73 linhas de transmissão.
Palavras-chave: Sistemas Elétricos de Potência; Técnica de Agrupamento; Injeção de Potência Nodal; Redes Neurais; Teoria da Ressonância Adaptativa
Páginas: 6
Código DOI: 10.21528/CBRN2007-002
Artigo em PDF: 50100002.pdf
Arquivo BibTex: 50100002.bib