Redes neurais

PAPER

Aplicação Integrada entre Redes Neurais GRNN e Programação Binária Baseada em Recobrimento no Problema de Diagnóstico de Faltas em Sistemas de Distribuição de Energia
Registration Nº: (Abstract)

Company
1Laboratório da Área Indústria, Instituto Federal de Educação, Ciência e Tecnologia do Tocantins, IFTO, Campus Palmas, Palmas, TO, Brasil 2Centro de Estudos em Energia e Meio Ambiente, Programa de Pós-Graduação em Engenharia Elétrica, Universidade Federal de Santa Maria, Santa Maria, RS, Brasil 3Colégio Técnico Industrial de Santa Maria, CTISM, Universidade Federal de Santa Maria, Santa Maria, RS, Brasil
Authors of the paper

Key words
Processamento de Alarmes, Redes Neurais, Diagnóstico de Faltas, Supervisão e Controle de Sistemas Elétricos, Programação Inteira
RESUMO O presente trabalho aborda aspectos relativos ao problema de processamento de alarmes e diagnóstico de faltas tendo como objetivo estabelecer uma metodologia que permita uma complementação entre as Redes Neurais Artificiais (RNAs) e um modelo matemático de programação binária baseado em recobrimento. As RNAs são utilizadas de modo a interpretar a atuação da proteção dos equipamentos do sistema elétrico de distribuição, ou seja, inferir com base nas sinalizações de disparo de relés, se a proteção do equipamento operou no modo seletivo ou não seletivo, criando padrões que independem da topologia do sistema analisado. Por sua vez, o modelo matemático utiliza as informações de disparos de disjuntores juntamente com a avaliação das RNAs para diagnosticar a falta, ou seja, decidir quais alarmes foram reportados adequadamente. Apesar dos problemas de recobrimento pertencerem a classe NP-hard, na prática, o modelo proposto mostrou-se eficaz e robusto; uma vez que a rede neural GRNN (Generalized Regression Neural Network) reduz consideravelmente o número de variáveis a serem consideradas.
2
1. Introdução
A utilização de ferramentas computacionais de apoio à tomada de decisão tem se