Aprendizado de Máquina Fuzzy Incremental para Classificação de Faltas em Sistemas de Potência

Abstract

O conceito de Qualidade da Energia está relacionado a um conjunto de alterações que podem ocorrer no sistema elétrico. Tais alterações (distúrbios/faltas) podem ocorrer em várias partes do sistema de energia, sejam nas instalações elétricas dos consumidores ou no sistema supridor da concessionária, causando prejuízos financeiros a ambas as partes. Por isso, é de fundamental importância a detecção e classificação em tempo real desses distúrbios de modo automático. Para reconhecimento e classificação de padrões, são considerados modelos inteligentes evolutivos, ou seja, modelos equipados com algoritmos de aprendizado incrementais online capazes de alterar seus parâmetros e estrutura, conforme novas informações surgem  em um fluxo de dados. Em particular, é considerada a modelagem evolutiva baseada em conjuntos fuzzy (FBeM). Para o pré-processamento dos dados mensurados, e extração de variáveis indicadoras da presença de distúrbios, é considerado o filtro Hodrick-Prescott, a técnica de transformada rápida de Fourier e o valor eficaz da tensão. O modelo desenvolvido neste trabalho tem alcançado um desempenho comparável àqueles de modelos estado da arte na área de qualidade de energia. Detecção e classificação de distúrbios tais como elevação de tensão, sub-harmônico, transitório oscilatório, spikes e notching, ocorrendo de forma simultânea ou não, são alcançadas com acurácia de, aproximadamente, 99%.