Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 2.177
Aluno: José Wesley Feitosa Oliveira
Orientador: Prof. Paulo Salgado Gomes de Mattos Neto
Coorientador: Prof. Eraylson Galdino da Silva (UPE – Campus Garanhuns)
Título: Utilização de Abordagens de Múltiplos Classificadores para Classificação de Falhas em Sistemas Elétricos
Data: 12/12/2024
Hora/Local: 10h – Virtual – Interessados em assistir entrar em contato com o aluno
Banca Examinadora:
Prof. Leandro Maciel Almeida (UFPE / Centro de Informática)
Prof. Manoel Henrique da Nóbrega Marinho (UPE / Escola Politécnica de PE)
Prof. Paulo Salgado Gomes de Mattos Neto (UFPE / Centro de Informática)
RESUMO:
A operação dos sistemas elétricos depende da detecção e classificação rápida de falhas para atuar os sistemas de proteção e evitar danos maiores. Os sistemas de classificação de falhas baseados em aprendizado de máquina foram muito utilizados por ter um bom desempenho e facilidade de interpretação. Os sistemas automatizados de proteção e supervisão podem auxiliar os operadores detectando as anomalias e falhas, fornecendo uma estrutura robusta para melhorar a Consciência Situacional. Contudo, as metodologias atuais utilizam predominantemente os modelos monolíticos, que não se adaptam bem aos dados em mudança, lidar com conjuntos de dados desequilibrados e capturar padrões em ambientes ruidosos. Para superar essas limitações, este estudo explora as abordagens do Sistema de Classificadores Múltiplos (MCS), que possui vantagem sobre os modelos monolíticos para este tipo de situação. Os resultados demonstram que os múltiplos classificadores geralmente superam os modelos clássicos, com abordagens dinâmicas como META-DES mostrando baixa degradação dos resultados com o aumento do ruído. Essas análises evidenciam a importância da diversificação dos modelos e as estratégias de conjunto na melhoria dos resultados de classificação de falhas em condições ruidosas do mundo real. Esta pesquisa enfatiza o potencial das técnicas de MCS como uma solução robusta para aumentar a confiabilidade dos sistemas de detecção de falhas.
Palavras-chave: Sistemas Elétricos de Potência. Consciência da Situação. Detecção de Falhas. Sistemas de Múltiplos Classificadores. Conjunto. Seleção Dinâmica de Classificadores.
Comentários desativados