Percorrer por autor "Alves, Pedro João Pereira"
A mostrar 1 - 1 de 1
Resultados por página
Opções de ordenação
- Integração de machine learning em subestações: estudos de previsãoPublication . Alves, Pedro João Pereira; Nogueira, Teresa Alexandra Ferreira Mourão PintoTodo o setor energético está a passar por um período de mudanças drásticas em várias valências e isso exige que, cada vez mais, a rede seja fiável, estável e eficiente. Dado isto, o presente trabalho está intrinsecamente relacionado com as temáticas mencionados. Sendo o foco principal o estudo da implementação de machine learning em subestações de forma a aumentar a sua fiabilidade e, consequentemente, a sua estabilidade. As subestações atualmente contam com um avançado sistema de monitorização baseado no SCADA (Supervisory control and data acquisition), no entanto esta implementação apenas permite melhorias na ótica de monitorização e controlo da rede elétrica. A integração de machine learning irá permitir que se façam previsões de eventuais defeitos na rede. Primeiramente será feita uma introdução às subestações, a sua importância e respetivos equipamentos que a integram. Abordando concisamente os principais componentes de uma subestação e como os mesmos podem ser integrados no sistema de previsão. Segundamente será feita uma introdução ao machine learning, incluindo o seu funcionamento e as diferentes tipologias existentes. Concluindo esta parte com uma breve comparação entre os diferentes tipos. Após ser feita uma breve introdução das subestações e de machine learning separadamente, é feita uma análise das vantagens que poderão surgir da integração. Estando feita a introdução teórica, é elaborado um código em python que permite, com recurso a redes neuronais, fazer previsões e extrair dado das mesmas. São criados diferentes cenários para perceber quais os melhores parâmetros nesta situação de integração. Os dados desses cenários são apresentados e analisados. Com a análise feita, conclui-se com considerações importantes relativamente á utilidade do algoritmo e a eficiência demostrada.