dc.creator | Ribeiro, Julio Cesar | |
dc.date.accessioned | 2022-09-13T11:20:10Z | |
dc.date.available | 2022-09-13T11:20:10Z | |
dc.date.issued | 2022-07-26 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/26132 | |
dc.description.abstract | This thesis proposes a novel concept of artificial intelligence based on a contemporary and non-classical logic
called Paraconsistent Annotated Logic of two-values (PAL2v) applied on fault section estimation in an electric
power system. The fault section estimation is a decision-making problem because, under abnormal electrical
operating conditions, a large volume of alarms are generated in a short time. It is up to the control center operator
to make the most appropriate decision to isolate the fault section. In this context, the importance of this work is to
develop a methodology that aids the operator in decision making in stressful situations. In addition, considering
that there are no reports in the literature of LPA2v for fault section estimation, the work contributes to the
innovative aspect. Its innovation lies on the problem´s approach, since unlike conventional methodologies that
establish binary solutions (fault section is 1 and not fault is 0), LPA2v admits uncertainties in its own decision
making. Likewise, it is possible to ensure higher reliability in the solutions passed to the operator, because in the
presence of an uncertain solution, it avoids hasty decisions in binary 1. LPA2v is evidence-based, and the more
evidence it obtains for a fault scenario, the more equitable the diagnoses/solutions will be. To extract the evidence,
three heuristic functions were used that employ inference rules using reported alarms from Supervisory Control
and Data Acquisition (SCADA). The use of three functions avoids dependence on probabilistic or empirical values.
Furthermore, two paraconsistent networks were developed, both extracting evidence from the heuristic functions.
The first paraconsistent analysis network call with LPA2v was tested on a 138/203 kV subsystem in southern
Brazil and its results were compared with exact mathematical models to solution optimizations. The second
analytical paraconsistent artificial neural network call was tested in a 345 Kv transmission system and was
compared with three propositional logic models that incorporate fuzzy interval values and spiking neural network.
Finally, both paraconsistent networks showed: 1- robustness in the comparisons of results, because in cases of
false and failed alarms, they detected uncertain solutions as expected; 2- easy implementation in different electrical
systems, as it does not require training and elaborate construction of rules or pattern; 3- intuitiveness in estimating
faults in the SEP, as it goes beyond methods that offer conventional solutions (0 or 1) for the system operator. | eng |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Rede de análise paraconsistente | por |
dc.subject | Rede neural paraconsistente | por |
dc.subject | Estimação da seção em falta | por |
dc.subject | Diagnóstico de falta | por |
dc.subject | Proteção de sistemas elétricos | por |
dc.subject | Incerteza | por |
dc.subject | Paraconsistent analysis network | eng |
dc.subject | Paraconsistent neural network | eng |
dc.subject | Fault section estimation | eng |
dc.subject | Fault diagnosis | eng |
dc.subject | Protection of electrical systems | eng |
dc.subject | Uncertainty | eng |
dc.title | Um novo conceito de inteligência artificial baseado nas redes da lógica paraconsistente anotada de dois-valores para tratamento de incertezas na estimativa de seção em falta do sistema elétrico de potência | por |
dc.title.alternative | A novel concept of artificial intelligence based on paraconsistent annotated logic of two-values networks for treatment of uncertainty in the fault section estimation in an electrical power system | eng |
dc.type | Tese | por |
dc.description.resumo | Esta tese propõe um novo conceito de inteligência artificial baseada em uma lógica contemporânea e não clássica
chamada de lógica paraconsistente anotada de dois valores (LPA2v) aplicada para estimativa de seção em falta no
sistema elétrico de potência. A estimativa de uma seção em falta é um problema de tomada de decisão, pois, em
condições elétricas anormais, um grande volume de alarmes é gerado em um curto espaço de tempo. Cabe ao
operador do centro de controle tomar a decisão mais adequada para isolar a seção em falta. Neste contexto, a
importância deste trabalho é desenvolver uma metodologia que auxilie o operador na tomada de decisões em
situações de estresse. Além disso, considerando que não há relatos na literatura da LPA2v para estimativa de seção
em falta, o trabalho contribui no aspecto inovador. Sua inovação está na abordagem do problema porque, ao
contrário das metodologias convencionais que estabelecem soluções binárias (seção em falta é 1 e não falta é 0),
a LPA2v admite incertezas na sua própria tomada de decisão. Desta forma, é possível garantir uma maior
confiabilidade nas soluções repassadas para o operador pois, na existência de uma solução incerta, evita decisões
precipitadas no binário 1. A LPA2v é fundamentada em evidências e, quanto mais evidências obtiver em um
cenário de falta, mais equânimes serão os diagnósticos/soluções. Para extração das evidências, foram utilizadas
três funções heurísticas que empregam regras de inferências a partir dos alarmes reportados no sistema de
supervisão e aquisição de dados (SCADA). O uso de três funções evita a dependência de valores probabilísticos
ou empíricos. Outrossim, foram desenvolvidas duas redes paraconsistentes, ambas extraindo evidências das três
funções heurísticas. A primeira chamada de rede de análise paraconsistente com LPA2v foi testada em um
subsistema de 138/203 kV da região sul do Brasil e seus resultados foram comparados com modelo de métodos
exatos para otimizar soluções. A segunda chamada de rede neural artificial paraconsistente analítica foi testada em
sistema de transmissão de 345 kv e foi comparada com três modelos de lógicas proposicionais que incorporam
valores de intervalos fuzzy e redes neurais pulsante. Por fim, ambas as redes paraconsistentes apresentaram: 1-
robustez e resiliência nos resultados, pois nos casos de falta com alarmes falsos e falhos, detectaram soluções
incertas como era de se esperar; 2- fácil implementação em sistemas elétricos distintos, pois dispensa treinamentos
e construções elaboradas das regras de inferências ou padrões; 3- intuitividade na estimação de falta no SEP, pois
vai além dos métodos que oferecem soluções convencionais (0 ou 1) para o operador do sistema. | por |
dc.contributor.advisor1 | Cardoso Junior, Ghendy | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/6284386218725402 | por |
dc.contributor.referee1 | Oliveira, Aécio de Lima | |
dc.contributor.referee2 | Ricciotti, Antônio Carlos Duarte | |
dc.contributor.referee3 | Fritzen, Paulo Cícero | |
dc.contributor.referee4 | Guarda, Fernando Guilherme Kaehler | |
dc.creator.Lattes | http://lattes.cnpq.br/9307581340965790 | por |
dc.publisher.country | Brasil | por |
dc.publisher.department | Engenharia Elétrica | por |
dc.publisher.initials | UFSM | por |
dc.publisher.program | Programa de Pós-Graduação em Engenharia Elétrica | por |
dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA | por |
dc.publisher.unidade | Centro de Tecnologia | por |