Power transformers thermal modeling using an Enhanced Set-Membership Multivariable Gaussian Evolving Fuzzy System

• Ano de defesa: 2020
• Autor(a) principal: Rocha, Marcos Vinícius Gonçalves da
• Orientador(a): Aguiar, Eduardo Pestana de
• Banca de defesa: Guimarães, Frederico Gadelha , Marcato, André Luís Marques
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Universidade Federal de Juiz de Fora (UFJF)
• Programa de Pós-Graduação: Programa de Pós-graduação em Engenharia Elétrica
• Departamento: ICE – Instituto de Ciências Exatas
• País: Brasil
• Palavras-chave em Português: Enhanced Set-Membership; Sistemas Fuzzy Evolutivos; Transformadores de potência; Modelagem térmica; Evolving Fuzzy Systems; Power transformers; Thermal modeling
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA
• Link de acesso: https://repositorio.ufjf.br/jspui/handle/ufjf/12153

O conhecimento da distribuição de temperatura em transformadores de potência é essencial para o gerenciamento de sistemas de distribuição elétrica. O monitoramento da temperatura do ponto quente de um transformador de energia pode estender sua vida útil. Neste trabalho, apresentamos dois novos modelos baseados na filtragem Set-Membership: o Set-Membership evolutivo Gaussiano Multivariado e o Enhanced Set-Membership evolutivo Gaussiano Multivariado. Ambas as abordagens agem ajustando a taxa de aprendizagem no sistema de modelagem fuzzy evolutivo. Para avaliar seu desempenho foram aplicados conjuntos de dados sintéticos, como benchmarks, e dados para modelagem térmica de transformadores de potência reais, sob duas condições de carga: com e sem sobrecarga. Os resultados obtidos são comparados com o desempenho do modelo evolutivo Gaussiano Multivariado original e com outros modelos clássicos sugeridos na literatura. Ambos os modelos propostos obtiveram erros menores e apresentam número competitivo de regras, sugerindo que os modelos são abordagens flexíveis e eficientes nestes cenários.