Sistema de inferência Fuzzy para classificação de distúrbios em sinais elétricos

• Ano de defesa: 2011
• Autor(a) principal: Aguiar, Eduardo Pestana de
• Orientador(a): Ribeiro, Moises Vidal
• Banca de defesa: Lima, Clodoaldo Aparecido de Moraes , Duque, Carlos Augusto , Hell, Michel Bortolini
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Juiz de Fora (UFJF)
• Programa de Pós-Graduação: Programa de Pós-graduação em Engenharia Elétrica
• Departamento: Faculdade de Engenharia
• País: Brasil
• Palavras-chave em Português: Sistema de inferência fuzzy; Gradiente conjugado; Classificação de distúrbios; Qualidade da energia elétrica; Sinais elétricos; Algoritmos de otimização; Fuzzy inference system; Conjugated gradient; Classification of disturbances; Power quality; Electric signals; Optimization algorithms
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
• Link de acesso: https://repositorio.ufjf.br/jspui/handle/ufjf/4149

A presente dissertação tem como objetivo discutir o uso de técnicas de otimização baseadas no gradiente conjugado e de informações de segunda ordem para o treinamento de sistemas de inferência fuzzy singleton e non-singleton. Além disso, as soluções computacionais derivadas são aplicadas aos problemas de classificação de distúrbios múltiplos e isolados em sinais elétricos. Os resultados computacionais, obtidos a partir de dados sintéticos de distúrbios em sinais de tensão, indicam que os sistemas de inferência fuzzy singleton e non-singleton treinados pelos algoritmos de otimização considerados apresentam maior velocidade de convergência e melhores taxas de classificação quando comparados com aqueles treinados pelo algoritmo de otimização baseada em informações de primeira ordem e é bastante competitivo em relação à rede neural artificial perceptron multicamadas - multilayer perceptron (MLP) e ao classificador de Bayes.