Please use this identifier to cite or link to this item:
https://hdl.handle.net/10216/121904Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.creator | Luís Miguel Brito Teixeira | |
| dc.date.accessioned | 2026-01-12T12:35:05Z | - |
| dc.date.available | 2026-01-12T12:35:05Z | - |
| dc.date.issued | 2019-07-19 | |
| dc.date.submitted | 2019-08-13 | |
| dc.identifier.other | sigarra:346388 | |
| dc.identifier.uri | https://hdl.handle.net/10216/121904 | - |
| dc.description | Desde a implementação de sistemas elétricos de transporte e distribuição de energia, os operadores de redes sempre focaram-se no conhecimento da rede, quer seja por implementação de sensores de medição e telemetria para medição local e comunicação com centros de controlo, quer por estimação de eventuais estados da rede através de modelização matemática do comportamento da mesma. Com o surgimento dos primeiros Estimadores de Estados, também surge o problema de estimação de topologia no qual é necessário conhecer a topologia correta da rede para executar tais Estimadores de Estados. Por vezes nos centros de controlo, o conhecimento da rede é reduzido, seja pela falha de intercomunicação ou por ausência de medidores locais. Tendo em consideração o vasto historial de uma rede e os estados que as variáveis de medição podem tomar, é possível construir um processador de topologia de modo a determinar o estado de um interruptor, ou seja, se a linha encontra-se aberta ou fechada. Nesta dissertação é demonstrado todos os procedimentos efetuados na formulação de um processador de topologia baseado numa ferramenta de Deep Learning - CNN (Convolutional Neural Networks) - de modo a determinar o estado desse mesmo interruptor em várias situações exemplo com uma boa taxa de acerto mesmo em situações limite de ausência de informação. A topologia interna de uma subestação também é alvo de estudo, no qual, na ausência de medições internas é possível caracterizar o arranjo interno dos interruptores que a constituem. Esta dissertação pretende fornecer uma abordagem do problema de estimação de topologia em cenários reais de fraco conhecimento da rede fornecendo uma boa alternativa aos modelos tradicionais já existentes. | |
| dc.language.iso | eng | |
| dc.rights | openAccess | |
| dc.subject | Engenharia electrotécnica, electrónica e informática | |
| dc.subject | Electrical engineering, Electronic engineering, Information engineering | |
| dc.title | Miss SAIGON - Missing Signal Appraising in Globally Optimized Networks | |
| dc.type | Dissertação | |
| dc.contributor.uporto | Faculdade de Engenharia | |
| dc.identifier.doi | 10.34626/xj7d-cm15 | |
| dc.identifier.tid | 202394751 | |
| dc.subject.fos | Ciências da engenharia e tecnologias::Engenharia electrotécnica, electrónica e informática | |
| dc.subject.fos | Engineering and technology::Electrical engineering, Electronic engineering, Information engineering | |
| thesis.degree.discipline | Mestrado Integrado em Engenharia Electrotécnica e de Computadores | |
| thesis.degree.grantor | Faculdade de Engenharia | |
| thesis.degree.grantor | Universidade do Porto | |
| thesis.degree.level | 1 | |
| Appears in Collections: | FEUP - Dissertação | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 346388.pdf | Miss SAIGON - Missing Signal Appraising in Globally Optimized Networks | 1.52 MB | Adobe PDF | ![]() View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
