Please use this identifier to cite or link to this item: https://hdl.handle.net/10216/19532
Author(s): Maria Helena Vasconcelos
Title: Aplicação de Técnicas Híbridas de Aprendizagem Automática para Avaliação Rápida de Segurança Dinâmica de Redes Isoladas com Produção Eólica
Issue Date: 1999
Abstract: This thesis presents a methodology that applies a new automatic learning technique - the hybrid regression trees -, which exploits the functional knowledge about systems behavior. This methodology was specially conceived to exploit the dynamic behavior of isolated power systems with large wind power production. The hybrid regression trees, besides producing fast security classification of the system, can still quantify in real-time the security degree of the system by emulating continuos security indices that define the power system dynamic behavior.The application of the developed methodology to the power system of Terceira island is described. The main goal of this procedure was to obtain security structures, which produce fast dynamic security assessment of the system regarding frequency instability problems. A description of the data set generation procedure is included.This document also describes the application of the methodology to the power system of Crete. The main goal of this procedure was to develop advanced tools that can help operators to perform the management and operation of the installed wind power.The performance evaluation of the trained security structures, including comparative assessment with decision trees and neural networks, is also presented.The research leading to this thesis was developed within the framework of the last stage of the EU CARE project of the JOULE/THERMIE program. The work was carried out at FEUP (Faculdade de Engenharia da Universidade do Porto) and at INESC Porto (Instituto de Engenharia de Sistemas e Computadores do Porto).
Description: Nesta dissertação é apresentada uma metodologia onde se aplica uma nova técnica de aprendizagem automática - as árvores de regressão híbridas - que explora o conhecimento funcional sobre o comportamento de sistemas. Esta metodologia foi especialmente concebida para exploração do comportamento dinâmico de redes eléctricas isoladas com grande produção eólica. As árvores de regressão híbridas, para além de classificarem de forma rápida a segurança de exploração do sistema, permitem ainda quantificar em tempo real o grau de robustez do sistema através da emulação de índices de segurança contínuos que traduzem o seu comportamento dinâmico em face de algumas perturbações.É descrita a aplicação da metodologia desenvolvida à rede eléctrica da ilha da Terceira. O objectivo desta aplicação consistiu na obtenção de estruturas de segurança, que realizem avaliação rápida do comportamento dinâmico do sistema atendendo a problemas de instabilidade da frequência. Esta descrição incluí a explicação do procedimento efectuado para a geração do conjunto de dados.É também descrito como a metodologia foi aplicada ao sistema eléctrico da ilha de Creta, no sentido de desenvolver ferramentas avançadas que permitam apoiar os operadores da rede na gestão da potência eólica instalada.Neste documento apresenta-se ainda a avaliação de desempenho das estruturas de segurança treinadas, incluindo uma análise comparativa com árvores de decisão e redes neuronais.O trabalho de investigação que conduziu à elaboração desta dissertação foi realizado no âmbito da fase final do projecto CARE do programa Europeu JOULE/THERMIE. Os trabalhos decorreram na FEUP (Faculdade de Engenharia da Universidade do Porto) e no INESC Porto (Instituto de Engenharia de Sistemas e Computadores do Porto).
Subject: Outras ciências da engenharia e tecnologias
Other engineering and technologies
Scientific areas: Ciências da engenharia e tecnologias::Outras ciências da engenharia e tecnologias
Engineering and technology::Other engineering and technologies
URI: https://repositorio-aberto.up.pt/handle/10216/19532
Document Type: Dissertação
Rights: openAccess
License: https://creativecommons.org/licenses/by-nc/4.0/
Appears in Collections:FEUP - Dissertação

Files in This Item:
File Description SizeFormat 
25755.pdf2.42 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons