Please use this identifier to cite or link to this item: https://repositorio.ufjf.br/jspui/handle/ufjf/12153
Files in This Item:
File Description SizeFormat 
marcosviniciusgonçalvesdarocha.pdf1.58 MBAdobe PDFThumbnail
View/Open
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Aguiar, Eduardo Pestana de-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/9530065975903052pt_BR
dc.contributor.referee1Guimarães, Frederico Gadelha-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/2472681535872194pt_BR
dc.contributor.referee2Marcato, André Luís Marques-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/1033215067775319pt_BR
dc.creatorRocha, Marcos Vinícius Gonçalves da-
dc.creator.Latteshttp://lattes.cnpq.br/7747489960423495pt_BR
dc.date.accessioned2021-01-07T12:18:09Z-
dc.date.available2021-01-07-
dc.date.available2021-01-07T12:18:09Z-
dc.date.issued2020-09-29-
dc.identifier.urihttps://repositorio.ufjf.br/jspui/handle/ufjf/12153-
dc.description.abstractKnowledge of temperature distribution in power transformers is essential for the management of electrical distribution systems. Monitoring the hot-spot temperature of a power transformer can extend its lifetime. In this work, we present two new models based on Set-Membership filtering: the Set-Membership evolving Multivariable Gaussian and the Enhanced Set-Membership evolving Multivariable Gaussian. Both approaches are acting by adjusting the learning rate in the evolving fuzzy modeling system. To evaluate its performance were applied synthetic data sets, as benchmarks, and data for thermal modeling of real power transformers, under two load conditions: with and without an overload condition. The obtained results are compared with the performance of the original evolving Multivariable Gaussian and with other classical models suggested in the literature. Both proposed models obtained lower errors and presenting a competitive number of rules, suggesting that the models are flexible and efficient approaches in these scenarios.pt_BR
dc.description.resumoO 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.pt_BR
dc.description.sponsorshipPROQUALI (UFJF)pt_BR
dc.languageengpt_BR
dc.publisherUniversidade Federal de Juiz de Fora (UFJF)pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentICE – Instituto de Ciências Exataspt_BR
dc.publisher.programPrograma de Pós-graduação em Engenharia Elétricapt_BR
dc.publisher.initialsUFJFpt_BR
dc.rightsAcesso Abertopt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectEnhanced Set-Membershippt_BR
dc.subjectSistemas Fuzzy Evolutivospt_BR
dc.subjectTransformadores de potênciapt_BR
dc.subjectModelagem térmicapt_BR
dc.subjectEnhanced Set-Membershippt_BR
dc.subjectEvolving Fuzzy Systemspt_BR
dc.subjectPower transformerspt_BR
dc.subjectThermal modelingpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRApt_BR
dc.titlePower transformers thermal modeling using an Enhanced Set-Membership Multivariable Gaussian Evolving Fuzzy Systempt_BR
dc.typeDissertaçãopt_BR
Appears in Collections:Mestrado em Engenharia Elétrica (Dissertações)



This item is licensed under a Creative Commons License Creative Commons