Identificação de fontes harmônicas em instalações residenciais utilizando algoritmos de aprendizado de máquina.

Abstract

Com a crescente utilização de aparelhos eletrônicos em sistemas residenciais, considere-se importante o estudo destes equipamentos e a interação entre eles, pois o grande volume destes equipamentos conectados nas redes de baixa tensão acaba acarretando em uma distorção harmônica significativa, ficando evidente a necessidade de análise destes sistemas para que assim sejam implantadas técnicas para medição dessa modalidade de perturbação com intuito de mitigar as mesmas. Neste trabalho, investiga-se o problema de identificação de fontes harmônicas utilizando algoritmos de aprendizado de máquina. Para tratar esse problema, empregam-se o algoritmo de árvore de decisões e algoritmo de clusterização k-means. Esses algoritmos utilizam informações provenientes da forma de onda atual de entrada para identificar vários tipos de dispositivos comumente encontrados em instalações elétricos residenciais usando suas 00assinaturas” harmônicas distintas. Tais características são observadas a partir da análise da Transformada Rápida de Fourier da forma de onda da corrente de entrada na presença de diversos dispositivos. Os resultados obtidos, tanto para a árvore de decisões quanto para o algoritmo k-means foram satisfatórios, sendo que o algoritmo k-means obteve um melhor desempenho, para problemas de identificação de fontes harmônicas. As dificuldades durante o processo de identificação mais evidentes ocorreram de formas similares em ambos os algorítimos, e que por analise fica visível que estes problemas estão relacionados mais aos dados do que os algorítimos em si.