Estudo de algoritmos para classificação de séries temporais: uma aplicação em qualidade de energia elétrica

Aborda a classificação automática de faltas do tipo curto-circuito em linhas de transmissão. A maioria dos sistemas de transmissão possuem três fases (A, B e C). Por exemplo, um curto-circuito entre as fases A e B pode ser identicado como uma falta\AB". Considerando a possibilidade de um curto-circuito com a fase terra (T), a tarefa ao longo desse trabalho de classificar uma série temporal em uma das 11 faltas possíveis: AT, BT, CT, AB, AC, BC, ABC, ABT, ACT, BCT, ABCT. Estas faltas são responsáveis pela maioria dos distúrbios no sistema elétrico. Cada curto-circuito é representado por uma seqüência (série temporal) e ambos os tipos de classificação, on-line (para cada curto segmento extraído do sinal) e off-line (leva em consideração toda a seqüência), são investigados. Para evitar a atual falta de dados rotulados, o simulador Alternative Transient Program (ATP) é usado para criar uma base de dados rotulada e disponibilizada em domínio público. Alguns trabalhos na literatura não fazem distinção entre as faltas ABC e ABCT. Assim, resultados distinguindo esse dois tipos de faltas adotando técnicas de pré-processamento, diferentes front ends (por exemplo wavelets) e algoritmos de aprendizado (árvores de decisão e redes neurais) são apresentados. O custo computacional estimado durante o estágio de teste de alguns classificadores é investigado e a escolha dos parâmetros dos classificadores é feita a partir de uma seleção automática de modelo. Os resultados obtidos indicam que as árvores de decisão e as redes neurais apresentam melhores resultados quando comparados aos outros classificadores.

ABSTRACT: It concerns automatic classification of short circuits in transmission lines. Most trans-mission systems use three phases: A, B and C. Hence, a short-circuit between phases A and B will be identified as AB". Considering the possibility of a short-circuit to ground" (T), the task is to classify a time series into one among eleven possibilities: AT, BT, CT, AB, AC, BC, ABC, ABT, ACT, BCT, ABCT. These faults are responsible for the majority of the distur-bances in electric power systems. Each short circuit is represented by a sequence (time-series) and both online (for each short segment) and offline (taking in account the whole sequence) classification are investigated. To circumvent the current lack of labeled data, the Alternative Transient Program (ATP) simulator is used to create a public comprehensive labeled dataset. Some works in the literature fail to distinguish between ABC and ABCT faults. Then, results differentiated these two faults types adopting preprocessing techniques, different front ends (e.g., wavelets) and learning algorithms (e.g., decision trees and neural networks) are apresented. The computational cost of the some classifiers during the test stage is investigated and the choosing parameters of classiffers is done by automatic model selection. The results indicate that decision trees and neural networks outperform the other methods.