Análise de sensibilidade por redes neurais para estudos da estabilidade transitória de sistemas elétricos de potência

Pós-graduação em Engenharia Elétrica - FEIS

Análise dinâmica de contingências de sistemas de energia elétrica por redes neurais baseadas na teoria da ressonância adaptativa

Pós-graduação em Engenharia Elétrica - FEIS

Análise de estabilidade transitória de sistemas elétricos por redes neurais ARTMAP nebulosas modulares

Pós-graduação em Engenharia Elétrica - FEIS

Aplicação de sistemas neuro-fuzzy e espectrometria no infravermelho próximo para a identificação em tempo real do teor de nitrogênio foliar em cana-de-açúcar

Pós-graduação em Engenharia Elétrica - FEB

Controle ótimo H∞ de sistemas não-lineares com modelos fuzzy takagi-sugeno

Neste trabalho é proposta uma metodologia de rastreamento de sinais e rejeição de distúrbios aplicada a sistemas não-lineares. Para o projeto do sistema de rastreamento, projeta-se os controladores fuzzy M(a) e N(a) que minimizam o limitante superior da norma H∞ entre o sinal de referência r(t) e o sinal de erro de rastreamento e(t), sendo e(t) a diferença entre a entrada de referência e a saída do sistema z(t). No método de rejeição de distúrbio utiliza-se a realimentação dinâmica da saída através de um controlador fuzzy Kc(a) que minimiza o limitante superior da norma H∞ entre o sinal de entrada exógena w(t) e o sinal de saída z(t). O procedimento de projeto proposto considera as não-linearidades da planta através dos modelos fuzzy Takagi-Sugeno. Os métodos são equacionados utilizando-se inequações matriciais lineares (LMIs), que quando factíveis, podem ser facilmente solucionados por algoritmos de convergência polinomial. Por fim, um exemplo ilustra a viabilidade da metodologia proposta.

Novos resultados sobre a estabilidade e controle de sistemas nao-lineares utilizando modelos fuzzy e LMI

Relaxed conditions for the stability study of nonlinear, continuous and discrete-time systems given by fuzzy models are presented. A theoretical analysis shows that the proposed method provides better or at least the same results of the methods presented in the literature. Digital simulations exemplify this fact. These results are also used for the fuzzy regulators design. The nonlinear systems are represented by the fuzzy models proposed by Takagi and Sugeno. The stability analysis and the design of controllers are described by LMIs (Linear Matrix Inequalities), that can be solved efficiently by convex programming techniques. The specification of the decay rate, constraints on control input and output are also described by LMIs. Finally, the proposed design method is applied in the control of an inverted pendulum.

Detecção e classificação de curto-circuitos em sistemas de distribuição usando rede neural artificial ARTMAP nebulosa

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Detecção e classificação de faltas de alta impedância em sistemas elétricos de potência usando lógica Fuzzy

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Utilização de redes neurais recorrentes na caracterização de cargas não lineares em sistemas elétricos

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Previsão de cargas elétricas através de uma Rede Neural Híbrida Back-ART Fuzzy

Pós-graduação em Engenharia Elétrica - FEIS

Estimação do diâmetro de furos em processo de furação utilizando sistemas de inteligência artificial: uma análise comparativa entre diferentes técnicas

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Projeto de controladores robustos chaveados para sistemas não lineares descritos por modelos fuzzy Takagi-Sugeno

Pós-graduação em Engenharia Elétrica - FEIS

Rede Neuro-Fuzzy-Wavelet para detecção e classificação de anomalias de tensão em sistemas elétricos de potência

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Análise da estabilidade estática de tensão de sistemas elétricos de potência usando uma rede neural baseada na teoria da ressonância adaptativa

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Projeto de controladores suplementares de amortecimento utilizando redes neurais artificiais

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)