Técnica de projeto de controlador fuzzy aplicada ao acionamento vetorial de motor de indução

Este trabalho investiga uma estratégia de controle fuzzy Takagi-Sugeno aplicada ao controle de velocidade do motor de indução. A estratégia implementa uma interpolação ponderada entre um conjunto de controladores locais previamente projetados. Ao ocorrer variações nas condições operacionais do motor de indução, os ganhos da lei de controle são ajustados automaticamente, de modo a manter satisfatório o desempenho do sistema de controle. Para o projeto do controlador fuzzy a representação em espaço de estados da planta foi considerada sob a forma de um sistema aumentado, incluindo-se uma nova variável de estado que, nesse caso, foi selecionada como sendo a integral do erro de velocidade. Tal formulação permitiu o projeto de controladores locais com a estrutura PI, através de realimentação completa de estados, com posicionamento de pólos. Como variáveis de operação para o chaveamento fuzzy dos controladores locais, foram selecionados as variáveis velocidade angular do rotor e a componente da corrente de estator responsável pelo torque elétrico do motor. Em seguida, a estabilidade do controlador fuzzy Takagi- Sugeno projetado foi comprovada através do critério de Lyapunov, para isso o problema de estabilidade foi escrito na forma de LMIs. O desempenho do controlador fuzzy Takagi-Sugeno foi avaliado através de estudos de simulação, e seus resultados comparados ao desempenho de um controlador PI convencional, para a regulação da velocidade do rotor. Os resultados obtidos nas simulações mostram que o emprego da estratégia proposta torna o sistema mais robusto a variações paramétricas no sistema de acionamento.

Comparação dos algoritmos C4.5 e MLP usados na avaliação da segurança dinâmica e no auxílio ao controle preventivo no contexto da estabilidade transitória de sistemas de potência

Esse trabalho compara os algoritmos C4.5 e MLP (do inglês “Multilayer Perceptron”) aplicados a avaliação de segurança dinâmica ou (DSA, do inglês “Dynamic Security Assessment”) e em projetos de controle preventivo, com foco na estabilidade transitória de sistemas elétricos de potência (SEPs). O C4.5 é um dos algoritmos da árvore de decisão ou (DT, do inglês “Decision Tree”) e a MLP é um dos membros da família das redes neurais artificiais (RNA). Ambos os algoritmos fornecem soluções para o problema da DSA em tempo real, identificando rapidamente quando um SEP está sujeito a uma perturbação crítica (curto-circuito, por exemplo) que pode levar para a instabilidade transitória. Além disso, o conhecimento obtido de ambas as técnicas, na forma de regras, pode ser utilizado em projetos de controle preventivo para restaurar a segurança do SEP contra perturbações críticas. Baseado na formação de base de dados com exaustivas simulações no domínio do tempo, algumas perturbações críticas específicas são tomadas como exemplo para comparar os algoritmos C4.5 e MLP empregadas a DSA e ao auxílio de ações preventivas. O estudo comparativo é testado no sistema elétrico “New England”. Nos estudos de caso, a base de dados é gerada por meio do programa PSTv3 (“Power System Toolbox”). As DTs e as RNAs são treinada e testadas usando o programa Rapidminer. Os resultados obtidos demonstram que os algoritmos C4.5 e MLP são promissores nas aplicações de DSA e em projetos de controle preventivo.