Extração de conhecimento em forma de regras difusas a partir de mapas auto-organizáveis de Kohonen: aplicação em diagnóstico de faltas incipientes em transformadores

Apesar das diversas vantagens oferecidas pelas redes neurais artificiais (RNAs), algumas limitações ainda impedem sua larga utilização, principalmente em aplicações que necessitem de tomada de decisões essenciais para garantir a segurança em ambientes como, por exemplo, em Sistemas de Energia. Uma das principais limitações das RNAs diz respeito à incapacidade que estas redes apresentam de explicar como chegam a determinadas decisões; explicação esta que seja humanamente compreensível. Desta forma, este trabalho propõe um método para extração de regras a partir do mapa auto-organizável de Kohonen, projetando um sistema de inferência difusa capaz de explicar as decisões/classificação obtidas através do mapa. A metodologia proposta é aplicada ao problema de diagnóstico de faltas incipientes em transformadores, em que se obtém um sistema classificatório eficiente e com capacidade de explicação em relação aos resultados obtidos, o que gera mais confiança aos especialistas da área na hora de tomar decisões.

Identificação de correntes de inrush na proteção diferencial de transformadores de potência através do gradiente da corrente diferencial e de mapas auto-organizáveis

A principal dificuldade encontrada na proteção diferencial de transformadores de potência é a correta distinção entre as correntes de inrush e as correntes de faltas internas. Tradicionalmente os relés diferenciais executam esta tarefa utilizando a técnica de restrição por harmônicos baseada na premissa de que as correntes de inrush possuem alta concentração de componentes harmônicas de segunda ordem, contudo essa técnica nem sempre é eficaz. O presente trabalho tem como objetivo apresentar a proposta de duas novas metodologias capazes de realizar a identificação e distinção entre as correntes de inrush das correntes de faltas internas na proteção diferencial de transformadores de potência através de metodologias que não dependem do conteúdo de harmônicos do sinal da corrente diferencial. A primeira metodologia proposta, denominada de método do gradiente da corrente diferencial, é baseada no comportamento do vetor gradiente, obtido através da diferenciação numérica do sinal da corrente diferencial. O critério de distinção utilizado é baseado no desvio padrão do ângulo do vetor gradiente que apresenta comportamento diferenciado para correntes de inrush e correntes de curto-circuito. A segunda metodologia proposta é baseada na capacidade de reconhecimento e classificação de padrões das redes neurais de Mapeamento Auto-organizável de Kohonen. Como padrão de entrada e de treinamento da rede neural é utilizado um vetor contendo quatro níveis do espectro do desvio padrão do ângulo do vetor gradiente da corrente diferencial nas três fases do transformador de potência. A eficácia dos métodos foi testada através da simulação de diversas situações de faltas internas e correntes de inrush, incluindo situações de “Sympathetic Inrush”, em um transformador de potência usando o software EMTP/ATP e através da implementação do algoritmo em MATLAB®, apresentando resultados altamente promissores.

Estudo de solvatocromismo em líquidos moleculares orgânicos via método seqüencial Monte Carlo/Mecânica Quântica

Utilizou-se o método seqüencial Monte Carlo / Mecânica Quântica para obterem-se os desvios de solvatocromismo e os momentos de dipolo dos sistemas de moléculas orgânicas: Uracil em meio aquoso, -Caroteno em Ácido Oléico, Ácido Ricinoléico em metanol e em Etanol e Ácido Oléico em metanol e em Etanol. As otimizações das geometrias e as distribuições de cargas foram obtidas através da Teoria do Funcional Densidade com o funcional B3LYP e os conjuntos de funções de base 6-31G(d) para todas as moléculas exceto para a água e Uracil, as quais, foram utilizadas o conjunto de funções de base 6-311++G(d,p). No tratamento clássico, Monte Carlo, aplicou-se o algoritmo Metropólis através do programa DICE. A separação de configurações estatisticamente relevantes para os cálculos das propriedades médias foi implementada com a utilização da função de auto-correlação calculada para cada sistema. A função de distribuição radial dos líquidos moleculares foi utilizada para a separação da primeira camada de solvatação, a qual, estabelece a principal interação entre soluto-solvente. As configurações relevantes da primeira camada de solvatação de cada sistema foram submetidas a cálculos quânticos a nível semi-empírico com o método ZINDO/S-CI. Os espectros de absorção foram obtidos para os solutos em fase gasosa e para os sistemas de líquidos moleculares comentados. Os momentos de dipolo elétrico dos mesmos também foram obtidos. Todas as bandas dos espectros de absorção dos sistemas tiveram um desvio para o azul, exceto a segunda banda do sistema de Beta-Caroteno em Ácido Oléico que apresentou um desvio para o vermelho. Os resultados encontrados apresentam-se em excelente concordância com os valores experimentais encontrados na literatura. Todos os sistemas tiveram aumento no momento de dipolo elétrico devido às moléculas dos solventes serem moléculas polares. Os sistemas de ácidos graxos em álcoois apresentaram resultados muito semelhantes, ou seja, os ácidos graxos mencionados possuem comportamentos espectroscópicos semelhantes submetidos aos mesmos solventes. As simulações através do método seqüencial Monte Carlo / Mecânica Quântica estudadas demonstraram que a metodologia é eficaz para a obtenção das propriedades espectroscópicas dos líquidos moleculares analisados.