Reconhecimento de padrões e classificação não supervisionada baseada em sistemas conexionistas evolutivos

Abstract

O reconhecimento de padrões é uma área da ciência cujo objetivo é a classificação de objetos em um número de categorias ou classes. Estes objetos podem ser imagens, formas de onda de sinais ou qualquer tipo de medição que necessita ser distinguida. Na área de sistemas elétricos de potência, com foco em qualidade de energia, o reconhecimento de padrões tem sido cada vez mais usado para detectar e classificar distúrbios que ocorrem nos sinais de tensão e corrente. Estes eventos são chamados de distúrbios de qualidade de energia elétrica e causam prejuízos financeiros tanto às concessionárias de energia quanto aos consumidores. Portanto, a detecção e classificação destes distúrbios são de fundamental importância. Este trabalho apresenta o sistema conexionista evolutivo eCF (evolving Classifier Function) para a classificação não supervisionada de distúrbios de qualidade da energia elétrica em sinais de tensão elétrica. Para extração de características indicadoras de presença de distúrbios é considerado um método híbrido composto pelas seguintes técnicas de análise de sinais: filtro Hodrick e Prescott, raiz do valor quadrático médio e transformada rápida de Fourier. Os resultados mostram uma comparação entre o desempenho do eCF e outros classificadores. O modelo eCF obteve acurácia média de 100%.