MODELAGEM DE CARGAS UTILIZANDO
SISTEMAS BASEADOS EM REGRAS
NEBULOSAS PARA A MEDIÇÃO
INTELIGENTE DE ENERGIA
Faculdade de An...
Como modelar cargas elétricas de
forma não intrusiva de maneira
eficiente?
 Objetivo
 Este trabalho propõe o desenvolvimento de modelos
para as cargas elétricas presentes em consumidores
residenc...
 Metodologia
 Revisão Bibliográfica
 Implementação dos conjuntos nebulosos
 Implementação de regras nebulosas
 Implem...
Lógica Fuzzy
 Suporta modos de raciocínio que são aproximados ao
invés de exatos.
 Representação que se aproxima do raci...
Conjuntos Nebulosos
Conjuntos Nebulosos
Fuzzificação: Conjuntos nebuloso associados à variável horário do dia.
GraudePertinência
Sistema Especialista
 “Consiste em uma técnica de Inteligência Artificial, implementada
através de um programa computacio...
Sistema Especialista
Com relação à sua arquitetura, um Sistema Especialista é
constituído por:
 Base de Regras: consiste ...
Sistema Especialista: Base de Regras
SE (ANTECEDENTE) ENTÃO (CONSEQUENTE)
A hora do dia é MADRUGADA A iluminação está DESL...
Deffuzificação
 Conversão de um valor fuzzy para uma valor
quantificável.
 Após a aplicação da base de regras, as variáv...
Simulações
Situação A
Simulações
Situação B
Simulações
Situação C
 Conclusão
 A partir dos testes realizados, é possível perceber que a
modelagem dos sistemas de iluminação através de
co...
 Referências
 LEE, C.C, "Fuzzy logic in control systems: fuzzy logic controllers - part I and
II", IEEE Transactions on ...
Próximos SlideShares
Carregando em…5
×

Modelagem de cargas utilizando sistemas baseados em regras

264 visualizações

Publicada em

Trabalho de Iniciação Científica apresentado na PUC - Campinas.

Publicada em: Ciências
0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
264
No SlideShare
0
A partir de incorporações
0
Número de incorporações
2
Ações
Compartilhamentos
0
Downloads
5
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Modelagem de cargas utilizando sistemas baseados em regras

  1. 1. MODELAGEM DE CARGAS UTILIZANDO SISTEMAS BASEADOS EM REGRAS NEBULOSAS PARA A MEDIÇÃO INTELIGENTE DE ENERGIA Faculdade de Análise de Sistemas – CEATEC – Grupo de Pesquisa Eficiência Energética Aluna: Suzana Viana Mota e-mail: suzana.svm@gmail.com (PIBIC/CNPq) Orientador: Prof. Alexandre de Assis Mota e-mail: amota@puc- campinas.edu.br
  2. 2. Como modelar cargas elétricas de forma não intrusiva de maneira eficiente?
  3. 3.  Objetivo  Este trabalho propõe o desenvolvimento de modelos para as cargas elétricas presentes em consumidores residenciais, implementando um sistema especialista baseado em regras que seja capaz de prever o comportamento elétrico dessas cargas.  Para tanto foi desenvolvido um pacote computacional, na linguagem de programação Java, visando modelar a carga agregada e auxiliar a comunidade científica em estudos relacionados à otimização e eficiência energética.
  4. 4.  Metodologia  Revisão Bibliográfica  Implementação dos conjuntos nebulosos  Implementação de regras nebulosas  Implementação da base de regras  Implementação do módulo de fuzzificação e deffuzificação  Integração dos módulos  Testes de validação
  5. 5. Lógica Fuzzy  Suporta modos de raciocínio que são aproximados ao invés de exatos.  Representação que se aproxima do raciocínio humano.  “Tal forma de estruturação do raciocínio é capaz de tomar decisões racionais mesmo estando em um ambiente de incertezas e imprecisões, onde os dados desta natureza e até mesmo os conflitantes são tratados”.(Lee,1990)
  6. 6. Conjuntos Nebulosos
  7. 7. Conjuntos Nebulosos Fuzzificação: Conjuntos nebuloso associados à variável horário do dia. GraudePertinência
  8. 8. Sistema Especialista  “Consiste em uma técnica de Inteligência Artificial, implementada através de um programa computacional, que pode ser aplicada na resolução de problemas de diferentes áreas do conhecimento”. (BARR; FEIGENBAUM, 1981).  Tais problemas podem ser solucionados por especialistas humanos que, a partir de seu conhecimento, são capazes de fornecer regras relacionadas à maneira pela qual analisariam os problemas.  Utilizam informações associadas ao problema manipulando-as não mais através de modelos numéricos mas a partir de métodos de raciocínio, objetivando a determinação de soluções adequadas e satisfatórias para o problema em questão.
  9. 9. Sistema Especialista Com relação à sua arquitetura, um Sistema Especialista é constituído por:  Base de Regras: consiste em um conjunto de declarações, ou seja, regras e fatos, totalmente específicos do problema tratado.  Motor de Inferência: responsável pela busca das regras da Base de Conhecimento para serem avaliadas, sendo independente do problema em análise.
  10. 10. Sistema Especialista: Base de Regras SE (ANTECEDENTE) ENTÃO (CONSEQUENTE) A hora do dia é MADRUGADA A iluminação está DESLIGADA A hora do dia é MANHÃ A iluminação está DESLIGADA A hora do dia é TARDE A iluminação está DESLIGADA A hora do dia é NOITE A iluminação está LIGADA A janela está FECHADA e a hora do dia é MANHÃ A iluminação está LIGADA A cortina está ABERTA e a hora do dia é MANHÃ A iluminação está DESLIGADA Base de Regras
  11. 11. Deffuzificação  Conversão de um valor fuzzy para uma valor quantificável.  Após a aplicação da base de regras, as variáveis de saída são defuzzificadas, obtendo-se, então, um número natural (crisp) que pode ser determinado pela equação abaixo: Saída = Σmi/N onde: mi – valor de pertinência obtido nas regras N – número de regras que apresentou pertinência.
  12. 12. Simulações Situação A
  13. 13. Simulações Situação B
  14. 14. Simulações Situação C
  15. 15.  Conclusão  A partir dos testes realizados, é possível perceber que a modelagem dos sistemas de iluminação através de conhecimento especialista e lógica fuzzy é viável, pois considerando situações reais, o sistema se comportou de tal forma, que foi possível prever o comportamento da carga.
  16. 16.  Referências  LEE, C.C, "Fuzzy logic in control systems: fuzzy logic controllers - part I and II", IEEE Transactions on Systems, Man and Cybernetics, vol 20, pp.404- 435,1990.  BARR, A.; FEIGENBAUM, E. The Handbook of Artificial Intelligence. Los Altos, California: William Kaufmann Inc., 1981.  Mota, Lia Toledo Moreira. Métodos de previsão do comportamento da carga na recomposição de sistemas de energia elétrica. Tese (Doutorado) Unicamp – Universidade Estadual de Campinas, Campinas, 2005.  Lucas Righetti, Suzana Mota, Alexandre Mota, Lia Mota, Claudia Pezzuto. Modelagem de cargas utilizando sistemas baseados em regras para estudos de eficiência energética. In.: Anais do DINCON 2011 - X Conferência Brasileira de Dinâmica, Controle e Aplicações, Águas de Lindóia, SP, 2011.

×