Sistemas multiagentes inteligentes para reconhecimento e classificação de padrões aplicados em problemas de sistemas elétricos de potência

Abstract

Resumo: O presente trabalho tem por finalidade apresentar a proposta de uma arquitetura de Sistema Multiagentes (SMA) para o Reconhecimento e Classificação de Padrões aplicados em problemas de Engenharia de Potência. A arquitetura proposta está centrada na integração de agentes inteligentes capaz de gerenciar métodos de Reconhecimento e Classificação de Padrões. Para criação do Sistema Multiagentes para Reconhecimento e Classificação de Padrões foram definidos dois agentes independentes, capazes de melhorar o Reconhecimento e Classificação de Padrões individualmente, sendo que a interação destes dois agentes ao sistema possibilite uma melhora no processo global. O Agente Minerador de dados foi responsável pela filtragem dos dados e aplicação da Análise Fatorial como uma técnica de pré-processamento de informação. O Agente Decisor utiliza uma Lógica Nebulosa com o intuito de ponderar a classificação feita pelos Agentes Especialistas. Cada Agente Especialista é responsável por gerenciar uma técnica de Reconhecimento e Classificação de Padrões, obtendo assim as regras de classificação de uma nova informação, bem como a Taxa Real de Acerto que é obtida pelo método de Lachenbruch (leave-one-out). Para validar a eficácia de cada Agente Inteligente e do Sistema Multiagentes de Reconhecimento e Classificação de Padrões, foram utilizados dois bancos de dados que contemplam problemas de Reconhecimento e Classificação de Padrões na Engenharia de Sistemas de Potência. O primeiro banco de dados contempla os dados de uma campanha de medição realizada no estado do Paraná que contém informações sobre as características de demanda de transformadores, informações essas que são utilizadas na identificação e classificação dos transformadores que apresentam problemas de Distorções Harmônicas de Tensão. O segundo banco de dados contempla características sobre as estruturas metálicas de linhas de transmissão dentro do estado do Paraná, essas características são utilizadas como base de dados para analisar o risco de queda destas estruturas.

Abstract: This work presents the development of Multi Agents System (MAS) architecture for Recognition and Classification Patterns applied in problems on Power System. The architecture proposed is centered on integrating intelligent agents able to manage the methods of Recognition and Classification Patterns. For creating Multi Agent System for Recognition and Classification Patterns defined two independent agents, capable to improving the Recognition and Classification Patterns and that the interaction of these two agents to the system allows an improvement in the global process. The agent Data Mining was responsible for filtering the data and applying the Factor Analysis as a technique for pre-processing of information. The Decisor Agent uses a Fuzzy Logic in order to consider the classification made by the Agents Specialists. Each Agent Specialist is responsible for managing a technical Recognition and Classification Patterns, thus obtaining classification rules of the new information and the Real Rate of Correct which is obtained by the method of Lachenbruch (leave-one-out). To validate the effectiveness of each Intelligent Agent and Multi Agent System for Recognition and Classification Patterns, was used two databases that include problems Recognition and Classification Patterns in Power System. The first database includes data from a measurement campaign conducted in the state of Parana, which contains information on the characteristics of demand of transformers, which then are used in the identification and classification of transformers that have problems of Voltage Harmonic Distortions. The second database includes characteristics on the metallic structures of transmission lines in the state of Paraná, these characteristics are used as a database to analyze the risk of falling of these structures.