Stressstörungen mit künstlicher Intelligenz diagnostizieren

Dieses Buch widmet sich der Entwicklung einer Methodik zur Diagnose von Spannungsstörungen in elektrischen Energieverteilungssystemen unter Verwendung künstlicher Immunsysteme (EIS). Es ist der Vorschlag eines neuen Paradigmas im EIS-Umfeld, das kontinuierliches Lernen (Plastizität) ermöglicht. Diese Konzeption ermöglicht den Aufbau eines Diagnosesystems, das in der Lage ist, kontinuierlich zu lernen und neue Arten von Störungen zu berücksichtigen, die sich aus der ständigen Entwicklung des elektrischen Sektors ergeben, ohne dass der Lernprozess neu gestartet werden muss. In diesem Zusammenhang werden zwei künstliche immunologische Algorithmen verwendet. Die Hauptanwendung dieser neuen Methode ist die Unterstützung des Systembetriebs bei Störungen sowie die Überwachung des Schutzsystems und die Möglichkeit, die Entwicklung der elektrischen Systeme zu verfolgen und dabei kontinuierlich Erkenntnisse zu gewinnen. Um die Wirksamkeit und Leistungsfähigkeit dieser neuen Methode zu bewerten, wurden mit der Software ATP/EMTP Simulationen von Spannungsstörungen in elektrischen Energieverteilungssystemen mit 5, 33, 84 und 134 bar durchgeführt. Dieses Buch wurde von den Professoren Simone Silva Frutuoso de Souza und Fernando Parra dos Anjos Lima verfasst.

Autorentext

Es licenciada en Matemáticas (UNIFADRA), Máster en Ingeniería Eléctrica (UNESP), Doctorado en Ingeniería Eléctrica (UNESP), Doctorado en Sistemas de Energía Eléctrica (INESC-TEC Oporto) y Post-Doctorado en Ingeniería Mecánica (UNESP). Actualmente es profesora de la Universidad Estatal de Mato Grosso (UNEMAT).