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: [email protected] (PIBIC/CNPq)Orientador: Prof. Alexandre de Assis Mota e-mail: amota@puc-
campinas.edu.br
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 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.
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
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)
Conjuntos Nebulosos
Conjuntos Nebulosos
Fuzzificação: Conjuntos nebuloso associados à variável horário do dia.
Gra
u d
e P
erti
nên
cia
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.
Sistema EspecialistaCom 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.
Sistema Especialista: Base de RegrasSE (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 deRegras
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/Nonde:mi – valor de pertinência obtido nas regras N – número de regras que apresentou pertinência.
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 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.
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.