Real-Time Application of an Indirect Power-System Contingency Screening Method Based on Adaptive PCA

Dimitrovska, Teodora; Rudež, Urban; Mihalič, Rafael

doi:10.1109/tpwrs.2019.2919652

Cited by 6 publications

(1 citation statement)

References 20 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Cai et al (2018) propuseram a integração do método kNN (vizinho mais próximo) com o método de monitoramento estatístico baseado em PCA para que um grande número de variáveis possa ser analisado em tempo real para monitoramento de área ampla. Dimitrovska et al (2019) apresentaram uma proposta de um método aplicável em tempo real para triagem de contingências, através do reconhecimento de condições recorrentes e perigosas, da operação do sistema de potência. O método proposto utiliza o PCA para reconhecimento de padrões em uma base de dados, com amostras anteriores à falta.…”

Section: Introductionunclassified

Análise de Componentes Principais para diagnóstico pós-falta em sistemas elétricos de grande porte

Junior

Aoki

Schumacher

2022

Proceedings IX Simpósio Brasileiro De Sistemas Elétricos

View full text Add to dashboard Cite

Synchronized phasor measurement systems are being widely used around the world, and have become essential elements in the evolution of the operation of large electrical systems. These systems are based on phasor measurement units, called PMUs, which are capable of recording data with a high sampling rate, thus generating a huge dataset. This work presents a methodology for selecting data for postfault analysis, through dimensionality reduction, using principal component analysis. To validate the proposed methodology, real data related to a recent occurrence in the national interconnected system were used. The validation of the obtained results was done using an anomaly detection algorithm. With the application of the methodology, the possibility of using a data set smaller than the original was proved, while maintaining the characteristics of the attributes. This automatic data selection methodology benefits post-fault analysis due to the performance gain obtained by reducing the electrical attribute dataset, without significant loss in the accuracy of anomaly detection capability.Resumo: Os sistemas de medição fasorial sincronizada estão sendo amplamente utilizados ao redor do mundo, e se tornaram elementos essenciais na evolução da operação dos sistemas elétricos de grande porte. Estes sistemas são baseados em unidades de medição fasorial, chamadas PMUs, as quais são capazes de gravar dados com alta taxa de amostragem, gerando assim um enorme conjunto de dados. Neste trabalho é apresentada uma metodologia para seleção de dados para análise pós-falta, através da redução da dimensionalidade, utilizando a análise de componentes principais. Para validar a metodologia proposta, foram usados dados reais relacionados a um recente caso de ocorrência no sistema interligado nacional. A validação dos resultados obtidos foi feita utilizando-se um algoritmo de detecção de anomalias. Com a aplicação da metodologia, comprovou-se a possibilidade de se utilizar um conjunto de dados menor do que o original, porém mantendo as características dos atributos. Esta metodologia automática de seleção de dados traz benefícios para análise pós-falta devido ao ganho de desempenho obtido com a redução do conjunto de dados dos atributos elétricos, sem perda significativa na precisão da capacidade de detecção de anomalia.

show abstract

Section: Introductionunclassified