Detecção e Correção Automática de Outliers para Sistemas Supervisórios em Subestações
Pedro H. M. Andrade1; Juan M. M. Villanueva1; Helon D. M. Braz1
1 Universidade Federal da Paraíba
Baixar PDF doi:10.20906/CPS/CBA2018-0963
Resumo
Os dados de demanda obtidos nos pontos de medição das subestações frequentemente são afetados por medições errôneas, denominadas outliers, que afetam os estudos das concessionárias sobre suas áreas de distribuição. O Sistema Supervisório pode ter alertas de valores atípicos, entretanto, devido à alta quantidade de outliers em diversos pontos de medição esses dados não são tratados e corrigidos de maneira imediata, persistindo-se assim grandes conjuntos de dados errôneos. Para isso foi desenvolvido um módulo complementar baseado em técnicas de Inteligência Artificial e em modelos autorregressivos do tipo ARIMA para o Sistema Supervisório que possui as funcionalidades de detectar e corrigir os outliers. Neste módulo também se propõe o uso de um fator de ocorrências para indicar a parcela de amostras errôneos do conjunto total dos dados. O algoritmo desenvolvido foi aplicado sobre dados reais de uma subestação do sistema de distribuição para um período de seis anos.
Palavras-chave: Correção de Outliers; Curvas de demanda; Sistema Supervisório; SCADA