DESENVOLVIMENTO DE MÉTODOS DE REMOÇÃO DE RUÍDO DE SINAIS ELÉTRICOS BASEADO EM PROCESSAMENTO ESTATÍSTICO DE SINAIS E APRENDIZADO DE MÁQUINA
Qualidade de Energia Elétrica, Sistemas de Potência, Smart Grids, Ruídos, ICA, LSTM
Este trabalho de mestrado propõe novas formas de redução de ruído em sinais elétricos do Sistema de Potência, utilizando ferramentas de processamento estatístico de sinais e aprendizado de máquina. Foram criados 1000 sinais sintéticos e foram adicionados ruídos nesses sinais para testar a eficácia dos métodos propostos nesse cenário, demonstrando a habilidade dos métodos em reduzir o ruído, ou seja, aumentar a relação sinal ruído do sinal elétrico. Foram propostas duas abordagens: (i) baseado em Análise de Componentes Independentes (ICA), (ii) baseado em redes Long-short term memory (LSTM). A eficácia dos métodos foi avaliada através das métricas MSE (Erro Quadrático Médio), RMSE (Raiz do Erro Quadrático Médio) e MAE (Erro Absoluto Médio). Os métodos foram comparados com a abordagem tradicionalmente usada em problemas de QEE, baseada na transformada de Wavelet. Os resultados preliminares obtidos com a LSTM e o ICA mostraram-se comparáveis aos alcançados pela Wavelet, destacando a relevância e a competitividade dessas abordagens modernas na análise de sinais elétricos afetados por ruído.