MACHINE LEARNING APPROACH FOR DYNAMIC EVENT IDENTIFICATION IN POWER SYSTEMS WITH WIDE AREA MEASUREMENT SYSTEMS - Master’s Dissertation

Q: What is the dissertation about?

It focuses on applying machine learning for dynamic event identification in power systems using wide area measurement systems.

Q: Who supervised the dissertation?

The dissertation lists Prof. Dr. Alexandre Rasi Aoki as the supervisor, with Prof. Dr. Ricardo Schumacher as co-supervisor.

Q: What does the approval section state?

The examination board evaluates the master’s dissertation after the student’s defense and provides an approval opinion, subject to program requirements and formal approvals by the program.

Aug 4, 2026

Upload by Olivia Brown

Dissertation on machine learning methods for identifying dynamic events in power systems supported by wide area measurement systems. The work is presented as a master’s program requirement at the Federal University of Paraná, in Electrical Engineering (Power Systems). It includes formal approval records from the examination board, detailing evaluation and defense procedures for the research conducted under supervision. The study context emphasizes data-driven event detection and advances in analysis for grid monitoring and reliability improvement.

LanguageEnglish

CategoryResearch & Report

FormatPDF

Pages133

Reading Time5 h 35 min

AccessFree to download

Dissertation information

Approval and defense statement

Acknowledgements

UNIVERSIDADE FEDERAL DO PARANÁ NATHAN ELIAS MARUCH BARRETO MACHINE LEARNING APPROACH FOR DYNAMIC EVENT IDENTIFICATION IN POWER SYSTEMS WITH WIDE AREA MEASUREMENT SYSTEMS CURITIBA 2023 NATHAN ELIAS MARUCH BARRETO MACHINE LEARNING APPROACH FOR DYNAMIC EVENT IDENTIFICATION IN POWER SYSTEMS WITH WIDE AREA MEASUREMENT SYSTEMS Dissertação apresentada ao Programa de PósGraduação em Engenharia Elétrica – Sistemas de Potência, no Departamento de Engenharia Elétrica, pertencente ao Setor de Tecnologia da Universidade Federal do Paraná, como parte das atividades requeridas para a obtenção do título de Mestre em Engenharia Elétrica. Orientador: Prof. Dr. Alexandre Rasi Aoki Co-orientador: Prof. Dr. Ricardo Schumacher CURITIBA 2023 􀀁􀀂􀀁􀀃􀀄 􀀆􀀇􀀈􀀉􀀊􀀇􀀂􀀋􀀆􀀃􀀇􀀂􀀆􀀄 􀀁􀀉 􀀋􀀂􀀈􀀂􀀌􀀃􀀍􀀂􀀎􀀐􀀃 􀀇􀀂 􀀒􀀓􀀔􀀌􀀆􀀋􀀂􀀎􀀐􀀃 􀀕􀀋􀀆􀀒􀀖􀀓􀀇􀀆􀀗􀀉􀀊􀀄􀀆􀀁􀀂􀀁􀀉 􀀘􀀉􀀁􀀉􀀊􀀂􀀌 􀀁􀀃 􀀒􀀂􀀊􀀂􀀇􀀙􀀄􀀆􀀄􀀈􀀉􀀛􀀂 􀀁􀀉 􀀔􀀆􀀔􀀌􀀆􀀃􀀈􀀉􀀋􀀂􀀄 􀀜 􀀔􀀆􀀔􀀌􀀆􀀃􀀈􀀉􀀋􀀂 􀀁􀀉 􀀋􀀆􀀝􀀇􀀋􀀆􀀂 􀀉 􀀈􀀉􀀋􀀇􀀃􀀌􀀃􀀍􀀆􀀂 􀀔 !"\#$ 􀀇 "% & 􀀉'( ) 􀀛 *+% 􀀛 +%(&! '! &(&, -- \# +% .\# /0& 1(+ !2!&" (/!&"(.(+ "(\#& (& -\#3!)0)"!1) 3("% 3(/! ! 1! )* !1!&" )0)"!1) 4 􀀇 "% & 􀀉'( ) 􀀛 *+% 􀀔 !"\#5 􀀜 􀀋* ("(6 $ 78795 : !+* )\# \#&;'(&! < 􀀒􀀁􀀘5 􀀁())! " =>\# 􀀕􀀛!)" /\#􀀖 ; 􀀓&(2! )(/ /! 􀀘!/! ' /\# 􀀒 &?$ 􀀄!"\# /!􀀈!+&\#'\#,( $ 􀀒 \#, 1 /! 􀀒@);􀀍 /* =>\# !1 􀀉&,!&% ( 􀀉'A" (+ 5 􀀃 (!&" /\# < 􀀂'!B &/ ! 􀀊 )( 􀀂\#C( 􀀋\#\# (!&" /\# < 􀀊(+ /\# 􀀄+%*1 +%! :5 􀀂- !&/(D /\# /! 1?E*(& )5 75 􀀆&"!'(,F&+( "(.(+( '5 95 􀀄()"!1 ) /!!&! ,( !'A" (+ 5 G5 􀀛?E*(& ) /! 1!/(=>\# -\# +\#\# /!& / )5 􀀆5 􀀓&(2! )(/ /!􀀘!/! ' /\# 􀀒 &?5 􀀆􀀆5 􀀒 \#, 1 /! 􀀒@);􀀍 /* =>\# !1 􀀉&,!&% ( 􀀉'A" (+ 5 􀀆􀀆􀀆5 􀀂\#C($ 􀀂'!B &/ ! 􀀊 )(5 􀀆􀀗5 􀀄+%*1 +%! $ 􀀊(+ /\#5 􀀗5 􀀈H"*'\#5 􀀔(6'(\#"!+? (\#< 􀀉'( ) 􀀔 6\#) / 􀀄('2 􀀋􀀊􀀔;J4:KJG MINISTÉRIO DA EDUCAÇÃO SETOR DE TECNOLOGIA UNIVERSIDADE FEDERAL DO PARANÁ PRÓ-REITORIA DE PESQUISA E PÓS-GRADUAÇÃOPROGRAMA DE PÓS-GRADUAÇÃO ENGENHARIA ELÉTRICA-40001016043P4 TERMO DE APROVAÇÃO Os membros da Banca Examinadora designada pelo Colegiado do Programa de Pós-Graduação ENGENHARIA ELÉTRICA da Universidade Federal do Paraná foram convocados para realizar a arguição da Dissertação de Mestrado de NATHAN ELIAS MARUCH BARRETO intitulada: MACHINE LEARNING APPROACH FOR DYNAMIC EVENT IDENTIFICATION IN POWER SYSTEMS WITH WIDE AREA MEASUREMENT SYSTEMS, sob orientação do Prof. Dr. ALEXANDRE RASI AOKI, que após tereminquirido o aluno e realizada a avaliação do trabalho, são de parecer pela sua APROVAÇÃO no rito de defesa. A outorga do título de mestre está sujeita à homologação pelo colegiado, ao atendimento de todas as indicações e correções solicitadas pela banca e ao pleno atendimento das demandas regimentais do Programa de Pós-Graduação. Curitiba, 13 de Fevereiro de 2023. Assinatura Eletrônica 16/02/2023 14:45:18 .0 ALEXANDRE RASI AOKI Presidente da Banca Examinadora Assinatura Eletrônica 10/03/2023 15:19:47 .0 VITOR HUGO FERREIRA Avaliador Externo (UNIVERSIDADE FEDERAL DO PARANÁ ) Assinatura Eletrônica 14/02/2023 14:06:00 .0 GUSTAVO HENRIQUE DA COSTA OLIVEIRA Avaliador Interno (UNIVERSIDADE FEDERAL DO PARANÁ) Assinatura Eletrônica 14/02/2023 13:47:56 .0 ROMAN KUIAVA Avaliador Interno (UNIVERSIDADE FEDERAL DO PARANÁ) Av. Cel. Francisco H. dos Santos, 210, Jardim das Américas, Depto. de Engenharia Elétrica-DELT, Tecnologia, Campus Centro Politécnico-Curitiba-Paraná -Brasil CEP 81530-000-Tel: (41) 3361-3622-E-mail: [ppgee@eletrica.ufpr.br](ppgee@eletrica.ufpr.br) Documento assinado eletronicamente de acordo com o disposto na legislação federal Decreto 8539 de 08 de outubro de 2015. Gerado e autenticado pelo SIGA-UFPR, com a seguinte identificação única: 256134 Para autenticar este documento/assinatura, acesse [https://www.prppg.ufpr.br/siga/visitante/autenticacaoassinaturas.jsp](https://www.prppg.ufpr.br/siga/visitante/autenticacaoassinaturas.jsp) e insira o codigo 256134 I dedicate this dissertation to my mother, Raquel, grandmother Eraide and fiancée Maria who have been my pillars of support in different areas and stages of my life. ACKNOWLEDGEMENT First and

FAQs

What is the dissertation about?

It focuses on applying machine learning for dynamic event identification in power systems using wide area measurement systems.

Who supervised the dissertation?

The dissertation lists Prof. Dr. Alexandre Rasi Aoki as the supervisor, with Prof. Dr. Ricardo Schumacher as co-supervisor.

What does the approval section state?

The examination board evaluates the master’s dissertation after the student’s defense and provides an approval opinion, subject to program requirements and formal approvals by the program.

Aug 4, 2026

Upload by Olivia Brown