A dissertação foi desenvolvida no âmbito do Mestrado Integrado em Engenharia Electrotécnica e de Computadores, da Faculdade de Engenharia da Universidade do Porto. Teve como orientador Vladimiro Miranda e como co-orientador Ricardo Bessa - ambos investigadores no CPES, sendo o primeiro também membro do Conselho de Administração do INESC TEC.

O trabalho distinguido aborda a análise do comportamento dinâmico de sistemas elétricos de energia, nomeadamente no reconhecimento de eventos críticos pela observação de sinais de frequência capturados por PMUs (Phasor Measurement Units), a uma taxa de 60 fasores por segundo.

A utilização de técnicas de Deep Learning sobre estes sinais serviu para treinar sistemas de classificação de padrões temporais, em janelas de 20 segundos de evento. Para além de classificadores baseados em MLPs (Multilayer Perceptrons) e DBNs (Deep Belief Networks), uma das inovações consistiu na transformação de sinais temporais em imagens 2D, possibilitando, assim, a aplicação de CNNs (Convolutional Neural Networks), cuja arquitetura representa a estrutura do córtex visual humano. A construção destas imagens 2D, por associação dos pixéis a intensidades, permitiu que as CNNs obtivessem os melhores resultados: 100% de acerto na identificação de eventos.

A utilização de GPU (Graphics Processing Unit) como hardware de cálculo foi igualmente uma estratégia inovadora, viabilizando a aplicação prática em tempo real, em centro de controlo de operação de rede elétrica, da técnica desenvolvida.

A APRP tem como objetivo a promoção de avanços teóricos e práticos na disciplina científica do reconhecimento de padrões. De acordo com esta sua postura, o prémio para Melhor Tese de Mestrado tem a finalidade de distinguir trabalhos de mérito elevado na área de Reconhecimento de Padrões, estimulando jovens investigadores portugueses a divulgarem os seus trabalhos.

O prémio foi atribuído na sessão de encerramento do RecPad 2017 – 23rd Portuguese Conference on Pattern Recognition, que teve lugar na Academia Militar, na Amadora, no dia 27 de outubro.

Os investigadores do INESC TEC mencionados nesta notícia têm vínculo à UP-FEUP e ao INESC TEC.