Please use this identifier to cite or link to this item:
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/10838| Title: | Diagnóstico de faltas em linhas de transmissão baseado em redes neurais artificiais e transformada wavelet. |
| Other Titles: | Transmission line fault diagnosis based on artificial neural networks and wavelet transform. |
| ???metadata.dc.creator???: | SILVA, Kleber Melo e. |
| ???metadata.dc.contributor.advisor1???: | SOUZA, Benemar Alencar de. |
| ???metadata.dc.contributor.referee1???: | MELO, Jorge Dantas de. |
| ???metadata.dc.contributor.referee2???: | LEITÃO, José Júlio de Almeida Lins. |
| ???metadata.dc.contributor.referee3???: | ASSIS, Francisco Marcos de. |
| ???metadata.dc.contributor.referee4???: | MOTA, Wellington Santos. |
| Issue Date: | 18-Mar-2005 |
| Publisher: | Universidade Federal de Campina Grande |
| Citation: | SILVA, Kleber Melo e. Diagnóstico de faltas em linhas de transmissão baseado em redes neurais artificiais e transformada wavelet. 73f. (Dissertação de Mestrado em Engenharia Elétrica), Programa de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática , Universidade Federal de Campina Grande – Paraíba Brasil, 2005. |
| ???metadata.dc.description.resumo???: | Um método baseado em redes neurais artificiais e transformadas wavelet para a detecção e classificação de faltas em linhas de transmissão e proposto. A analise e feita sobre os sinais de tensão e corrente capturados pelos registradores digitais de perturbação. A detecção da falta e a determinação de sua duração são realizadas por um conjunto de regras construídas a partir da analise dos sinais de corrente nos domínios do tempo e wavelet. Nessa fase, uma falta e diferenciada de distúrbios associados a qualidade da energia elétrica, tais como afundamentos de tensão e transitórios de chaveamento. No caso de falta, sua classificação e realizada por meio de uma rede neural, a partir do reconhecimento dos padrões das tensões e correntes no domínio do tempo. 0 método foi avaliado para situações de faltas simuladas e reais em linhas do sistema de transmissão da CHESF, apresentando bons resultados em ambos os casos. |
| Abstract: | A method based on artificial neural networks and wavelet transforms for fault detection and classification in transmission lines is proposed. The analysis is accomplished in current and voltage waveforms obtained from digital fault recorders. The detection step and the fault interval are achieved by means of a set of rules obtained from the current waveform analysis in the time and wavelet domains. In this step, a fault is distinguished from power quality disturbances such as voltage sags and switching transients. In the case of fault, its classification is accomplished by a neural network, responsible for voltage and current waveforms pattern recognition in time domain. The method has been evaluated for real and simulated faults in transmission lines of CHESF's transmission system, good results were obtained in both cases. |
| URI: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/10838 |
| Appears in Collections: | Mestrado em Engenharia Elétrica. |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| KLEBER MELO E SILVA - DISSERTAÇÃO PPGEE 2005.pdf | Kleber Melo e Silva - Dissertação PPGEE 2005 | 3.66 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.