Please use this identifier to cite or link to this item:
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/17274
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.creator.ID | GOUVEIA, F. A. O. | pt_BR |
dc.creator.Lattes | http://lattes.cnpq.br/5727167705411434 | pt_BR |
dc.contributor.advisor1 | COSTA, Edson Guedes da. | |
dc.contributor.advisor1ID | COSTA, E. G. | pt_BR |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/3930289115658143 | pt_BR |
dc.description.resumo | O isolamento elétrico constitui uma parte importante de um sistema elétrico, fundamental para sua segurança e funcionamento eficaz. Devido sua importância existe a necessidade de realizar periodicamente diagnósticos que possam caracterizar o estado do isolamento dos equipamentos, identificando possíveis anomalias. Dentre as técnicas de avaliação existente, a medição de descargas parciais mostrou-se ao longo de vários anos de estudo uma ferramenta confiável na detecção de anomalias. Os estudos a cerca das descargas parciais visam aperfeiçoar os sistemas de aquisição, desenvolver metodologias de ensaio e técnicas de analise dos sinais obtidos. Devido as características, o sinal de descarga parcial apresenta formato especifico para cada tipo e nível de anomalia avaliada, o que representa uma especie de impressão digital do defeito e pode ser utilizado para distinguir padrões com relação ao estado do isolamento. A analise dos sinais de descargas e uma tarefa subjetiva que depende necessariamente da experiencia do responsável que ira avaliar as características do sinal e compara-la com algum exemplo da literatura. O fato motiva a utilização de ferramentas matemáticas com objetivo de extrair características que possam representar o formato do sinal de descarga, para assim facilitar a classificação de padrões das descargas. Por se tratar de uma tarefa com caráter subjetivo, a classificação pode fazer uso de técnicas de processamento de informações baseadas no funcionamento do cérebro humano, chamadas redes neurais artificiais. As redes servem para realizar a identificação e classificação de padrões do isolamento estudado. A classificação e a identificação dos padrões são conseguidas mediante processo de aprendizagem onde diversos padrões de descargas parciais são apresentados a rede neural e, a partir de algoritmos de aprendizagem, a rede e dotada da capacidade de generalizar o fenômeno estudado. O trabalho consistiu em utilizar sinais de descargas parciais obtidos em ensaios de laboratório, dos quais extraíram-se características por meio de operadores estatísticos que serviram para caracterizar o comportamento da descarga. Os dados formaram uma base de conhecimento para treinamento de algumas estruturas de rede neural. Alguns testes foram realizados com as características extraídas dos sinais visando quantificar o grau de importância de cada operador estatístico no desempenho da rede. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Centro de Engenharia Elétrica e Informática - CEEI | pt_BR |
dc.publisher.initials | UFCG | pt_BR |
dc.subject.cnpq | Engenharia Elétrica. | pt_BR |
dc.title | Redes neurais aplicadas no diagnóstico de descargas parciais. | pt_BR |
dc.date.issued | 2008-10 | |
dc.identifier.uri | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/17274 | |
dc.date.accessioned | 2021-02-18T20:33:09Z | |
dc.date.available | 2021-02-18 | |
dc.date.available | 2021-02-18T20:33:09Z | |
dc.type | Trabalho de Conclusão de Curso | pt_BR |
dc.subject | Redes neurais artificiais | pt_BR |
dc.subject | Diagnóstico de descargas parciais | pt_BR |
dc.subject | Descargas parciais | pt_BR |
dc.subject | Operadores estáticos | pt_BR |
dc.subject | Arquitetura de redes neurais | pt_BR |
dc.subject | Algoritmo Resilient Propagation | pt_BR |
dc.subject | Isolamento elétrico | pt_BR |
dc.subject | Medição de descargas pariciais | pt_BR |
dc.subject | Sinais de descargas parciais | pt_BR |
dc.subject | Artificial neural networks | pt_BR |
dc.subject | Diagnosis of partial discharges | pt_BR |
dc.subject | Partial discharges | pt_BR |
dc.subject | Static operators | pt_BR |
dc.subject | Neural network architecture | pt_BR |
dc.subject | Resilient Propagation Algorithm | pt_BR |
dc.subject | Electrical insulation | pt_BR |
dc.subject | Measurement of parental discharges | pt_BR |
dc.subject | Signs of partial discharges | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.creator | GOUVEIA, Francisco Alex de Oliveira. | |
dc.publisher | Universidade Federal de Campina Grande | pt_BR |
dc.language | por | pt_BR |
dc.title.alternative | Neural networks applied in the diagnosis of partial discharges. | pt_BR |
dc.identifier.citation | GOUVEIA, Francisco Alex de Oliveira. Redes neurais aplicadas no diagnóstico de descargas parciais. 2008. f48. , Curso de Bacharelado em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática , Universidade Federal de Campina Grande – Paraíba Brasil, 2008. Disponível em:http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/17274 | pt_BR |
Appears in Collections: | Curso de Bacharelado em Engenharia Elétrica - CEEI - Monografias |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
FRANCISCO ALEX DE OLIVEIRA GOUVEIA - TCC ENG. ELÉTRICA 2008.pdf | Francisco Alex de Oliveira Gouveia -TCC Engenharia Elétrica 2008. | 5.59 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.