Diagnóstico de faltas em linhas de transmissão baseado em redes neurais artificiais e transformada wavelet.

Página inicial
→
Campus Campina Grande | Centro de Engenharia Elétrica e Informática - CEEI
→
PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
→
Mestrado em Engenharia Elétrica.
→
Ver item

dc.creator.ID	SILVA, K. M.	pt_BR
dc.creator.Lattes	http://lattes.cnpq.br/8795500242651581	pt_BR
dc.contributor.advisor1	SOUZA, Benemar Alencar de.
dc.contributor.advisor1ID	SOUZA, B. A.	pt_BR
dc.contributor.advisor1Lattes	http://lattes.cnpq.br/4987294390789975	pt_BR
dc.contributor.referee1	MELO, Jorge Dantas de.
dc.contributor.referee2	LEITÃO, José Júlio de Almeida Lins.
dc.contributor.referee3	ASSIS, Francisco Marcos de.
dc.contributor.referee4	MOTA, Wellington Santos.
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.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	Centro de Engenharia Elétrica e Informática - CEEI	pt_BR
dc.publisher.program	PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA	pt_BR
dc.publisher.initials	UFCG	pt_BR
dc.title	Diagnóstico de faltas em linhas de transmissão baseado em redes neurais artificiais e transformada wavelet.	pt_BR
dc.date.issued	2005-03-18
dc.description.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.	pt_BR
dc.identifier.uri	http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/10838
dc.date.accessioned	2020-01-09T15:31:27Z
dc.date.available	2020-01-09
dc.date.available	2020-01-09T15:31:27Z
dc.type	Dissertação	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.creator	SILVA, Kleber Melo e.
dc.publisher	Universidade Federal de Campina Grande	pt_BR
dc.language	por	pt_BR
dc.title.alternative	Transmission line fault diagnosis based on artificial neural networks and wavelet transform.	pt_BR
dc.identifier.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.	pt_BR