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 |