Proteção diferencial em transformadores de potência via redes neurais artificiais

• Autor(a) principal: Pereira, Patrícia de Oliveira
• Data de Publicação: 2018
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UTFPR (da Universidade Tecnológica Federal do Paraná (RIUT))
• Texto Completo: http://repositorio.utfpr.edu.br/jspui/handle/1/7186
• topic: Engenharias; Transformadores elétricos; Redes neurais (Computação); Perceptron; Electric transformers; Neural networks (Computer science); Genetic algorithms

A presente pesquisa trata-se de um estudo sobre a proteção diferencial em transformadores de potência, via redes neurais. Essa pesquisa tem como objetivo geral, identificar faltas internas e externas de um transformador de potência, em diversas condições de operação, utilizando redes neurais artificiais (RNA). Utilizou-se o software ATPDraw com o objetivo de modelar e analisar o comportamento de um transformador de potência de 25MVA diante de diversas condições de operações como: regime permanente, faltas internas entre fase-terra no primário do transformador e faltas próximo a carga. Dentre as condições evidenciadas, destacam-se: situações de faltas internas, faltas externas, regime permanente. Implementou-se no Matlab, uma rede RNA, com o objetivo de classificar as condições de operações simuladas. A arquitetura de RNA implementada foi uma Rede FeedForward de camadas múltiplas, a Perceptron multicamadas. A pesquisa constatou que utilizando-se os dados de simulações geradas no ATPDraw como dados de entrada para a RNA, obteve-se resultados satisfatórios, em que o algoritmo classificou corretamente uma porcentagem considerável de amostras, mostrando-se um possível método alternativo de proteção diferencial aos algoritmos convencionais.