Diagnóstico de conversores CA-CC-CA através da aplicação de redes neurais convolucionais

• Autor(a) principal: Lima, Hemilly Sara Plácido de
• Data de Publicação: 2024
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional do IFPE
• Texto Completo: https://repositorio.ifpe.edu.br/xmlui/handle/123456789/1247
• topic: OUTROS; Energia eólica - Produção; Conversores de corrente elétrica; Redes neurais - (Computação)

Devido à necessidade da redução da emissão dos gases poluentes e à busca por meios mais sustentáveis de produção de energia, a energia eólica tem sido uma das fontes renováveis que mais crescem no mundo. Entretanto, os custos com operação e manutenção podem chegar a 15% do preço da energia gerada, evidenciando a necessidade de aplicação de métodos para diagnóstico correto de falhas, especialmente no sistema de conversão, que é responsável por cerca de 13% das falhas por turbina ao ano. Diante disto, este trabalho busca diagnosticar as falhas apresentadas por conversores de potência em uma planta de geração eólica. Para tanto, foi implementada uma rede neural convolucional (RNC) ResNet50 com os dados de entrada reais da planta representados como gráficos de radar e divididos em 48 classes, sendo: uma delas do sistema em condições normais de operação, outra para outros tipos de falhas e as demais cada uma representando uma falha no sistema de conversão. Quanto aos resultados, delineiam o progresso e os desafios enfrentados no desenvolvimento da rede neural, no qual foi alcançada uma acurácia final de 91,66%, por meio do ajuste dos hiperparâmetros e análise da complexidade dos padrões aprendidos pela rede. Com isso, a partir da observação dos resultados, viu-se que um dos principais ofensores para o aumento da acurácia do modelo é o desbalanceamento de dados, sugere-se o uso de técnicas como data augmentation gerando novos exemplos sintéticos visando equilibrar a distribuição. Afora, este trabalho não apenas valida a eficácia do modelo proposto, mas também lança luz sobre direções futuras promissoras, ampliando o debate acerca do uso de redes neurais para diagnóstico de falhas em conversores, a fim de corroborar com o aumento da disponibilidade da planta de geração