Detecção e classificação de faltas a partir da análise de registros oscilográficos via redes neurais artificiais e transformada wavelet
Autor(a) principal: | |
---|---|
Data de Publicação: | 2007 |
Outros Autores: | , , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Sba: Controle & Automação Sociedade Brasileira de Automatica |
Texto Completo: | http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592007000200003 |
Resumo: | Este artigo apresenta um método de detecção e classificação de faltas em linhas de transmissão, a partir da análise de registros oscilográficos via redes neurais artificiais e transformada wavelet. Realiza-se a detecção da falta e a determinação de sua duração através de um conjunto de regras heurísticas construídas a partir da análise dos sinais de corrente nos domínios do tempo e wavelet. O método diferencia faltas de outras ocorrências relacionadas à qualidade da energia elétrica, tais como afundamentos de tensão e transitórios de chaveamento. Uma rede neural classifica faltas a partir do reconhecimento dos padrões das tensões e correntes relacionados a cada tipo específico. O método proposto foi avaliado para registros simulados e reais em linhas de transmissão do sistema Chesf, apresentando bons resultados em ambos os casos. |
id |
SBA-2_518bc29f30f230fee0757afecaafdca1 |
---|---|
oai_identifier_str |
oai:scielo:S0103-17592007000200003 |
network_acronym_str |
SBA-2 |
network_name_str |
Sba: Controle & Automação Sociedade Brasileira de Automatica |
repository_id_str |
|
spelling |
Detecção e classificação de faltas a partir da análise de registros oscilográficos via redes neurais artificiais e transformada waveletRedes neurais artificiaistransformada waveletdetecção e classificação de faltas em linhas de transmissãoEste artigo apresenta um método de detecção e classificação de faltas em linhas de transmissão, a partir da análise de registros oscilográficos via redes neurais artificiais e transformada wavelet. Realiza-se a detecção da falta e a determinação de sua duração através de um conjunto de regras heurísticas construídas a partir da análise dos sinais de corrente nos domínios do tempo e wavelet. O método diferencia faltas de outras ocorrências relacionadas à qualidade da energia elétrica, tais como afundamentos de tensão e transitórios de chaveamento. Uma rede neural classifica faltas a partir do reconhecimento dos padrões das tensões e correntes relacionados a cada tipo específico. O método proposto foi avaliado para registros simulados e reais em linhas de transmissão do sistema Chesf, apresentando bons resultados em ambos os casos.Sociedade Brasileira de Automática2007-06-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592007000200003Sba: Controle & Automação Sociedade Brasileira de Automatica v.18 n.2 2007reponame:Sba: Controle & Automação Sociedade Brasileira de Automaticainstname:Sociedade Brasileira de Automática (SBA)instacron:SBA10.1590/S0103-17592007000200003info:eu-repo/semantics/openAccessMelo e Silva,KleberSouza,Benemar Alencar deBrito,Núbia Silva DantasDantas,Karcius Marcelus ColaçoCosta,Flávio BezerraSilva,Sandra Sayonara Bispo dapor2007-10-02T00:00:00Zoai:scielo:S0103-17592007000200003Revistahttps://www.sba.org.br/revista/PUBhttps://old.scielo.br/oai/scielo-oai.php||revista_sba@fee.unicamp.br1807-03450103-1759opendoar:2007-10-02T00:00Sba: Controle & Automação Sociedade Brasileira de Automatica - Sociedade Brasileira de Automática (SBA)false |
dc.title.none.fl_str_mv |
Detecção e classificação de faltas a partir da análise de registros oscilográficos via redes neurais artificiais e transformada wavelet |
title |
Detecção e classificação de faltas a partir da análise de registros oscilográficos via redes neurais artificiais e transformada wavelet |
spellingShingle |
Detecção e classificação de faltas a partir da análise de registros oscilográficos via redes neurais artificiais e transformada wavelet Melo e Silva,Kleber Redes neurais artificiais transformada wavelet detecção e classificação de faltas em linhas de transmissão |
title_short |
Detecção e classificação de faltas a partir da análise de registros oscilográficos via redes neurais artificiais e transformada wavelet |
title_full |
Detecção e classificação de faltas a partir da análise de registros oscilográficos via redes neurais artificiais e transformada wavelet |
title_fullStr |
Detecção e classificação de faltas a partir da análise de registros oscilográficos via redes neurais artificiais e transformada wavelet |
title_full_unstemmed |
Detecção e classificação de faltas a partir da análise de registros oscilográficos via redes neurais artificiais e transformada wavelet |
title_sort |
Detecção e classificação de faltas a partir da análise de registros oscilográficos via redes neurais artificiais e transformada wavelet |
author |
Melo e Silva,Kleber |
author_facet |
Melo e Silva,Kleber Souza,Benemar Alencar de Brito,Núbia Silva Dantas Dantas,Karcius Marcelus Colaço Costa,Flávio Bezerra Silva,Sandra Sayonara Bispo da |
author_role |
author |
author2 |
Souza,Benemar Alencar de Brito,Núbia Silva Dantas Dantas,Karcius Marcelus Colaço Costa,Flávio Bezerra Silva,Sandra Sayonara Bispo da |
author2_role |
author author author author author |
dc.contributor.author.fl_str_mv |
Melo e Silva,Kleber Souza,Benemar Alencar de Brito,Núbia Silva Dantas Dantas,Karcius Marcelus Colaço Costa,Flávio Bezerra Silva,Sandra Sayonara Bispo da |
dc.subject.por.fl_str_mv |
Redes neurais artificiais transformada wavelet detecção e classificação de faltas em linhas de transmissão |
topic |
Redes neurais artificiais transformada wavelet detecção e classificação de faltas em linhas de transmissão |
description |
Este artigo apresenta um método de detecção e classificação de faltas em linhas de transmissão, a partir da análise de registros oscilográficos via redes neurais artificiais e transformada wavelet. Realiza-se a detecção da falta e a determinação de sua duração através de um conjunto de regras heurísticas construídas a partir da análise dos sinais de corrente nos domínios do tempo e wavelet. O método diferencia faltas de outras ocorrências relacionadas à qualidade da energia elétrica, tais como afundamentos de tensão e transitórios de chaveamento. Uma rede neural classifica faltas a partir do reconhecimento dos padrões das tensões e correntes relacionados a cada tipo específico. O método proposto foi avaliado para registros simulados e reais em linhas de transmissão do sistema Chesf, apresentando bons resultados em ambos os casos. |
publishDate |
2007 |
dc.date.none.fl_str_mv |
2007-06-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592007000200003 |
url |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-17592007000200003 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
10.1590/S0103-17592007000200003 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
text/html |
dc.publisher.none.fl_str_mv |
Sociedade Brasileira de Automática |
publisher.none.fl_str_mv |
Sociedade Brasileira de Automática |
dc.source.none.fl_str_mv |
Sba: Controle & Automação Sociedade Brasileira de Automatica v.18 n.2 2007 reponame:Sba: Controle & Automação Sociedade Brasileira de Automatica instname:Sociedade Brasileira de Automática (SBA) instacron:SBA |
instname_str |
Sociedade Brasileira de Automática (SBA) |
instacron_str |
SBA |
institution |
SBA |
reponame_str |
Sba: Controle & Automação Sociedade Brasileira de Automatica |
collection |
Sba: Controle & Automação Sociedade Brasileira de Automatica |
repository.name.fl_str_mv |
Sba: Controle & Automação Sociedade Brasileira de Automatica - Sociedade Brasileira de Automática (SBA) |
repository.mail.fl_str_mv |
||revista_sba@fee.unicamp.br |
_version_ |
1754824564740718592 |