Detecção e classificação de faltas a partir da análise de registros oscilográficos via redes neurais artificiais e transformada wavelet

• Autor(a) principal: Melo e Silva,Kleber
• Data de Publicação: 2007
• Outros Autores: Souza,Benemar Alencar de, Brito,Núbia Silva Dantas, Dantas,Karcius Marcelus Colaço, Costa,Flávio Bezerra, Silva,Sandra Sayonara Bispo da
• 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
• topic: Redes neurais artificiais; transformada wavelet; detecção e classificação de faltas em linhas de transmissão

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.