Correção da forma de onda secundária de transformadores de corrente de proteção utilizando redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Silva, Bruno dos Santos Saraiva
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFABC
Texto Completo: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=121847
Resumo: Orientador: Prof. Dr. Ricardo Caneloi dos Santos
id UFBC_ac1b4052fe1ce4d0cdf1acff65cc4e8c
oai_identifier_str oai:BDTD:121847
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling Correção da forma de onda secundária de transformadores de corrente de proteção utilizando redes neurais artificiaisSATURAÇÃO DE TRANSFORMADORES DE CORRENTERELÉS DE PROTEÇÃOREDES NEURAIS ARTIFICIAISAPROXIMAÇÃO DE FUNÇÕESSATURATION OF CURRENT TRANSFORMERSPROTECTION RELAYSARTIFICIAL NEURAL NETWORKSFUNCTION APPROXIMATIONPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA - UFABCOrientador: Prof. Dr. Ricardo Caneloi dos SantosCoorientador: Prof. Dr. Edmarcio Antônio BelatiDissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia Elétrica, Santo André, 2019.Os sistemas elétricos de potência (SEP) têm como função fornecer energia elétrica de forma segura e confiável aos consumidores. Na ocorrência de contingências cabe ao sistema de proteção atuar para minimizar os danos causados aos consumidores finais e ao próprio SEP. Um dos equipamentos mais importantes presentes no sistema de proteção é o transformador de corrente (TC), cuja principal tarefa é fornecer ao relé de proteção uma réplica, em escala reduzida, da corrente primária do SEP. No entanto, os TCs possuem características físicas que os tornam susceptíveis à saturação, resultando na distorção da sua forma de onda secundária. Diante desta distorção o relé de proteção pode falhar, visto que sua decisão depende da integridade do sinal proveniente do TC. Tal falha pode resultar em severos danos aos equipamentos do SEP com perdas financeiras significativas, sem mencionar o risco a vidas humanas. Para evitar uma tomada de decisão incorreta do relé, vários algoritmos para a detecção e reconstrução de formas de onda distorcidas provenientes de TCs são propostos na literatura. Uma parte significativa destes algoritmos baseia-se em técnicas de aproximação de funções e uso de inteligência artificial. Neste sentido, este trabalho propõe o uso de redes neurais artificiais (RNAs) para corrigir a forma de onda secundária distorcida proveniente de TCs. As RNAs utilizadas para corrigir a forma de onda secundária são do tipo MLP, especificadas por meio de um processo de treinamento supervisionado. Várias taxas de amostragem e tamanho de janelas de dados foram avaliadas, visando a especificação de uma RNA capaz de oferecer alto desempenho ao algoritmo proposto. Ainda, para fins de comparação de desempenho, dois diferentes ambientes computacionais foram utilizados para modelar as RNAs: MATLAB e Keras. Os sinais utilizados no processo de treinamento e testes das RNAs são provenientes de duas fontes de dados distintas, sendo a primeira baseada na modelagem clássica de TCs, amplamente utilizada pela comunidade científica (IEEE), enquanto a segunda é baseada no modelo de TC no Simulink. Os resultados mostram claramente que uma forma de onda altamente distorcida pode ser totalmente reconstruída pela RNA, fornecendo aos relés de proteção um sinal confiável para a correta tomada de decisão.Electrical power systems (EPS) are responsible for providing electrical power in a safe and reliable manner to the final consumers. On the occurrence of contingencies it is the role of the protection system (PS) to act in favor of minimizing the damages caused to the final consumers and to the EPS equipments. One of the most important components used in PS is the current transformer (CT), whose main task is to provide to the protection relay a copy, in smaller scale, of the primary current. However, the CTs have physical characteristics that makes them susceptible to saturation, causing the secondary current¿s waveform to be distorted. Due to that distortion the relay may fail, as its decision relies on the CT secondary waveform. Such fail may result in severe damages to the electrical equipments and also financial losses. Moreover, this situation can result in problems regarding the safety of human beings. In order to avoid the incorrect relay operation, several algorithms for detecting and reconstructing distorted waveforms have been proposed in the literature. Most of them are based on artificial intelligence techniques. Therefore, this work proposes the use of Artificial Neural Networks (ANNs) to reconstruct distorted secondary current¿s waveform provided by saturated CTs. The ANNs used to perform the mentioned reconstruction are Multilayer Perceptron Networks (MLPs), specified by a supervised learning method. Different sampling rates and size of moving data window were evaluated in an attempt to find the best ANN, able for providing a high performance to the proposed algorithm. In addition, for comparison purposes, two different computational environments were used to model the proposed ANNs, i.e., MATLAB and Keras. All signals used for training and testing purposes were originated from two sources: a classic CT model, widely used by the scientific community (IEEE), and a CT model available in Simulink. The results clearly show that a highly distorted current waveform can be fully reconstructed by the specified ANN, providing a reliable CT secondary waveform to the protection relay.Santos, Ricardo Caneloi dosBelati, Edmarcio AntonioPelizari, AdemirSuyama, RicardoSilva, Bruno dos Santos Saraiva2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf89 f. : il.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=121847http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=121847&midiaext=78617http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=121847&midiaext=79260Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=121847porreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2022-02-24T16:49:33Zoai:BDTD:121847Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2022-02-24T16:49:33Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.none.fl_str_mv Correção da forma de onda secundária de transformadores de corrente de proteção utilizando redes neurais artificiais
title Correção da forma de onda secundária de transformadores de corrente de proteção utilizando redes neurais artificiais
spellingShingle Correção da forma de onda secundária de transformadores de corrente de proteção utilizando redes neurais artificiais
Silva, Bruno dos Santos Saraiva
SATURAÇÃO DE TRANSFORMADORES DE CORRENTE
RELÉS DE PROTEÇÃO
REDES NEURAIS ARTIFICIAIS
APROXIMAÇÃO DE FUNÇÕES
SATURATION OF CURRENT TRANSFORMERS
PROTECTION RELAYS
ARTIFICIAL NEURAL NETWORKS
FUNCTION APPROXIMATION
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA - UFABC
title_short Correção da forma de onda secundária de transformadores de corrente de proteção utilizando redes neurais artificiais
title_full Correção da forma de onda secundária de transformadores de corrente de proteção utilizando redes neurais artificiais
title_fullStr Correção da forma de onda secundária de transformadores de corrente de proteção utilizando redes neurais artificiais
title_full_unstemmed Correção da forma de onda secundária de transformadores de corrente de proteção utilizando redes neurais artificiais
title_sort Correção da forma de onda secundária de transformadores de corrente de proteção utilizando redes neurais artificiais
author Silva, Bruno dos Santos Saraiva
author_facet Silva, Bruno dos Santos Saraiva
author_role author
dc.contributor.none.fl_str_mv Santos, Ricardo Caneloi dos
Belati, Edmarcio Antonio
Pelizari, Ademir
Suyama, Ricardo
dc.contributor.author.fl_str_mv Silva, Bruno dos Santos Saraiva
dc.subject.por.fl_str_mv SATURAÇÃO DE TRANSFORMADORES DE CORRENTE
RELÉS DE PROTEÇÃO
REDES NEURAIS ARTIFICIAIS
APROXIMAÇÃO DE FUNÇÕES
SATURATION OF CURRENT TRANSFORMERS
PROTECTION RELAYS
ARTIFICIAL NEURAL NETWORKS
FUNCTION APPROXIMATION
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA - UFABC
topic SATURAÇÃO DE TRANSFORMADORES DE CORRENTE
RELÉS DE PROTEÇÃO
REDES NEURAIS ARTIFICIAIS
APROXIMAÇÃO DE FUNÇÕES
SATURATION OF CURRENT TRANSFORMERS
PROTECTION RELAYS
ARTIFICIAL NEURAL NETWORKS
FUNCTION APPROXIMATION
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA - UFABC
description Orientador: Prof. Dr. Ricardo Caneloi dos Santos
publishDate 2019
dc.date.none.fl_str_mv 2019
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=121847
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=121847
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=121847&midiaext=78617
http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=121847&midiaext=79260
Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=121847
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
89 f. : il.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFABC
instname:Universidade Federal do ABC (UFABC)
instacron:UFABC
instname_str Universidade Federal do ABC (UFABC)
instacron_str UFABC
institution UFABC
reponame_str Repositório Institucional da UFABC
collection Repositório Institucional da UFABC
repository.name.fl_str_mv Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)
repository.mail.fl_str_mv
_version_ 1801502105511395328

Registros relacionados