Aplicação de redes neurais artificiais na detecção, classificação e localização de faltas em sistemas elétricos de potência

Detalhes bibliográficos
Autor(a) principal: Petite, Fernanda Soares Vitor
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFABC
Texto Completo: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=109170
Resumo: Orientador: Prof. Dr. Ricardo Caneloi dos Santos
id UFBC_e92c7314c2e5a84cb8192d8b02980228
oai_identifier_str oai:BDTD:109170
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling Aplicação de redes neurais artificiais na detecção, classificação e localização de faltas em sistemas elétricos de potênciaREDES NEURAIS ARTIFICIAISPROTEÇÃO DE SISTEMAS ELÉTRICOSSISTEMAS ELÉTRICOS DE POTÊNCIAARTIFICIAL NEURAL NETWORKSPOWER SYSTEM PROTECTIONELECTRIC POWER SYSTEMSPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA - UFABCOrientador: Prof. Dr. Ricardo Caneloi dos SantosDissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia Elétrica, 2017.O Sistema Elétrico de Potência (SEP) possui como função básica fornecer energia elétrica aos consumidores, com qualidade adequada e no instante em que for solicitada. Os eventos de falta no SEP, podem resultar em problemas de qualidade e confiabilidade no fornecimento de energia, tornando necessária a correta detecção, classificação e localização destes eventos. Além da complexidade inerente a realização dessas tarefas, a inserção de Geração Distribuída (GD) no SEP traz novos desafios para as funções de proteção, devido à bidirecionalidade do fluxo de potência resultante. Dessa maneira, para contextualizar esse cenário, esta pesquisa apresenta alguns métodos propostos na literatura para a detecção, classificação e localização de faltas em SEPs, considerando ou não a presença da GD. Nesse sentido, como foco principal deste trabalho, propõe-se um sistema inteligente baseado em redes neurais artificiais (RNAs) para detecção, classificação e localização de faltas em SEPs. O esquema proposto utiliza os valores de tensão pós-falta nas barras do sistema para determinar as seguintes informações, em caso de falta: a) a linha transmissão (LT) com defeito; b) o tipo de defeito; c) a localização do defeito na LT previamente identificada. As RNAs do esquema proposto foram treinadas para os diferentes tipos de falta que podem ocorrer ao longo das LTs, considerando diversos valores de resistência de falta. A principal característica deste algoritmo é dispensar complexas formulações e análises de fluxo de potência para a detecção, classificação e localização de faltas nas LTs de um SEP, mesmo frente aos desafios trazidos pela inserção da GD. Para validar o esquema proposto foram utilizadas centenas de novos casos de falta, considerando diversas situações operativas em três diferentes SEPs (sistema base de 4 barras, IEEE de 9 barras e IEEE de 14 barras). Os resultados revelam que o esquema proposto é capaz de identificar corretamente o trecho de linha com defeito, classificar o tipo de falta que ocorreu, bem como apontar o local exato da falta, utilizando como entrada somente os valores de tensão medidos nas barras do sistema elétrico de potênciaThe basic function of the Electric Power System (EPS) is to provide high-quality power supply to consumers whenever demand occurs. However, fault events on the EPS can cause problems of quality and reliability in the power supply requiring schemes to correctly detect, classify and locate these events. In addition to the inherent complexity in performing these schemes, the penetration of Distributed Generation (DG) in the EPS brings new challenges to the protection functions due to the resulting bi-directional power flow capabilities. Thus, in order to contextualize this scenario, this research presents some methods proposed in the literature for the detection, classification and location of faults in the EPS, considering or not the presence of DG. In this sense, as the main focus of this work, it is proposed an intelligent system based on artificial neural networks (ANNs) to detect, classify and locate faults in the EPS. The proposed scheme uses the post-fault voltage values in the system buses to determine, in the event of a fault, the following information: a) the transmission line (TL) where the fault occurred; b) the type of fault; and c) the location point of the fault in the previously identified TL. The ANNs of the proposed scheme were trained for different types of fault that can occur along the TLs and considering several values of fault resistances. The main characteristic of this algorithm is to dispense with complex formulations and power flow analysis for detection, classification and location of faults in TLs of the EPS, even in the face of challenges brought by the presence of DG. To confirm the validity of the proposed scheme, hundreds of new fault cases were used considering several operating situations from three different EPSs (IEEE 4-bus system, IEEE 9-bus system and IEEE 14-bus system). The results show that the proposed scheme is able to properly identify the line segment with fault, to classify the type of fault that occurred, as well as to indicate the exact location point of the fault, using as input only the voltage values measured in the buses of the electric power systemCasella, Ivan Roberto SantanaCapovilla, Carlos EduardoSuyama, RicardoPetite, Fernanda Soares Vitor2017info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf196 f. : il.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=109170http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=109170&midiaext=75691http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=109170&midiaext=75692Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=109170porreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2018-06-29T17:31:18Zoai:BDTD:109170Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2018-06-29T17:31:18Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.none.fl_str_mv Aplicação de redes neurais artificiais na detecção, classificação e localização de faltas em sistemas elétricos de potência
title Aplicação de redes neurais artificiais na detecção, classificação e localização de faltas em sistemas elétricos de potência
spellingShingle Aplicação de redes neurais artificiais na detecção, classificação e localização de faltas em sistemas elétricos de potência
Petite, Fernanda Soares Vitor
REDES NEURAIS ARTIFICIAIS
PROTEÇÃO DE SISTEMAS ELÉTRICOS
SISTEMAS ELÉTRICOS DE POTÊNCIA
ARTIFICIAL NEURAL NETWORKS
POWER SYSTEM PROTECTION
ELECTRIC POWER SYSTEMS
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA - UFABC
title_short Aplicação de redes neurais artificiais na detecção, classificação e localização de faltas em sistemas elétricos de potência
title_full Aplicação de redes neurais artificiais na detecção, classificação e localização de faltas em sistemas elétricos de potência
title_fullStr Aplicação de redes neurais artificiais na detecção, classificação e localização de faltas em sistemas elétricos de potência
title_full_unstemmed Aplicação de redes neurais artificiais na detecção, classificação e localização de faltas em sistemas elétricos de potência
title_sort Aplicação de redes neurais artificiais na detecção, classificação e localização de faltas em sistemas elétricos de potência
author Petite, Fernanda Soares Vitor
author_facet Petite, Fernanda Soares Vitor
author_role author
dc.contributor.none.fl_str_mv Casella, Ivan Roberto Santana
Capovilla, Carlos Eduardo
Suyama, Ricardo
dc.contributor.author.fl_str_mv Petite, Fernanda Soares Vitor
dc.subject.por.fl_str_mv REDES NEURAIS ARTIFICIAIS
PROTEÇÃO DE SISTEMAS ELÉTRICOS
SISTEMAS ELÉTRICOS DE POTÊNCIA
ARTIFICIAL NEURAL NETWORKS
POWER SYSTEM PROTECTION
ELECTRIC POWER SYSTEMS
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA - UFABC
topic REDES NEURAIS ARTIFICIAIS
PROTEÇÃO DE SISTEMAS ELÉTRICOS
SISTEMAS ELÉTRICOS DE POTÊNCIA
ARTIFICIAL NEURAL NETWORKS
POWER SYSTEM PROTECTION
ELECTRIC POWER SYSTEMS
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA - UFABC
description Orientador: Prof. Dr. Ricardo Caneloi dos Santos
publishDate 2017
dc.date.none.fl_str_mv 2017
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=109170
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=109170
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=109170&midiaext=75691
http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=109170&midiaext=75692
Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=109170
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
196 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_ 1813263944677064704

Registros relacionados