Alocação ótima de medidores para fins de detecção de falhas

Detalhes bibliográficos
Autor(a) principal: Acácio, Luciana Carvalho
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFJF
Texto Completo: https://repositorio.ufjf.br/jspui/handle/ufjf/5995
Resumo: Este trabalho propõe um método baseado em algoritmos genéticos para alocação ótima de medidores na rede. A partir da alocação dos medidores, é verificado a assertividade alcançada na detecção de defeitos monofásicos, por área, com impedância na média tensão de sistemas de distribuição. Assim, é avaliado o desempenho da metologia de alocação ótima dos medidores. A saída do algoritmo, indica as posições que os medidores devem ser alocados, que formarão as respectivas áreas de observações para detecção. Para realizar a detecção de defeitos em sistemas de distribuição foi desenvolvido também um método utilizando redes neurais artificiais, que é utilizado como rotina interna do método de alocação de medidores, onde as entradas são grandezas elétricas de tensão e corrente, podendo ser medições fasoriais e/ou não-fasoriais, oriundas dos medidores definidos no método de alocação. Esta variação de tipos de medições serviu para analisar o desempenho na detecção do defeito do emprego de diferentes tipos de equipamentos de medição. A escolha da detecção de defeitos monofásicos é baseada no fato de que estes são a grande maioria nos sistemas de distribuição. O método desenvolvido consegue detectar defeitos monofásicos com resistência de arco variando entre 0 a 200 ohms, considerando ainda, variação do carregamento do sistema. O método proposto para alocação, bem como a rotina para detecção de falhas foi desenvolvido no ambiente MatLab®. Os testes foram realizados em sistemas do IEEE, apresentando bons resultados.
id UFJF_0810e98ca322a5ec31fa0669aae460b6
oai_identifier_str oai:hermes.cpd.ufjf.br:ufjf/5995
network_acronym_str UFJF
network_name_str Repositório Institucional da UFJF
repository_id_str
spelling Araujo, Débora Rosana Ribeiro Penidohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4733094U1Araujo, Leandro Ramos dehttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4706032P4Costa, Vander Menengoy dahttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4760098E5Ferreira, Vitor Hugohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4718816H5http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4816483A3Acácio, Luciana Carvalho2017-12-22T11:27:58Z2017-12-072017-12-22T11:27:58Z2017-08-25https://repositorio.ufjf.br/jspui/handle/ufjf/5995Este trabalho propõe um método baseado em algoritmos genéticos para alocação ótima de medidores na rede. A partir da alocação dos medidores, é verificado a assertividade alcançada na detecção de defeitos monofásicos, por área, com impedância na média tensão de sistemas de distribuição. Assim, é avaliado o desempenho da metologia de alocação ótima dos medidores. A saída do algoritmo, indica as posições que os medidores devem ser alocados, que formarão as respectivas áreas de observações para detecção. Para realizar a detecção de defeitos em sistemas de distribuição foi desenvolvido também um método utilizando redes neurais artificiais, que é utilizado como rotina interna do método de alocação de medidores, onde as entradas são grandezas elétricas de tensão e corrente, podendo ser medições fasoriais e/ou não-fasoriais, oriundas dos medidores definidos no método de alocação. Esta variação de tipos de medições serviu para analisar o desempenho na detecção do defeito do emprego de diferentes tipos de equipamentos de medição. A escolha da detecção de defeitos monofásicos é baseada no fato de que estes são a grande maioria nos sistemas de distribuição. O método desenvolvido consegue detectar defeitos monofásicos com resistência de arco variando entre 0 a 200 ohms, considerando ainda, variação do carregamento do sistema. O método proposto para alocação, bem como a rotina para detecção de falhas foi desenvolvido no ambiente MatLab®. Os testes foram realizados em sistemas do IEEE, apresentando bons resultados.The proposal of this work is to develop a method based on genetic algorithms for optimal allocation of measurements units the distribution grid, which aims to detect monophasic defects with impedance in the medium voltage of distribution systems. The detection is performed by artificial neural networks. The developed methodology for optimal distribution of meters indicates as output the positions that the units should be allocated, creating detection areas. Artificial neural networks were used to perform fault detection in distribution systems, which is an internal routine of the measurement units distribution method. The inputs of the artificial neural networks are voltage and current. These electrical parameters can be either phasor measurements and/or non-phasor, depending on the category of meters defined in the allocation algorithm. The performance of different types of measurement equipment was executed by the analysis of different measurement types. It was selected single-phase defects due to the fact that these are the vast majority of faults in distribution systems. The developed method is able to identify single-phase defects with arc resistance ranging from 0 to 200 ohms, and it is also capable of correctly detect faults when considering load variation. The method of measurement unit allocation and the fault detection algorithm were developed in the software MatLab®. Tests were performed in IEEE systems, presenting good results.porUniversidade Federal de Juiz de Fora (UFJF)Programa de Pós-graduação em Engenharia ElétricaUFJFBrasilFaculdade de EngenhariaCNPQ::ENGENHARIAS::ENGENHARIA ELETRICAAlgoritmo genéticoRede neural artificialSistemas de distribuiçãoDetecção e localização de falta de alta impedânciaMedições fasoriais e não fasoriaisGenetic algorithmArtificial neural networkDistribution systemsDetection and location of high impedance faultsPhasor and non-phasor measurementsAlocação ótima de medidores para fins de detecção de falhasOptimum distribution of measurement units aiming fault detectioninfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFJFinstname:Universidade Federal de Juiz de Fora (UFJF)instacron:UFJFTEXTlucianacarvalhoacacio.pdf.txtlucianacarvalhoacacio.pdf.txtExtracted texttext/plain213142https://repositorio.ufjf.br/jspui/bitstream/ufjf/5995/3/lucianacarvalhoacacio.pdf.txt5443819a04fcc67a3ba926902e92f641MD53THUMBNAILlucianacarvalhoacacio.pdf.jpglucianacarvalhoacacio.pdf.jpgGenerated Thumbnailimage/jpeg1121https://repositorio.ufjf.br/jspui/bitstream/ufjf/5995/4/lucianacarvalhoacacio.pdf.jpg232c9295e50d01e53d41b65d9409bcc9MD54ORIGINALlucianacarvalhoacacio.pdflucianacarvalhoacacio.pdfapplication/pdf3829408https://repositorio.ufjf.br/jspui/bitstream/ufjf/5995/1/lucianacarvalhoacacio.pdf88a83782335531c4be76d1544699c7bbMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82197https://repositorio.ufjf.br/jspui/bitstream/ufjf/5995/2/license.txt000e18a5aee6ca21bb5811ddf55fc37bMD52ufjf/59952019-06-16 08:48:18.293oai:hermes.cpd.ufjf.br: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Repositório InstitucionalPUBhttps://repositorio.ufjf.br/oai/requestopendoar:2019-06-16T11:48:18Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF)false
dc.title.pt_BR.fl_str_mv Alocação ótima de medidores para fins de detecção de falhas
dc.title.alternative.pt_BR.fl_str_mv Optimum distribution of measurement units aiming fault detection
title Alocação ótima de medidores para fins de detecção de falhas
spellingShingle Alocação ótima de medidores para fins de detecção de falhas
Acácio, Luciana Carvalho
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Algoritmo genético
Rede neural artificial
Sistemas de distribuição
Detecção e localização de falta de alta impedância
Medições fasoriais e não fasoriais
Genetic algorithm
Artificial neural network
Distribution systems
Detection and location of high impedance faults
Phasor and non-phasor measurements
title_short Alocação ótima de medidores para fins de detecção de falhas
title_full Alocação ótima de medidores para fins de detecção de falhas
title_fullStr Alocação ótima de medidores para fins de detecção de falhas
title_full_unstemmed Alocação ótima de medidores para fins de detecção de falhas
title_sort Alocação ótima de medidores para fins de detecção de falhas
author Acácio, Luciana Carvalho
author_facet Acácio, Luciana Carvalho
author_role author
dc.contributor.advisor1.fl_str_mv Araujo, Débora Rosana Ribeiro Penido
dc.contributor.advisor1Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4733094U1
dc.contributor.advisor-co1.fl_str_mv Araujo, Leandro Ramos de
dc.contributor.advisor-co1Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4706032P4
dc.contributor.referee1.fl_str_mv Costa, Vander Menengoy da
dc.contributor.referee1Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4760098E5
dc.contributor.referee2.fl_str_mv Ferreira, Vitor Hugo
dc.contributor.referee2Lattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4718816H5
dc.contributor.authorLattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4816483A3
dc.contributor.author.fl_str_mv Acácio, Luciana Carvalho
contributor_str_mv Araujo, Débora Rosana Ribeiro Penido
Araujo, Leandro Ramos de
Costa, Vander Menengoy da
Ferreira, Vitor Hugo
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
topic CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Algoritmo genético
Rede neural artificial
Sistemas de distribuição
Detecção e localização de falta de alta impedância
Medições fasoriais e não fasoriais
Genetic algorithm
Artificial neural network
Distribution systems
Detection and location of high impedance faults
Phasor and non-phasor measurements
dc.subject.por.fl_str_mv Algoritmo genético
Rede neural artificial
Sistemas de distribuição
Detecção e localização de falta de alta impedância
Medições fasoriais e não fasoriais
Genetic algorithm
Artificial neural network
Distribution systems
Detection and location of high impedance faults
Phasor and non-phasor measurements
description Este trabalho propõe um método baseado em algoritmos genéticos para alocação ótima de medidores na rede. A partir da alocação dos medidores, é verificado a assertividade alcançada na detecção de defeitos monofásicos, por área, com impedância na média tensão de sistemas de distribuição. Assim, é avaliado o desempenho da metologia de alocação ótima dos medidores. A saída do algoritmo, indica as posições que os medidores devem ser alocados, que formarão as respectivas áreas de observações para detecção. Para realizar a detecção de defeitos em sistemas de distribuição foi desenvolvido também um método utilizando redes neurais artificiais, que é utilizado como rotina interna do método de alocação de medidores, onde as entradas são grandezas elétricas de tensão e corrente, podendo ser medições fasoriais e/ou não-fasoriais, oriundas dos medidores definidos no método de alocação. Esta variação de tipos de medições serviu para analisar o desempenho na detecção do defeito do emprego de diferentes tipos de equipamentos de medição. A escolha da detecção de defeitos monofásicos é baseada no fato de que estes são a grande maioria nos sistemas de distribuição. O método desenvolvido consegue detectar defeitos monofásicos com resistência de arco variando entre 0 a 200 ohms, considerando ainda, variação do carregamento do sistema. O método proposto para alocação, bem como a rotina para detecção de falhas foi desenvolvido no ambiente MatLab®. Os testes foram realizados em sistemas do IEEE, apresentando bons resultados.
publishDate 2017
dc.date.accessioned.fl_str_mv 2017-12-22T11:27:58Z
dc.date.available.fl_str_mv 2017-12-07
2017-12-22T11:27:58Z
dc.date.issued.fl_str_mv 2017-08-25
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 https://repositorio.ufjf.br/jspui/handle/ufjf/5995
url https://repositorio.ufjf.br/jspui/handle/ufjf/5995
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Juiz de Fora (UFJF)
dc.publisher.program.fl_str_mv Programa de Pós-graduação em Engenharia Elétrica
dc.publisher.initials.fl_str_mv UFJF
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Faculdade de Engenharia
publisher.none.fl_str_mv Universidade Federal de Juiz de Fora (UFJF)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFJF
instname:Universidade Federal de Juiz de Fora (UFJF)
instacron:UFJF
instname_str Universidade Federal de Juiz de Fora (UFJF)
instacron_str UFJF
institution UFJF
reponame_str Repositório Institucional da UFJF
collection Repositório Institucional da UFJF
bitstream.url.fl_str_mv https://repositorio.ufjf.br/jspui/bitstream/ufjf/5995/3/lucianacarvalhoacacio.pdf.txt
https://repositorio.ufjf.br/jspui/bitstream/ufjf/5995/4/lucianacarvalhoacacio.pdf.jpg
https://repositorio.ufjf.br/jspui/bitstream/ufjf/5995/1/lucianacarvalhoacacio.pdf
https://repositorio.ufjf.br/jspui/bitstream/ufjf/5995/2/license.txt
bitstream.checksum.fl_str_mv 5443819a04fcc67a3ba926902e92f641
232c9295e50d01e53d41b65d9409bcc9
88a83782335531c4be76d1544699c7bb
000e18a5aee6ca21bb5811ddf55fc37b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF)
repository.mail.fl_str_mv
_version_ 1801661295258238976