Sistema automático de detecção e classificação de distúrbios elétricos em qualidade da energia elétrica

Detalhes bibliográficos
Autor(a) principal: Ferreira, Danton Diego
Data de Publicação: 2009
Outros Autores: Marques, Cristiano Augusto Gomes, Cerqueira, Augusto Santiago, Duque, Carlos Augusto, Ribeiro, Moisés Vidal
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da UFJF
Texto Completo: http://dx.doi.org/10.1590/S0103-17592009000100005
https://repositorio.ufjf.br/jspui/handle/ufjf/8572
Resumo: Este trabalho apresenta um sistema de detecção e classificação de distúrbios de qualidade da energia elétrica (QEE) que se baseia na decomposição do sinal de tensão em dois novos sinais, referentes à componente fundamental e ao sinal de erro e, em seguida, utiliza Estatísticas de Ordem Superior (EOS) para extrair parâmetros representativos de cada classe para simplificar o algoritmo de detecção e classificação. Como detector é utilizado um algoritmo baseado na teoria de Bayes e para implementar o algoritmo de classificação utilizou-se uma rede neural artificial. O sistema foi testado em simulações para seis classes de distúrbios, apresentando uma eficiência global próxima a 100% para tais distúrbios. Os resultados aqui apresentados são comparados com os resultados de outros sistemas propostos na literatura.
id UFJF_9bd0ca10851881958e48ca65d250c782
oai_identifier_str oai:hermes.cpd.ufjf.br:ufjf/8572
network_acronym_str UFJF
network_name_str Repositório Institucional da UFJF
repository_id_str
spelling 2019-01-21T20:09:21Z2019-01-182019-01-21T20:09:21Z2009-012015362http://dx.doi.org/10.1590/S0103-17592009000100005https://repositorio.ufjf.br/jspui/handle/ufjf/8572Este trabalho apresenta um sistema de detecção e classificação de distúrbios de qualidade da energia elétrica (QEE) que se baseia na decomposição do sinal de tensão em dois novos sinais, referentes à componente fundamental e ao sinal de erro e, em seguida, utiliza Estatísticas de Ordem Superior (EOS) para extrair parâmetros representativos de cada classe para simplificar o algoritmo de detecção e classificação. Como detector é utilizado um algoritmo baseado na teoria de Bayes e para implementar o algoritmo de classificação utilizou-se uma rede neural artificial. O sistema foi testado em simulações para seis classes de distúrbios, apresentando uma eficiência global próxima a 100% para tais distúrbios. Os resultados aqui apresentados são comparados com os resultados de outros sistemas propostos na literatura.This contribution outlines signal processing-based algorithms for the detection and classification of voltage disturbances in power system. Basically filtering technique is applied to decompose the voltage signal into two primitive components which are named fundamental and error ones, then higher-order statistics (HOS)-based feature are selected and applied to detect and classify disturbances. Bayes- and Neural Network-based techniques are designed for the detection and classification respectively. The system was simulated considering six classes of disturbances, achieving a global efficiency about 100% to such disturbances. The performance of the method is compared with other methods presented in the literature.por--BrasilSba: Controle & Automação Sociedade Brasileira de Automatica-Qualidade da energia elétricaEstatísticas de ordem superiorRede neural artificialPower qualityHigher-order statisticsArtificial neural networkSistema automático de detecção e classificação de distúrbios elétricos em qualidade da energia elétricainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleFerreira, Danton DiegoMarques, Cristiano Augusto GomesCerqueira, Augusto SantiagoDuque, Carlos AugustoRibeiro, Moisés Vidalinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFJFinstname:Universidade Federal de Juiz de Fora (UFJF)instacron:UFJFTHUMBNAILSistema automático de detecção e classificação de distúrbios elétricos.pdf.jpgSistema automático de detecção e classificação de distúrbios elétricos.pdf.jpgGenerated Thumbnailimage/jpeg1814https://repositorio.ufjf.br/jspui/bitstream/ufjf/8572/4/Sistema%20autom%c3%a1tico%20de%20detec%c3%a7%c3%a3o%20e%20classifica%c3%a7%c3%a3o%20de%20dist%c3%barbios%20el%c3%a9tricos.pdf.jpge50a26d3ecfdd47d4ef20bc48b1ba1cdMD54LICENSElicense.txtlicense.txttext/plain; charset=utf-82197https://repositorio.ufjf.br/jspui/bitstream/ufjf/8572/2/license.txt000e18a5aee6ca21bb5811ddf55fc37bMD52ORIGINALSistema automático de detecção e classificação de distúrbios elétricos.pdfSistema automático de detecção e classificação de distúrbios elétricos.pdfapplication/pdf203442https://repositorio.ufjf.br/jspui/bitstream/ufjf/8572/1/Sistema%20autom%c3%a1tico%20de%20detec%c3%a7%c3%a3o%20e%20classifica%c3%a7%c3%a3o%20de%20dist%c3%barbios%20el%c3%a9tricos.pdf2db90142f1778925de88778cdfc4afd3MD51TEXTSistema automático de detecção e classificação de distúrbios elétricos.pdf.txtSistema automático de detecção e classificação de distúrbios elétricos.pdf.txtExtracted texttext/plain39946https://repositorio.ufjf.br/jspui/bitstream/ufjf/8572/3/Sistema%20autom%c3%a1tico%20de%20detec%c3%a7%c3%a3o%20e%20classifica%c3%a7%c3%a3o%20de%20dist%c3%barbios%20el%c3%a9tricos.pdf.txt4a9eaf429abf846ddac991fdb3ab36b5MD53ufjf/85722019-06-16 14:04:22.8oai:hermes.cpd.ufjf.br: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Repositório InstitucionalPUBhttps://repositorio.ufjf.br/oai/requestopendoar:2019-06-16T17:04:22Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF)false
dc.title.pt_BR.fl_str_mv Sistema automático de detecção e classificação de distúrbios elétricos em qualidade da energia elétrica
title Sistema automático de detecção e classificação de distúrbios elétricos em qualidade da energia elétrica
spellingShingle Sistema automático de detecção e classificação de distúrbios elétricos em qualidade da energia elétrica
Ferreira, Danton Diego
-
Qualidade da energia elétrica
Estatísticas de ordem superior
Rede neural artificial
Power quality
Higher-order statistics
Artificial neural network
title_short Sistema automático de detecção e classificação de distúrbios elétricos em qualidade da energia elétrica
title_full Sistema automático de detecção e classificação de distúrbios elétricos em qualidade da energia elétrica
title_fullStr Sistema automático de detecção e classificação de distúrbios elétricos em qualidade da energia elétrica
title_full_unstemmed Sistema automático de detecção e classificação de distúrbios elétricos em qualidade da energia elétrica
title_sort Sistema automático de detecção e classificação de distúrbios elétricos em qualidade da energia elétrica
author Ferreira, Danton Diego
author_facet Ferreira, Danton Diego
Marques, Cristiano Augusto Gomes
Cerqueira, Augusto Santiago
Duque, Carlos Augusto
Ribeiro, Moisés Vidal
author_role author
author2 Marques, Cristiano Augusto Gomes
Cerqueira, Augusto Santiago
Duque, Carlos Augusto
Ribeiro, Moisés Vidal
author2_role author
author
author
author
dc.contributor.author.fl_str_mv Ferreira, Danton Diego
Marques, Cristiano Augusto Gomes
Cerqueira, Augusto Santiago
Duque, Carlos Augusto
Ribeiro, Moisés Vidal
dc.subject.cnpq.fl_str_mv -
topic -
Qualidade da energia elétrica
Estatísticas de ordem superior
Rede neural artificial
Power quality
Higher-order statistics
Artificial neural network
dc.subject.por.fl_str_mv Qualidade da energia elétrica
Estatísticas de ordem superior
Rede neural artificial
Power quality
Higher-order statistics
Artificial neural network
description Este trabalho apresenta um sistema de detecção e classificação de distúrbios de qualidade da energia elétrica (QEE) que se baseia na decomposição do sinal de tensão em dois novos sinais, referentes à componente fundamental e ao sinal de erro e, em seguida, utiliza Estatísticas de Ordem Superior (EOS) para extrair parâmetros representativos de cada classe para simplificar o algoritmo de detecção e classificação. Como detector é utilizado um algoritmo baseado na teoria de Bayes e para implementar o algoritmo de classificação utilizou-se uma rede neural artificial. O sistema foi testado em simulações para seis classes de distúrbios, apresentando uma eficiência global próxima a 100% para tais distúrbios. Os resultados aqui apresentados são comparados com os resultados de outros sistemas propostos na literatura.
publishDate 2009
dc.date.issued.fl_str_mv 2009-01
dc.date.accessioned.fl_str_mv 2019-01-21T20:09:21Z
dc.date.available.fl_str_mv 2019-01-18
2019-01-21T20:09:21Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufjf.br/jspui/handle/ufjf/8572
dc.identifier.doi.pt_BR.fl_str_mv http://dx.doi.org/10.1590/S0103-17592009000100005
url http://dx.doi.org/10.1590/S0103-17592009000100005
https://repositorio.ufjf.br/jspui/handle/ufjf/8572
dc.language.iso.fl_str_mv por
language por
dc.relation.ispartof.pt_BR.fl_str_mv Sba: Controle & Automação Sociedade Brasileira de Automatica
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv -
dc.publisher.initials.fl_str_mv -
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv -
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/8572/4/Sistema%20autom%c3%a1tico%20de%20detec%c3%a7%c3%a3o%20e%20classifica%c3%a7%c3%a3o%20de%20dist%c3%barbios%20el%c3%a9tricos.pdf.jpg
https://repositorio.ufjf.br/jspui/bitstream/ufjf/8572/2/license.txt
https://repositorio.ufjf.br/jspui/bitstream/ufjf/8572/1/Sistema%20autom%c3%a1tico%20de%20detec%c3%a7%c3%a3o%20e%20classifica%c3%a7%c3%a3o%20de%20dist%c3%barbios%20el%c3%a9tricos.pdf
https://repositorio.ufjf.br/jspui/bitstream/ufjf/8572/3/Sistema%20autom%c3%a1tico%20de%20detec%c3%a7%c3%a3o%20e%20classifica%c3%a7%c3%a3o%20de%20dist%c3%barbios%20el%c3%a9tricos.pdf.txt
bitstream.checksum.fl_str_mv e50a26d3ecfdd47d4ef20bc48b1ba1cd
000e18a5aee6ca21bb5811ddf55fc37b
2db90142f1778925de88778cdfc4afd3
4a9eaf429abf846ddac991fdb3ab36b5
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_ 1801661424560242688

Registros relacionados