Localização de fontes harmônicas utilizando técnicas de processamento estatístico de sinais

Detalhes bibliográficos
Autor(a) principal: Cabral, Thales Wulfert
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFJF
Texto Completo: https://repositorio.ufjf.br/jspui/handle/ufjf/11556
Resumo: A pesquisa em qualidade de energia elétrica (QEE) é um campo da engenharia elétrica responsável por fornecer melhorias no fornecimento e consumo de energia. O termo QEE trabalha com a prevenção e mitigação de distúrbios elétricos. Cargas não lineares conectadas aos Sistemas de Energia Elétrica (SEPs) promovem mudanças indesejadas nos sinais elétricos e contribuem para a geração de distúrbios. Este trabalho apresenta uma metodologia para detectar fontes harmônicas de corrente como uma possível contribuição, identificando a localização das fontes harmônicas. Neste documento, o problema de estimação da fonte é tratado como um paradigma de separação cega de fontes, do inglês Blind Source Separation (BSS). Essa filosofia assume que as fontes não são conhecidas. Consequentemente, a medição de tensão fasorial é o único parâmetro acessível para monitoramento da rede. Além disso, a premissa inicial assume que a topologia da rede elétrica é desconhecida. Neste caso, situações com grandes volumes de dados devem ser consideradas. Assim, a Análise de Componentes Principais, do inglês Principal Component Analysis (PCA), é implementada como uma ferramenta para reduzir a dimensionalidade e auxiliar na complexidade computacional na etapa de estimação. A Análise de Componentes Independentes, do inglês Independent Component Analysis (ICA), é uma ferramenta de BSS e é responsável pela estimação dos sinais, neste caso, os perfis que caracterizam as fontes. Com os perfis estimados, a entropia conjunta é usada para determinar os prováveis locais onde as fontes harmônicas de corrente estão conectadas. Nesta etapa, o valor mínimo de entropia conjunta é usado como parâmetro de decisão para detecção. A eficácia da metodologia é verificada através do uso de simulações computacionais e sistemas de teste, tal como o IEEE 14 barras e o IEEE 33 barras.
id UFJF_a0cd1b263f156952be22201ddde6e43e
oai_identifier_str oai:hermes.cpd.ufjf.br:ufjf/11556
network_acronym_str UFJF
network_name_str Repositório Institucional da UFJF
repository_id_str
spelling Silva, Leandro Rodrigues Mansohttp://lattes.cnpq.br/1421239770201461Duque, Carlos Augustohttp://lattes.cnpq.br/6885901755516721Lima, Antônio Carlos Siqueira dehttp://lattes.cnpq.br/0342367279777983Lima, Marcelo Antônio Alveshttp://lattes.cnpq.br/3875688254525783Melo, Igor Delgado dehttp://lattes.cnpq.br/9811563971757515http://lattes.cnpq.br/2280268073933191Cabral, Thales Wulfert2020-06-25T18:57:49Z2020-06-252020-06-25T18:57:49Z2020-02-28https://repositorio.ufjf.br/jspui/handle/ufjf/11556A pesquisa em qualidade de energia elétrica (QEE) é um campo da engenharia elétrica responsável por fornecer melhorias no fornecimento e consumo de energia. O termo QEE trabalha com a prevenção e mitigação de distúrbios elétricos. Cargas não lineares conectadas aos Sistemas de Energia Elétrica (SEPs) promovem mudanças indesejadas nos sinais elétricos e contribuem para a geração de distúrbios. Este trabalho apresenta uma metodologia para detectar fontes harmônicas de corrente como uma possível contribuição, identificando a localização das fontes harmônicas. Neste documento, o problema de estimação da fonte é tratado como um paradigma de separação cega de fontes, do inglês Blind Source Separation (BSS). Essa filosofia assume que as fontes não são conhecidas. Consequentemente, a medição de tensão fasorial é o único parâmetro acessível para monitoramento da rede. Além disso, a premissa inicial assume que a topologia da rede elétrica é desconhecida. Neste caso, situações com grandes volumes de dados devem ser consideradas. Assim, a Análise de Componentes Principais, do inglês Principal Component Analysis (PCA), é implementada como uma ferramenta para reduzir a dimensionalidade e auxiliar na complexidade computacional na etapa de estimação. A Análise de Componentes Independentes, do inglês Independent Component Analysis (ICA), é uma ferramenta de BSS e é responsável pela estimação dos sinais, neste caso, os perfis que caracterizam as fontes. Com os perfis estimados, a entropia conjunta é usada para determinar os prováveis locais onde as fontes harmônicas de corrente estão conectadas. Nesta etapa, o valor mínimo de entropia conjunta é usado como parâmetro de decisão para detecção. A eficácia da metodologia é verificada através do uso de simulações computacionais e sistemas de teste, tal como o IEEE 14 barras e o IEEE 33 barras.Research in Electric Power Quality (QEE) is a field of electrical engineering responsible for providing improvements in energy supply and consumption. The term QEE works with the prevention and mitigation of electrical disturbances. Non-linear loads connected to the Electric Power Systems (SEPs) promote undesirable changes in electrical signals and contribute to the disturbance generation. This work presents a methodology for detection of harmonic current sources as a possible contribution, identifying the locations of the harmonic sources. In this document, the source estimation problem is treated as a Blind Source Separation (BSS) paradigm. This philosophy assumes that the sources are not known. Consequently, the voltage measurement is the only available parameter for network monitoring. Additionally, the initial premise assumes the power grid topology is unknown. In this case, situations with large volumes of data must be considered. Thus, Principal Component Analysis (PCA) is implemented as a tool to reduce dimensionality and aid in computational complexity for the estimation step. Independent Component Analysis (ICA) is a BSS tool and it is responsible for signals estimation, in this case, the profiles that characterize the sources. With the estimated profiles, the joint entropy is used to determine the probable locations where the harmonic current sources are connected. In this step, the minimum value of joint entropy is used as a decision parameter for detection. The methodology effectiveness is verified through the use of computer simulations and test systems, such as the IEEE 14 bus and the IEEE 33 bus.porUniversidade Federal de Juiz de Fora (UFJF)Programa de Pós-graduação em Engenharia ElétricaUFJFBrasilFaculdade de EngenhariaAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessCNPQ::ENGENHARIAS::ENGENHARIA ELETRICAAnálise de componentes independentesCarga não linearFonte harmônica de correnteLocalização de fontesIndependent component analysisNon-linear loadHarmonic current sourceLocation of sourcesLocalização de fontes harmônicas utilizando técnicas de processamento estatístico de sinaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFJFinstname:Universidade Federal de Juiz de Fora (UFJF)instacron:UFJFORIGINALthaleswulfertcabral.pdfthaleswulfertcabral.pdfPDF/Aapplication/pdf15240307https://repositorio.ufjf.br/jspui/bitstream/ufjf/11556/1/thaleswulfertcabral.pdf91241db24146438b690850a26625e6e3MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufjf.br/jspui/bitstream/ufjf/11556/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52TEXTthaleswulfertcabral.pdf.txtthaleswulfertcabral.pdf.txtExtracted texttext/plain228935https://repositorio.ufjf.br/jspui/bitstream/ufjf/11556/4/thaleswulfertcabral.pdf.txt5327a352857ce59de292724860cb844bMD54THUMBNAILthaleswulfertcabral.pdf.jpgthaleswulfertcabral.pdf.jpgGenerated Thumbnailimage/jpeg1178https://repositorio.ufjf.br/jspui/bitstream/ufjf/11556/5/thaleswulfertcabral.pdf.jpg29c762bdb642e1f596fc4a895688b784MD55LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ufjf.br/jspui/bitstream/ufjf/11556/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53ufjf/115562020-06-26 03:06:41.344oai:hermes.cpd.ufjf.br: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Repositório InstitucionalPUBhttps://repositorio.ufjf.br/oai/requestopendoar:2020-06-26T06:06:41Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF)false
dc.title.pt_BR.fl_str_mv Localização de fontes harmônicas utilizando técnicas de processamento estatístico de sinais
title Localização de fontes harmônicas utilizando técnicas de processamento estatístico de sinais
spellingShingle Localização de fontes harmônicas utilizando técnicas de processamento estatístico de sinais
Cabral, Thales Wulfert
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Análise de componentes independentes
Carga não linear
Fonte harmônica de corrente
Localização de fontes
Independent component analysis
Non-linear load
Harmonic current source
Location of sources
title_short Localização de fontes harmônicas utilizando técnicas de processamento estatístico de sinais
title_full Localização de fontes harmônicas utilizando técnicas de processamento estatístico de sinais
title_fullStr Localização de fontes harmônicas utilizando técnicas de processamento estatístico de sinais
title_full_unstemmed Localização de fontes harmônicas utilizando técnicas de processamento estatístico de sinais
title_sort Localização de fontes harmônicas utilizando técnicas de processamento estatístico de sinais
author Cabral, Thales Wulfert
author_facet Cabral, Thales Wulfert
author_role author
dc.contributor.advisor1.fl_str_mv Silva, Leandro Rodrigues Manso
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/1421239770201461
dc.contributor.advisor-co1.fl_str_mv Duque, Carlos Augusto
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/6885901755516721
dc.contributor.referee1.fl_str_mv Lima, Antônio Carlos Siqueira de
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/0342367279777983
dc.contributor.referee2.fl_str_mv Lima, Marcelo Antônio Alves
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/3875688254525783
dc.contributor.referee3.fl_str_mv Melo, Igor Delgado de
dc.contributor.referee3Lattes.fl_str_mv http://lattes.cnpq.br/9811563971757515
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/2280268073933191
dc.contributor.author.fl_str_mv Cabral, Thales Wulfert
contributor_str_mv Silva, Leandro Rodrigues Manso
Duque, Carlos Augusto
Lima, Antônio Carlos Siqueira de
Lima, Marcelo Antônio Alves
Melo, Igor Delgado de
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
topic CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Análise de componentes independentes
Carga não linear
Fonte harmônica de corrente
Localização de fontes
Independent component analysis
Non-linear load
Harmonic current source
Location of sources
dc.subject.por.fl_str_mv Análise de componentes independentes
Carga não linear
Fonte harmônica de corrente
Localização de fontes
Independent component analysis
Non-linear load
Harmonic current source
Location of sources
description A pesquisa em qualidade de energia elétrica (QEE) é um campo da engenharia elétrica responsável por fornecer melhorias no fornecimento e consumo de energia. O termo QEE trabalha com a prevenção e mitigação de distúrbios elétricos. Cargas não lineares conectadas aos Sistemas de Energia Elétrica (SEPs) promovem mudanças indesejadas nos sinais elétricos e contribuem para a geração de distúrbios. Este trabalho apresenta uma metodologia para detectar fontes harmônicas de corrente como uma possível contribuição, identificando a localização das fontes harmônicas. Neste documento, o problema de estimação da fonte é tratado como um paradigma de separação cega de fontes, do inglês Blind Source Separation (BSS). Essa filosofia assume que as fontes não são conhecidas. Consequentemente, a medição de tensão fasorial é o único parâmetro acessível para monitoramento da rede. Além disso, a premissa inicial assume que a topologia da rede elétrica é desconhecida. Neste caso, situações com grandes volumes de dados devem ser consideradas. Assim, a Análise de Componentes Principais, do inglês Principal Component Analysis (PCA), é implementada como uma ferramenta para reduzir a dimensionalidade e auxiliar na complexidade computacional na etapa de estimação. A Análise de Componentes Independentes, do inglês Independent Component Analysis (ICA), é uma ferramenta de BSS e é responsável pela estimação dos sinais, neste caso, os perfis que caracterizam as fontes. Com os perfis estimados, a entropia conjunta é usada para determinar os prováveis locais onde as fontes harmônicas de corrente estão conectadas. Nesta etapa, o valor mínimo de entropia conjunta é usado como parâmetro de decisão para detecção. A eficácia da metodologia é verificada através do uso de simulações computacionais e sistemas de teste, tal como o IEEE 14 barras e o IEEE 33 barras.
publishDate 2020
dc.date.accessioned.fl_str_mv 2020-06-25T18:57:49Z
dc.date.available.fl_str_mv 2020-06-25
2020-06-25T18:57:49Z
dc.date.issued.fl_str_mv 2020-02-28
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/11556
url https://repositorio.ufjf.br/jspui/handle/ufjf/11556
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
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/11556/1/thaleswulfertcabral.pdf
https://repositorio.ufjf.br/jspui/bitstream/ufjf/11556/2/license_rdf
https://repositorio.ufjf.br/jspui/bitstream/ufjf/11556/4/thaleswulfertcabral.pdf.txt
https://repositorio.ufjf.br/jspui/bitstream/ufjf/11556/5/thaleswulfertcabral.pdf.jpg
https://repositorio.ufjf.br/jspui/bitstream/ufjf/11556/3/license.txt
bitstream.checksum.fl_str_mv 91241db24146438b690850a26625e6e3
e39d27027a6cc9cb039ad269a5db8e34
5327a352857ce59de292724860cb844b
29c762bdb642e1f596fc4a895688b784
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
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_ 1813193899502469120