Detecção e classificação de faltas em linhas de transmissão utilizando análise funcional e inteligência computacional

Detalhes bibliográficos
Autor(a) principal: Andre de Souza Gomes
Data de Publicação: 2011
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFMG
Texto Completo: http://hdl.handle.net/1843/BUOS-99GHSW
Resumo: A linha de transmissão é o elemento do Sistema Elétrico de Potência mais vulnerável a faltas devido à sua grande dimensão física. Vários algoritmos para diagnóstico de faltas tem sido propostos na literatura, destacando-se os métodos que utilizam análise de sinais e inteligência computacional. Neste trabalho é proposta uma nova modelagem para a representação funcional das fases de uma linha de transmissão. No modelo proposto, o comportamento nominal dos sinais de tensão e corrente são projetados em um espaço bidimensional, representado por uma equação cônica. A estratégia de detecção e classificação é desenvolvida a partir da análise dos parâmetros desse modelo. A metodologia proposta é avaliada usando um conjunto de faltas simuladas, obtidas sob variações de parâmetros da falta. Os resultadossão satisfatórios e demonstram a viabilidade da metodologia proposta para detectar o momento da falta e sua classificação.
id UFMG_419e319e07294211c998e6a285e5d2e5
oai_identifier_str oai:repositorio.ufmg.br:1843/BUOS-99GHSW
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Marcelo Azevedo CostaWalmir Matos CaminhasWalmir Matos CaminhasWallace do Couto BoaventuraMarcos Flavio S. V. D'angeloAndre de Souza Gomes2019-08-09T19:10:15Z2019-08-09T19:10:15Z2011-06-01http://hdl.handle.net/1843/BUOS-99GHSWA linha de transmissão é o elemento do Sistema Elétrico de Potência mais vulnerável a faltas devido à sua grande dimensão física. Vários algoritmos para diagnóstico de faltas tem sido propostos na literatura, destacando-se os métodos que utilizam análise de sinais e inteligência computacional. Neste trabalho é proposta uma nova modelagem para a representação funcional das fases de uma linha de transmissão. No modelo proposto, o comportamento nominal dos sinais de tensão e corrente são projetados em um espaço bidimensional, representado por uma equação cônica. A estratégia de detecção e classificação é desenvolvida a partir da análise dos parâmetros desse modelo. A metodologia proposta é avaliada usando um conjunto de faltas simuladas, obtidas sob variações de parâmetros da falta. Os resultadossão satisfatórios e demonstram a viabilidade da metodologia proposta para detectar o momento da falta e sua classificação.The transmission line is the most vulnerable element of the Electric Power System due to its great physical dimension. Several fault diagnosis algorithms have been proposed in the literature, especially methods that use signal analysis and computational intelligence. This work proposes a new modeling that functionally represents the transmission line phases. In the proposed model, the nominal behavior of voltage and current signals are projected onto a two-dimensional space, represented by a conic equation. The detection and classification strategy is developed from the analysis of the models parameters. The proposed methodology is evaluated using a set of simulated faults, obtained by varying the fault parameters. The results are satisfactory and demonstrate the viability of the proposed methodology to detect the moment of failure and your classification.Universidade Federal de Minas GeraisUFMGEngenharia elétricaEnergia eletrica TransmissãoClassificação de faltasDetecção de faltasLinha de transmissãoDetecção e classificação de faltas em linhas de transmissão utilizando análise funcional e inteligência computacionalinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALengeletrica_andre_souza_gomes_dissertacao.pdfapplication/pdf2613281https://repositorio.ufmg.br/bitstream/1843/BUOS-99GHSW/1/engeletrica_andre_souza_gomes_dissertacao.pdf0ba8852b6263f77ffc49361dd226cca5MD51TEXTengeletrica_andre_souza_gomes_dissertacao.pdf.txtengeletrica_andre_souza_gomes_dissertacao.pdf.txtExtracted texttext/plain113723https://repositorio.ufmg.br/bitstream/1843/BUOS-99GHSW/2/engeletrica_andre_souza_gomes_dissertacao.pdf.txt6663c2f4f75acc472193866457aacf16MD521843/BUOS-99GHSW2019-11-14 04:19:18.045oai:repositorio.ufmg.br:1843/BUOS-99GHSWRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T07:19:18Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Detecção e classificação de faltas em linhas de transmissão utilizando análise funcional e inteligência computacional
title Detecção e classificação de faltas em linhas de transmissão utilizando análise funcional e inteligência computacional
spellingShingle Detecção e classificação de faltas em linhas de transmissão utilizando análise funcional e inteligência computacional
Andre de Souza Gomes
Classificação de faltas
Detecção de faltas
Linha de transmissão
Engenharia elétrica
Energia eletrica Transmissão
title_short Detecção e classificação de faltas em linhas de transmissão utilizando análise funcional e inteligência computacional
title_full Detecção e classificação de faltas em linhas de transmissão utilizando análise funcional e inteligência computacional
title_fullStr Detecção e classificação de faltas em linhas de transmissão utilizando análise funcional e inteligência computacional
title_full_unstemmed Detecção e classificação de faltas em linhas de transmissão utilizando análise funcional e inteligência computacional
title_sort Detecção e classificação de faltas em linhas de transmissão utilizando análise funcional e inteligência computacional
author Andre de Souza Gomes
author_facet Andre de Souza Gomes
author_role author
dc.contributor.advisor1.fl_str_mv Marcelo Azevedo Costa
dc.contributor.advisor-co1.fl_str_mv Walmir Matos Caminhas
dc.contributor.referee1.fl_str_mv Walmir Matos Caminhas
dc.contributor.referee2.fl_str_mv Wallace do Couto Boaventura
dc.contributor.referee3.fl_str_mv Marcos Flavio S. V. D'angelo
dc.contributor.author.fl_str_mv Andre de Souza Gomes
contributor_str_mv Marcelo Azevedo Costa
Walmir Matos Caminhas
Walmir Matos Caminhas
Wallace do Couto Boaventura
Marcos Flavio S. V. D'angelo
dc.subject.por.fl_str_mv Classificação de faltas
Detecção de faltas
Linha de transmissão
topic Classificação de faltas
Detecção de faltas
Linha de transmissão
Engenharia elétrica
Energia eletrica Transmissão
dc.subject.other.pt_BR.fl_str_mv Engenharia elétrica
Energia eletrica Transmissão
description A linha de transmissão é o elemento do Sistema Elétrico de Potência mais vulnerável a faltas devido à sua grande dimensão física. Vários algoritmos para diagnóstico de faltas tem sido propostos na literatura, destacando-se os métodos que utilizam análise de sinais e inteligência computacional. Neste trabalho é proposta uma nova modelagem para a representação funcional das fases de uma linha de transmissão. No modelo proposto, o comportamento nominal dos sinais de tensão e corrente são projetados em um espaço bidimensional, representado por uma equação cônica. A estratégia de detecção e classificação é desenvolvida a partir da análise dos parâmetros desse modelo. A metodologia proposta é avaliada usando um conjunto de faltas simuladas, obtidas sob variações de parâmetros da falta. Os resultadossão satisfatórios e demonstram a viabilidade da metodologia proposta para detectar o momento da falta e sua classificação.
publishDate 2011
dc.date.issued.fl_str_mv 2011-06-01
dc.date.accessioned.fl_str_mv 2019-08-09T19:10:15Z
dc.date.available.fl_str_mv 2019-08-09T19:10:15Z
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://hdl.handle.net/1843/BUOS-99GHSW
url http://hdl.handle.net/1843/BUOS-99GHSW
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 Minas Gerais
dc.publisher.initials.fl_str_mv UFMG
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br/bitstream/1843/BUOS-99GHSW/1/engeletrica_andre_souza_gomes_dissertacao.pdf
https://repositorio.ufmg.br/bitstream/1843/BUOS-99GHSW/2/engeletrica_andre_souza_gomes_dissertacao.pdf.txt
bitstream.checksum.fl_str_mv 0ba8852b6263f77ffc49361dd226cca5
6663c2f4f75acc472193866457aacf16
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv
_version_ 1803589461678751744

Registros relacionados