Detecção e classificação de faltas em linhas de transmissão utilizando análise funcional e inteligência computacional
Autor(a) principal: | |
---|---|
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 |