Detecção e classificação de faltas em linhas de transmissão utilizando transformada Wavelet e rede lógica neurofuzzy com aprendizado participativo
Autor(a) principal: | |
---|---|
Data de Publicação: | 2010 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/BUOS-8CVJ45 |
Resumo: | Nos Sistemas Elétricos de Potência a linha de transmissão é o elemento mais vulnerável, pois está sujeita a faltas provocadas por fatores externos e internos. Sistemas de proteção são empregados para minimizar os impactos causados pelas faltas sendo que, atualmente, os relés digitais cumprem o papel principal no diagnóstico das faltas. Diversos algoritmos para diagnóstico de faltas podem ser utilizados nos relés digitais e, recentemente, as pesquisas têm se concentrado no uso de técnicas de análise de sinais e em sistemas inteligentes, na tentativade superar as desvantagens dos métodos convencionais. Neste trabalho é apresentada uma metodologia de detecção e classificação de faltas do tipo curto-circuito e tipo circuito aberto em linhas de transmissão. A metodologia proposta utiliza a Transformada Wavelet para detecção da falta e utiliza a Rede Lógica Neurofuzzy para classificação da mesma, a partir da extração de informações dos sinais de tensão e corrente da linha de transmissão. No treinamento da Rede Lógica Neurofuzzy foi incluído o Aprendizado Participativo na etapa degeração das funções de pertinência dos subconjuntos fuzzy. Os algoritmos foram implementados em um Sistema de Detecção e Classificação de Faltas e resultados obtidos através de simulações demonstraram a robustez e eficiência da metodologia proposta. |
id |
UFMG_82c01996a8a5cc68364e1b8093e39039 |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/BUOS-8CVJ45 |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Walmir Matos CaminhasGlassio Costa de MirandaClever Sebastiao Pereira FilhoMarcos Flávio Silveira Vasconcelos D'AngeloMaurilio Jose Inacio2019-08-11T01:46:48Z2019-08-11T01:46:48Z2010-05-31http://hdl.handle.net/1843/BUOS-8CVJ45Nos Sistemas Elétricos de Potência a linha de transmissão é o elemento mais vulnerável, pois está sujeita a faltas provocadas por fatores externos e internos. Sistemas de proteção são empregados para minimizar os impactos causados pelas faltas sendo que, atualmente, os relés digitais cumprem o papel principal no diagnóstico das faltas. Diversos algoritmos para diagnóstico de faltas podem ser utilizados nos relés digitais e, recentemente, as pesquisas têm se concentrado no uso de técnicas de análise de sinais e em sistemas inteligentes, na tentativade superar as desvantagens dos métodos convencionais. Neste trabalho é apresentada uma metodologia de detecção e classificação de faltas do tipo curto-circuito e tipo circuito aberto em linhas de transmissão. A metodologia proposta utiliza a Transformada Wavelet para detecção da falta e utiliza a Rede Lógica Neurofuzzy para classificação da mesma, a partir da extração de informações dos sinais de tensão e corrente da linha de transmissão. No treinamento da Rede Lógica Neurofuzzy foi incluído o Aprendizado Participativo na etapa degeração das funções de pertinência dos subconjuntos fuzzy. Os algoritmos foram implementados em um Sistema de Detecção e Classificação de Faltas e resultados obtidos através de simulações demonstraram a robustez e eficiência da metodologia proposta.In the Power Electric Systems the transmission line is the most vulnerable element, since they are subject to faults caused by external and internal factors. Protection systems are employed to minimize the impacts caused by the faults and, currently, digital relays meet thelead role in the fault diagnosis. Several algorithms for fault diagnosis can be used in digital relays and, recently, researches have focused on the use of techniques of signal analysis and intelligent systems, in an attempt to overcome the disadvantages of conventional methods. This work presents a methodology for fault detection and classification of shortcircuit and open circuit faults on transmission lines. The proposed methodology uses the Wavelet Transform for detection and uses the Logic Neurofuzzy Network for classification of the fault, from the extraction of information of current and voltage signals of the transmissionline. In the training of the Logic Neurofuzzy Network was included the Participatory Learning in step generation of membership functions of fuzzy subsets. The algorithms were implemented in a Fault Detection and Classification System and results obtained through simulations had demonstrated the robustness and efficiency of the methodology proposal.Universidade Federal de Minas GeraisUFMGEngenharia elétricaEngenharia ElétricaDetecção e classificação de faltas em linhas de transmissão utilizando transformada Wavelet e rede lógica neurofuzzy com aprendizado participativoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALmaurilio_jos__inacio.pdfapplication/pdf2383427https://repositorio.ufmg.br/bitstream/1843/BUOS-8CVJ45/1/maurilio_jos__inacio.pdfaebb9caa1f7f366713ca36a3ec751728MD51TEXTmaurilio_jos__inacio.pdf.txtmaurilio_jos__inacio.pdf.txtExtracted texttext/plain206176https://repositorio.ufmg.br/bitstream/1843/BUOS-8CVJ45/2/maurilio_jos__inacio.pdf.txt16865efd1cd9d07f2f0fac17683661dfMD521843/BUOS-8CVJ452019-11-14 08:31:49.308oai:repositorio.ufmg.br:1843/BUOS-8CVJ45Repositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T11:31:49Repositório 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 transformada Wavelet e rede lógica neurofuzzy com aprendizado participativo |
title |
Detecção e classificação de faltas em linhas de transmissão utilizando transformada Wavelet e rede lógica neurofuzzy com aprendizado participativo |
spellingShingle |
Detecção e classificação de faltas em linhas de transmissão utilizando transformada Wavelet e rede lógica neurofuzzy com aprendizado participativo Maurilio Jose Inacio Engenharia Elétrica Engenharia elétrica |
title_short |
Detecção e classificação de faltas em linhas de transmissão utilizando transformada Wavelet e rede lógica neurofuzzy com aprendizado participativo |
title_full |
Detecção e classificação de faltas em linhas de transmissão utilizando transformada Wavelet e rede lógica neurofuzzy com aprendizado participativo |
title_fullStr |
Detecção e classificação de faltas em linhas de transmissão utilizando transformada Wavelet e rede lógica neurofuzzy com aprendizado participativo |
title_full_unstemmed |
Detecção e classificação de faltas em linhas de transmissão utilizando transformada Wavelet e rede lógica neurofuzzy com aprendizado participativo |
title_sort |
Detecção e classificação de faltas em linhas de transmissão utilizando transformada Wavelet e rede lógica neurofuzzy com aprendizado participativo |
author |
Maurilio Jose Inacio |
author_facet |
Maurilio Jose Inacio |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Walmir Matos Caminhas |
dc.contributor.referee1.fl_str_mv |
Glassio Costa de Miranda |
dc.contributor.referee2.fl_str_mv |
Clever Sebastiao Pereira Filho |
dc.contributor.referee3.fl_str_mv |
Marcos Flávio Silveira Vasconcelos D'Angelo |
dc.contributor.author.fl_str_mv |
Maurilio Jose Inacio |
contributor_str_mv |
Walmir Matos Caminhas Glassio Costa de Miranda Clever Sebastiao Pereira Filho Marcos Flávio Silveira Vasconcelos D'Angelo |
dc.subject.por.fl_str_mv |
Engenharia Elétrica |
topic |
Engenharia Elétrica Engenharia elétrica |
dc.subject.other.pt_BR.fl_str_mv |
Engenharia elétrica |
description |
Nos Sistemas Elétricos de Potência a linha de transmissão é o elemento mais vulnerável, pois está sujeita a faltas provocadas por fatores externos e internos. Sistemas de proteção são empregados para minimizar os impactos causados pelas faltas sendo que, atualmente, os relés digitais cumprem o papel principal no diagnóstico das faltas. Diversos algoritmos para diagnóstico de faltas podem ser utilizados nos relés digitais e, recentemente, as pesquisas têm se concentrado no uso de técnicas de análise de sinais e em sistemas inteligentes, na tentativade superar as desvantagens dos métodos convencionais. Neste trabalho é apresentada uma metodologia de detecção e classificação de faltas do tipo curto-circuito e tipo circuito aberto em linhas de transmissão. A metodologia proposta utiliza a Transformada Wavelet para detecção da falta e utiliza a Rede Lógica Neurofuzzy para classificação da mesma, a partir da extração de informações dos sinais de tensão e corrente da linha de transmissão. No treinamento da Rede Lógica Neurofuzzy foi incluído o Aprendizado Participativo na etapa degeração das funções de pertinência dos subconjuntos fuzzy. Os algoritmos foram implementados em um Sistema de Detecção e Classificação de Faltas e resultados obtidos através de simulações demonstraram a robustez e eficiência da metodologia proposta. |
publishDate |
2010 |
dc.date.issued.fl_str_mv |
2010-05-31 |
dc.date.accessioned.fl_str_mv |
2019-08-11T01:46:48Z |
dc.date.available.fl_str_mv |
2019-08-11T01:46:48Z |
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-8CVJ45 |
url |
http://hdl.handle.net/1843/BUOS-8CVJ45 |
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-8CVJ45/1/maurilio_jos__inacio.pdf https://repositorio.ufmg.br/bitstream/1843/BUOS-8CVJ45/2/maurilio_jos__inacio.pdf.txt |
bitstream.checksum.fl_str_mv |
aebb9caa1f7f366713ca36a3ec751728 16865efd1cd9d07f2f0fac17683661df |
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_ |
1803589424769925120 |