Proposta de um sistema híbrido composto por redes neurais artificiais e algorítmos genéticos para o tratamento de alarmes e o diagnóstico de faltas em sistemas elétricos de potência
Autor(a) principal: | |
---|---|
Data de Publicação: | 2011 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Manancial - Repositório Digital da UFSM |
dARK ID: | ark:/26339/0013000006qfs |
Texto Completo: | http://repositorio.ufsm.br/handle/1/8490 |
Resumo: | This work proposes a hybrid system for alarm processing and fault diagnosis in electrical networks which use two methods of computational intelligence: Generalized Regression Neural Network and Genetic Algorithms. The neural network has the function of processing the set of received alarms and present as a response the characteristic(s) event(s), using for this, an elaborated knowledge based on the functional diagrams for protection and interviews with operators. Six modules were implemented for different neural components of a test system, according to their protection schemes. The output of these modules is used as input to the GA which has to do a combined analysis along with its database and provide the operator with the main protective components involved in the incident, as well as the probable causes of defects and actions to be taken in order to return the system in the shortest possible time and greater safety. For average inserted random errors of 0%, 7,73%, 15,46% and 23,19% in the received alarms, the system was able to diagnoses correctly in 100%, 93,60%, 74,26% and 48,07% of the cases respectively. It was found that the genetic algorithm improved the results obtained by neural network with good capability of generalization and condition to present multiple solutions, and the response time of the hybrid system was acceptable to the under consideration problem. |
id |
UFSM_4a3a90cc131dfc2dd30a3f2db2eaea92 |
---|---|
oai_identifier_str |
oai:repositorio.ufsm.br:1/8490 |
network_acronym_str |
UFSM |
network_name_str |
Manancial - Repositório Digital da UFSM |
repository_id_str |
|
spelling |
Proposta de um sistema híbrido composto por redes neurais artificiais e algorítmos genéticos para o tratamento de alarmes e o diagnóstico de faltas em sistemas elétricos de potênciaProposal of a hybrid system composed of artificial neural networks and genetic algorithms for the treatment of alarms, and fault diagnosis in electrical power systemSistema elétrico de potênciaProcessamento de alarmesDiagnóstico de faltasRedes neurais artificiaisAlgoritmos genéticosElectric power systemAlarm processingFault diagnosisArtificial neural networksGenetic algorithmsCNPQ::ENGENHARIAS::ENGENHARIA ELETRICAThis work proposes a hybrid system for alarm processing and fault diagnosis in electrical networks which use two methods of computational intelligence: Generalized Regression Neural Network and Genetic Algorithms. The neural network has the function of processing the set of received alarms and present as a response the characteristic(s) event(s), using for this, an elaborated knowledge based on the functional diagrams for protection and interviews with operators. Six modules were implemented for different neural components of a test system, according to their protection schemes. The output of these modules is used as input to the GA which has to do a combined analysis along with its database and provide the operator with the main protective components involved in the incident, as well as the probable causes of defects and actions to be taken in order to return the system in the shortest possible time and greater safety. For average inserted random errors of 0%, 7,73%, 15,46% and 23,19% in the received alarms, the system was able to diagnoses correctly in 100%, 93,60%, 74,26% and 48,07% of the cases respectively. It was found that the genetic algorithm improved the results obtained by neural network with good capability of generalization and condition to present multiple solutions, and the response time of the hybrid system was acceptable to the under consideration problem.O presente trabalho propõe um sistema híbrido para processamento de alarmes e diagnóstico de faltas em redes elétricas com a utilização de dois métodos de inteligência computacional: Generalized Regression Neural Network e Algoritmos Genéticos. A rede neural tem a função de processar o conjunto de alarmes reportados e apresentar como resposta o evento(s) característico(s), utilizando-se, para isso, de um conhecimento elaborado com base nos diagramas funcionais da proteção e entrevista com operadores. Foram implementados seis módulos neurais para diferentes componentes de um sistema teste, de acordo com os seus respectivos esquemas de proteção. A saída destes módulos é utilizada como entrada para o AG que deve fazer uma análise combinatória juntamente com sua base de dados e apresentar ao operador os principais componentes de proteção envolvidos na incidência, bem como as prováveis causas do defeito e ações a serem tomadas de forma a restabelecer o sistema no menor tempo possível e com maior segurança. Para erros aleatórios médios inseridos de 0%, 7,73%, 15,46% e 23,19% nos alarmes reportados, o sistema se mostrou capaz de diagnosticar corretamente em respectivamente 100%, 93,60%, 74,26% e 48,07% dos casos. Verificou-se que o algoritmo genético melhorou os resultados obtidos pela rede neural, apresentando boa capacidade de generalização e condições de apresentação de múltiplas soluções, sendo o tempo de resposta do sistema híbrido aceitável para o problema tratado.Universidade Federal de Santa MariaBREngenharia ElétricaUFSMPrograma de Pós-Graduação em Engenharia ElétricaCardoso Junior, Ghendyhttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4770600A7Bezerra, Ubiratan Holandahttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4787768D6Araújo, Olinto César Bassi dehttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4768258E6Toller, Marcelo Brondani2017-05-302017-05-302011-02-18info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfapplication/pdfTOLLER, Marcelo Brondani. Proposal of a hybrid system composed of artificial neural networks and genetic algorithms for the treatment of alarms, and fault diagnosis in electrical power system. 2011. 131 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal de Santa Maria, Santa Maria, 2011.http://repositorio.ufsm.br/handle/1/8490ark:/26339/0013000006qfsporinfo:eu-repo/semantics/openAccessreponame:Manancial - Repositório Digital da UFSMinstname:Universidade Federal de Santa Maria (UFSM)instacron:UFSM2017-07-25T14:46:51Zoai:repositorio.ufsm.br:1/8490Biblioteca Digital de Teses e Dissertaçõeshttps://repositorio.ufsm.br/ONGhttps://repositorio.ufsm.br/oai/requestatendimento.sib@ufsm.br||tedebc@gmail.comopendoar:2024-07-29T10:26:46.467957Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM)false |
dc.title.none.fl_str_mv |
Proposta de um sistema híbrido composto por redes neurais artificiais e algorítmos genéticos para o tratamento de alarmes e o diagnóstico de faltas em sistemas elétricos de potência Proposal of a hybrid system composed of artificial neural networks and genetic algorithms for the treatment of alarms, and fault diagnosis in electrical power system |
title |
Proposta de um sistema híbrido composto por redes neurais artificiais e algorítmos genéticos para o tratamento de alarmes e o diagnóstico de faltas em sistemas elétricos de potência |
spellingShingle |
Proposta de um sistema híbrido composto por redes neurais artificiais e algorítmos genéticos para o tratamento de alarmes e o diagnóstico de faltas em sistemas elétricos de potência Toller, Marcelo Brondani Sistema elétrico de potência Processamento de alarmes Diagnóstico de faltas Redes neurais artificiais Algoritmos genéticos Electric power system Alarm processing Fault diagnosis Artificial neural networks Genetic algorithms CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
title_short |
Proposta de um sistema híbrido composto por redes neurais artificiais e algorítmos genéticos para o tratamento de alarmes e o diagnóstico de faltas em sistemas elétricos de potência |
title_full |
Proposta de um sistema híbrido composto por redes neurais artificiais e algorítmos genéticos para o tratamento de alarmes e o diagnóstico de faltas em sistemas elétricos de potência |
title_fullStr |
Proposta de um sistema híbrido composto por redes neurais artificiais e algorítmos genéticos para o tratamento de alarmes e o diagnóstico de faltas em sistemas elétricos de potência |
title_full_unstemmed |
Proposta de um sistema híbrido composto por redes neurais artificiais e algorítmos genéticos para o tratamento de alarmes e o diagnóstico de faltas em sistemas elétricos de potência |
title_sort |
Proposta de um sistema híbrido composto por redes neurais artificiais e algorítmos genéticos para o tratamento de alarmes e o diagnóstico de faltas em sistemas elétricos de potência |
author |
Toller, Marcelo Brondani |
author_facet |
Toller, Marcelo Brondani |
author_role |
author |
dc.contributor.none.fl_str_mv |
Cardoso Junior, Ghendy http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4770600A7 Bezerra, Ubiratan Holanda http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4787768D6 Araújo, Olinto César Bassi de http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4768258E6 |
dc.contributor.author.fl_str_mv |
Toller, Marcelo Brondani |
dc.subject.por.fl_str_mv |
Sistema elétrico de potência Processamento de alarmes Diagnóstico de faltas Redes neurais artificiais Algoritmos genéticos Electric power system Alarm processing Fault diagnosis Artificial neural networks Genetic algorithms CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
topic |
Sistema elétrico de potência Processamento de alarmes Diagnóstico de faltas Redes neurais artificiais Algoritmos genéticos Electric power system Alarm processing Fault diagnosis Artificial neural networks Genetic algorithms CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
description |
This work proposes a hybrid system for alarm processing and fault diagnosis in electrical networks which use two methods of computational intelligence: Generalized Regression Neural Network and Genetic Algorithms. The neural network has the function of processing the set of received alarms and present as a response the characteristic(s) event(s), using for this, an elaborated knowledge based on the functional diagrams for protection and interviews with operators. Six modules were implemented for different neural components of a test system, according to their protection schemes. The output of these modules is used as input to the GA which has to do a combined analysis along with its database and provide the operator with the main protective components involved in the incident, as well as the probable causes of defects and actions to be taken in order to return the system in the shortest possible time and greater safety. For average inserted random errors of 0%, 7,73%, 15,46% and 23,19% in the received alarms, the system was able to diagnoses correctly in 100%, 93,60%, 74,26% and 48,07% of the cases respectively. It was found that the genetic algorithm improved the results obtained by neural network with good capability of generalization and condition to present multiple solutions, and the response time of the hybrid system was acceptable to the under consideration problem. |
publishDate |
2011 |
dc.date.none.fl_str_mv |
2011-02-18 2017-05-30 2017-05-30 |
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 |
TOLLER, Marcelo Brondani. Proposal of a hybrid system composed of artificial neural networks and genetic algorithms for the treatment of alarms, and fault diagnosis in electrical power system. 2011. 131 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal de Santa Maria, Santa Maria, 2011. http://repositorio.ufsm.br/handle/1/8490 |
dc.identifier.dark.fl_str_mv |
ark:/26339/0013000006qfs |
identifier_str_mv |
TOLLER, Marcelo Brondani. Proposal of a hybrid system composed of artificial neural networks and genetic algorithms for the treatment of alarms, and fault diagnosis in electrical power system. 2011. 131 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal de Santa Maria, Santa Maria, 2011. ark:/26339/0013000006qfs |
url |
http://repositorio.ufsm.br/handle/1/8490 |
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.format.none.fl_str_mv |
application/pdf application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de Santa Maria BR Engenharia Elétrica UFSM Programa de Pós-Graduação em Engenharia Elétrica |
publisher.none.fl_str_mv |
Universidade Federal de Santa Maria BR Engenharia Elétrica UFSM Programa de Pós-Graduação em Engenharia Elétrica |
dc.source.none.fl_str_mv |
reponame:Manancial - Repositório Digital da UFSM instname:Universidade Federal de Santa Maria (UFSM) instacron:UFSM |
instname_str |
Universidade Federal de Santa Maria (UFSM) |
instacron_str |
UFSM |
institution |
UFSM |
reponame_str |
Manancial - Repositório Digital da UFSM |
collection |
Manancial - Repositório Digital da UFSM |
repository.name.fl_str_mv |
Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM) |
repository.mail.fl_str_mv |
atendimento.sib@ufsm.br||tedebc@gmail.com |
_version_ |
1814439742094180352 |