Detecção e classificação de faltas de curto-circuito em sistemas de distribuição com a inserção de geração distribuída

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Faria, Andréia da Silva Santos
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Estadual Paulista (Unesp)
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Análise multirressolução
Detecção de faltas de curto-circuito
Rede neural ARTMAP Fuzzy
Sistemas de distribuição de energia elétrica
Transformada Wavelet discreta de sobreposição máxima
Electrical energy distribution systems
Multi-resolution analysis
Maximal overlap discrete Wavelet transform
Neural network Fuzzy ARTMAP
Short-circuit fault detection
Link de acesso: http://hdl.handle.net/11449/202666
Resumo: A detecção e classificação de faltas de curtos-circuitos são de fundamental importância para minorar danos a equipamentos elétricos e prevenir faltas de regime permanente ou blecautes em sistemas de Distribuição. A inserção de geração distribuída na rede de distribuição altera a topologia do sistema elétrico e afeta diretamente a corrente de curto-circuito. Nesse contexto, neste trabalho propõe-se uma metodologia alternativa para detecção e classificação de faltas de curto-circuito em sistemas de distribuição de energia elétrica trifásicos considerando a inserção de geração distribuída. A detecção baseia-se nos índices comportamentais das correntes de curto-circuito trifásicas que são extraídos por meio da Transformada Wavelet Discreta de sobreposição Máxima e Análise de Multirresolução. A classificação das fases em curto-circuito é realizada via uso da rede neural ARTMAP-Fuzzy. As diversas condições de falta foram simuladas no sistema teste IEEE-34 barras modificado. O sistema teste foi modelado no software ATPDraw e a metodologia para detecção e classificação de faltas foi implementada no software MATLAB. A técnica para detecção e classificação é robusta. Foram detectados corretamente em todos os cenários implementados, mais de 98% dos curtos-circuitos, enquanto o acerto do classificador foi superior a 98% com apenas uma execução ou época para as etapas de treinamento e teste, portanto o mesmo apresenta baixo esforço computacional.
id UNSP_7e298bc8636c7b76fe0712b580c98b7f
oai_identifier_str oai:repositorio.unesp.br:11449/202666
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str
spelling Detecção e classificação de faltas de curto-circuito em sistemas de distribuição com a inserção de geração distribuídaDetection and classification of short-circuit faults in distribution systems with the distributed generation insertAnálise multirressoluçãoDetecção de faltas de curto-circuitoRede neural ARTMAP FuzzySistemas de distribuição de energia elétricaTransformada Wavelet discreta de sobreposição máximaElectrical energy distribution systemsMulti-resolution analysisMaximal overlap discrete Wavelet transformNeural network Fuzzy ARTMAPShort-circuit fault detectionA detecção e classificação de faltas de curtos-circuitos são de fundamental importância para minorar danos a equipamentos elétricos e prevenir faltas de regime permanente ou blecautes em sistemas de Distribuição. A inserção de geração distribuída na rede de distribuição altera a topologia do sistema elétrico e afeta diretamente a corrente de curto-circuito. Nesse contexto, neste trabalho propõe-se uma metodologia alternativa para detecção e classificação de faltas de curto-circuito em sistemas de distribuição de energia elétrica trifásicos considerando a inserção de geração distribuída. A detecção baseia-se nos índices comportamentais das correntes de curto-circuito trifásicas que são extraídos por meio da Transformada Wavelet Discreta de sobreposição Máxima e Análise de Multirresolução. A classificação das fases em curto-circuito é realizada via uso da rede neural ARTMAP-Fuzzy. As diversas condições de falta foram simuladas no sistema teste IEEE-34 barras modificado. O sistema teste foi modelado no software ATPDraw e a metodologia para detecção e classificação de faltas foi implementada no software MATLAB. A técnica para detecção e classificação é robusta. Foram detectados corretamente em todos os cenários implementados, mais de 98% dos curtos-circuitos, enquanto o acerto do classificador foi superior a 98% com apenas uma execução ou época para as etapas de treinamento e teste, portanto o mesmo apresenta baixo esforço computacional.The detection, as well as the classification of faults relative to short-circuit, are of fundamental importance to mitigate damages to electrical equipment and prevent faults of permanent regime or blackouts in electrical power systems. The insertion of distributed generation in the distribution network changes the topology of the electrical system and directly affects the shortcircuit current. In this context, an alternative metholody aimed at detecting and classifying short-circuit faults in three-phase power distribution systems is proposed in this work with the insertion of distributed generation. The detection is made from the evaluation of the indices of three-phase short-circuit currents. These indices are obtained through the Discrete Wavelet Transform and the Multi-Resolution Analysis. The classification of the short-circuit phases is performed using the ARTMAP-Fuzzy neural network. The various fault conditions were simulated in the modified IEEE 34-bus. That test system was represented in the ATPDraw software and the methodology for fault detection and classification was implemented in the MATLAB software. The detection and classification technique is robust. More than 98% of short circuits were correctly detected, while the classifier reached 98% assertiveness with just one training and test period with low computational effort.Universidade Estadual Paulista (Unesp)Lopes, Mara Lúcia [UNESP]Universidade Estadual Paulista (Unesp)Faria, Andréia da Silva Santos2021-02-09T22:36:42Z2021-02-09T22:36:42Z2020-12-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/11449/20266633004099080P0porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2024-08-05T17:40:38Zoai:repositorio.unesp.br:11449/202666Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462024-08-05T17:40:38Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Detecção e classificação de faltas de curto-circuito em sistemas de distribuição com a inserção de geração distribuída
Detection and classification of short-circuit faults in distribution systems with the distributed generation insert
title Detecção e classificação de faltas de curto-circuito em sistemas de distribuição com a inserção de geração distribuída
spellingShingle Detecção e classificação de faltas de curto-circuito em sistemas de distribuição com a inserção de geração distribuída
Faria, Andréia da Silva Santos
Análise multirressolução
Detecção de faltas de curto-circuito
Rede neural ARTMAP Fuzzy
Sistemas de distribuição de energia elétrica
Transformada Wavelet discreta de sobreposição máxima
Electrical energy distribution systems
Multi-resolution analysis
Maximal overlap discrete Wavelet transform
Neural network Fuzzy ARTMAP
Short-circuit fault detection
title_short Detecção e classificação de faltas de curto-circuito em sistemas de distribuição com a inserção de geração distribuída
title_full Detecção e classificação de faltas de curto-circuito em sistemas de distribuição com a inserção de geração distribuída
title_fullStr Detecção e classificação de faltas de curto-circuito em sistemas de distribuição com a inserção de geração distribuída
title_full_unstemmed Detecção e classificação de faltas de curto-circuito em sistemas de distribuição com a inserção de geração distribuída
title_sort Detecção e classificação de faltas de curto-circuito em sistemas de distribuição com a inserção de geração distribuída
author Faria, Andréia da Silva Santos
author_facet Faria, Andréia da Silva Santos
author_role author
dc.contributor.none.fl_str_mv Lopes, Mara Lúcia [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Faria, Andréia da Silva Santos
dc.subject.por.fl_str_mv Análise multirressolução
Detecção de faltas de curto-circuito
Rede neural ARTMAP Fuzzy
Sistemas de distribuição de energia elétrica
Transformada Wavelet discreta de sobreposição máxima
Electrical energy distribution systems
Multi-resolution analysis
Maximal overlap discrete Wavelet transform
Neural network Fuzzy ARTMAP
Short-circuit fault detection
topic Análise multirressolução
Detecção de faltas de curto-circuito
Rede neural ARTMAP Fuzzy
Sistemas de distribuição de energia elétrica
Transformada Wavelet discreta de sobreposição máxima
Electrical energy distribution systems
Multi-resolution analysis
Maximal overlap discrete Wavelet transform
Neural network Fuzzy ARTMAP
Short-circuit fault detection
description A detecção e classificação de faltas de curtos-circuitos são de fundamental importância para minorar danos a equipamentos elétricos e prevenir faltas de regime permanente ou blecautes em sistemas de Distribuição. A inserção de geração distribuída na rede de distribuição altera a topologia do sistema elétrico e afeta diretamente a corrente de curto-circuito. Nesse contexto, neste trabalho propõe-se uma metodologia alternativa para detecção e classificação de faltas de curto-circuito em sistemas de distribuição de energia elétrica trifásicos considerando a inserção de geração distribuída. A detecção baseia-se nos índices comportamentais das correntes de curto-circuito trifásicas que são extraídos por meio da Transformada Wavelet Discreta de sobreposição Máxima e Análise de Multirresolução. A classificação das fases em curto-circuito é realizada via uso da rede neural ARTMAP-Fuzzy. As diversas condições de falta foram simuladas no sistema teste IEEE-34 barras modificado. O sistema teste foi modelado no software ATPDraw e a metodologia para detecção e classificação de faltas foi implementada no software MATLAB. A técnica para detecção e classificação é robusta. Foram detectados corretamente em todos os cenários implementados, mais de 98% dos curtos-circuitos, enquanto o acerto do classificador foi superior a 98% com apenas uma execução ou época para as etapas de treinamento e teste, portanto o mesmo apresenta baixo esforço computacional.
publishDate 2020
dc.date.none.fl_str_mv 2020-12-14
2021-02-09T22:36:42Z
2021-02-09T22:36:42Z
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/11449/202666
33004099080P0
url http://hdl.handle.net/11449/202666
identifier_str_mv 33004099080P0
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
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv repositoriounesp@unesp.br
_version_ 1854954317595803648

Registros relacionados