Detecção e classificação de curto-circuitos em sistemas de distribuição usando rede neural artificial ARTMAP nebulosa

Detalhes bibliográficos
Ano de defesa: 2010
Autor(a) principal: Martins, João Roberto Deroco [UNESP]
Orientador(a): Filho, Jozué Vieira [UNESP]
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:
Curtos-circuitos
Redes neurais (Computação)
Diagnóstico de faltas - Energia elétrica
Redes neurais ARTMAP nebulosa
Palavras-chave em Inglês:
Short-circuit faults diagnostic
Artificial neural network
Fuzzy ART- MAP network
Link de acesso: http://hdl.handle.net/11449/87047
Resumo: Este trabalho apresenta uma metodologia para detecção e classificação de faltas do tipo curto-circuito. Esta operação de diagnóstico tem como principal operador um banco de redes neurais artificiais (RNAs) do tipo ARTMAP Nebulosa. Tal ferramenta segue a principal filosofia das RNAs: o reconhecimento de padrões, através de um trei- namento supervisionado inicial, responsável por atualizar os parâmetros das redes con- comitantemente com os resultados desejados. Finalizada a fase de adaptação, as redes serão capazes de, após receber novos padrões, classificá-los, de forma a propiciar, ao operador, informações importantes quanto ao estado de transmissão de barras presentes em um determinado complexo elétrico. Aqui, tomou-se como modelo a simulação de um grande alimentador real, composto por mais de 800 barras. Aliados às RNAs, tam- bém foram aplicadas, no que se refere à análise de dados amostrados de corrente elétri- ca, duas importantes e flexíveis ferramentas matemáticas: a Transformada de Fourier e a Transformada Wavelet. .Observa-se, ao final do trabalho, que os resultados apresenta- dos são bastante encorajadores, o que possibilitaria a utilização do programa em um ambiente real
id UNSP_acb1368e33ce5273a98ca9a36d23f95e
oai_identifier_str oai:repositorio.unesp.br:11449/87047
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str
spelling Martins, João Roberto Deroco [UNESP]Universidade Estadual Paulista (Unesp)Lotufo, Anna Diva PlasenciaDuarte, Marco Aparecido QueirozFilho, Jozué Vieira [UNESP]2014-06-11T19:22:31Z2014-06-11T19:22:31Z2010-02-19MARTINS, João Roberto Deroco. Detecção e classificação de curto-circuitos em sistemas de distribuição usando rede neural artificial ARTMAP nebulosa. 2010. 84 f. Dissertação (mestrado) - Universidade Estadual Paulista, Faculdade de Engenharia de Ilha Solteira, 2010.http://hdl.handle.net/11449/87047000638977martins_jrd_me_ilha.pdf33004099080P0Este trabalho apresenta uma metodologia para detecção e classificação de faltas do tipo curto-circuito. Esta operação de diagnóstico tem como principal operador um banco de redes neurais artificiais (RNAs) do tipo ARTMAP Nebulosa. Tal ferramenta segue a principal filosofia das RNAs: o reconhecimento de padrões, através de um trei- namento supervisionado inicial, responsável por atualizar os parâmetros das redes con- comitantemente com os resultados desejados. Finalizada a fase de adaptação, as redes serão capazes de, após receber novos padrões, classificá-los, de forma a propiciar, ao operador, informações importantes quanto ao estado de transmissão de barras presentes em um determinado complexo elétrico. Aqui, tomou-se como modelo a simulação de um grande alimentador real, composto por mais de 800 barras. Aliados às RNAs, tam- bém foram aplicadas, no que se refere à análise de dados amostrados de corrente elétri- ca, duas importantes e flexíveis ferramentas matemáticas: a Transformada de Fourier e a Transformada Wavelet. .Observa-se, ao final do trabalho, que os resultados apresenta- dos são bastante encorajadores, o que possibilitaria a utilização do programa em um ambiente realThis work presents a detection and classification of short-circuit faults metho- dology. The main operator of this diagnostic operation is a Fuzzy ARTMAP Artificial Neural Networks (ANN) bank. This tool follows the ANN’s main core: pattern recogni- tion, through an initial supervised training stage, responsible for updating the parame- ters of the networks con-comitant with the desired results. Completed the adaptation phase, the network will be able to, after receiving new standards, classifying them in order to provide to the operator important information about the state of transmission of bars present in a given complex electric. Here, there is, like a model, a simulation of a real big feeder, comprising more than 800 bars. Besides the ANNs, two important and flexible mathematical tools were also applied with regard to the analysis of sampled data of electric current: Fourier Transform and Wavelet Transform. At the end of the work the results presented are very encouraging, which would allow the use of the pro- gram in a no simulations real environmentCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)84 f. : il.porUniversidade Estadual Paulista (Unesp)Alephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPCurtos-circuitosRedes neurais (Computação)Diagnóstico de faltas - Energia elétricaRedes neurais ARTMAP nebulosaShort-circuit faults diagnosticArtificial neural networkFuzzy ART- MAP networkDetecção e classificação de curto-circuitos em sistemas de distribuição usando rede neural artificial ARTMAP nebulosainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessEngenharia Elétrica - FEISAutomaçãoControle e instrumentação eletrônicaUniversidade Estadual Paulista (UNESP), Faculdade de Engenharia, Ilha SolteiraPublication85b724f4-c5d4-4984-9caf-8f0f0d076a19virtual::176634-185b724f4-c5d4-4984-9caf-8f0f0d076a19virtual::176634-1909f8040-719f-42cf-a550-e298b801fcebvirtual::188495-1909f8040-719f-42cf-a550-e298b801fcebvirtual::188495-1ORIGINALmartins_jrd_me_ilha.pdfapplication/pdf2522090https://repositorio.unesp.br/bitstreams/415caa55-281c-49ee-a08a-b05250d4d6d1/downloadf59e117ff382b22406c99cdc0096ef37MD51trueAnonymousREADTEXTmartins_jrd_me_ilha.pdf.txtWritten by FormatFilter org.dspace.app.mediafilter.TikaTextExtractionFilter on 2023-12-31T06:20:49Z (GMT).Extracted texttext/plain103650https://repositorio.unesp.br/bitstreams/a9ce9902-e8dd-4332-b560-1d503b026efc/download9abe5bd9e9242a286099c50a13478400MD54falseAnonymousREADTHUMBNAILmartins_jrd_me_ilha.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.ImageMagickPdfThumbnailFilter on 2016-11-16T22:10:22Z (GMT).IM Thumbnailimage/jpeg5009https://repositorio.unesp.br/bitstreams/e503d7aa-dcf4-4c2d-8a1b-d423a49bc57f/downloadbeca2779bd65a2348f0eb0aeb7b6ac8eMD53falseAnonymousREAD11449/870472026-03-11T18:58:58.208390Zopen.accessoai:repositorio.unesp.br:11449/87047https://repositorio.unesp.brRepositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestrepositoriounesp@unesp.bropendoar:29462026-03-11T18:58:58Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.pt.fl_str_mv Detecção e classificação de curto-circuitos em sistemas de distribuição usando rede neural artificial ARTMAP nebulosa
title Detecção e classificação de curto-circuitos em sistemas de distribuição usando rede neural artificial ARTMAP nebulosa
spellingShingle Detecção e classificação de curto-circuitos em sistemas de distribuição usando rede neural artificial ARTMAP nebulosa
Martins, João Roberto Deroco [UNESP]
Curtos-circuitos
Redes neurais (Computação)
Diagnóstico de faltas - Energia elétrica
Redes neurais ARTMAP nebulosa
Short-circuit faults diagnostic
Artificial neural network
Fuzzy ART- MAP network
title_short Detecção e classificação de curto-circuitos em sistemas de distribuição usando rede neural artificial ARTMAP nebulosa
title_full Detecção e classificação de curto-circuitos em sistemas de distribuição usando rede neural artificial ARTMAP nebulosa
title_fullStr Detecção e classificação de curto-circuitos em sistemas de distribuição usando rede neural artificial ARTMAP nebulosa
title_full_unstemmed Detecção e classificação de curto-circuitos em sistemas de distribuição usando rede neural artificial ARTMAP nebulosa
title_sort Detecção e classificação de curto-circuitos em sistemas de distribuição usando rede neural artificial ARTMAP nebulosa
author Martins, João Roberto Deroco [UNESP]
author_facet Martins, João Roberto Deroco [UNESP]
author_role author
dc.contributor.institution.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.contributor.committeeMember.none.fl_str_mv Lotufo, Anna Diva Plasencia
Duarte, Marco Aparecido Queiroz
dc.contributor.author.fl_str_mv Martins, João Roberto Deroco [UNESP]
dc.contributor.advisor1.fl_str_mv Filho, Jozué Vieira [UNESP]
contributor_str_mv Filho, Jozué Vieira [UNESP]
dc.subject.por.fl_str_mv Curtos-circuitos
Redes neurais (Computação)
Diagnóstico de faltas - Energia elétrica
Redes neurais ARTMAP nebulosa
topic Curtos-circuitos
Redes neurais (Computação)
Diagnóstico de faltas - Energia elétrica
Redes neurais ARTMAP nebulosa
Short-circuit faults diagnostic
Artificial neural network
Fuzzy ART- MAP network
dc.subject.eng.fl_str_mv Short-circuit faults diagnostic
Artificial neural network
Fuzzy ART- MAP network
description Este trabalho apresenta uma metodologia para detecção e classificação de faltas do tipo curto-circuito. Esta operação de diagnóstico tem como principal operador um banco de redes neurais artificiais (RNAs) do tipo ARTMAP Nebulosa. Tal ferramenta segue a principal filosofia das RNAs: o reconhecimento de padrões, através de um trei- namento supervisionado inicial, responsável por atualizar os parâmetros das redes con- comitantemente com os resultados desejados. Finalizada a fase de adaptação, as redes serão capazes de, após receber novos padrões, classificá-los, de forma a propiciar, ao operador, informações importantes quanto ao estado de transmissão de barras presentes em um determinado complexo elétrico. Aqui, tomou-se como modelo a simulação de um grande alimentador real, composto por mais de 800 barras. Aliados às RNAs, tam- bém foram aplicadas, no que se refere à análise de dados amostrados de corrente elétri- ca, duas importantes e flexíveis ferramentas matemáticas: a Transformada de Fourier e a Transformada Wavelet. .Observa-se, ao final do trabalho, que os resultados apresenta- dos são bastante encorajadores, o que possibilitaria a utilização do programa em um ambiente real
publishDate 2010
dc.date.issued.fl_str_mv 2010-02-19
dc.date.accessioned.fl_str_mv 2014-06-11T19:22:31Z
dc.date.available.fl_str_mv 2014-06-11T19:22:31Z
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.citation.fl_str_mv MARTINS, João Roberto Deroco. Detecção e classificação de curto-circuitos em sistemas de distribuição usando rede neural artificial ARTMAP nebulosa. 2010. 84 f. Dissertação (mestrado) - Universidade Estadual Paulista, Faculdade de Engenharia de Ilha Solteira, 2010.
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11449/87047
dc.identifier.aleph.none.fl_str_mv 000638977
dc.identifier.file.none.fl_str_mv martins_jrd_me_ilha.pdf
dc.identifier.capes.none.fl_str_mv 33004099080P0
identifier_str_mv MARTINS, João Roberto Deroco. Detecção e classificação de curto-circuitos em sistemas de distribuição usando rede neural artificial ARTMAP nebulosa. 2010. 84 f. Dissertação (mestrado) - Universidade Estadual Paulista, Faculdade de Engenharia de Ilha Solteira, 2010.
000638977
martins_jrd_me_ilha.pdf
33004099080P0
url http://hdl.handle.net/11449/87047
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 84 f. : il.
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 Aleph
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
bitstream.url.fl_str_mv https://repositorio.unesp.br/bitstreams/415caa55-281c-49ee-a08a-b05250d4d6d1/download
https://repositorio.unesp.br/bitstreams/a9ce9902-e8dd-4332-b560-1d503b026efc/download
https://repositorio.unesp.br/bitstreams/e503d7aa-dcf4-4c2d-8a1b-d423a49bc57f/download
bitstream.checksum.fl_str_mv f59e117ff382b22406c99cdc0096ef37
9abe5bd9e9242a286099c50a13478400
beca2779bd65a2348f0eb0aeb7b6ac8e
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv repositoriounesp@unesp.br
_version_ 1878344044687392768

Registros relacionados