Use este identificador para citar ou linkar para este item:
http://repositorio.ufgd.edu.br/jspui/handle/prefix/3949
Tipo: | Trabalho de Conclusão de Curso |
Título: | Localização de faltas no sistema elétrico de distribuição da Universidade Federal da Grande Dourados utilizando inteligência artificial |
Autor(es): | Manica, Cassiano Rocha |
Primeiro Orientador: | Biasotto, Etienne |
metadata.dc.contributor.referee1: | Gibelli, Gerson Bessa |
metadata.dc.contributor.referee2: | Turdera, Eduardo Mirko Valenzuela |
Resumo: | Este trabalho propôs uma metodologia para localização de faltas através de Redes Neurais Artificiais (RNAs) no sistema elétrico de distribuição da Universidade Federal da Grande Dourados (UFGD), foi realizado um breve levantamento teórico sobre as técnicas de localização de faltas existentes e quanto as principais propriedades das RNAs. Para modelagem computacional do sistema elétrico se fez uso do software ATPDraw, se mostrando uma ferramenta completa, possibilitando a simulação com demasiadas características das linhas de distribuição aéreas (LTs), transformadores e cargas do sistema, onde foram simulados um total de 48 curtos-circuitos trifásicos. Para o tratamento dos dados, com a finalidade de formação da matriz de entrada da RNA, foi confeccionado um código base para extração do valor médio eficaz (RMS) dos dados de corrente e tensão de um determinado intervalo de tempo. Foram montadas cinco disposições de matrizes de entrada, de maneira a se testar a eficácia de localização com um ou mais terminais na rede modelada. Fazendo-se uso da ferramenta Neural Network Pattern Recognition Tool (nprtool) do software MATLAB, constatou-se que a melhor forma de localização de faltas com a metodologia aplicada se refere a utilização de dados de três terminais de medição. |
Abstract: | This work proposed a methodology for locating faults through Artificial Neural Networks (RNAs) for the distribution power system electrical of the Federal University of Grande Dourados (UFGD). A brief theoretical survey was carried out on existing fault localization techniques and on the main properties of RNAs. For the computational modeling of the electrical system, the ATPDraw software is used, showing itself a complete tool, allowing simulation with too many distribution lines (LTs), transformers and loads of the system, where a total of 48 threephase short-circuits were simulated. For the treatment of data, for the purpose of forming the RNA input matrix, to make a base code for extracting the root mean square (RMS) of the current and voltage data of a certain time interval. Five input arrays were assembled to test one location effectiveness with one or more terminals in the modeled network. Using the Neural Network Pattern Recognition Tool (nprtool) of the MATLAB software, it was found that a better form of fault localization with an applied methodology is the data reference of three measurement terminals. |
Palavras-chave: | Curto-circuito Short circuits Rede neural (Ciência da computação) Neural computers |
CNPq: | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
Idioma: | por |
País: | Brasil |
Editor: | Universidade Federal da Grande Dourados |
Sigla da Instituição: | UFGD |
metadata.dc.publisher.department: | Faculdade de Engenharia |
Citação: | MANICA, Cassiano Rocha. Localização de faltas no sistema elétrico de distribuição da Universidade Federal da Grande Dourados utilizando inteligência artificial. 2017. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Energia) – Faculdade de Engenharia, Universidade Federal da Grande Dourados, Dourados, MS, 2017. |
Tipo de Acesso: | Acesso Aberto |
URI: | http://repositorio.ufgd.edu.br/jspui/handle/prefix/3949 |
Data do documento: | 7-Abr-2017 |
Aparece nas coleções: | Engenharia de Energia |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
CassianoRochaManica.pdf | 6,45 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.