Detecção e classificação de faltas a partir da análise de registros oscilográficos via redes neurais artificiais e transformada wavelet

AUTOR(ES)

Melo e Silva, Kleber, Souza, Benemar Alencar de, Brito, Núbia Silva Dantas, Dantas, Karcius Marcelus Colaço, Costa, Flávio Bezerra, Silva, Sandra Sayonara Bispo da

FONTE

Sba: Controle & Automação Sociedade Brasileira de Automatica

DATA DE PUBLICAÇÃO

2007-06

RESUMO

Este artigo apresenta um método de detecção e classificação de faltas em linhas de transmissão, a partir da análise de registros oscilográficos via redes neurais artificiais e transformada wavelet. Realiza-se a detecção da falta e a determinação de sua duração através de um conjunto de regras heurísticas construídas a partir da análise dos sinais de corrente nos domínios do tempo e wavelet. O método diferencia faltas de outras ocorrências relacionadas à qualidade da energia elétrica, tais como afundamentos de tensão e transitórios de chaveamento. Uma rede neural classifica faltas a partir do reconhecimento dos padrões das tensões e correntes relacionados a cada tipo específico. O método proposto foi avaliado para registros simulados e reais em linhas de transmissão do sistema Chesf, apresentando bons resultados em ambos os casos.

ASSUNTO(S)

redes neurais artificiais transformada wavelet detecção e classificação de faltas em linhas de transmissão

Documentos Relacionados

• Detecção de faltas evolutivas e múltiplos distúrbios em registros oscilográficos baseada na transformada wavelet discreta
• Localização de faltas em linhas de transmissão de múltiplos terminais a partir de registros oscilográficos sincronizados via transformada wavelet
• Classificação de sinais de voz utilizando a transformada Wavelet Packet e redes neurais artificiais
• O emprego de redes neurais artificiais na detecção, classificação e localização de faltas em linhas de transmissão
• Aplicação da transformada wavelet discreta na previsão de carga a curto prazo via redes neurais