Detecção e classificação de faltas em linhas de transmissão utilizando transformada Wavelet e rede lógica neurofuzzy com aprendizado participativo

AUTOR(ES)
DATA DE PUBLICAÇÃO

2010

RESUMO

Nos Sistemas Elétricos de Potência a linha de transmissão é o elemento mais vulnerável, pois está sujeita a faltas provocadas por fatores externos e internos. Sistemas de proteção são empregados para minimizar os impactos causados pelas faltas sendo que, atualmente, os relés digitais cumprem o papel principal no diagnóstico das faltas. Diversos algoritmos para diagnóstico de faltas podem ser utilizados nos relés digitais e, recentemente, as pesquisas têm se concentrado no uso de técnicas de análise de sinais e em sistemas inteligentes, na tentativa de superar as desvantagens dos métodos convencionais. Neste trabalho é apresentada uma metodologia de detecção e classificação de faltas do tipo curto-circuito e tipo circuito aberto em linhas de transmissão. A metodologia proposta utiliza a Transformada Wavelet para detecção da falta e utiliza a Rede Lógica Neurofuzzy para classificação da mesma, a partir da extração de informações dos sinais de tensão e corrente da linha de transmissão. No treinamento da Rede Lógica Neurofuzzy foi incluído o Aprendizado Participativo na etapa de geração das funções de pertinência dos subconjuntos fuzzy. Os algoritmos foram implementados em um Sistema de Detecção e Classificação de Faltas e resultados obtidos através de simulações demonstraram a robustez e eficiência da metodologia proposta.

ASSUNTO(S)

engenharia elétrica teses.

ACESSO AO ARTIGO

Documentos Relacionados