Diagnóstico de faltas em linhas de transmissão baseado em redes neurais artificiais e transformada wavelet.

• Ano de defesa: 2005
• Autor(a) principal: SILVA, Kleber Melo e.
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Engenharia Elétrica e Informática - CEEI; PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA; UFCG
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/10838

Um método baseado em redes neurais artificiais e transformadas wavelet para a detecção e classificação de faltas em linhas de transmissão e proposto. A analise e feita sobre os sinais de tensão e corrente capturados pelos registradores digitais de perturbação. A detecção da falta e a determinação de sua duração são realizadas por um conjunto de regras construídas a partir da analise dos sinais de corrente nos domínios do tempo e wavelet. Nessa fase, uma falta e diferenciada de distúrbios associados a qualidade da energia elétrica, tais como afundamentos de tensão e transitórios de chaveamento. No caso de falta, sua classificação e realizada por meio de uma rede neural, a partir do reconhecimento dos padrões das tensões e correntes no domínio do tempo. 0 método foi avaliado para situações de faltas simuladas e reais em linhas do sistema de transmissão da CHESF, apresentando bons resultados em ambos os casos.