Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/7177
Registro completo de metadados
Campo DCValorIdioma
dc.creatorCorreia, Evandro Gabriel da Silva
dc.date.accessioned2020-11-10T18:06:55Z-
dc.date.available2020-11-10T18:06:55Z-
dc.date.issued2018-05-30
dc.identifier.citationCORREIA, Evandro Gabriel da Silva. Aplicação de redes neurais artificiais na localização de faltas em linhas de transmissão. 2018. 72 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2018.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/7177-
dc.description.abstractThe work presents the application of Artificial Neural Networks (ANNs) in the location of faults in transmission lines (TL). Two different methodologies are proposed, the first method, called generalist does not use the classification module, ie an ANN topology is used to estimate the location of all types of faults, in this method, were used as inputs the data recorded in both transmission line terminals and data from only one terminal of the TL, while the second has an ANN topology functioning as a fault classification module, and a topology for each type of fault to estimate the distance, this method uses as input the currents of the local bus. In order to perform the tests, the ATP software was used, considering the faults phase-earth, phase-phase, phase-phase-earth and phase-phase-phase to generate the database, already for implementation of the topologies ANN was used the NNTOOL toolbox of Matlab® software. After the tests were carried out, it was verified the efficiency of the methods that use ANN to locate faults, both with the generalist method and with the method of classification and location.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsopenAccesspt_BR
dc.subjectRedes neurais (Computação)pt_BR
dc.subjectLinhas elétricaspt_BR
dc.subjectFourier, Transformadas dept_BR
dc.subjectNeural networks (Computer science)pt_BR
dc.subjectElectric linespt_BR
dc.subjectFourier transformationspt_BR
dc.titleAplicação de redes neurais artificiais na localização de faltas em linhas de transmissãopt_BR
dc.typebachelorThesispt_BR
dc.description.resumoO trabalho apresenta a aplicação de Redes Neurais Artificiais (RNAs) na localização de faltas em linhas de transmissão (LT). Duas diferentes metodologias são propostas, o primeiro método, denominado generalista não utiliza o módulo de classificação, ou seja, uma topologia RNA é utilizada para estimar a localização de todos os tipos de faltas. Neste método, foram utilizados como entradas os dados registrados em ambos terminais da linha de transmissão e os dados de somente um terminal da LT. Já o segundo, possui uma topologia RNA funcionando como módulo de classificação de faltas, e uma topologia para cada tipo de falta para estimar a distância. Este método utiliza como entrada as correntes do barramento local. Para realização dos testes foi utilizado o software ATP, considerando-se as faltas fase-terra, fase-fase, fase-fase-terra e fase-fase-fase para gerar o banco de dados. Já para implementação das topologias de RNA foi utilizado a toolbox NNTOOL do software Matlab®. Após a realização dos testes constatou-se a eficiência dos métodos que utilizam RNA para localização de faltas, tanto com o método generalista quanto com o método de classificação e localização.pt_BR
dc.degree.localCornélio Procópiopt_BR
dc.publisher.localCornelio Procopiopt_BR
dc.contributor.advisor1Silva, Murilo da
dc.contributor.referee1Silva, Murilo da
dc.contributor.referee2Shiguemoto, Gabriela Helena Bauab
dc.contributor.referee3Souza, Silvio Aparecido de
dc.publisher.countryBrasilpt_BR
dc.publisher.programEngenharia Elétricapt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqEngenhariaspt_BR
Aparece nas coleções:CP - Engenharia Elétrica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
CP_COELT_2018_1_02.pdf1,48 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.