Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/7186| Título: | Proteção diferencial em transformadores de potência via redes neurais artificiais |
| Autor(es): | Pereira, Patrícia de Oliveira |
| Orientador(es): | Souza, Silvio Aparecido de |
| Palavras-chave: | Transformadores elétricos Redes neurais (Computação) Perceptron Electric transformers Neural networks (Computer science) Genetic algorithms |
| Data do documento: | 5-Jun-2018 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Cornelio Procopio |
| Citação: | PEREIRA, Patrícia de Oliveira. Proteção diferencial em transformadores de potência via redes neurais artificiais. 2018. 90 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2018. |
| Resumo: | A presente pesquisa trata-se de um estudo sobre a proteção diferencial em transformadores de potência, via redes neurais. Essa pesquisa tem como objetivo geral, identificar faltas internas e externas de um transformador de potência, em diversas condições de operação, utilizando redes neurais artificiais (RNA). Utilizou-se o software ATPDraw com o objetivo de modelar e analisar o comportamento de um transformador de potência de 25MVA diante de diversas condições de operações como: regime permanente, faltas internas entre fase-terra no primário do transformador e faltas próximo a carga. Dentre as condições evidenciadas, destacam-se: situações de faltas internas, faltas externas, regime permanente. Implementou-se no Matlab, uma rede RNA, com o objetivo de classificar as condições de operações simuladas. A arquitetura de RNA implementada foi uma Rede FeedForward de camadas múltiplas, a Perceptron multicamadas. A pesquisa constatou que utilizando-se os dados de simulações geradas no ATPDraw como dados de entrada para a RNA, obteve-se resultados satisfatórios, em que o algoritmo classificou corretamente uma porcentagem considerável de amostras, mostrando-se um possível método alternativo de proteção diferencial aos algoritmos convencionais. |
| Abstract: | The present research is a study about the differential protection in power transformers, using neural networks. This research has as general objective, to identify internal and external faults of a power transformer, in several operating conditions, using artificial neural networks (RNA). The ATPDraw software was used to model and analyze the behavior of a 25MVA power transformer in a variety of operating conditions such as: permanent regime, internal phase-to-earth faults in the primary of the transformer and near-load faults. Among the highlighted conditions, the following stand out: situations of internal faults, external faults, permanent regime. An RNA network was implemented in Matlab, in order to classify the conditions of simulated operations. The implemented RNA architecture was a multi-layer FeedForward Network, the Multilayer Perceptron. The research found that using the simulation data generated in ATPDraw as input data for RNA, satisfactory results were obtained, in which the algorithm correctly classified a considerable percentage of samples, showing a possible alternative method of differential protection to conventional algorithms. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/7186 |
| Aparece nas coleções: | CP - Engenharia Elétrica |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| CP_COELT_2018_1_16.pdf | 3,13 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.