DETECÇÃO E CLASSIFICAÇÃO DE CURTO-CIRCUITOS UTILIZANDO A TRANSFORMADA DISCRETA FRACIONÁRIA DE FOURIER E REDE NEURAL ARTIFICIAL
O setor elétrico tem passado por uma reestruturação nos últimos anos, especialmente nas últimas duas décadas diversas mudanças como o crescimento da geração distribuída e os avanços da eletrônica de potência tem desempenhado um papel cada vez mais importante em termos técnicos e comerciais no sistema elétrico de potência (SEP). As mudanças no setor elétrico associadas à necessidade de se obter elevados indíces de continuidade de fornecimento e qualidade de energia (QE) levam ao desenvolvimento de sistemas capazes de detectar e classificar faltas no sistema elétrico, com o objetivo de monitorar e reestabelecer o fornecimento de forma eficiente e segura. O obetivo deste artigo é demonstrar um método de detecção e classificação de curto-circuitos baseado em processamento de sinais e inteligência computacional. Para o pré-processamento dos sinais foi utilizada a transformada discreta fracionária de Fourier (DFrFT), que consiste em uma generalização da transformada discreta de Fourier e permite a existência de domínios intermediários entre o tempo e a frequência. Utilizando a DFrFT em conjunto com uma rede neural artificial (RNA) multilayer perceptron foi possível obter um sistema com taxa de acurácia acima de 90% para detecção e classificação de curto-circuitos.
DETECÇÃO E CLASSIFICAÇÃO DE CURTO-CIRCUITOS UTILIZANDO A TRANSFORMADA DISCRETA FRACIONÁRIA DE FOURIER E REDE NEURAL ARTIFICIAL
-
DOI: 10.22533/at.ed.73421220210
-
Palavras-chave: Classificação, curto-circuito, rede neural artificial, transformada discreta fracionária de Fourier
-
Keywords: Artificial Neural Network, Classification, Fractional Fourier Transform, Short-Circuit
-
Abstract:
The electrical sector has experienced a specialty in the years, especially in the last two decades, several changes such as the growth of distributed generation and the advances in power electronics have played an increasingly important role in technical and commercial terms in the electrical power system (SEP) . As changes in the electrical sector associated with the need to obtain high rates of continuity of supply and quality of energy (QE) lead to the development of systems to detect and classify faults in the electrical system, with the objective of monitoring and reestablishing supply efficient and safe. The purpose of this article is to demonstrate a method for detecting and classifying short circuits based on signal processing and computational intelligence. For the pre-processing of the signals, the discrete Fourier transform (DFrFT) was used, which consists of a generalization of the discrete Fourier transform and allows the existence of intermediate domains between time and frequency. Using a DFrFT in conjunction with a multilayer perceptron artificial neural network (RNA) it was possible to obtain a system with an accuracy rate above 90% for detecting and classifying short circuits.
-
Número de páginas: 15
- Viviane Barrozo da Silva Duarte Ricciotti
- Adailton Braga Júnior
- Paulo de Tarso Carvalho de Oliveira
- Júlio César Ribeiro
- Leonardo Audalio Ferreira do Nascimento
