OTIMIZAÇÃO NÃO LINEAR E REDES NEURAIS ARTIFICIAIS: FERRAMENTAS NA LOCALIZAÇÃO DE FALTAS EM LINHAS DE TRANSMISSÃO
Neste texto apresenta-se a aplicação de técnicas de otimização não linear Quasi-Newton, Elipsoidal e Genético Real Polarizado ao problema de localização de faltas em linhas de transmissão através da minimização de uma função mono-objetivo, definida em termos dos parâmetros da linha e do tipo de falta. A classificação da falta é realizada por uma rede neural artificial, a fim de determinar o tipo de curto-circuito. São utilizados dados simulados, gerados em um programa de transitórios eletromagnéticos e algumas faltas reais, ocorridas no sistema elétrico brasileiro. Como resultado, obtém-se a distância até o curto-circuito e a resistência de falta com erros médios de localização inferiores a 1% do comprimento da linha.
OTIMIZAÇÃO NÃO LINEAR E REDES NEURAIS ARTIFICIAIS: FERRAMENTAS NA LOCALIZAÇÃO DE FALTAS EM LINHAS DE TRANSMISSÃO
-
DOI: 10.22533/at.ed.8972017093
-
Palavras-chave: Otimização Não Linear, Rede Neurais Artificiais, Localização de Faltas em Linhas de Transmissão.
-
Keywords: Nonlinear Optimization, Artificial Neural Network, Fault Localization in Transmission Lines.
-
Abstract:
This text presents the application of nonlinear optimization techniques Quasi- Newton, Ellipsoidal and Real Genetic Biased to the fault localization problem in transmission lines through minimization of a monoobjective function, defined as line parameters and fault type. The classification of fault is done by an Artificial Neural Network, in order to determinate the type of short circuit. Simulated data created in a electromagnetic transients program and some real faults, occurred in Brazilian Electrical System, are used. As result the distance until short circuit and fault resistance with medium errors of locations lower than 1% of line length are get.
-
Número de páginas: 18
- Thiago Gomes de Mattos
- Rodrigo Tomás Nogueira Cardoso
- Eduardo Gonzaga da Silveira
- Simone Aparecida Rocha
