Made available in DSpace on 2015-03-03T11:52:37Z (GMT). No. of bitstreams: 0 Previous issue date: 2014-10-29Bitstream added on 2015-03-03T12:06:22Z : No. of bitstreams: 1 000808453.pdf: 1098297 bytes, checksum: 99a8ff6015e19ecb65fcf8b48a61bf82 (MD5) / Nesta pesquisa, apresenta-se uma nova abordagem para o diagnóstico de distúrbios de tensão em sistemas de distribuição de energia elétrica, usando como ferramenta um algoritmo Imuno-Neural. Trata-se, basicamente, de realizar a junção de um algoritmo imunológico de seleção negativa com uma rede neural artificial ARTMAP-Fuzzy. Partindo-se das medições realizadas em uma subestação de distribuição por um sistema de aquisição de dados SCADA, um módulo imunológico é empregado para realizar a detecção, identificando anormalidades por meio de um janelamento das curvas oscilográficas, separando, desta forma, o sinal em parcelas menores para a análise. Assim, no módulo neural, a classificação das anormalidades é realizada. A principal aplicação desta nova ferramenta é auxiliar na tomada de decisões e facilitar a operação do sistema durante a ocorrência de perturbações de tensão. Visando ilustrar a eficiência do método proposto, foram realizadas simulações de sistemas de distribuição de energia elétrica contendo 33, 84 e 134 barras, respectivamente, usando-se o aplicativo EMTP. Os resultados obtidos com esta nova abordagem evidenciam uma melhoria em termos de eficiência e de precisão, quando comparados à literatura / In this research we present a new approach to the diagnosis of voltage disturbances in power distribution systems, using as one tool Immune Neural algorithm. This proposal is basically to hold the junction of an immune negative selection algorithm with an artificial neural network ARTMAP-Fuzzy. Thus, starting from measurements made in a distribution substation for SCADA system for acquiring data, an immunological module performs the detection process, identifying abnormalities through a windowing performed by the oscillographic curves, thereby separating the signal into smaller portions for analysis module and so on neural classification of abnormality is performed. The main application of this new tool is to assist in decision making and facilitate the operation of the system for failures. To evaluate the efficiency of the proposed method simulations of electric power distribution systems were performed in three systems EMTP software distribution containing 33, 84 and 134 bar, respectively. The results obtained with this new approach demonstrate accuracy and efficiency when compared to literature

Orientador: Carlos Roberto Minussi / Banca: Francisco Villarreal Alvarado / Banca: Fernando Cezar Vieira Malange / Resumo: Nesta pesquisa, apresenta-se uma nova abordagem para o diagnóstico de distúrbios de tensão em sistemas de distribuição de energia elétrica, usando como ferramenta um algoritmo Imuno-Neural. Trata-se, basicamente, de realizar a junção de um algoritmo imunológico de seleção negativa com uma rede neural artificial ARTMAP-Fuzzy. Partindo-se das medições realizadas em uma subestação de distribuição por um sistema de aquisição de dados SCADA, um módulo imunológico é empregado para realizar a detecção, identificando anormalidades por meio de um janelamento das curvas oscilográficas, separando, desta forma, o sinal em parcelas menores para a análise. Assim, no módulo neural, a classificação das anormalidades é realizada. A principal aplicação desta nova ferramenta é auxiliar na tomada de decisões e facilitar a operação do sistema durante a ocorrência de perturbações de tensão. Visando ilustrar a eficiência do método proposto, foram realizadas simulações de sistemas de distribuição de energia elétrica contendo 33, 84 e 134 barras, respectivamente, usando-se o aplicativo EMTP. Os resultados obtidos com esta nova abordagem evidenciam uma melhoria em termos de eficiência e de precisão, quando comparados à literatura / Abstract: In this research we present a new approach to the diagnosis of voltage disturbances in power distribution systems, using as one tool Immune Neural algorithm. This proposal is basically to hold the junction of an immune negative selection algorithm with an artificial neural network ARTMAP-Fuzzy. Thus, starting from measurements made in a distribution substation for SCADA system for acquiring data, an immunological module performs the detection process, identifying abnormalities through a windowing performed by the oscillographic curves, thereby separating the signal into smaller portions for analysis module and so on neural classification of abnormality is performed. The main application of this new tool is to assist in decision making and facilitate the operation of the system for failures. To evaluate the efficiency of the proposed method simulations of electric power distribution systems were performed in three systems EMTP software distribution containing 33, 84 and 134 bar, respectively. The results obtained with this new approach demonstrate accuracy and efficiency when compared to literature / Mestre