Spelling suggestions: "subject:"transformada"" "subject:"ransformada""
141 |
Implementação de um localizador de faltas híbrido para linhas de transmissão com três terminais baseado na transformada wavelet / Implementation of a hybrid fault location for tree-terminals transmission lines based in wavelet transformSilva, Murilo da 15 February 2008 (has links)
Este trabalho apresenta o estudo e o desenvolvimento de um algoritmo híbrido para detecção, classificação e localização de faltas em sistemas com três terminais utilizando como principal ferramenta a transformada wavelet (TW) em suas versões discreta (TWD) e estacionária (TWE). O algoritmo é dito híbrido, pois alia duas metodologias para localizar a falta. A primeira baseada na análise de componentes de alta freqüência (ondas viajantes) e a segunda, baseada na extração dos componentes fundamentais para o cálculo da impedância aparente. A metodologia proposta foi concebida de maneira a trabalhar com dados sincronizados dos três terminais ou apenas dados locais para estimar a localização da falta. O localizador híbrido escolhe automaticamente qual a melhor técnica de localização ser utilizada para alcançar uma localização confiável e precisa. Deste modo, um método pode suprir as dificuldades do outro, ou, no mínimo, fornecer mais informações para que, junto ao conhecimento do operador, uma localização próxima da ótima possa ser alcançada. Com o objetivo de testar e validar a aplicabilidade do algoritmo de localização de faltas híbrido para linhas com três terminais, utilizou-se de dados de sinais faltosos obtidos através de simulações do software ATP (Altenative Transients Program), levando-se em conta a variação de diversos parâmetros que poderiam influenciar o desempenho do algoritmo proposto. Os resultados alcançados pelo algoritmo frente às situações avaliadas são bastante animadores, apontando a uma promissora aplicabilidade do mesmo. / This work presents a study and development of a hybrid algorithm for fault detection, classification and location in tree terminal lines based on wavelet transform (WT). It will be presented in two versions: discrete wavelet transform (DWT) and stationary wavelet transform (SWT). The algorithm is called hybrid because it uses two fault location methodologies: one based on fundamental components and other based on traveling waves. The proposed methodology works either with synchronized tree terminal data or only local data. The hybrid fault locator chooses automatically which location technique to be used in order to reach a reliable and accurate fault location. In this manner, this technique can avoid some difficulties present in other techniques, aiming to reach an optimized fault location. The proposed hybrid fault location was evaluated by simulated fault signals obtained by alternative transient program (ATP). In the tests, several parameters, which would influence the performance of the hybrid algorithm, were varied, such as: fault inception angle, fault resistance, fault type, etc. The results obtained by the proposed methodology are very encouraging and it points out to a very promising application.
|
142 |
Implementação de um localizador de faltas híbrido para linhas de transmissão com três terminais baseado na transformada wavelet / Implementation of a hybrid fault location for tree-terminals transmission lines based in wavelet transformMurilo da Silva 15 February 2008 (has links)
Este trabalho apresenta o estudo e o desenvolvimento de um algoritmo híbrido para detecção, classificação e localização de faltas em sistemas com três terminais utilizando como principal ferramenta a transformada wavelet (TW) em suas versões discreta (TWD) e estacionária (TWE). O algoritmo é dito híbrido, pois alia duas metodologias para localizar a falta. A primeira baseada na análise de componentes de alta freqüência (ondas viajantes) e a segunda, baseada na extração dos componentes fundamentais para o cálculo da impedância aparente. A metodologia proposta foi concebida de maneira a trabalhar com dados sincronizados dos três terminais ou apenas dados locais para estimar a localização da falta. O localizador híbrido escolhe automaticamente qual a melhor técnica de localização ser utilizada para alcançar uma localização confiável e precisa. Deste modo, um método pode suprir as dificuldades do outro, ou, no mínimo, fornecer mais informações para que, junto ao conhecimento do operador, uma localização próxima da ótima possa ser alcançada. Com o objetivo de testar e validar a aplicabilidade do algoritmo de localização de faltas híbrido para linhas com três terminais, utilizou-se de dados de sinais faltosos obtidos através de simulações do software ATP (Altenative Transients Program), levando-se em conta a variação de diversos parâmetros que poderiam influenciar o desempenho do algoritmo proposto. Os resultados alcançados pelo algoritmo frente às situações avaliadas são bastante animadores, apontando a uma promissora aplicabilidade do mesmo. / This work presents a study and development of a hybrid algorithm for fault detection, classification and location in tree terminal lines based on wavelet transform (WT). It will be presented in two versions: discrete wavelet transform (DWT) and stationary wavelet transform (SWT). The algorithm is called hybrid because it uses two fault location methodologies: one based on fundamental components and other based on traveling waves. The proposed methodology works either with synchronized tree terminal data or only local data. The hybrid fault locator chooses automatically which location technique to be used in order to reach a reliable and accurate fault location. In this manner, this technique can avoid some difficulties present in other techniques, aiming to reach an optimized fault location. The proposed hybrid fault location was evaluated by simulated fault signals obtained by alternative transient program (ATP). In the tests, several parameters, which would influence the performance of the hybrid algorithm, were varied, such as: fault inception angle, fault resistance, fault type, etc. The results obtained by the proposed methodology are very encouraging and it points out to a very promising application.
|
143 |
Desarrollo de técnicas avanzadas de diagnóstico de máquinas eléctricas válidas para cualquier régimen de funcionamientoSapena Bañó, Ángel 03 September 2014 (has links)
El trabajo de investigación se basa en la detección de averías en máquinas eléctricas rotativas, utilizando el análisis de las corrientes estatóricas de la máquina. Para ello se van a utilizar novedosas técnicas matemáticas avanzadas de procesado de señal.
Entre las averías que se pretenden detectar destacan la rotura de barras, cortocircuitos entre espiras y excentricidades estáticas, dinámicas y mixtas. Tradicionalmente la detección de estas averías se ha realizado mediante el análisis de corrientes cuando la máquina está funcionando en régimen permanente y muy recientemente se ha comenzado a analizar el régimen transitorio de la máquina. No obstante, en régimen permanente hay averías que son difícilmente detectables debido a que las componentes de fallo dependen en gran medida del deslizamiento que tenga la máquina eléctrica, siendo muy bajo en régimen permanente, sobre todo en máquinas de grandes potencias.
Por ello, durante los últimos años, el Grupo de Investigación en el que se va a desarrollar la tesis doctoral ha desarrollado una serie de novedosas técnicas que permiten detectar las averías mediante el análisis de corrientes en régimen transitorio. No obstante, debido a su elevada complejidad computacional, de análisis e interpretación siguen existiendo una serie de inconvenientes que se pretenden mejorar. Uno de ellos, por ejemplo, es la obtención de indicadores que sean válidos tanto en régimen permanente como en régimen transitorio.
El siguiente paso en este análisis que se pretende desarrollar en la tesis doctoral, consiste en desarrollar técnicas de diagnóstico a partir de la medida de corrientes en cualquier tipo de régimen (permanente, transitorio e incluso alimentando a la máquina eléctrica a través de convertidores de frecuencia), tanto como para motores como para generadores, mediante una técnica novedosa que consiste en la representación de la corriente en el sistema de referencia rotórico.
Para ello se van a analizar las ondas de corriente cambiando el sistema de referencia, pasando de un sistema de referencia estático a un sistema de referencia móvil. El sistema de referencia va a depender de la velocidad de giro de la máquina eléctrica y por tanto del deslizamiento. De este modo, sabiendo que las componentes de avería dependen del deslizamiento, se va a obtener un nuevo sistema de medida y análisis dependiente del deslizamiento en todo momento. Con ello se pretende mejorar los resultados a la hora de obtener un diagnóstico del estado de la máquina eléctrica, así como su aplicación en cualquier régimen de funcionamiento; funcionando en modo motor o generador con diferentes frecuencias de alimentación o generación. / Sapena Bañó, Á. (2014). Desarrollo de técnicas avanzadas de diagnóstico de máquinas eléctricas válidas para cualquier régimen de funcionamiento [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/39376
|
144 |
Dynamic Time Warping baseado na transformada wavelet / Dynamic Time Warping based-on wavelet transformBarbon Júnior, Sylvio 31 August 2007 (has links)
Dynamic Time Warping (DTW) é uma técnica do tipo pattern matching para reconhecimento de padrões de voz, sendo baseada no alinhamento temporal de um sinal com os diversos modelos de referência. Uma desvantagem da DTW é o seu alto custo computacional. Este trabalho apresenta uma versão da DTW que, utilizando a Transformada Wavelet Discreta (DWT), reduz a sua complexidade. O desempenho obtido com a proposta foi muito promissor, ganhando em termos de velocidade de reconhecimento e recursos de memória consumidos, enquanto a precisão da DTW não é afetada. Os testes foram realizados com alguns fonemas extraídos da base de dados TIMIT do Linguistic Data Consortium (LDC) / Dynamic TimeWarping (DTW) is a pattern matching technique for speech recognition, that is based on a temporal alignment of the input signal with the template models. One drawback of this technique is its high computational cost. This work presents a modified version of the DTW, based on the DiscreteWavelet Transform (DWT), that reduces the complexity of the original algorithm. The performance obtained with the proposed algorithm is very promising, improving the recognition in terms of time and memory allocation, while the precision is not affected. Tests were performed with speech data collected from TIMIT corpus provided by Linguistic Data Consortium (LDC).
|
145 |
Um algoritmo para detecção, localização e classificação de distúrbios na qualidade da energia elétrica utilizando a transformada wavelet / Detection, localization and classification algorithm for power quality disturbances using wavelet transformDelmont Filho, Odilon 07 May 2007 (has links)
A Qualidade da energia elétrica é caracterizada pela disponibilidade da energia através de uma forma de onda senoidal pura, sem alterações na amplitude e freqüência. No entanto situações transitórias em sistemas de potência são comuns e estas podem provocar inúmeras interferências indesejáveis. Neste contexto, este trabalho tem como objetivo desenvolver um algoritmo para detectar, localizar no tempo e classificar diversos distúrbios que ocorrem no sistema elétrico através da aplicação da transformada wavelet (TW). Foi realizado um estudo teórico desde a origem até os recentes avanços sobre a TW. Para a detecção e localização no tempo foi utilizada apenas a TW. Com relação à classificação foram comparadas três ferramentas matemáticas: TW, TRF (Transformada Rápida de Fourier) e RNA (Redes Neurais Artificiais). Através do software ATP (Alternative Transients Program) foi modelado um sistema de distribuição, cujas características seguem um sistema real. Todos os distúrbios de tensão gerados e analisados puderam ser detectados e localizados no tempo através da técnica de análise multiresolução. Em relação à classificação, foi realizada uma comparação entre a TW, a TRF e RNA com resultados satisfatórios, destacando dentre elas a TRF e a RNA. Pode-se concluir que os resultados obtidos através do algoritmo mostraram-se eficientes tanto no aspecto da detecção, localização e classificação, assim como na estimação da amplitude do distúrbio e da duração do distúrbio. / A perfect power supply would be one that is always available, maintaining the supply voltage and frequency within certain limits, and supplying pure noise free sinusoidal waveform. Nevertheless, transient events are usual in power systems, resulting in several interferences. The purpose of this study is for detecting, locating in time and to classifying with wavelet transform (WT) several disturbances that occur on power systems. A WT theoretical revision, referring to the first mention in wavelet up to the recent research advances is presented. Only WT was used in order to detect and locate in time the power system disturbances. For classification, three mathematical tools were compared: WT, FFT (Fast Fourier Transform) and ANN (Artificial Neural Networks). A distribution System, with identical characteristics as the real distribution system, was performed with ATP software (Alternative Transients Program). The results showed that multiresolution analysis technique is able to detect and locate all the generated and analyzed voltage disturbances. For classification the results were similar for the WT, FFT and ANN, however FFT and ANN results presented a better performance. The results conclude that the WT algorithm is efficient at detecting, localizing and classifying power system disturbances, as well as, at estimating the amplitude and duration of the voltage disturbance.
|
146 |
Reconhecimento de estados cognitivos em sinas EEG. / Recognition of cognitive states in EEG signals.Flores Vega, Christian Humberto 15 January 2010 (has links)
O processamento de sinais EEG permite interpretar, analisar, estudar, pesquisar e experimentar a atividade elétrica do cérebro como resposta para diferentes processos cognitivos, efeitos de drogas ou fármacos, estudo de doenças psiquiátricas ou neurológicas, entre outras. Esta dissertação é orientada ao reconhecimento de padrões cerebrais que permitam classificar estados cognitivos mediante os sinais de EEG registrados em sujeitos realizando tarefas programadas. Ademais espera-se obter a maior quantidade de padrões para cada estado cognitivo e procurar os parâmetros que oferecem maior informação, analisando as principais bandas cerebrais e todos os eletrodos disponíveis na base de dados. A metodologia usada compreende o registro de cinco tarefas cognitivas analisadas com três abordagens diferentes: análises de longe-range tenporal correlations com o algoritmo de Detrended Fluctuations Analysis (DFA), análise da potência dos sinais cerebrais utilizando a Transformada Ondeleta e finalmente o estudo da sincronia cerebral usando a Transformada de Hilbert. Conclui-se que as abordagens utilizadas nesta dissertação reportam alentadores resultados para diferenciar as tarefas cognitivas estudadas, demonstrando que a utilização da informação de todos os eletrodos e de suas principais bandas cerebrais contribuem de forma positiva. Também se consegue reconhecer e identificar quais parâmetros produzem maior informação para esta análise. / EEG signal processing allows interpreting, analyzing, studying, researching and experiencing the brain electrical activity in response to different cognitive processes, effects of drugs or drugs, the study of neurological or psychiatric diseases, among others. This thesis is oriented to the recognition of brain patterns to classify cognitive states using the EEG signals recorded from subjects performing mental tasks. Also, we expect to collect as many patterns as possible for each cognitive status and to seek parameters that provide more information, examine the major bands and all brain electrodes available in the database. The methodology used includes the registration of five cognitive tasks analyzed with three different approaches: analysis of long-range temporal-correlations with the Detrended Fluctuations Analysis (DFA) algorithm, the power analysis of brain signals using the Wavelet Transform and finally the study of phased looked brain using the Hilbert transform. The approaches used for this research report excellent results for differentiating the cognitive tasks studied, showing that the use of information from all the electrodes and their main brain bands contribute positively. Also, one can recognize and identify which parameters produce more information for this analysis.
|
147 |
Análise cepstral baseada em diferentes famílias transformada wavelet / Cepstral analysis based on different family of wavelet transformSanchez, Fabrício Lopes 02 December 2008 (has links)
Este trabalho apresenta um estudo comparativo entre diferentes famílias de transformada Wavelet aplicadas à análise cepstral de sinais digitais de fala humana, com o objetivo específico de determinar o período de pitch dos mesmos e, ao final, propõe um algoritmo diferencial para realizar tal operação, levando-se em consideração aspectos importantes do ponto de vista computacional, tais como: desempenho, complexidade do algoritmo, plataforma utilizada, dentre outros. São apresentados também, os resultados obtidos através da implementação da nova técnica (baseada na transformada wavelet) em comparação com a abordagem tradicional (baseada na transformada de Fourier). A implementação da técnica foi testada em linguagem C++ padrão ANSI sob as plataformas Windows XP Professional SP3, Windows Vista Business SP1, Mac OSX Leopard e Linux Mandriva 10. / This work presents a comparative study between different family of wavelets applied on cepstral analysis of the digital speech human signal with specific objective for determining of pitch period of the same and in the end, proposes an differential algorithm to make such a difference operation take into consideration important aspects of computational point of view, such as: performance, algorithm complexity, used platform, among others. They are also present, the results obtained through of the technique implementation compared with the traditional approach. The technique implementation was tested in C++ language standard ANSI under the platform Windows XP Professional SP3 Edition, Windows Vista Business SP1, MacOSX Leopard and Linux Mandriva 10.
|
148 |
Um algoritmo para detecção, localização e classificação de distúrbios na qualidade da energia elétrica utilizando a transformada wavelet / Detection, localization and classification algorithm for power quality disturbances using wavelet transformOdilon Delmont Filho 07 May 2007 (has links)
A Qualidade da energia elétrica é caracterizada pela disponibilidade da energia através de uma forma de onda senoidal pura, sem alterações na amplitude e freqüência. No entanto situações transitórias em sistemas de potência são comuns e estas podem provocar inúmeras interferências indesejáveis. Neste contexto, este trabalho tem como objetivo desenvolver um algoritmo para detectar, localizar no tempo e classificar diversos distúrbios que ocorrem no sistema elétrico através da aplicação da transformada wavelet (TW). Foi realizado um estudo teórico desde a origem até os recentes avanços sobre a TW. Para a detecção e localização no tempo foi utilizada apenas a TW. Com relação à classificação foram comparadas três ferramentas matemáticas: TW, TRF (Transformada Rápida de Fourier) e RNA (Redes Neurais Artificiais). Através do software ATP (Alternative Transients Program) foi modelado um sistema de distribuição, cujas características seguem um sistema real. Todos os distúrbios de tensão gerados e analisados puderam ser detectados e localizados no tempo através da técnica de análise multiresolução. Em relação à classificação, foi realizada uma comparação entre a TW, a TRF e RNA com resultados satisfatórios, destacando dentre elas a TRF e a RNA. Pode-se concluir que os resultados obtidos através do algoritmo mostraram-se eficientes tanto no aspecto da detecção, localização e classificação, assim como na estimação da amplitude do distúrbio e da duração do distúrbio. / A perfect power supply would be one that is always available, maintaining the supply voltage and frequency within certain limits, and supplying pure noise free sinusoidal waveform. Nevertheless, transient events are usual in power systems, resulting in several interferences. The purpose of this study is for detecting, locating in time and to classifying with wavelet transform (WT) several disturbances that occur on power systems. A WT theoretical revision, referring to the first mention in wavelet up to the recent research advances is presented. Only WT was used in order to detect and locate in time the power system disturbances. For classification, three mathematical tools were compared: WT, FFT (Fast Fourier Transform) and ANN (Artificial Neural Networks). A distribution System, with identical characteristics as the real distribution system, was performed with ATP software (Alternative Transients Program). The results showed that multiresolution analysis technique is able to detect and locate all the generated and analyzed voltage disturbances. For classification the results were similar for the WT, FFT and ANN, however FFT and ANN results presented a better performance. The results conclude that the WT algorithm is efficient at detecting, localizing and classifying power system disturbances, as well as, at estimating the amplitude and duration of the voltage disturbance.
|
149 |
Reconhecimento de estados cognitivos em sinas EEG. / Recognition of cognitive states in EEG signals.Christian Humberto Flores Vega 15 January 2010 (has links)
O processamento de sinais EEG permite interpretar, analisar, estudar, pesquisar e experimentar a atividade elétrica do cérebro como resposta para diferentes processos cognitivos, efeitos de drogas ou fármacos, estudo de doenças psiquiátricas ou neurológicas, entre outras. Esta dissertação é orientada ao reconhecimento de padrões cerebrais que permitam classificar estados cognitivos mediante os sinais de EEG registrados em sujeitos realizando tarefas programadas. Ademais espera-se obter a maior quantidade de padrões para cada estado cognitivo e procurar os parâmetros que oferecem maior informação, analisando as principais bandas cerebrais e todos os eletrodos disponíveis na base de dados. A metodologia usada compreende o registro de cinco tarefas cognitivas analisadas com três abordagens diferentes: análises de longe-range tenporal correlations com o algoritmo de Detrended Fluctuations Analysis (DFA), análise da potência dos sinais cerebrais utilizando a Transformada Ondeleta e finalmente o estudo da sincronia cerebral usando a Transformada de Hilbert. Conclui-se que as abordagens utilizadas nesta dissertação reportam alentadores resultados para diferenciar as tarefas cognitivas estudadas, demonstrando que a utilização da informação de todos os eletrodos e de suas principais bandas cerebrais contribuem de forma positiva. Também se consegue reconhecer e identificar quais parâmetros produzem maior informação para esta análise. / EEG signal processing allows interpreting, analyzing, studying, researching and experiencing the brain electrical activity in response to different cognitive processes, effects of drugs or drugs, the study of neurological or psychiatric diseases, among others. This thesis is oriented to the recognition of brain patterns to classify cognitive states using the EEG signals recorded from subjects performing mental tasks. Also, we expect to collect as many patterns as possible for each cognitive status and to seek parameters that provide more information, examine the major bands and all brain electrodes available in the database. The methodology used includes the registration of five cognitive tasks analyzed with three different approaches: analysis of long-range temporal-correlations with the Detrended Fluctuations Analysis (DFA) algorithm, the power analysis of brain signals using the Wavelet Transform and finally the study of phased looked brain using the Hilbert transform. The approaches used for this research report excellent results for differentiating the cognitive tasks studied, showing that the use of information from all the electrodes and their main brain bands contribute positively. Also, one can recognize and identify which parameters produce more information for this analysis.
|
150 |
"Implementação paralela da transformada de distância euclidiana exata" / "Parallel implementation of the exact Euclidean distance transform"Torelli, Julio Cesar 19 August 2005 (has links)
Transformada de distância euclidiana (TDE) é a operação que converte uma imagem binária composta de pontos de objeto e de fundo em outra, chamada mapa de distâncias euclidianas, onde o valor armazenado em cada ponto corresponde à menor distância euclidiana entre este ponto e o fundo da imagem. A TDE é muito utilizada em visão computacional, análise de imagens e robótica, mas é uma transformação muito demorada, principalmente em imagens 3-D. Neste trabalho são utilizados dois tipos de computadores paralelos, (i) multiprocessadores simétricos (SMPs) e (ii) agregados de computadores, para reduzir o tempo de execução da TDE. Dois algoritmos de TDE são paralelizados. O primeiro, um algoritmo de TDE por varredura independente, é paralelizado em um SMP e em um agregado. O segundo, um algoritmo de TDE por propagação ordenada, é paralelizado no agregado. / The Euclidean distance transform is the operation that converts a binary image made of object and background pixels into another image, the Euclidean distance map, where each pixel has a value corresponding to the Euclidean distance from this pixel to the background. The Euclidean distance transform has important uses in computer vision, image analysis and robotics, but it is time-consuming, mainly when processing 3-D images. In this work two types of parallel computers are used to speed up the Euclidean distance transform, (i) symmetric multiprocessors (SMPs) and (ii) clusters of workstations. Two algorithms are parallelized. The first one, an independent line-column Euclidean distance transform algorithm, is parallelized on a SMP, and on a cluster. The second one, an ordered propagation Euclidean distance transform algorithm, is paralellized on a cluster.
|
Page generated in 0.0595 seconds