Este trabalho apresenta um conjunto de métodos para a proteção e o monitoramento de transformadores de potência baseado em sistemas inteligentes e na aplicação das transformadas de Clarke e Wavelet. A abordagem inteligente utilizada permite analisar a condição operativa dos transformadores de potência e detectar a ocorrência de defeito interno, distinguindo-a de outras situações de operação, como, a energização, a energização solidária, a saturação dos transformadores de corrente e a sobreexcitação. As tomadas de decisão das técnicas desenvolvidas são realizadas pela lógica fuzzy após o pré-processamento dos sinais de entrada por meio de diversos métodos, os quais variam de acordo com o algoritmo que esta sendo executado. Os algoritmos propostos foram testados por meio de simulações realizadas através do software Alternative Transients Program (ATP). É importante salientar que nas simulações do ATP foram modelados diversos equipamentos que constituem o sistema elétrico de potência, incluindo um gerador síncrono com regulação de velocidade, linhas de transmissão com variação em frequência, transformadores de potência com suas respectivas curvas de saturação, transformadores de potencial e de corrente. Estas modelagens tiveram por objetivo gerar dados das distintas situações de operação para a verificação e análise da metodologia proposta. Os resultados da pesquisa mostram a aplicabilidade dos algoritmos propostos na proteção e no monitoramento dos transformadores de potência, mesmo nas condições mais adversas, como na ocorrência da saturação dos transformadores de corrente, uma vez que os sinais de entrada distorcidos pela saturação são corrigidos por uma rede neural artificial. Os resultados apresentados comparam as respostas obtidas pelas técnicas propostas em relação às saídas de um relé comercial, habilitado à proteção diferencial percentual. / This work presents a set of methods for protecting and monitoring power transformers based on intelligent systems and the application of Clarke and Wavelet transforms. The intelligent approach allowed us to analyze the operating condition of power transformers and it discriminates between an internal fault and different operating conditions, as energization, sympathetic inrush, saturation of current transformers and overexcitation. Decision making is performed by fuzzy logic after the preprocessing of the input signals through various methods, varying according to which algorithm is running. It is important to point out that in the simulations using ATP many different power system equipment had been modeled, including a synchronous generator with speed regulation, transmission lines with variation in frequency, power transformers with their saturation curves, potential transformers and current transformers. The objective of these tests was to generate data for distinct situations for the verification and the analysis of the proposed methodologies. The results of the research show the applicability of the algorithms considered in protection and monitoring of power transformers, even in adverse conditions, such as saturation of current transformers, since the input signals are distorted by CT saturation corrected by artificial neural network. The results are compared to the ones presented by a commercial percentage differential relay.

Este trabalho apresenta uma análise de algoritmos computacionais aplicados à estimação de fasores elétricos em SEPs. A medição dos fasores é realizada por meio da alocação de Unidades de Medição Fasorial nestes sistemas e encontra diversas aplicações nas áreas de operação, controle, proteção e planejamento. Para que os fasores possam ser aplicados, são definidos padrões de medição, sincronização e comunicação, por meio da norma IEEE C37.118.1. A norma apresenta os padrões de mensagens, timetag, fasores, sistema de sincronização, e define testes para avaliar a estimação. Apesar de abranger todos esses critérios, a diretriz não define um algoritmo de estimação padrão, abrindo espaço para uso de diversos métodos, desde que a precisão seja atendida. Nesse contexto, o presente trabalho analisa alguns algoritmos de estimação de fasores definidos na literatura, avaliando o comportamento deles em determinados casos. Foram considerados, dessa forma, os métodos: Transformada Discreta de Fourier, Método dos Mínimos Quadrados e Transformada Wavelet Discreta, nas versões recursivas e não-recursivas. Esses métodos foram submetidos a sinais sintéticos, a fim de verificar o comportamento diante dos testes propostos pela norma, avaliando o Total Vector Error, tempo de resposta e atraso e overshoot. Os algoritmos também foram embarcados em um hardware, denominado PC104, e avaliados de acordo com os sinais medidos pelo equipamento na saída analógica de um simulador em tempo real (Real Time Digital Simulator). / This work presents an analysis of computational algorithms applied to phasor estimation in Electrical Power Systems. The phasor estimation process uses the allocation of Phasor Measurement Units in the system and the measures can be used in many control, operation, planing and protection applications. Therefore, the power system phasors are very useful, specially if they have a common time reference, allowing the determination of the system\'s condition at a given time. The procedures necessary for power system\'s phasors estimation and application are defined by IEEE C37.118.1 standard. The standard defines the requirements for phasor estimation, presenting tests and a methodology to evaluate the algorithms performance. Thus, the standard defines the time tag and data patterns, some synchronization methods, and message examples, simplifying the communication requirements. Despite defining all these parts, the standard does not state which estimation algorithm should be used, making room for the use of various methods, since the standard precision is met. In this context, this work analyzes some phasor estimation algorithms defined in the literature, evaluating their behavior for some cases. It was adopted the recursive and non-recursive versions of the methods: Discrete Fourier Transform, Least Squares and Discrete Wavelet Transform. They were submitted to the standard signals, evaluating the Total Vector Error, time delays, and overshoots. The algorithms were also embedded in hardware (named PC104) and evaluated by real time simulated signals, measured by the PC104 using the analog outputs of a Real Time Digital Simulator.

Os objetivos deste trabalho vão da apresentação do andamento das pesquisas relacionadas à análise de distúrbios associados à qualidade da energia elétrica (QEE), até a proposta de um algoritmo baseado em diversas ferramentas para a detecção e localização no tempo, bem como a classificação automática destes distúrbios. Nesta pesquisa é proposta uma detecção não somente do início e fim de um único evento, mas também, de n possíveis desconformidades na forma de onda que possam vir a ocorrer ou existir em determinados registros e/ou arquivos de dados em análise. Como diferencial deste trabalho, tem-se que da determinação da localização das alterações/descontinuidades na forma de onda, foi possível obter janelas de dados com tamanhos flexíveis. Desta maneira, vários eventos sobre o sinal em análise puderam ser avaliados, bem como as durações associadas. Para isso, a Transformada Wavelet (TW) foi utilizada para realizar a detecção e também a localização destas alterações no tempo. Já para a classificação da ocorrência, ou das ocorrências, a TW, a Transformada de Fourier (TF) e o valor RMS foram empregados. A flexibilidade das janelas de dados permitiu uma adequada escolha de qual ferramenta poderia ser mais bem utilizada na classificação. Conforme implementado, cada uma destas ferramentas apresenta uma resposta e através de um módulo de decisão lógica é determinada a resposta final do algoritmo. Para validar o estudo, várias situações de distúrbios foram caracterizadas referentes a um sistema elétrico de distribuição real, implementado e simulado pela aplicação do software ATP (Alternative Transients Program). Os resultados obtidos foram excelentes tanto para a detecção e localização no tempo, como para a classificação e estimação da amplitude e duração dos eventos. / The objectives of this work are going since the presentation of the researches related to the analyses of power quality (PQ) disturbances through the proposal of an algorithm based on several tools for detection and location in time, as well as the automatic classification of these phenomena. It is proposed to determine not only the initial and the end of a unique event, but all the n possible disconformities in the waveform that can exist or occur in the data file registered data in analyses. As the differential of this research, from the location in time of the alteration/discontinuities in the waveforms, it was possible to obtain data windows with flexible sizes. So, several events on the signal were evaluated, as well as their specific timeduration. For this purpose, the Wavelet transform (WT) was used to reach the detection and localization in time of the waveform alterations. For the event classification, the TW, the Fourier transform (FT) and the Root Mean Square (RMS) value were used. The data window flexibility allowed an appropriate choice of which tool could be better used in the classification task. As implemented, each one of these tools presented an answer, and the final answer was obtained by using a logic decision module. To validate the study, some situations of disturbances were characterized using a real distribution system, implemented and simulated applying the ATP (Alternative Transients Program) software. The results were excellent in such a way for detection and localization in time, as well as for the automatic classification and estimation of the magnitude and the event duration.

Nesta pesquisa, é proposta uma metodologia para detectar e classificar os distúrbios observados em um Sistema Elétrico Industrial (SEI), além de estimar de forma não intrusiva, o torque eletromagnético e a velocidade associada ao Motor de Indução Trifásico (MIT) em análise. A metodologia proposta está baseada na utilização da Transformada Wavelet (TW) para a detecção e a localização no tempo dos afundamentos e interrupções de tensão, e na aplicação da Função Densidade de Probabilidade (FDP) e Correlação Cruzada (CC) para a classificação dos eventos. Após o processo de classificação dos eventos, a metodologia como implementada proporciona a estimação do torque eletromagnético e a velocidade do MIT por meio das tensões e correntes trifásicas via Redes Neurais Artificiais (RNAs). As simulações computacionais necessárias sobre um sistema industrial real, assim como a modelagem do MIT, foram realizadas utilizando-se do software DIgSILENT PowerFactory. Cabe adiantar que a lógica responsável pela detecção e a localização no tempo detectou corretamente 93,4% das situações avaliadas. Com relação a classificação dos distúrbios, o índice refletiu 100% de acerto das situações avaliadas. As RNAs associadas à estimação do torque eletromagnético e à velocidade no eixo do MIT apresentaram um desvio padrão máximo de 1,68 p.u. e 0,02 p.u., respectivamente. / This study proposes a methodology to detect and classify the disturbances observed in an Industrial Electric System (IES), in addition to, non-intrusively, estimate the electromagnetic torque and speed associated with the Three-Phase Induction Motor (TPIM) under analysis. The proposed methodology is based on the use of the Wavelet Transform WT) for the detection and location in time of voltage sags and interruptions, and on the application of the Probability Density Function (PDF) and Cross Correlation (CC) for the classification of events. After the process of events classification, the methodology, as implemented, provides the estimation of the electromagnetic torque and the TPIM speed through the three-phase voltages and currents via Artificial Neural Networks (ANN). The necessary computer simulations of a real industrial system, as well as the modeling of the TPIM, were performed by using the DIgSILENT PowerFactory software. The logic responsible for the detection and location in time correctly detected 93.4% of the assessed situations. Regarding the classification of disturbances, the index reflected 100% accuracy of the assessed situations. The ANN associated with the estimation of the electromagnetic torque and speed at the TPIM shaft showed a maximum standard deviation of 1.68 p.u. and 0.02 p.u., respectively.

As faltas de alta impedância (FAI) ocorrem quando um condutor entra em contato com objetos com uma alta resistência, o que não resulta em incrementos significativos de corrente. Este tipo de falta não pode ser detectada por dispositivos de proteção tradicionais que atuam por sobrecorrente. Neste trabalho uma pesquisa do estado da arte das FAI é apresentada e são implementados alguns algoritmos de detecção presentes na literatura. Nesta pesquisa também são propostas duas metodologias de identificação de FAI as quais são baseadas na identificação de buildup e incrementos de energias na faixa de frequências 1920Hz a 3840Hz. Os algoritmos implementados e as metodologias propostas foram testados com simulações de eventos de FAI e de eventos comuns numa rede simulada de uma concessionária do Estado de São Paulo utilizando o software ATP. Estudos do funcionamento de um medidor de qualidade de energia foram feitos com o propósito de determinar as limitações de uma eventual implementação real das metodologias de identificação propostas neste trabalho. Resultados do desempenho das metodologias propostas utilizando os sinais simulados em ATP apresentaram percentagens de identificação superiores aos 80%. Análise das ocorrências de cabo rompido do circuito em estudo foram feitas com o propósito de identificar possíveis eventos de FAI. O desempenho apresentado pelas metodologias propostas na identificação de FAI em sinais reais pode ser melhorado com a disponibilidade de uma maior quantidade de eventos reais de FAI. / High impedance faults (HIF) occur when a conductor makes contact with high resistance objects, generally not resulting in significant current increases. This type of fault cannot be detected by traditional overcurrent protection devices. In this work, a research of the HIF state-of-art is presented and some detection algorithms in the literature are implemented. This research also proposes two HIF identification methods based on respectively the identification of buildup current and energy increments in the frequency range from 1920Hz to 3840Hz. The implemented algorithms and the proposed methodology have been tested with ATP simulations of FAI events and other common events in a simulated network from an electric utility in the State of Sao Paulo. Studies are carried out in order to assess the operation of a power quality meter to determine the limitations of real implementations of the proposed methodologies. Performance results of the proposed methodologies using simulated ATP signals show identifications rates greater than 80%. Broken conductor occurrences in the studied feeder are analyzed to identify possible HIF events. The performance shown by the proposed methodologies in identifying HIF in real situations can be improved with the availability of a larger number of HIF events.

Este trabalho apresenta uma análise de algoritmos computacionais aplicados à estimação de fasores elétricos em SEPs. A medição dos fasores é realizada por meio da alocação de Unidades de Medição Fasorial nestes sistemas e encontra diversas aplicações nas áreas de operação, controle, proteção e planejamento. Para que os fasores possam ser aplicados, são definidos padrões de medição, sincronização e comunicação, por meio da norma IEEE C37.118.1. A norma apresenta os padrões de mensagens, timetag, fasores, sistema de sincronização, e define testes para avaliar a estimação. Apesar de abranger todos esses critérios, a diretriz não define um algoritmo de estimação padrão, abrindo espaço para uso de diversos métodos, desde que a precisão seja atendida. Nesse contexto, o presente trabalho analisa alguns algoritmos de estimação de fasores definidos na literatura, avaliando o comportamento deles em determinados casos. Foram considerados, dessa forma, os métodos: Transformada Discreta de Fourier, Método dos Mínimos Quadrados e Transformada Wavelet Discreta, nas versões recursivas e não-recursivas. Esses métodos foram submetidos a sinais sintéticos, a fim de verificar o comportamento diante dos testes propostos pela norma, avaliando o Total Vector Error, tempo de resposta e atraso e overshoot. Os algoritmos também foram embarcados em um hardware, denominado PC104, e avaliados de acordo com os sinais medidos pelo equipamento na saída analógica de um simulador em tempo real (Real Time Digital Simulator). / This work presents an analysis of computational algorithms applied to phasor estimation in Electrical Power Systems. The phasor estimation process uses the allocation of Phasor Measurement Units in the system and the measures can be used in many control, operation, planing and protection applications. Therefore, the power system phasors are very useful, specially if they have a common time reference, allowing the determination of the system\'s condition at a given time. The procedures necessary for power system\'s phasors estimation and application are defined by IEEE C37.118.1 standard. The standard defines the requirements for phasor estimation, presenting tests and a methodology to evaluate the algorithms performance. Thus, the standard defines the time tag and data patterns, some synchronization methods, and message examples, simplifying the communication requirements. Despite defining all these parts, the standard does not state which estimation algorithm should be used, making room for the use of various methods, since the standard precision is met. In this context, this work analyzes some phasor estimation algorithms defined in the literature, evaluating their behavior for some cases. It was adopted the recursive and non-recursive versions of the methods: Discrete Fourier Transform, Least Squares and Discrete Wavelet Transform. They were submitted to the standard signals, evaluating the Total Vector Error, time delays, and overshoots. The algorithms were also embedded in hardware (named PC104) and evaluated by real time simulated signals, measured by the PC104 using the analog outputs of a Real Time Digital Simulator.

Conselho Nacional de Desenvolvimento Científico e Tecnológico / Many fatal traffic accidents are caused by fatigued and drowsy drivers. In this context, automatic drowsiness detection devices are an alternative to minimize this issue. In this work, two new methodologies to drowsiness detection are presented, considering a signal obtained from a single electroencephalography channel: (i) drowsiness detection through best m-term approximation, applied to the wavelet expansion of the analysed signal; (ii) drowsiness detection through Mahalanobis distance with wavelet coefficients. The results of both methodologies are compared with a method which uses Mahalanobis distance and Fourier coefficients to drowsiness detection. All methodologies consider the medical evaluation of the brain signal, given by the hypnogram, as a reference. / A sonolência diurna em motoristas, principal consequência da privação de sono, tem sido a causa de diversos acidentes graves de trânsito. Neste contexto, a utilização de dispositivos que alertem o condutor ao detectar automaticamente o estado de sonolência é uma alternativa para a minimização deste problema. Neste trabalho, duas novas metodologias para a detecção automática da sonolência são apresentadas, utilizando um único canal de eletroencefalografia para a obtenção do sinal: (i) detecção da sonolência via melhor aproximação por m-termos, aplicada aos coeficientes wavelets da expansão em série do sinal; e (ii) detecção da sonolência via distância de Mahalanobis e coeficientes wavelets. Os resultados de ambas as metodologias são comparados a uma implementação utilizando distância de Mahalanobis e coeficientes de Fourier. Para todas as metodologias, utiliza-se como referência a avaliação médica do sinal cerebral, dada pelo hipnograma.

Made available in DSpace on 2014-12-17T14:08:44Z (GMT). No. of bitstreams: 1 DanielE_DISSERT.pdf: 1217613 bytes, checksum: edb565b9e30a0c09780fcf4efd4a52dc (MD5) Previous issue date: 2011-04-05 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / In the Hydrocarbon exploration activities, the great enigma is the location of the deposits. Great efforts are undertaken in an attempt to better identify them, locate them and at the same time, enhance cost-effectiveness relationship of extraction of oil. Seismic methods are the most widely used because they are indirect, i.e., probing the subsurface layers without invading them. Seismogram is the representation of the Earth s interior and its structures through a conveniently disposed arrangement of the data obtained by seismic reflection. A major problem in this representation is the intensity and variety of present noise in the seismogram, as the surface bearing noise that contaminates the relevant signals, and may mask the desired information, brought by waves scattered in deeper regions of the geological layers. It was developed a tool to suppress these noises based on wavelet transform 1D and 2D. The Java language program makes the separation of seismic images considering the directions (horizontal, vertical, mixed or local) and bands of wavelengths that form these images, using the Daubechies Wavelets, Auto-resolution and Tensor Product of wavelet bases. Besides, it was developed the option in a single image, using the tensor product of two-dimensional wavelets or one-wavelet tensor product by identities. In the latter case, we have the wavelet decomposition in a two dimensional signal in a single direction. This decomposition has allowed to lengthen a certain direction the two-dimensional Wavelets, correcting the effects of scales by applying Auto-resolutions. In other words, it has been improved the treatment of a seismic image using 1D wavelet and 2D wavelet at different stages of Auto-resolution. It was also implemented improvements in the display of images associated with breakdowns in each Auto-resolution, facilitating the choices of images with the signals of interest for image reconstruction without noise. The program was tested with real data and the results were good / Na atividade explorat?ria de hidrocarbonetos a grande inc?gnita ? a localiza??o das jazidas. Grandes esfor?os s?o empreendidos na tentativa de melhor identific?-las, localiz?-las e, ao mesmo tempo, otimizar a rela??o custo-benef?cio da extra??o de Petr?leo. Os m?todos s?smicos s?o os mais utilizados pelo fato de serem indiretos, isto ?, sondam as camadas de subsuperf?cie sem invadi-las. O sismograma ? a representa??o do interior da Terra e de suas estruturas atrav?s de um arranjo convenientemente disposto dos dados obtidos por meio da s?smica de reflex?o. Um grande problema nessa representa??o ? a intensidade e variedade de ru?dos presentes no sismograma, como o ru?do de rolamento superficial que contamina os sinais relevantes e pode mascarar as informa??es desejadas, trazidas por ondas espalhadas em regi?es mais profundas das camadas geol?gicas. Desenvolvemos uma ferramenta para suprimir estes ru?dos que usa transformadas Wavelets 1D e 2D. O programa, em linguagem Java, faz a separa??o das imagens S?smicas considerando as dire??es (horizontal, vertical e mistas ou locais) e faixas de comprimentos de ondas que formam essas imagens, usando Wavelets de Daubechies, Autoresolu??o que duplica o comprimento das ondas e Produto Tensorial das bases de Wavelets. Desenvolvemos a op??o, em uma mesma imagem, de usar o produto tensorial de Wavelets de dimens?o 2 ou produto tensorial de Wavelets de dimens?o 1 pelas identidades. Neste ?ltimo caso, temos a Decomposi??o em Wavelets de um sinal bidimensional em uma ?nica dire??o. Esta decomposi??o permite alongar numa determinada dire??o as Wavelets bidimensionais, corrigindo efeitos de escalas ao aplicarmos Autoresolu??es. Em outras palavras, aperfei?oamos o tratamento de uma imagem s?smica, usandoWavelet 1D eWavelet 2D em etapas diferentes de Autoresolu??es. Tamb?m implementamos melhorias na visualiza??o das imagens associadas ?s decomposi??es em cada Autoresolu??o, facilitando as escolhas das imagens com os sinais de interesse para reconstru??o da imagem sem os ru?dos. O programa foi testado com dados reais e os resultados obtidos foram de boa qualidade

Submitted by Lucienne Costa (lucienneferreira@ufcg.edu.br) on 2018-04-24T17:30:10Z No. of bitstreams: 1 CAIO MARCO DOS SANTOS JUNQUEIRA – DISSERTAÇÃO (PPGEE) 2017.pdf: 6011061 bytes, checksum: 25c9c9fad6015613e54aae9e700918af (MD5) / Made available in DSpace on 2018-04-24T17:30:10Z (GMT). No. of bitstreams: 1 CAIO MARCO DOS SANTOS JUNQUEIRA – DISSERTAÇÃO (PPGEE) 2017.pdf: 6011061 bytes, checksum: 25c9c9fad6015613e54aae9e700918af (MD5) Previous issue date: 2017-03-09 / Capes / Um algoritmo para alocação ótima de detectores de afundamentos de tensão (AT) é apresentado nesta dissertação. O algoritmo utiliza a Transformada Wavelet Discreta (TWD) paraa detecção de AT e o conceito de Matriz de Observabilidade Topológica (MOT) para avaliar o desempenho dos Sistemas de Distribuição de Energia Elétrica (SDEE) quando submetidos à tais distúrbios. Para resolver o problema de alocação ótima dos dispositivos detectores de AT, utilizou-se o método Binary Particle Swarm Optimi- tization (BPSO). Adicionalmente, apresenta-se uma metodologia de criação de uma base de dados para geração automática de AT. O algoritmo foi avaliado considerando-se dois sistemas: um sistema-testedo IEEE e um SDEE que simula um alimentador real da cidade de BoaVista-PB, os quais foram simulados no software Alternative Transient Pro- gram (ATP). Osresultados obtidos indicaram que o algoritmo é capaz de detectar AT em todo o sistema, fazendo o uso da instalação de detectores em poucas barras, oque indubitavelmente, reduzirá o custo do sistema de monitoramento. / An algorithm for optimal placement of voltage sags (VS) detectors is presented in this dissertation. The algorithm uses the Discrete Wavelet Transform (DWT) for VS detection and the Topological Observability Matrix (TOM) concept to evaluate the per- formance of the Electric Power Distribution Systems (EPDS) when subjected to such disturbances. In order to solve the problem of optimal placement of the VS detecting devices, the Binary Particle Swarm Optimization (BPSO) method was used. Additionally, a methodology for the creation of a database for automatic VS generation is presented. The algorithm was evaluated considering two systems: an IEEE test system and a EPDS that simulates a real feeder in Boa Vista-PB city, which were simulated in the Alternative Transient Program (ATP) software. The results indicate that the algorithm is capable of detecting VS throughout the system, using the installation of detectors in a few buses, which will undoubtedly reduce the cost of the monitoring system.

Made available in DSpace on 2014-12-17T14:54:56Z (GMT). No. of bitstreams: 1 NathaleeCA_DISSERT.pdf: 1318151 bytes, checksum: d2471205a640d8428567d06ace6c3b31 (MD5) Previous issue date: 2010-07-23 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / The human voice is an important communication tool and any disorder of the voice can have profound implications for social and professional life of an individual. Techniques of digital signal processing have been used by acoustic analysis of vocal disorders caused by pathologies in the larynx, due to its simplicity and noninvasive nature. This work deals with the acoustic analysis of voice signals affected by pathologies in the larynx, specifically, edema, and nodules on the vocal folds. The purpose of this work is to develop a classification system of voices to help pre-diagnosis of pathologies in the larynx, as well as monitoring pharmacological treatments and after surgery. Linear Prediction Coefficients (LPC), Mel Frequency cepstral coefficients (MFCC) and the coefficients obtained through the Wavelet Packet Transform (WPT) are applied to extract relevant characteristics of the voice signal. For the classification task is used the Support Vector Machine (SVM), which aims to build optimal hyperplanes that maximize the margin of separation between the classes involved. The hyperplane generated is determined by the support vectors, which are subsets of points in these classes. According to the database used in this work, the results showed a good performance, with a hit rate of 98.46% for classification of normal and pathological voices in general, and 98.75% in the classification of diseases together: edema and nodules / A voz humana ? uma importante ferramenta de comunica??o e qualquer funcionamento inadequado da voz pode ter profundas implica??es na vida social e profissional de um indiv?duo. T?cnicas de processamento digital de sinais t?m sido utilizadas atrav?s da an?lise ac?stica de desordens vocais provocadas por patologias na laringe, devido ? sua simplicidade e natureza n?o-invasiva. Este trabalho trata da an?lise ac?stica de sinais de vozes afetadas por patologias na laringe, especificamente, edemas e n?dulos nas pregas vocais. A proposta deste trabalho ? desenvolver um sistema de classifica??o de vozes para auxiliar no pr?-diagn?stico de patologias na laringe, bem como no acompanhamento de tratamentos farmacol?gicos e p?s-cir?rgicos. Os coeficientes de Predi??o Linear (LPC), Coeficientes Cepstrais de Freq??ncia Mel (MFCC) e os coeficientes obtidos atrav?s da Transformada Wavelet Packet (WPT) s?o aplicados para extra??o de caracter?sticas relevantes do sinal de voz. ? utilizada para a tarefa de classifica??o M?quina de Vetor de Suporte (SVM), a qual tem como objetivo construir hiperplanos ?timos que maximizem a margem de separa??o entre as classes envolvidas. O hiperplano gerado ? determinado pelos vetores de suporte, que s?o subconjuntos de pontos dessas classes. De acordo com o banco de dados utilizado neste trabalho, os resultados apresentaram um bom desempenho, com taxa de acerto de 98,46% para classifica??o de vozes normais e patol?gicas em geral, e 98,75% na classifica??o de patologias entre si: edemas e n?dulos