El objetivo general de esta Tesis es el estudio de las redes neuronales artificiales (ANN) con implementación hardware enfocadas hacia la compresión de imágenes y video en tiempo real. Como objetivos específicos, la Tesis se propone: explorar la factibilidad de utilizar las redes neuronales en las diferentes etapas de un sistema de compresión de imágenes; evaluar las redes Self Organizing Feature Map (SOM) en su implementación hardware utilizadas para la cuantización vectorial de imágenes; analizar la capacidad para procesar video en tiempo real de un sistema de compresión de imágenes que combine la cuantización vectorial basada en redes neuronales con otras técnicas; y estructurar un sistema para realizar el entrenamiento de redes neuronales utilizando esquemas de co-diseño hardware-software. La Tesis expone primeramente los conceptos fundamentales relacionados con la compresión de imágenes considerando tanto los principios teóricos subyacentes como las técnicas que se usan para llevar a cabo las tareas involucradas con las diferentes etapas que integran un compresor. A continuación efectúa una revisión de los trabajos de investigación en los que las ANN se utilizan para la compresión de imágenes, tarea que es precedida por un breve repaso del desarrollo que se ha observado en el campo de las ANN. En la parte práctica la Tesis tiene dos apartados. En el primero se desarrolla una red neuronal tipo SOM que se utiliza como cuantizador vectorial para la aplicación de que se ocupa. Partiendo del análisis de seis arquitecturas susceptibles de ser usadas, la red SOM se diseña utilizando una arquitectura masivamente paralela tipo SIMD y se implementa en hardware sobre una FPGA. Finalmente se experimenta con la red y se presentan los resultados. En el segundo apartado se estructura el banco de entrenamiento para la red SOM utilizando una metodología de codiseño hardware-software en la cual la red neuronal SOM se integra al banco como núcleo de un neurocoprocesador en u / Ramírez Agundis, A. (2008). Diseño y experimentación de un cuantizador vectorial hardware basado en redes neuronales para un sistema de codificación de video [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/3444 / Palancia

[pt] Esta dissertação apresenta uma estratégia para desenvolver mecanismos de compressão de dados adquiridos por sensores, seguindo como inspiração o processo utilizado no formato JPG2000. A estratégia adota a abordagem das séries históricas dos dados sob o ponto de vista do processamento de sinais. Dada à natureza instável dos sensores é natural que ruídos sejam adicionados ao sinal original. Estes ruídos são detectados e tratados enquanto o sinal é suavizado e limpo, facilitando a análise, ao passo que em que componentes pouco relevantes são removidos ou aproximados, permitindo que o sinal seja comprimido com pouca perda de informação. / [en] This dissertation introduces a strategy to develop a compression method for sensor data inspired on the JPG2000 techniques. The strategy adopted processes data streams much in the same way as signal processing. Due to the unstable nature of sensor data, noise is added to the original signal. This noise is detected and treated while the signal is cleaned and smoothed, making it easier to analyze the data stream. Less relevant signal components are removed or approximated allowing the signal to be compressed with few information loss.

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.

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.

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.

A presença de distúrbios na energia elétrica fornecida aos consumidores pode causar a diminuição no tempo de vida útil dos equipamentos, mal funcionamento ou até mesmo sua perda. Desse modo, ferramentas capazes de realizar a detecção, localização, classificação, compressão e o armazenamento de sinais de forma automática e organizada são essenciais para garantir um processo de monitoramento adequado ao sistema elétrico de potência como um todo. Dentre as ferramentas comumente aplicadas às tarefas supramencionadas, pode-se destacar a Transformada Wavelet (TW) e as Redes Neurais Artificiais (RNAs). Contudo, ainda não foi estabelecida uma metodologia para obtenção e validação da TW e seu nível de decomposição, bem como da arquitetura e da topologia de RNAs mais apropriadas às tarefas supracitadas. O principal fato que levou a esta constatação deve-se à análise da literatura correlata, onde é possível notar o uso de distintas TW e RNAs. Neste contexto, a primeira contribuição desta pesquisa foi o projeto e desenvolvimento de um método eficiente de segmentação de sinais com distúrbios associados à Qualidade da Energia Elétrica (QEE). O método desenvolvido se beneficia das propriedades da TW de identificação temporal de descontinuidades em sinais. A segunda contribuição é o desenvolvimento de um algoritmo automático que, por meio do método de segmentação desenvolvido e de classificação por RNAs, indique as melhores ferramentas (Wavelets e RNAs) para as tarefas de segmentação, extração de características e classificação de distúrbios de QEE. Esse algoritmo foi desenvolvido com base nos recursos dos Algoritmos Evolutivos (AEs) e adotou RNAs do tipo Perceptron Multicamadas, pois, esta arquitetura pode ser considerada consagrada no que se refere à classificação de padrões. Por fim, a terceira contribuição é relativa ao desenvolvimento de um procedimentos baseados em AEs, a fim de se aprimorar métodos de compressão de dados que preservem as informações relevantes nos sinais de QEE. Assim, é importante mencionar que os resultados dessa pesquisa poderão determinar mecanismos automáticos a serem utilizados no processo de registro, tratamento e armazenamento de informações que serão importantes para se manter um banco de dados (histórico) atualizado nas concessionárias de energia, a partir do qual, índices e um melhor mapeamento e entendimento de todos os distúrbios relacionados à QEE poderão ser melhor entendidos e solucionados. / The presence of disturbances in the electrical power supplied to consumers can decrease the lifetime of the equipment, cause malfunction or even their breakdown. Thus, tools able to perform detection, localization, classification, compression and storage of signals automatically and organized manner are essential to ensure adequate monitoring process to electric power systems as a whole. Among the tools commonly applied to the tasks mentioned above, one can highlight the Wavelet Transform (WT) and Artificial Neural Networks (ANN). However, the WT has not been established yet and nor its level of decomposition, as well as the most appropriate ANN architecture and topology to the tasks already mentioned. The main fact that has led to this finding is due to the review of related literature, where it is possible to note the use of distinct WT and ANN. Therefore, the first contribution of this research was the design and development of an efficient method of segmentation of signals associate to Power Quality (PQ) disturbances. The developed method take advantage of WT properties of temporal identification of signal discontinuities. The second contribution is the development of an automatic algorithm that, through the segmentation method developed and classification by ANN, indicates the best tools (Wavelets and ANN) for the tasks of segmentation, extraction of characteristics and classification of QEE disturbances. This algorithm was developed based on the resources of the Evolutionary Algorithms and it adopts Multi-layered Perceptron type ANN, once this architecture can be considered consecrated with regard to the pattenrs classification. Finally, the third contribution is related to the development of EA based procedures in order to improve data compression methods that preserve the relevant information in the PQ signals. Thus, it is important to mention that the results of this research may determine automatic mechanisms to be used in the process of recording, processing and storing information that will be important in order to maintain an up-to-date (historical) database in the utilities, from which , indexes and a better mapping and understanding of all PQ related disturbances can be better understood and solved.

Nesta pesquisa, apresentam-se os principais eventos relacionados com a proteção de transformadores e sua correlação com os distúrbios de qualidade da energia elétrica (QEE). Neste sentido, foi desenvolvido um algoritmo que utiliza a transformada Wavelet (TW) e a lógica Fuzzy (LF) para classificar os eventos transitórios associados à proteção de transformadores. Estes eventos foram observados em um sistema elétrico de potência (SEP) simulado com a utilização do software Alternative Transients Program (ATP). Importa ressaltar que o sistema modelado apresenta transformadores ligados em paralelo, possibilitando o estudo de eventos decorrentes desta situação, como a energização solidária (Sympathetic Inrush). Por este SEP, modelado sobre parâmetros reais, foram simuladas várias situações transitórias, que provocam o aparecimento de correntes diferenciais, sendo estas direcionadas para análise do algoritmo desenvolvido. Afirma-se que, nos testes realizados, o algoritmo proposto apresentou um desempenho satisfatório perante as mais variadas situações a que foi submetido, identificando as causas das correntes diferenciais, sejam proporcionadas por defeitos ou por outras condições de operação aplicadas. / In this research, the main events related to the transformer protection and its correlation with the power quality disturbances (PQ) are presented. In this context, an algorithm based on Wavelet transform (WT) and Fuzzy logic (FL) was developed to classify the transient events associated with the transformer protection. These events were observed in an electrical power system (EPS) simulated using the Alternative Transients Program (ATP) software. It should be emphasized that the modeled system presents transformers connected in parallel, allowing the study of events of this situation, such as sympathetic inrush. For the simulated EPS, modeled based on real parameters, various transients situationswere simulated, causing the appearance of differentials currents which were directed to the analysis. The proposed algorithm showed a satisfactory performance tomany situations, identifying the causes of the differentials currents, either provided by faults or other operation conditions.

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.

A presença de distúrbios na energia elétrica fornecida aos consumidores pode causar a diminuição no tempo de vida útil dos equipamentos, mal funcionamento ou até mesmo sua perda. Desse modo, ferramentas capazes de realizar a detecção, localização, classificação, compressão e o armazenamento de sinais de forma automática e organizada são essenciais para garantir um processo de monitoramento adequado ao sistema elétrico de potência como um todo. Dentre as ferramentas comumente aplicadas às tarefas supramencionadas, pode-se destacar a Transformada Wavelet (TW) e as Redes Neurais Artificiais (RNAs). Contudo, ainda não foi estabelecida uma metodologia para obtenção e validação da TW e seu nível de decomposição, bem como da arquitetura e da topologia de RNAs mais apropriadas às tarefas supracitadas. O principal fato que levou a esta constatação deve-se à análise da literatura correlata, onde é possível notar o uso de distintas TW e RNAs. Neste contexto, a primeira contribuição desta pesquisa foi o projeto e desenvolvimento de um método eficiente de segmentação de sinais com distúrbios associados à Qualidade da Energia Elétrica (QEE). O método desenvolvido se beneficia das propriedades da TW de identificação temporal de descontinuidades em sinais. A segunda contribuição é o desenvolvimento de um algoritmo automático que, por meio do método de segmentação desenvolvido e de classificação por RNAs, indique as melhores ferramentas (Wavelets e RNAs) para as tarefas de segmentação, extração de características e classificação de distúrbios de QEE. Esse algoritmo foi desenvolvido com base nos recursos dos Algoritmos Evolutivos (AEs) e adotou RNAs do tipo Perceptron Multicamadas, pois, esta arquitetura pode ser considerada consagrada no que se refere à classificação de padrões. Por fim, a terceira contribuição é relativa ao desenvolvimento de um procedimentos baseados em AEs, a fim de se aprimorar métodos de compressão de dados que preservem as informações relevantes nos sinais de QEE. Assim, é importante mencionar que os resultados dessa pesquisa poderão determinar mecanismos automáticos a serem utilizados no processo de registro, tratamento e armazenamento de informações que serão importantes para se manter um banco de dados (histórico) atualizado nas concessionárias de energia, a partir do qual, índices e um melhor mapeamento e entendimento de todos os distúrbios relacionados à QEE poderão ser melhor entendidos e solucionados. / The presence of disturbances in the electrical power supplied to consumers can decrease the lifetime of the equipment, cause malfunction or even their breakdown. Thus, tools able to perform detection, localization, classification, compression and storage of signals automatically and organized manner are essential to ensure adequate monitoring process to electric power systems as a whole. Among the tools commonly applied to the tasks mentioned above, one can highlight the Wavelet Transform (WT) and Artificial Neural Networks (ANN). However, the WT has not been established yet and nor its level of decomposition, as well as the most appropriate ANN architecture and topology to the tasks already mentioned. The main fact that has led to this finding is due to the review of related literature, where it is possible to note the use of distinct WT and ANN. Therefore, the first contribution of this research was the design and development of an efficient method of segmentation of signals associate to Power Quality (PQ) disturbances. The developed method take advantage of WT properties of temporal identification of signal discontinuities. The second contribution is the development of an automatic algorithm that, through the segmentation method developed and classification by ANN, indicates the best tools (Wavelets and ANN) for the tasks of segmentation, extraction of characteristics and classification of QEE disturbances. This algorithm was developed based on the resources of the Evolutionary Algorithms and it adopts Multi-layered Perceptron type ANN, once this architecture can be considered consecrated with regard to the pattenrs classification. Finally, the third contribution is related to the development of EA based procedures in order to improve data compression methods that preserve the relevant information in the PQ signals. Thus, it is important to mention that the results of this research may determine automatic mechanisms to be used in the process of recording, processing and storing information that will be important in order to maintain an up-to-date (historical) database in the utilities, from which , indexes and a better mapping and understanding of all PQ related disturbances can be better understood and solved.

Nesta pesquisa, apresentam-se os principais eventos relacionados com a proteção de transformadores e sua correlação com os distúrbios de qualidade da energia elétrica (QEE). Neste sentido, foi desenvolvido um algoritmo que utiliza a transformada Wavelet (TW) e a lógica Fuzzy (LF) para classificar os eventos transitórios associados à proteção de transformadores. Estes eventos foram observados em um sistema elétrico de potência (SEP) simulado com a utilização do software Alternative Transients Program (ATP). Importa ressaltar que o sistema modelado apresenta transformadores ligados em paralelo, possibilitando o estudo de eventos decorrentes desta situação, como a energização solidária (Sympathetic Inrush). Por este SEP, modelado sobre parâmetros reais, foram simuladas várias situações transitórias, que provocam o aparecimento de correntes diferenciais, sendo estas direcionadas para análise do algoritmo desenvolvido. Afirma-se que, nos testes realizados, o algoritmo proposto apresentou um desempenho satisfatório perante as mais variadas situações a que foi submetido, identificando as causas das correntes diferenciais, sejam proporcionadas por defeitos ou por outras condições de operação aplicadas. / In this research, the main events related to the transformer protection and its correlation with the power quality disturbances (PQ) are presented. In this context, an algorithm based on Wavelet transform (WT) and Fuzzy logic (FL) was developed to classify the transient events associated with the transformer protection. These events were observed in an electrical power system (EPS) simulated using the Alternative Transients Program (ATP) software. It should be emphasized that the modeled system presents transformers connected in parallel, allowing the study of events of this situation, such as sympathetic inrush. For the simulated EPS, modeled based on real parameters, various transients situationswere simulated, causing the appearance of differentials currents which were directed to the analysis. The proposed algorithm showed a satisfactory performance tomany situations, identifying the causes of the differentials currents, either provided by faults or other operation conditions.