Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica. / Made available in DSpace on 2012-10-22T14:48:51Z (GMT). No. of bitstreams: 1
226182.pdf: 10757852 bytes, checksum: 9e642a05d127c470296e245229aad939 (MD5) / Este trabalho traz novas contribuições aos métodos para localização de faltas em alimentadores de distribuição. Características peculiares como a presença de derivações laterais, a não-homogeneidade, e a não-transposição dos alimentadores devem ser levadas em conta na implementação de ferramentas com tal finalidade. Os algoritmos existentes que empregam componentes fundamentais de tensões e correntes como dados de entrada apresentam limitações relacionadas com a eficiência do processo e a precisão dos resultados, principalmente para valores significativos da resistência de falta. Isso motivou o desenvolvimento de três metodologias inovadoras. Os dois primeiros métodos são analíticos e destinados à localização de faltas de baixa impedância, sendo um método direto e outro iterativo. Dessa forma, mais de uma alternativa pode ser testada em um determinado alimentador para localizar esse tipo de falta. O terceiro método emprega redes neurais artificiais para localizar faltas de alta-impedância, onde os métodos tradicionais não são tidos como adequados. Foi desenvolvida uma arquitetura modular de redes neurais que possibilita melhorar a capacidade de generalização das mesmas no problema, reduzir o número de exemplos necessários ao treinamento, e tornar mais adequado o seu emprego em alimentadores com derivações laterais. Um pacote computacional com todas as ferramentas desenvolvidas foi implementado. Os resultados obtidos demonstram a relevância das propostas.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsc.br:123456789/88904 |
| Date | January 2006 |
| Creators | Coser, Joni |
| Contributors | Universidade Federal de Santa Catarina, Rolim, Jacqueline Gisele |
| Publisher | Florianópolis, SC |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | xix, 196 f.| il., grafs., tabs. |
| Source | reponame:Repositório Institucional da UFSC, instname:Universidade Federal de Santa Catarina, instacron:UFSC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0022 seconds