Notícias

Banca de DEFESA: JOSÉ DE ANCHIETA ARAUJO MARQUES

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: JOSÉ DE ANCHIETA ARAUJO MARQUES
DATA: 25/07/2022
HORA: 15:30
LOCAL: meet.google.com/bgm-wdtd-fhw
TÍTULO: UMA ABORDAGEM BASEADA EM COEFICIENTES DE FREQUÊNCIA MEL CEPSTRAIS E MODELOS DE APRENDIZADO DE MÁQUINA PARA LOCALIZAÇÃO DE FALTAS EM LINHA DE TRANSMISSÃO
PALAVRAS-CHAVES: Localização de Falta; Linha de Transmissão; Coeficientes de Frequência Mel Cepstrais; Rede Neural Artificial; Regressão de Vetores de Suporte; Aprendizado de Máquina.
PÁGINAS: 111
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO:
Faltas nas Linhas de Transmissão (LTs) podem causar grandes prejuízos aos usuários e aos

gestores de Sistemas Elétricos de Potência (SEP). Dessa forma, é de suma importância tornar o
processo de localização de tais faltas cada vez mais eficiente, para que estas possam ser reparadas
o mais rápido possível. No presente estudo foram aplicados os Coeficientes de Frequência Mel
Cepstrais (MFCC) como ferramenta de pré-processamento dos sinais de tensão coletados nos
dois terminais da linha de transmissão durante a falta, além de um modelo de Aprendizado de
Máquina (AM), responsável pela localização das faltas na prática. Foram testados diferentes
modelos de AM, quais sejam: uma Rede Neural Artificial (RNA), uma Regressão de Vetores
de Suporte (SVR) e um Regressão de Vetores de Suporte com Mínimos Quadrados (LS-SVR),
dentre os quais se percebeu que a RNA teve o melhor resultado geral, sendo capaz de processar
todas as simulações. Utilizou-se uma linha de transmissão modelada com base em parâmetros de
uma linha real. No MATLAB, Vários cenários foram simulados com a RNA, que apresentou
os melhores resultados iniciais, e o método proposto forneceu resultados com alta precisão na
localização de faltas em ambientes não ruidosos, com Erro Médio Relativo (EMR) geral de
0,00004 % e Erro Médio Absoluto (EMA) geral de 0,13 m. Posteriormente, foram verificadas as
influências do tipo de falta, das resistências de faltas, dos ângulos de faltas e das distâncias de
faltas no método de localização, utilizando-se os resultados da melhor arquitetura da RNA. O
método proposto demonstrou ainda ser capaz de realizar a detecção rápida e precisa de faltas,
mesmo quando considerados percentuais pequenos da base de dados ou/e a partir da adição de
várias relações sinais-ruídos aos sinais de tensão. Esses resultados apontam que o procedimento
metodológico proposto é uma boa alternativa para localização de faltas em LT.


MEMBROS DA BANCA:
Presidente - 3095957 - HERMES MANOEL GALVÃO CASTELO BRANCO
Interno - 1789334 - ARYFRANCE ROCHA ALMEIDA
Interno - 2061294 - RICARDO DE ANDRADE LIRA RABELO
Externo ao Programa - 1446435 - VINICIUS PONTE MACHADO
Notícia cadastrada em: 25/07/2022 15:03
SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | © UFRN | sigjb05.ufpi.br.instancia1 27/11/2022 14:59