Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/36858
metadata.eventos.dc.title: Implementação de sistema para detecção e classificação automática de Sags em sistemas trifásicos
metadata.eventos.dc.creator: Ribeiro, Eduardo G.
Nagata, Erick A.
Barbosa, Bruno H. G.
Ferreira, Danton D.
metadata.eventos.dc.subject: Sags
Independent component analysis
Support vector machines
Análise de componentes independentes
Máquinas de vetores suporte
metadata.eventos.dc.date.issued: 2018
metadata.eventos.dc.identifier.citation: RIBEIRO, E. G. et al. Implementação de sistema para detecção e classificação automática de Sags em sistemas trifásicos. In: CONGRESSO BRASILEIRO DE AUTOMÁTICA, 22., 2018, João Pessoa. Anais... [S.l.]: [s.n.], 2018. Não paginado.
metadata.eventos.dc.description.resumo: O crescente número de cargas poluidoras ligadas à rede elétrica impulsiona pesquisas na área de qualidade de energia elétrica. Tal poluição se mostra visível como deformidades na forma de onda de tensão, dentre as quais se destacam os sags. Este trabalho visa a detecção do momento da ocorrência do distúrbio por meio de Análise de Componentes Independentes. De posse de tal informação, o sistema segmenta o sinal elétrico para que possa ser processado por meio de estatísticas de ordem superior. As informações obtidas por tal processo são usadas para classificação automática de causas do sag trifásico – faltas, partida de motores de indução e energização de transformadores – por meio de uma Máquina de Vetores Suporte multiclasses. O sistema foi desenvolvido em LabVIEW e seu desempenho foi avaliado de forma off-line e por meio de um sistema integrado de aquisição de dados, alcançando uma eficiência global de 96,7%.
metadata.eventos.dc.description.abstract: The growing number of pollutant loads linked to the grid leads to research in the area of electric power quality. Such pollution is visible as deformities in the voltage waveform, among which the voltage sags stand out. This work aims to detect the moment of occurrence of the disturbance through Independent Component Analysis. With such information, the system segments the electrical signal so that it can be processed through higher order statistics. The information obtained by such a process is used for automatic classification of causes of the three-phase sag - faults, induction motors starting and transformer energizing - by means of a multiclass Support Vector Machine. The system was developed in LabVIEW and its performance was evaluated off-line and through an integrated data acquisition system, with a global accuracy of 96,7%.
metadata.eventos.dc.description.uri: https://ssl4799.websiteseguro.com/swge5/PROCEEDINGS/PDF/CBA2018-1149.pdf
metadata.eventos.dc.language: pt_BR
Appears in Collections:DAT - Trabalhos apresentados em eventos

Files in This Item:
There are no files associated with this item.


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.