Volume 11 number 2
Pages: 160-168
Redes neurais artificiais aplicadas à classificação rápida de faltas em sistemas elétricos de potência
Mário Oleskovicz(1), D. V. Coury(2), R. K. Aggarwal(3)
| Resumo: | Este trabalho traz a aplicação de Redes Neurais Artificiais (RNAs) no reconhecimento de padrões para a classificação de faltas em um sistema de transmissão. A rede neural implementada, através da aplicação do software NeuralWorks, deve capturar o conhecimento das situações de faltas envolvidas frente às distintas situações de operação do sistema. A arquitetura de RNA emprega os valores amostrados das tensões e correntes trifásicas pós-falta tanto para o processo de treinamento como para o de testes. O software ATP (Alternative Transient Program) é utilizado para gerar os dados referentes à linha de transmissão (440 KV) em condições de falta para ambos os processos (treinamento e teste). Os resultados obtidos mostram que o desempenho global da arquitetura de RNA implementada é altamente satisfatório para a classificação de situações faltosas em um sistema de transmissão. De todos os casos considerados na fase de teste, as saídas apresentadas pela arquitetura mostram uma convergência rápida para os níveis requeridos após a ocorrência da falta. |
| Palavras Chave: | Sistemas Elétricos de Potência, Classificação de Faltas, Redes Neurais Artificiais (RNAs). |
| Abstract: | Artificial Neural Networks applied to fast fault classification for transmission line protection This paper presents a neural network approach to fault classification for transmission line protection. The neural network was implemented using NeuralWorks software. The Artificial Neural Network (ANN) must acquire knowledge for the correct fault classification, facing different network conditions. For this approach the three phase voltage and current post-fault values were utilized as inputs, for training and test purposes. The Alternative Transients Program (ATP) software was used to generate data for the transmission line (440 kV) in a faulted condition. The results obtained showed that the global performance of the ANN architecture is highly satisfactory for fault classification. Considering all the studied cases, the ANN outputs converged to the correct levels very rapidly after fault occurrence. |
| Keywords: | Electric Power Systems, Fault Classification, Artificial Neural Networks (ANNs). |
PDF copy (487 kbytes)
Click here to obtain
|
Last modifications: by jro |