6m715u

Volume 11 number 2

Pages: 160-168

Redes neurais artificiais aplicadas classificao rpida de faltas em sistemas eltricos de potncia

Mrio Oleskovicz(1), D. V. Coury(2), R. K. Aggarwal(3)

    (1,2)Depto de Engenharia Eltrica
    Universidade de So Paulo
    Av. Dr. Carlos de Botelho, 1465
    So Carlos (SP) - Brasil
    (1)[email protected]
    (2)[email protected]
    (3)School of Electronic and
    Electrical Engineering
    University of Bath
    Bath BA2 7AY UK
    [email protected]
Resumo:
Este trabalho traz a aplicao de Redes Neurais Artificiais (RNAs) no reconhecimento de padres para a classificao de faltas em um sistema de transmisso. A rede neural implementada, atravs da aplicao do software NeuralWorks, deve capturar o conhecimento das situaes de faltas envolvidas frente s distintas situaes de operao do sistema. A arquitetura de RNA emprega os valores amostrados das tenses e correntes trifsicas ps-falta tanto para o processo de treinamento como para o de testes. O software ATP (Alternative Transient Program) utilizado para gerar os dados referentes linha de transmisso (440 KV) em condies de falta para ambos os processos (treinamento e teste). Os resultados obtidos mostram que o desempenho global da arquitetura de RNA implementada altamente satisfatrio para a classificao de situaes faltosas em um sistema de transmisso. De todos os casos considerados na fase de teste, as sadas apresentadas pela arquitetura mostram uma convergncia rpida para os nveis requeridos aps a ocorrncia da falta.
Palavras Chave: Sistemas Eltricos de Potncia, Classificao 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)

Back to Volume 11 index.

Click here to obtain
get acrobat reader 		Last modifications:
by jro