Apresentação do Artigo Final


Application of Artificial Neural Networks and Wavelet Transform to Classify Advanced Power Quality Disturbances in Smart Grids

Power quality (PQ) is an essential branch of power system engineering. It plays a critical role in ensuring the quality of power being delivered to the customers. The emergence of smart grids highlights, even more, the importance of power quality. Currently, numerous devices capture the waveform of different disturbances in the electrical distribution network. However, most companies in this sector do not process this information or automatically classify these transients. This paper presents an identification scheme for the classification of PQ disturbances in electrical distribution systems using Discrete Wavelet Toolbox (DWT) and Artificial Neural Networks (ANNs). The software MATLAB/Simulink was used to model six PQ disturbances conditions, using reliable schemes to be consistent with what happens in real three-phase distribution systems. Three ANNs were  developed,  making  it  possible  to effectively  classify  the data set, even when a different input was inserted. Simulation results indicate that the proposed method for classification is robust, achieving high classification accuracy and adapting itself to different  conditions. All  MATLAB/Simulink models presented in this article have been uploaded to the authors' official Mathworks Central File Exchange.

O link do artigo final da disciplina está disponibilizado abaixo:

https://www.youtube.com/watch?v=YFB3u_ccbAo


Comentários

Postar um comentário

Postagens mais visitadas deste blog

Análise dos Artigos Enviados - Tracking Simultaneous Time-Varying Power Harmonic Distortions Using Filter Banks

Imagem
Tracking Simultaneous Time-Varying Power Harmonic Distortions Using Filter Banks [1] Neste artigo os autores desenvolverem um novo método para a decomposição de harmônicos variantes no tempo, baseado em um sistema multi-rate de bancos de filtro. A técnica é capaz de extrair cada harmônico no domínio do tempo. A estrutura foi montada para trabalhar com 256 amostras por ciclo e capaz de rastrear até o 15º harmônico. Eles focaram na decomposição do harmônico ao invés de sua estimação, visto que: - Se a separação de componentes individuais do harmônico pode ser realizada, o processo de estimação se torna mais fácil; - A decomposição é feita no domínio do tempo, assim, o comportamento dos harmônicos que possuem características transitórias pode ser observado. Foi proposto um sistema de Banco de Filtros para realizar este rastreamento, como mostra a Figura 1. Figura 1 Um sistema multi-rate emprega um banco de filtros com uma entrada e várias saídas (Banco de Filt...
Leia mais

Modelagem Matemática dos Distúrbios de Qualidade

Imagem
Para que seja feita uma classificação dos sinais de distúrbios envolvendo PQ, uma modelagem matemática foi realizada, onde é possível gerar os sinais que contém Flickers, Sag, Swell, Harmônicos e outros transitórios. Esta modelagem está descrita na Figura 1 e foi baseada em [1]. Figura 1 Voltage Sag Voltage Sag ou Afundamento de Tensão, são um dos tipos mais comuns de problemas de PQ. São geralmente associados a falhas de curto circuito como single-line to ground (LG), line to line (LL), double-line to ground (LLG), three-phase (LLL), and three-phase to ground (LLLG) faults. Este problema também pode ser gerado ao energizar cargas pesadas como a energização de grandes motores. Voltage swell  Voltage swells ou sobre-tensão estão associados a falhas de curto circuito em sistemas elétricos. Em uma falha envolvendo uma fase à terra, este efeito é criado na fase onde ocorre a falta enquanto o swell é produzido nas outras fases. Este transitório também ocorre ao cone...
Leia mais

Toolbox no Matlab e Exemplo de Sinal

Imagem
Análise de sinal na Toolbox Wavelet Analyzer no MATLAB Foi utilizada a Toolbox do Matlab [1] para realizar a análise do sinal de consumo elétrico de uma residência. Este sinal é pré existente no Matlab e é mostrado na Figura 1. Figura 1  Após a análise deste sinal será aplicado o "de-noise" com o intuito de retirar o seu ruído. A Figura 2 mostra a tela inicial da ferramenta. Figura 2 Acessando a opção Wavelet 1-D e importando o sinal, a seguinte janela aparece, como na Figura 3. Três níveis de decomposição foram o suficiente para ter uma melhor visualização do sinal das componentes de alta frequência. O ruído pode ser claramente percebido na primeira metade do sinal. Figura 3 Ao selecionar alguma parte do sinal, é possível dar zoom com a função X+ a fim de verificar o ruído mais profundamente. Isto é mostrado na Figura 4. Figura 4 Para aplicar a ferramenta "De-noise", basta clicar no botão correspondente, fazer o ajust...
Leia mais