Detecção de Distúrbios em Qualidade de Energia usando modelos NARX Neurais

Vol. 1, 2019. - 108285
Pôster
Favoritar este trabalho
Como citar esse trabalho?
Resumo

O estudo da área de Qualidade de Energia Elétrica (QEE) tem crescido muito nos últimos anos. O aumento no uso de conversores de alta potência e de cargas não lineares com potência elevada causam perturbações no sinal elétrico (corrente e tensão), chamadas de distúrbios. Este trabalho apresenta um sistema de detecção de distúrbios de qualidade da energia elétrica (QEE) baseado em um modelo neural NARX (\Nonlinear Autoregressive with eXogenous inputs). A partir da aplicação de um filtro notch no sinal de tensão, a rede neural estima o valor do sinal um passo à frente e, por meio da análise de resíduo deste modelo, o distúrbio é detectado. O sistema foi testado em simulações de seis classes de distúrbios, com diferentes relações sinal-ruído e variações na frequência fundamental, apresentando um acerto de detecção bastante elevando utilizando poucas amostras do evento com distúrbio.

Instituições
  • 1 Universidade Federal de Lavras
Eixo Temático
  • Smart Grids
Palavras-chave
Qualidade de Energia
Smart Grids
Modelos NARX
Redes Neurais Artificiais
reconhecimento de padrões