Título: Classificação de Distúrbios Elétricos Utilizando Wavelets, Componentes Principais e Redes Neurais Artificiais
Autores: Lira, Milde M. S.; Júnior, Manoel A. C.; Aquino, Ronaldo R. B.; Valença, Mêuser J. S.; Leitão, José Júlio A. L.
Resumo: Neste trabalho é apresentado um método para classificação automática de distúrbios elétricos baseado em redes neurais artificiais, utilizando no treinamento sinais reais de tensão coletados através de registradores digitais de perturbação existentes no sistema de monitoração da CHESF. O sinal de tensão perturbado é coletado a uma taxa de amostragem de 128 amostras/ciclo na freqüência de 60Hz durante 14 ciclos. O sinal de tensão real coletado é processado em duas etapas: i) inicialmente é decomposto através da transformada wavelet até o quinto nível de resolução, extraindo suas principais características; ii) em seguida os coeficientes wavelets são processados via Análise de Componentes Principais que opera projetando os dados linearmente em um subespaço de menor dimensão. A classificação realizada pela combinação de três redes MLP com diferentes arquiteturas é baseada nas características extraídas a partir do pré-processamento do sinal de tensão. O algoritmo Resilient Backpropagation foi utilizado no treinamento das redes. Na combinação das redes, em cada um dos seis nós de saída, aplicou-se a média entre as três saídas das redes individuais. A decisão final do classificador corresponde à saída combinada de maior valor. Os resultados são bastante promissores para os cinco tipos de distúrbios testados – Afundamentos e Elevação de tensão, Harmônicos, Transitórios oscilatórios, Interrupção; e para ausência de distúrbio.
Palavras-chave:
Páginas: 6
Código DOI: 10.21528/CBRN2005-232
Artigo em PDF: CBRN2005_232.pdf
Arquivo BibTex: CBRN2005_232.bib