Análise de distúrbios de tensão usando o algoritmo de seleção negativa - P. A. Lima, Fernando;Minussi, Carlos R.
50,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

Caro leitor neste livro apresenta-se um método para diagnóstico de distúrbios de tensão em sistemas de distribuição de energia elétrica usando um algoritmo imunológico artificial. Neste sentido, a partir das oscilografias de tensão, medidas em uma subestação, aplica-se o algoritmo de seleção negativa para diferenciar os sinais entre próprios e não-próprios. Os sinais próprios representam a operação normal do sistema, e os classificados como não-próprios são sinais que apresentam anormalidade. A análise dos sinais é realizada através do janelamento e análise da afinidade. Com esta proposta…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Caro leitor neste livro apresenta-se um método para diagnóstico de distúrbios de tensão em sistemas de distribuição de energia elétrica usando um algoritmo imunológico artificial. Neste sentido, a partir das oscilografias de tensão, medidas em uma subestação, aplica-se o algoritmo de seleção negativa para diferenciar os sinais entre próprios e não-próprios. Os sinais próprios representam a operação normal do sistema, e os classificados como não-próprios são sinais que apresentam anormalidade. A análise dos sinais é realizada através do janelamento e análise da afinidade. Com esta proposta busca-se a concepção de um novo método que possa ser modificado facilmente, para atender a permanente evolução das tecnologias de segurança em subestações. Para validar e avaliar o desempenho do método foram realizados testes com quatro sistemas de distribuição de energia elétrica, sendo três sistemas testes de 5, 33 e 84 barras e um sistema real de 134 barras. Este livro se destina a estudantese pesquisadores nas linhas de pesquisa: "diagnóstico de falhas em sistemas de distribuição" e "inteligência artificial".
Autorenporträt
P. A. Lima, Fernando
Atualmente é Professor de Informática do instituto Federal de Mato Grosso (IFMT). É formado em Eng. da Computação (2010), Mestrado em Eng. Elétrica (2013) e em Eng. Mecânica (2014), Doutorado sanduíche no INESC-TEC Porto (2015), Doutorado em Eng. Elétrica (2016) e Pós-doutorado em diagnóstico de falhas estruturais e sistemas inteligentes (2017).