Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: https://tedebc.ufma.br/jspui/handle/tede/tede/1865
Tipo do documento: Dissertação
Título: DESENVOLVIMENTO DE UM SISTEMA BASEADO EM REDUNDÂNCIA ANALÍTICA E REDES NEURONAIS ARTIFICIAIS PARA RECUPERAÇÃO DE FALHAS NA INSTRUMENTAÇÃO DE SUBESTAÇÕES DE ENERGIA ELÉTRICA.
Título(s) alternativo(s): DEVELOPMENT OF A SYSTEM BASED ON REDUNDANCY ANALYTICAL AND ARTIFICIAL NEURONAL NETWORKS FOR RECOVERY OF ELECTRICITY SUBSTATION INSTRUMENTATION FAILURES.
Autor: LOUREIRO, Ronnie Santiago 
Primeiro orientador: FONSECA NETO, João Viana da
Resumo: Este trabalho tem como objetivo monitorar e analisar os dados provenientes do sistema de instrumentação de uma subestação como forma de identificar falsos alarmes, que pode acarretar em uma tomada de decisão equivocada por parte da manutenção e operação. Este projeto foi concebido devido à necessidade de um projeto de pesquisa e desenvolvimento que se intitula Centro de Gestão da Manutenção (CGM) cujo objetivo global é auxiliar a manutenção na intervenção operacional de seus equipamentos. Os dados são extraídos do sistema de automação provenientes dos reles digitais que tem função de proteção e medição da rede elétrica, passando por um sequencia de transformação dos dados até chegar aos resultados, que servirá para detecção e diagnostico de falhas. Foram aplicados métodos baseados no modelo quantitativo através da transformação dos dados do sistema de variáveis contínuas (SVC) e qualitativo através da transformação dos dados do sistema de eventos discretos (SED) aplicando técnicas de redundância analítica e redes neurais respectivamente, objetivando assim um modelo simplificado para detecção e diagnóstico da falha (DDF). O modelo foi concebido levando em consideração as características DDF decorrente de suas etapas, propiciando assim um bom sistema de recuperação de falha. Saber filtrar se determinado evento é real ou um falso alarme não é uma tarefa fácil, porém este sistema terá que atender este propósito. Foram utilizados recursos tecnológicos bastante consolidados no processo industrial para garantir a integração da solução, pois o fator tempo e o processamento da informação são decisivos nos resultados gerados pelo sistema de recuperação. Outro ponto fundamental neste trabalho foi ter desenvolvido um sistema baseado no conhecimento experimental, pois se tem maior robustez nos resultados.
Abstract: This work aims to monitor and analyze the data from the instrumentation system of a substation as a way to identify false alarms, which can result in a decision by the mistaken maintenance and operation. This project was conceived because of the need for a research and development project which is called Maintenance Management Center (MMC) whose overall objective is to assist in the maintenance of their equipment operational intervention. Data is extracted from the automation system that has digital relay protection function and measurement of the electric grid, passing through a sequence of data processing to achieve the results that will serve for the detection and diagnosis of faults. We applied methods based on quantitative model by transforming the data system of continuous variables (SVC) and qualitative data by transforming the system of discrete event (SDE) applying analytical redundancy techniques and neural networks respectively, thus aiming a simplified model for detection and diagnosis fault (DDF). The model has been designed taking into account the characteristics DDF due to its stages, thereby providing a good system failure recovery. Know filter if certain event is real or a false alarm is not an easy task, but this system will have to meet this purpose. Technological resources are used fairly consolidated in the industrial process for the integration of the solution, because the time factor and information processing are critical in the results generated by the system recovery. Another key point of this trial was to have developed a system based on experiential knowledge, because it has higher robustness in results.
Palavras-chave: Relés Digitais; Redundância Analítica; Rede Neural Artificial e detecção e diagnostico de falhas
Digital Relay; Analytical Redundancy; Artificial Neural Networks; Fault Detection and Diagnosis
Área(s) do CNPq: Medição, Controle, Correção e Proteção de Sistemas Elétricos de Potência
Idioma: por
País: Brasil
Instituição: Universidade Federal do Maranhão
Sigla da instituição: UFMA
Departamento: DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET
Programa: PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET
Citação: LOUREIRO, Ronnie Santiago. DESENVOLVIMENTO DE UM SISTEMA BASEADO EM REDUNDÂNCIA ANALÍTICA E REDES NEURONAIS ARTIFICIAIS PARA RECUPERAÇÃO DE FALHAS NA INSTRUMENTAÇÃO DE SUBESTAÇÕES DE ENERGIA ELÉTRICA.. 2012. [143 folhas]. Dissertação( PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET) - Universidade Federal do Maranhão, [São Luis] .
Tipo de acesso: Acesso Aberto
URI: http://tedebc.ufma.br:8080/jspui/handle/tede/1865
Data de defesa: 31-Ago-2012
Aparece nas coleções:DISSERTAÇÃO DE MESTRADO - PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Ronnie.pdfDissertação de Mestrado3,24 MBAdobe PDFBaixar/Abrir Pré-Visualizar


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.