@MASTERSTHESIS{ 2012:1607841271,
 	title = {Análise de Ocorrências em Transformadores do SDEE usando Redes Neurais Artificiais MLP.},
 	year = {2012},
 	url = "http://tedebc.ufma.br:8080/jspui/handle/tede/1863",
 	abstract = "A operação e manutenção do sistema elétrico requerem atenção, diagnósticos
 precisos em caso de falhas e agilidade na recomposição do sistema. Por outro
 lado, sistemas elétricos têm um elevado risco, onde cada manobra precisa ser cuidadosamente planejada e executada, pois erros podem ser fatais. A boa operação
 e manutenção do sistema elétrico consistem em encontrar o ponto de equilíbrio
 entre esses dois extremos, atuando de forma cautelosa, porém ágil. Com esse
 intuito, propomos o desenvolvimento de um sistema inteligente dotado da capacidade de detectar padrões anormais no sinal elétrico, fornecendo apoio à decisão
 na operação em tempo real do SDEE, a partir da análise das correntes primárias
 e secundárias de transformadores de força de subestações de energia elérica, incluindo aprendizado a cada nova informação integrada ao sistema. O desafio deste
 estudo é pesquisar e desenvolver um método baseado em RNA para classificação
 de padrões e apoio à decisão, visando a detecção e/ou recuperaçao de falhas. O
 método diferencia perturbações que culminarão em uma falta de perturbações
 geradas por transitórios na rede elétrica (por exemplo o afundamento de tensão
 gerado pela partida de uma máquina). Um sistema supervisório SCADA foi desenvolvido para hospedar o código de implementação da RNA, além de fornecer
 uma interface para o Operador, gerando alarmes visuais e sonoros e mensagens
 orientando a retomada do sistema. O método proposto foi avaliado utilizando-se
 dados reais coletados diretamente de relés digitais de proteção de transformadores
 de subestações do sistema da CEMAR, obtendo-se excelentes resultados. A RNA
 desenvolvida neste estudo apresentou desempenho satisfatório na classificação dos
 sinais a ela apresentados, detectando corretamente as faltas.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}