Use este identificador para citar ou linkar para este item:
https://repositorio.pucgoias.edu.br/jspui/handle/123456789/6632
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Mariano, Matheus Felipe da Silva | pt_BR |
dc.creator | Borges, Victor Pinheiro | - |
dc.date.accessioned | 2023-12-14T19:37:31Z | - |
dc.date.available | 2023-12-14T19:37:31Z | - |
dc.date.issued | 2023-12-12 | - |
dc.identifier.uri | https://repositorio.pucgoias.edu.br/jspui/handle/123456789/6632 | - |
dc.description.abstract | Artificial neural networks (ANNs) multilayer perceptron are widely used in complex problems due to their ability to emulate learning and present lower errors in supporting decision making. Therefore, it is feasible to use this computational technique applied to the detection and classification of disturbances in class A consumers, given its ability to model complex electrical data. By being trained with voltage and current information, they can identify oscillations, harmonics, and imbalances, classifying them into specific categories. This automation significantly reduces the time required to identify and resolve electrical problems, ensuring the quality of the energy. This article presents a study with the application of artificial neural networks in the identification and classification of voltage disturbances in the electric power distribution network. The ANN is trained with real data. Test and validation scenarios are presented and discussed. | pt_BR |
dc.description.sponsorship | Não recebi financiamento | pt_BR |
dc.language | por | pt_BR |
dc.publisher | Pontifícia Universidade Católica de Goiás | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Artificial neural network | pt_BR |
dc.subject | Power quality | pt_BR |
dc.subject | Classification | pt_BR |
dc.title | Redes neurais aplicadas na classificação de distúrbios da rede elétrica | pt_BR |
dc.type | Trabalho de Conclusão de Curso | pt_BR |
dc.contributor.advisor1 | Sousa, Marcos Antônio de | pt_BR |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/5703480951193863 | pt_BR |
dc.contributor.referee1 | Oliveira, Bruno Quirino de | pt_BR |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/8553057751462291 | pt_BR |
dc.contributor.referee2 | Pagotti, Luís Fernando | pt_BR |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/8715838528974593 | pt_BR |
dc.description.resumo | Redes neurais artificiais (RNA) perceptron multicamadas são amplamente utilizadas em problemas complexos devido a sua capacidade de emular aprendizagem e apresentar menores erros no apoio à tomada de decisão. Com isso, é viável utilizar essa técnica computacional aplicada a detecção e classificação de distúrbios em consumidores do grupo A, diante da capacidade de modelar dados elétricos complexos. Ao serem treinadas com informações de tensão e corrente, elas conseguem identificar oscilações, harmônicas e desequilíbrios, classificando-os em categorias específicas. Essa automação reduz significativamente o tempo necessário para identificar e resolver problemas elétricos, garantindo a qualidade da energia. Esse artigo apresenta um estudo com aplicação de redes neurais artificiais na identificação e classificação de variações de tensão de longa duração na rede de distribuição de energia elétrica. A RNA é treinada com dados reais. Cenários de teste e validação são apresentados e discutidos. | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.department | Escola Politécnica | pt_BR |
dc.publisher.initials | PUC Goiás | pt_BR |
dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA | pt_BR |
dc.creator.Lattes | Matheus Felipe da Silva Mariano | pt_BR |
dc.creator.Lattes | Victor Pinheiro Borges -- http://lattes.cnpq.br/6122270382613621 | pt_BR |
dc.degree.graduation | Engenharia Elétrica | pt_BR |
dc.degree.level | Graduação | pt_BR |
Aparece nas coleções: | TCC Engenharia Elétrica |
Arquivos associados a este item:
Arquivo | Tamanho | Formato | |
---|---|---|---|
RAG-PUC-Goias_Artigo_TCC2_MatheusFelipe-VictorPinheiro_VFinal.pdf | 768,66 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.
Ferramentas do administrador