![DSpace logo](/image/banner.png)
Use este identificador para citar ou linkar para este item:
http://repositorioinstitucional.uea.edu.br//handle/riuea/1532
Título: | Redes neurais aplicadas a estimativa das perdas de transformadores trifásicos de distribuição |
Título(s) alternativo(s): | Neural networks applied to the loss estimation of three-phase distribution transformers |
Autor(es): | Silva, Daniel Sousa da |
Palavras-chave: | EstimativaS das perdas de transformadores trifásicos;Sistemas de Energia;Redes Neurais Aplicadas a Estimativas das Perdas de Trafos;Estimation of losses of three-phase transformers;Energy Systems;Neural Networks Applied to Estimates of Trap Loss |
Data do documento: | 12-Mar-2019 |
Editor: | Universidade do Estado do Amazonas |
Abstract: | This research presents a study of neural network applied to estimate losses in core and winding of three-phase distribution network. The architecture of neural network used was the topology Multiple Layer Perceptron and training algorithm Levenberg-Marquard that use non-linear methods. From collate of data is create a database with all selected attribute for subsequently be used on simulation of artificial neural networks. All samples of learning are collected from transformers electric tests of automated software of routine testing used in diverse transformers industry and concessionaire of electric energy. The test stage represents 15% of samples, this part represents not supervision stage of training process where is possible observe ANN behavior after training stage (70% ofsamples) and validation (15% of samples).The evaluation of neural network was made by tools Mean Square Error, Linear Correlation Coefficient and graphic analyzer of cross validation process. From the train process obtain accuracy of 80% and 96% of data samples test. |
Descrição: | Esta pesquisa apresenta um estudo da aplica¸c˜ao de redes neurais para estima¸c˜ao das perdas no n´ucleo e enrolamento de transformadores trif´asicos de distribui¸c˜ao. A arquitetura da rede neural utilizada foi a topologia Multiple Layer Perceptron e algoritmo de aprendizagem Levenberg-Marquard que utiliza m´etodos n˜ao lineares. A partir de dados coletados ´e criado um banco de dados com todos os atributos selecionados para subsequentemente serem utilizados na simula¸c˜ao da rede neural artificial. Todas as amostras de aprendizagem foram coletadas de ensaios el´etricos de transformados de software de automatiza¸c˜ao de ensaios de rotina usado em diversas f´abricas de transformadores e concession´arias el´etricas. O est´agio de teste representa 15% das amostras, esta parte representa a etapa n˜ao supervisionada do processo de treinamento onde ´e poss´ıvel observar o comportamento da rede neural artificial ap´os o est´agio de treinamento (70% das amostras) e valida¸c˜ao (15% das amostras). A avalia ¸c˜ao da rede neural artificial ´e feita pelas ferramentas Mean Square Error, Coeficiente de Correla¸c˜ao Linear e an´alise gr´afica do processo de valida¸c˜ao cruzada. A partir do processo de treino obteve-se exatid˜ao de 80% e 96% das amostras de teste. |
URI: | http://repositorioinstitucional.uea.edu.br//handle/riuea/1532 |
Aparece nas coleções: | EST - Trabalho de Conclusão de Curso Graduação |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Redes neurais aplicadas a estimativa das perdas de transformadores trifásicos de distribuição.pdf | 2,42 MB | Adobe PDF | Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons