Notícias

Banca de DEFESA: MESSIAS SILVA DE MELO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: MESSIAS SILVA DE MELO
DATA: 02/10/2023
HORA: 20:30
LOCAL: Sala virtual
TÍTULO: Redes Convolucionais Aplicadas a Localização de Faltas em Sistemas de Transmissão HVDC utilizando MFCC
PALAVRAS-CHAVES: Rede neural concolucional, Perceptron multicamadas, Transformada wavelet, Coeficientes de Mel-Cepstrais, Localização.
PÁGINAS: 50
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
SUBÁREA: Sistemas Elétricos de Potência
ESPECIALIDADE: Medição, Controle, Correção e Proteção de Sistemas Elétricos de Potência
RESUMO:

O presente estudo tem como propósito apresentar os resultados obtidos por meio de dois modelos de localização de faltas, empregando diferentes abordagens, em uma linha de transmissão VSC-HVDC de dois terminais com extensão de 200 km. O primeiro modelo consiste em um Perceptron Multicamadas (MLP), enquanto o segundo modelo é baseado em uma Rede Neural Convolucional (RNC). Com o intuito de avaliar o desempenho comparativo, ambos os modelos utilizaram como entrada o sinal de corrente previamente processado por três métodos distintos: Transformada Wavelet Packet (TWP), Coeficientes de Mel-Cepstrais (MFCC) e uma combinação dos dois métodos. Nesse contexto, essas três diferentes abordagens foram testadas tanto no MLP quanto na RNC, sendo constatado por meio dos erros médios absolutos (MAE) e erros médios quadráticos (MSE) que a técnica de extração de características MFCC demonstrou um desempenho superior em comparação com o método TWP. Além disso, observou-se que o desempenho da rede neural utilizando a técnica de extração de características TWP pode ser aprimorado ao ser combinada com outra abordagem de extração de características. Os baixos valores de MAE e MSE evidenciam a alta confiabilidade da combinação proposta entre técnica de extração de características e rede neural em como rede convolucional em sistemas de localização de falhas.


MEMBROS DA BANCA:
Presidente - 3018819 - RUI BERTHO JUNIOR
Interno - 3095957 - HERMES MANOEL GALVÃO CASTELO BRANCO
Externo à Instituição - DANILO HERNANI SPATTI - USP
Notícia cadastrada em: 28/08/2023 18:32
SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | © UFRN | sigjb07.ufpi.br.instancia1 07/11/2024 15:57