Influências de famílias wavelets e suas ordens no desempenho de um localizador de faltas em linhas aéreas de transmissão de energia elétrica

Essa dissertação tem por objetivo analisar a influência de famílias wavelets e suas ordens no desempenho de um algoritmo de localização de faltas a partir das ondas viajantes de dois terminais de uma linha de transmissão aérea. Tornou-se objetivo secundário a modelagem de um sistema elétrico de potência (SEP) para obtenção de um universo de faltas que validassem o localizador. Para isso, parte de um SEP da Eletrobrás-Eletronorte em 500/230 kV foi modelado no Alternative Transient Program (ATP) utilizando-se parâmetros reais. A Transformada Wavelet, via análise multiresolução (AMR), é empregada valendo-se de sua característica de localização temporal, permitindo caracterizações precisas de instantes de transitórios eletromagnéticos ocasionados por faltas, as quais geram ondas que ao se propagarem em direção aos terminais da linha contêm os tempos de propagação destas do local do defeito a tais terminais e podem ser convenientemente extraídos por tal transformada. Pela metodologia adotada no algoritmo, a diferença entre esses tempos determina com boa exatidão o local de ocorrência da falta sobre a linha. Entretanto, um dos agentes variantes do erro nessa estimação é a escolha da Wavelet usada na AMR dos sinais, sendo, portanto, a avaliação dessa escolha sobre o erro, objetivo principal do trabalho, justificada pela ainda inexistente fundamentação científica que garanta a escolha de uma wavelet ótima a uma certa aplicação. Dentre um leque de Wavelets discretas, obtiveram-se resultados adequados para 16 delas, havendo erros máximos inferiores aos 250 metros estipulados para a precisão. Duas Wavelets, a Db15 e a Sym17, sobressaíram-se ao errarem, respectivamente, 3,5 e 1,1 vezes menos que as demais. A metodologia empregada consta da: exportação dos dados das faltas do ATP para o MATLAB®; aplicação da transformação modal de Clarke; decomposição dos modos alfa e síntese dos níveis 1 de detalhes via AMR; cálculo de suas máximas magnitudes e determinação dos índices temporais; e por fim, a teoria das ondas viajantes equaciona e estima o local do defeito sobre a LT, sendo tudo isso programado no MATLAB e os erros de localização analisados estatisticamente no Microsoft Excell®. Ao final elaborou-se ainda uma GUI (Guide User Interface) para a Interface Homem-Máquina (IHM) do localizador, servindo também para análises gráficas de qualquer das contingências aplicadas ao SEP. Os resultados alcançados demonstram uma otimização de performance em razão da escolha da wavelet mais adequada ao algoritmo e norteiam para uma aplicação prática do localizador.

Transformada wavelet aplicada a análise automática de oscilografias de curta duração em unidades geradoras

The focus of this work is the automatic analysis of disturbance records for electrical power generating units. The main proposition is a method based on wavelet transform applied to short-term disturbance records (waveform records). The goal of the method is to detect the time instants of recorded disturbances and extract meaningful information that characterize the faults. The result is a set of representative information of the monitored signals in power generators. This information can be further classified by an expert system (or other classification method) in order to classify the faults and other abnormal operating conditions. The large amount of data produced by digital fault recorders during faults justify the research of methods to assist the analysts in their task of analysing the disturbances. The literature review pointed out the state of the art and possible applications for oscillography records. The review of the COMTRADE standard and wavelet transform underlines the choice of the method for solving the problem. The conducted tests lead to the determination of the best mother wavelet for the segmentation process. The application of the proposed method to five case studies with real oscillographic records confirmed the accuracy and efficiency of the proposed scheme. With this research, the post-operation analysis of occurrences is improved and as a direct result is the reduction of the time that generators are offline.

Monitoramento e identificação numérico e experimental de danos em vigas e pontes de aço e concreto utilizando transformadas de wavelet

Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Civil e Ambiental, 2015.

Classificação de distúrbios na rede elétrica usando redes neurais e wavelets

Post dispatch analysis of signals obtained from digital disturbances registers provide important information to identify and classify disturbances in systems, looking for a more efficient management of the supply. In order to enhance the task of identifying and classifying the disturbances - providing an automatic assessment - techniques of digital signal processing can be helpful. The Wavelet Transform has become a very efficient tool for the analysis of voltage or current signals, obtained immediately after disturbance s occurrences in the network. This work presents a methodology based on the Discrete Wavelet Transform to implement this process. It uses a comparison between distribution curves of signals energy, with and without disturbance. This is done for different resolution levels of its decomposition in order to obtain descriptors that permit its classification, using artificial neural networks

Classification of magnetic resonance brain images using wavelets as input to support vector machine and neural network

In this paper. we propose a novel method using wavelets as input to neural network self-organizing maps and support vector machine for classification of magnetic resonance (MR) images of the human brain. The proposed method classifies MR brain images as either normal or abnormal. We have tested the proposed approach using a dataset of 52 MR brain images. Good classification percentage of more than 94% was achieved using the neural network self-organizing maps (SOM) and 98% front support vector machine. We observed that the classification rate is high for a Support vector machine classifier compared to self-organizing map-based approach.

Strip based coding for large images using wavelets

Thanks to advances in sensor technology, today we have many applications (space-borne imaging, medical imaging, etc.) where images of large sizes are generated. Straightforward application of wavelet techniques for above images involves certain difficulties. Embedded coders such as EZW and SPIHT require that the wavelet transform of the full image be buffered for coding. Since the transform coefficients also require storing in high precision, buffering requirements for large images become prohibitively high. In this paper, we first devise a technique for embedded coding of large images using zero trees with reduced memory requirements. A 'strip buffer' capable of holding few lines of wavelet coefficients from all the subbands belonging to the same spatial location is employed. A pipeline architecure for a line implementation of above technique is then proposed. Further, an efficient algorithm to extract an encoded bitstream corresponding to a region of interest in the image has also been developed. Finally, the paper describes a strip based non-embedded coding which uses a single pass algorithm. This is to handle high-input data rates. (C) 2002 Elsevier Science B.V. All rights reserved.

Modelización de una prueba de afecto hacia la matemática con la teoría de respuesta al ítem

Resumen: Se aplicó el Modelo de Crédito Parcial (MCP) de la Teoría de Respuesta al Ítem (TRI) al análisis de ítems de una escala que mide Afecto hacia la Matemática. Esta variable describe el interés de los estudiantes de Psicología por involucrarse en actividades vinculadas a la matemática y los sentimientos asociados al uso de sus conceptos. La prueba consta de 8 ítems con formato de respuesta Likert de 6 opciones. Participaron 1875 estudiantes de Psicología de la Universidad de Buenos Aires (Argentina) de los cuales un 82% fueron mujeres. El análisis de la consistencia interna brindó un índice altamente satisfactorio (Alfa = .91). Se verificó la condición de unidimensionalidad requerida por el modelo mediante un análisis factorial exploratorio. Todos los análisis basados sobre la TRI se realizaron con el programa Winsteps. La estimación de los parámetros del modelo se efectuó por Máxima Verosimilitud Conjunta. El ajuste del MCP fue satisfactorio para todos los ítems. La Función de Información del Test fue elevada en un rango amplio de niveles del rasgo latente. Un ítem presentó una inversión en dos parámetros de umbral. Como consecuencia, 1 de las 6 categorías del ítem no fue máximamente probable en ningún intervalo de la escala del rasgo latente. Se analizan las implicancias de este hallazgo en la evaluación de la calidad psicométrica del ítem. Los resultados de este estudio permitieron profundizar el análisis del constructo y aportaron evidencias de validez basadas en las estructura interna de la escala