| Revista: | Controle & automacao |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000315272 |
| ISSN: | 0103-1759 |
| Autores: | Freitas, Antonio A.C. de1 Silva, Ivan N. da2 Souza, Andre N. de |
| Instituciones: | 1Universidade Tecnologica Federal do Paraná, Cornelio Procopio, Paraná. Brasil 2Universidade Estadual Paulista "Julio de Mesquita Filho", Bauru, Sao Paulo. Brasil |
| Año: | 2002 |
| Periodo: | Sep-Dic |
| Volumen: | 13 |
| Número: | 3 |
| Paginación: | 266-274 |
| País: | Brasil |
| Idioma: | Portugués |
| Tipo de documento: | Artículo |
| Enfoque: | Aplicado, descriptivo |
| Resumen en inglés | In this paper, the ambient temperature values and load signals are applied in an architecture of artificial neural network with the objective of estimating the internal temperature of oil-immersed distribution transformers. The architecture of neural network used in this application is a multilayer perceptron. The training of the network was carried-out using the ''Resilient Propagation'' algorithm and it was based on design details and experimental data relative to the oil-immersed distribution transformers. Simulation results of the proposed approach indicate that this methodology can be efficiently used in the protection processes of transformers, increasing the selectivity, reliability and the management of the electric energy distribution system |
| Resumen en portugués | Neste artigo, os sinais de temperatura ambiente e de carregamento de transformadores de distribuição imersos em óleo são aplicados em uma arquitetura de redes neurais artificiais com o objetivo de estimar a temperatura interna destes transformadores. A arquitetura da rede neural utilizada nesta aplicação é do tipo perceptron multicamadas. O treinamento da rede foi realizado através do algoritmo de retropropagação denominado ''Resilient Propagation'' e foi baseado em dados de projeto e de ensaios de transformadores de distribuição imersos em óleo. Resultados de simulação da abordagem proposta indicam que esta metodologia pode ser utilizada eficientemente nos processos de proteção de transformadores, incrementando a seletividade, confiabilidade e o gerenciamento da rede de distribuição |
| Disciplinas: | Ingeniería |
| Palabras clave: | Ingeniería de control, Ingeniería eléctrica, Transformadores, Aceite, Redes neuronales artificiales, Parámetros, Estimación, Algoritmos |
| Keyword: | Engineering, Control engineering, Electrical engineering, Transformers, Oil, Artificial neural networks, Parameters, Estimation, Algorithms |
| Texto completo: | Texto completo (Ver HTML) |
