• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Dissertação de Mestrado
DOI
https://doi.org/10.11606/D.3.2020.tde-13042021-091422
Documento
Autor
Nome completo
Vitor Annecchini Schimid
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Paulo, 2020
Orientador
Banca examinadora
Nabeta, Silvio Ikuyo (Presidente)
Pereira, Fabio Henrique
Teixeira, Julio Carlos
Título em português
Identificação de parâmetros de máquinas síncronas pelo ensaio de resposta em frequência utilizando rede neural LSTM.
Palavras-chave em português
Ajuste de curva
Ensaio de resposta em frequência
Máquina síncronas
Redes neurais
Resumo em português
O presente trabalho visa o desenvolvimento de um método numérico para o ajuste da curva de indutância de uma máquina síncrona, proveniente do ensaio de resposta em frequência com a utilização de um inversor de frequência. Este método baseia-se na utilização da rede neural LSTM, bem como os métodos numéricos Simplex de Nelder e Mead e Média Móvel, para previsão de pontos nos extremos das altas e baixas frequências da curva de indutância, tendo em vista que as limitações do inversor impedem a obtenção destes pontos diretamente do arranjo em bancada. Desta forma, os parâmetros da máquina síncrona puderam ser obtidos com margem de erro máxima de 13%.
Título em inglês
Identification of synchronous machine parameters by frequency response test using neural LSTM network.
Palavras-chave em inglês
Frequency response test
LSTM
Neural network
Resumo em inglês
This work aims to develop a numerical method for adjusting the inductance curve of a synchronous machine from the frequency response test using a frequency inverter. This method is based on the use of the LSTM neural network, as well as the Simplex and Moving Average methods, to predict points at the ends of the high and low frequencies of the inductance curve, since the inverter limitations prevent the obtaining of these points directly from the bench arrangement. In this way, the parameters of the synchronous machine could be obtained with a maximum error margin of 13%.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2021-04-14
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2024. Todos os direitos reservados.