• 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
 
 
Disertación de Maestría
DOI
https://doi.org/10.11606/D.3.2020.tde-13042021-091422
Documento
Autor
Nombre completo
Vitor Annecchini Schimid
Dirección Electrónica
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Paulo, 2020
Director
Tribunal
Nabeta, Silvio Ikuyo (Presidente)
Pereira, Fabio Henrique
Teixeira, Julio Carlos
Título en portugués
Identificação de parâmetros de máquinas síncronas pelo ensaio de resposta em frequência utilizando rede neural LSTM.
Palabras clave en portugués
Ajuste de curva
Ensaio de resposta em frequência
Máquina síncronas
Redes neurais
Resumen en portugués
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 en inglés
Identification of synchronous machine parameters by frequency response test using neural LSTM network.
Palabras clave en inglés
Frequency response test
LSTM
Neural network
Resumen en inglés
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%.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Fecha de Publicación
2021-04-14
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2024. Todos los derechos reservados.