Identificação de faltas de enrolamento do estator em um gerador de indução de turbina eólica duplamente alimentado por meio da análise de assinatura de corrente (2025)
- Authors:
- Autor USP: TOMINAGA, RAFAEL NOBORO - EP
- Unidade: EP
- Sigla do Departamento: Programa Engenharia Elétrica
- Subjects: APRENDIZADO COMPUTACIONAL; ELETRODINÂMICA; MÁQUINAS ASSÍNCRONAS; REDES NEURAIS; TURBINAS
- Agências de fomento:
- Language: Português
- Abstract: Turbinas eólicas são sistemas de conversão de energia eletromecânica impulsionados pela transição energética. Por serem equipamentos complexos e relativamente recentes, existem oportunidades para melhorar a sua eficiência. Técnicas de detecção de curto-circuito baseadas na análise de assinatura de corrente vêm sendo empregadas para esse fim. Além disso, modelos analíticos contribuem para uma melhor compreensão do desempenho desses sistemas. Uma das contribuições desta pesquisa é a revisão e o detalhamento da modelagem elétrica do gerador de indução de alimentação dupla (DFIG) dedicado à turbina eólica. Nesse tipo de aerogerador, a regulação de velocidade e fluxo é realizada por meio do fluxo de potência ativa e reativa no enrolamento do rotor. O modelo abrange tanto a máquina quanto seu controle, permitindo a emulação de curto-circuito entre espiras de cada fase no estator e no rotor. A segunda contribuição consiste no desenvolvimento de uma rede neural capaz de identificar e localizar o enrolamento (fase) que apresenta curto-circuito. A abordagem combina rede neural com árvore de decisão. Tal abordagem foi concebida para garantir a rastreabilidade das tomadas de decisão, o que aporta maior conhecimento ao engenheiro. A topologia de rede neural aqui adotada atingiu acurácia de 98% nos dados experimentais utilizados para o teste, tendo sido treinada exclusivamente com dados simulados do modelo DFIG. A validação ocorreu em bancada laboratorial. As contribuições apresentadas promovem melhor monitoramento e rotinas de manutenção mais eficazes para turbinas eólicas DFIG.
- Imprenta:
- Data da defesa: 11.06.2025
-
ABNT
TOMINAGA, Rafael Noboro. Identificação de faltas de enrolamento do estator em um gerador de indução de turbina eólica duplamente alimentado por meio da análise de assinatura de corrente. 2025. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2025. Disponível em: https://teses.usp.br/teses/disponiveis/3/3143/tde-11072025-135727/. Acesso em: 08 abr. 2026. -
APA
Tominaga, R. N. (2025). Identificação de faltas de enrolamento do estator em um gerador de indução de turbina eólica duplamente alimentado por meio da análise de assinatura de corrente (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://teses.usp.br/teses/disponiveis/3/3143/tde-11072025-135727/ -
NLM
Tominaga RN. Identificação de faltas de enrolamento do estator em um gerador de indução de turbina eólica duplamente alimentado por meio da análise de assinatura de corrente [Internet]. 2025 ;[citado 2026 abr. 08 ] Available from: https://teses.usp.br/teses/disponiveis/3/3143/tde-11072025-135727/ -
Vancouver
Tominaga RN. Identificação de faltas de enrolamento do estator em um gerador de indução de turbina eólica duplamente alimentado por meio da análise de assinatura de corrente [Internet]. 2025 ;[citado 2026 abr. 08 ] Available from: https://teses.usp.br/teses/disponiveis/3/3143/tde-11072025-135727/ - Determining the trend behavior of the wind turbine powertrain using mechanical vibration and seasonal wind data
- Stacking deep learning models to analyse vibration and current signatures in rotating machinery
- DFIG-based wind turbine interturn fault modeling with comprehensive winding failure identification
- Electrical signals dataset from fixed-speed and variable-speed synchronous generators under healthy and faulty conditions
- A condition monitoring dataset based on electrical signals for a squirrel cage induction generator
- A benchmark dataset of electrical signals from a permanent magnet synchronous generator for condition monitoring
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
