Multi-Layer Perceptron para Detecção de Faltas em Aerogeradores Baseados na Máquina de Indução com Rotor em Gaiola

Abstract

In this study a application proposal to develop a classifier using an artificial neural network (ANN) for the problem of detecting internal faults in a wind turbine generator based on an induction machine with a caged rotor, a problem for which there is still no optimal solution. The classifier evaluates a given instance and returns whether the instance comes from a healthy machine or a machine that has a stator coil fault. Synthetic data obtained by simulation was used for training the ANN. The results obtained demonstrate that a simple network with a single intermediate layer already achieves good performance with low computational cost as the memory to store the ANN. Resumo: Nesse estudo é proposto uma aplicação para desenvolver um classificador utilizando uma rede neural artificial para o problema de detecção de faltas internas no gerador de uma turbina eólica baseado na máquina de indução com rotor em gaiola, problema para o qual ainda não existe uma solução otimizada. O classificador avalia uma dada instância e retorna se a instância é proveniente de uma máquina saudável ou de uma máquina que apresenta uma falta em uma dada bobina do estator. Foi utilizado dados sintéticos obtidos por simulação para o treinamento da rede deste modo não foi necessário a utilização de uma máquina real com sensores para extrair os dados de treinamento. Os resultados obtidos demonstram que uma rede simples de uma única camada intermediaria já consegue bom desempenho com baixo custo computacional quanto a memória para armazena a rede.