Publicação
Previsão de perdas AC em transformadores supercondutores por inteligência artificial
| datacite.subject.fos | Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática | pt_PT |
| dc.contributor.advisor | Pina, João | |
| dc.contributor.advisor | Ardestani, Masoud | |
| dc.contributor.author | Cardoso, Alexandre Manuel Silva | |
| dc.date.accessioned | 2023-11-07T13:10:45Z | |
| dc.date.available | 2023-11-07T13:10:45Z | |
| dc.date.issued | 2023-01 | |
| dc.description.abstract | Atualmente, verifica-se um aumento da corrente na rede elétrica, existindo a necessidade de procurar soluções. Neste sentido, surge a supercondutividade aplicada a equipamentos da rede (e.g., transformadores). Todavia, a sua utilização tem demonstrado algumas problemáticas, nomeadamente associadas às perdas AC, devido à necessidade de manutenção da temperatura criogénica inerente ao custo associado. De modo a reduzir estas perdas é necessária a modulação e simulação dos dispositivos. Usualmente esta é feita utilizando métodos numéricos, aos quais estão associados a necessidade de um poder computacional significativo e um processo demoroso. Neste sentido, desenvolveu-se este trabalho que se encontra inserido no projeto tLoss, utilizando um modelo com recurso a redes neuronais baseado em dados, que pretende tornar mais acessível a determinação das perdas AC associadas a equipamentos supercondutores. Foram utilizadas duas redes neuronais distintas, uma para as bobinas sem estarem acopladas a um núcleo e outra associada às bobinas quando acopladas ao núcleo, recebendo os dados de saída da anterior, sendo estes ensaios distintos e realizados em laboratório. Assim sendo, através desta abordagem foi possível obter a determinação das perdas AC de uma forma rápida, utilizando apenas uma descrição dos dispositivos. | pt_PT |
| dc.description.abstract | Currently, there is an increase in current in the electric grid, and there is a need to search solutions. In this sense, superconductivity appears applied to network equipment (e.g., trans-formers). However, its use has shown some issues, namely associated with AC losses, due to the need to maintain the cryogenic temperature inherent to the associated cost. In order to reduce these losses, is necessary the modulation and simulation of the devices. Usually this is done using numerical methods, which are associated with the need for significant computa-tional power and a time-consuming process. In this sense, this work was developed, which is part of the tLoss project, with a model using neural networks based on data, which aims to make the determination of AC losses associated with superconducting equipment more acces-sible. Two distinct neural networks were used, one for the coils without being coupled to any core and another associated with the coils coupled to the core, receiving the output data from the previous one, these tests being different and carried out in the laboratory. Therefore, through this approach it was possible to obtain the determination of AC losses quickly, using only a description of the devices. | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10362/159636 | |
| dc.language.iso | por | pt_PT |
| dc.subject | Supercondutores | pt_PT |
| dc.subject | Rede Neuronal | pt_PT |
| dc.subject | Perdas AC | pt_PT |
| dc.subject | Transformadores | pt_PT |
| dc.title | Previsão de perdas AC em transformadores supercondutores por inteligência artificial | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.name | MESTRADO EM ENGENHARIA ELETROTÉCNICA E DE COMPUTADORES | pt_PT |