Identificação e classificação de cargas através do conteúdo harmônico via redes neurais artificiais fazendo uso de um sistema de aquisição de dados baseado em arduino

Abstract

O presente trabalho apresenta o desenvolvimento de um sistema de aquisição de dados baseado em Arduino para amostragem do sinal elétrico. O sistema é composto por um transformador de corrente (TC), um transformador de potencial (TP), circuitos de condicionamento do sinal e o Arduino como conversor analógico-digital e meio de comunicação com o computador. Os dados foram obtidos de três tipos de pares de lâmpadas diferentes: incandescentes, fluorescentes compactas e LEDs. Um script criado no software Matlab se encarregou de armazená-los. Os dados da corrente foram submetidos a análise de Fourier, através do algoritmo da Fast Fourier Transform (FFT), de forma que as harmônicas presentes no sinal fossem extraídas. Foi observado que as cinco primeiras harmônicas ímpares eram muito distintas entre as cargas. Partindo desse conjunto de dados a eficiência do uso de harmônicas como forma de classificação de cargas foi investigada através da ferramenta Neural Network Pattern Recognition do software Matlab, uma rede neural de classificação, onde foi constatado que de fato as harmônicas são uma fonte de dados que podem ser empregados para se classificar cargas.