
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Fonseca, Gabriel A. | - |
| Autor(es): dc.creator | Ferreira, Danton D. | - |
| Autor(es): dc.creator | Costa, Flávio B. | - |
| Autor(es): dc.creator | Almeida, Aryfrance R. | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:53:49Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:53:49Z | - |
| Data de envio: dc.date.issued | 2022-04-12 | - |
| Data de envio: dc.date.issued | 2022-04-12 | - |
| Data de envio: dc.date.issued | 2021-10 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/49743 | - |
| Fonte completa do material: dc.identifier | https://doi.org/10.1007/s40313-021-00844-4 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1149843 | - |
| Descrição: dc.description | Overhead energy transmission lines are highly susceptible to failure. To deal with this problem, some researchers have proposed different preprocessing stages, which comprise mainly feature extraction, selection, and dimension reduction for fault classification in transmission lines. The common techniques applied in the preprocessing stage are the wavelet and Fourier transforms. For the classification stage, the most used method is artificial neural network. This work aims to show the use of random forest method with a simple preprocessing step based on notch filter to classify faults in transmission lines. The performance of the model was compared with that obtained by a neural network to show its efficiency. Using k-fold cross-validation to train, test, and compare the models, it was obtained the mean accuracy of 89.59% for the neural network and 91.96% for the random forest for testing data. In the validation process, it was obtained accuracy of 96.49% and 91.49% for neural network and random forest models, respectively. Although the neural network model has shown better generalization capacity, the random forest model performed about eight times faster than the neural network. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Springer Nature | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Journal of Control, Automation and Electrical Systems | - |
| Palavras-chave: dc.subject | Random forest | - |
| Palavras-chave: dc.subject | Artificial neural networks | - |
| Palavras-chave: dc.subject | Notch filter | - |
| Palavras-chave: dc.subject | Transmission lines | - |
| Palavras-chave: dc.subject | Fault classification | - |
| Palavras-chave: dc.subject | Cross-validation | - |
| Palavras-chave: dc.subject | Floresta Aleatória | - |
| Palavras-chave: dc.subject | Redes neurais artificiais | - |
| Palavras-chave: dc.subject | Linhas de transmissão | - |
| Palavras-chave: dc.subject | Validação cruzada | - |
| Título: dc.title | Fault Classification in Transmission Lines Using Random Forest and Notch Filter | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: