Search

CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior Este trabalho propõe o desenvolvimento de modelos e métodos numéricos, baseados em redes neurais artificiais, para a detecção e localização de áreas com defeitos de alta impedância em sistemas de distribuição. De forma paralela, também é avaliada a eficiência da utilização de diferentes tipos de formas de medição de dados no desempenho do método, que é implementada através de duas etapas. A primeira etapa consiste na adaptação de um programa existente para cálculo de faltas, tendo como objetivo gerar de forma aleatória vários tipos de defeitos, assim como a localização dos mesmos. A metodologia de cálculo de defeitos foi desenvolvida utilizando as equações de injeção de correntes em coordenadas retangulares. Neste programa, também serão considerados os modelos de carga variantes com a tensão durante os defeitos e modelos de diversas gerações distribuídas, convencionais e não convencionais. Em seguida, foi desenvolvido e implementado um método baseado em redes neurais artificiais, para detecção e identificação de faltas, assim como para estimar a localização de faltas em um sistema de distribuição. Esta rede neural possui como entrada módulos e ângulos das tensões e correntes do sistema elétrico, obtidas através das medições fasoriais dos PMUs e/ou IEDs. As saídas da rede neural correspondem à detecção e localização de áreas de defeitos. O método proposto foi desenvolvido no ambiente MatLab® e com o intuito de avaliar sua eficiência, foi testado em alguns sistemas IEEE e em um sistema real. Os resultados obtidos dos estudos são apresentados sob a forma de tabelas e gráficos com suas respectivas acurácias, números de neurônios e as diferentes configurações adotadas. This work proposes the development of numerical models and methods, based on artificial neural networks, for the detection and localization of high impedance faults in distribution systems. In parallel, the efficiency is also evaluated using different types of measurement data techniques in the performance of the method, which is implemented through two steps. The first step consists in the adaptation of an existing program for calculation of faults, aiming to generate randomly several types of faults, as well as their location. The faults calculation methodology was developed using current injection equations in rectangular coordinates. In this program the models of load variation with the voltage during the faults and a variety of conventional and unconventional models for distributed generation, are considered. Next, a method based on artificial neural networks is developed and implemented for the detection and identification of faults, as well as to estimate the fault location within a distribution system. The neural network inputs are modules and angles of the voltages and currents of the electrical system, obtained from the PMUs and / or IEDs. The outputs of the neural network correspond to the detection and location of faults. The proposed method was developed in MatLab® environment and tested in some IEEE systems and in a real system in order to evaluate its efficiency. The results obtained from the studies was presented in the form of tables and graphs with their respective accuracy, numbers of neurons and the different configurations adopted.