Localização de curtos-circuitos em redes de distribuição usando a transformada wavelet e redes neurais artificiais

• Ano de defesa: 2018
• Autor(a) principal: Neri Júnior, Almir Laranjeira
• Orientador(a): Moreira, Fernando Augusto
• Banca de defesa: Silva, Kleber Freire da, Silva, Kleber Melo e, Pereira, Carlos E. de Morais
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Escola Politécnica
• Programa de Pós-Graduação: Engenharia Elétrica
• País: Brasil
• Palavras-chave em Português: Distribuição; Energia Elétrica; redes neurais artificiais; Transformada wavelet
• Área do conhecimento CNPq: Engenharia Elétrica
• Link de acesso: http://repositorio.ufba.br/ri/handle/ri/28663

A pronta localização da origem de faltas em redes ramificadas de distribuição incrementa a segurança do sistema elétrico e reduz perdas por parte do cliente e da concessionária de energia. Pretende-se com este trabalho apresentar um novo conceito de metodologia computacional que possibilite a localização de curtos-circuitos em redes elétricas trifásicas de distribuição. Este sistema se alicerça em três bases teóricas: o conceito de ondas viajantes, a transformada wavelet e as redes neurais. A rede elétrica será simulada no software ATP/ATPDraw, e todo o tratamento matemático usará o software SCILAB. Será detalhado como o SCILAB efetua a leitura e o processamento dos dados gerados pelo ATP, bem como o tratamento destes dados com a transformada wavelet. Será apresentado de forma gráfica e lógica as conclusões de análise de diferentes curtos-circuitos, mostrando como a transformada wavelet consegue extrair das correntes pós-falta a energia das diferentes frequências que são geradas depois do momento da falta. Com base nestas energias, redes neurais artificiais irão realizar o processamento de identificação do local mais provável da falta, podendo contribuir, desta forma, com uma recomposição mais rápida do sistema elétrico de distribuição. Os resultados obtidos mostram que o método possui uma taxa de acerto bastante significativa, acima de 90% de precisão, mas tem limitações concernentes às características da topologia das redes analisadas.