Detalhes bibliográficos
| Ano de defesa: |
2023 |
| Autor(a) principal: |
Almeida, Thales Schuabb de
 |
| Orientador(a): |
Oliveira, Leonardo Willer de
|
| Banca de defesa: |
Rocha, Helder Roberto de Oliveira
,
Melo, Igor Delgado de |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal de Juiz de Fora (UFJF)
|
| Programa de Pós-Graduação: |
Programa de Pós-graduação em Engenharia Elétrica
|
| Departamento: |
Faculdade de Engenharia
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://repositorio.ufjf.br/jspui/handle/ufjf/15804
|
Resumo: |
O presente trabalho apresenta uma metodologia para Estimação de Estados (EE) de Sistemas de Distribuição de Energia Elétrica (SDEE) baseada no uso de Redes Neurais Artificiais (RNA), considerando a divisão do SDEE em áreas, e realizando sua estimação a partir de RNA separadas para cada área, caracterizando a estimação multi-áreas. As estimações são realizadas a partir de poucas medições de variáveis elétricas da rede, obtidas a partir de Unidades de Medição Fasoriais, do inglês Phasor Measurement Units (PMU) ou de Medidores Inteligentes (MI). As RNA são treinadas a partir de padrões de medições e os referentes estados reais da rede elétrica, se tornando capazes de estimar estados para novas medições futuras não observadas durante seu treinamento. A modelagem dos SDEE considera variações topológicas, que são identificadas a partir do monitoramento dos estados das chaves da rede, e também englobam as variáveis alimentadas às RNA para realizar a estimação. Além disso, a metodologia também contempla métodos de detecção e correção tanto de erros grosseiros nas medidas das variáveis elétricas, quanto na aquisição dos estados das chaves do SDEE, de modo a garantir maior robustez do estimador frente à ocorrência de erros grosseiros nas medições. Por fim, as estimações realizadas nos estimadores de cada área são enviadas a um agente central responsável pelo sincronismo das variáveis elétricas estimadas para formar o estado atual estimado do SDEE completo. Testes foram realizados considerando dois sistemas de teste frequentemente utilizados na literatura, além de um sistema real brasileiro simulado computacionalmente. As implementações foram realizadas no software MATLAB, e os resultados obtidos apontam a eficácia da metodologia para realizar a estimação das redes testadas considerando variações de carga, variações topológicas, e tratamento dos erros grosseiros detectados durante o monitoramento. |
