Localização de faltas no sistema elétrico de distribuição da Universidade Federal da Grande Dourados utilizando inteligência artificial

Abstract

Este trabalho propôs uma metodologia para localização de faltas através de Redes Neurais Artificiais (RNAs) no sistema elétrico de distribuição da Universidade Federal da Grande Dourados (UFGD), foi realizado um breve levantamento teórico sobre as técnicas de localização de faltas existentes e quanto as principais propriedades das RNAs. Para modelagem computacional do sistema elétrico se fez uso do software ATPDraw, se mostrando uma ferramenta completa, possibilitando a simulação com demasiadas características das linhas de distribuição aéreas (LTs), transformadores e cargas do sistema, onde foram simulados um total de 48 curtos-circuitos trifásicos. Para o tratamento dos dados, com a finalidade de formação da matriz de entrada da RNA, foi confeccionado um código base para extração do valor médio eficaz (RMS) dos dados de corrente e tensão de um determinado intervalo de tempo. Foram montadas cinco disposições de matrizes de entrada, de maneira a se testar a eficácia de localização com um ou mais terminais na rede modelada. Fazendo-se uso da ferramenta Neural Network Pattern Recognition Tool (nprtool) do software MATLAB, constatou-se que a melhor forma de localização de faltas com a metodologia aplicada se refere a utilização de dados de três terminais de medição.