Descrição
Este trabalho consiste no desenvolvimento de uma solução alternativa que utiliza redes neurais artificiais (RNAs) para a localização de faltas em alimentadores de distribuição da rede elétrica, fundamentando-se nos valores das componentes fundamentais da forma de onda das grandezas de corrente e de tensão medidos na saída de um alimentador na subestação. O método desenvolvido na linguagem de programação Matlab, identifica o equipamento de proteção que atuou no momento da falta, para isto, utiliza quatro Mapas Auto Organizáveis de Kohonen, um para cada tipo de falta: fase-fase, fase-terra, fasefase- terra e trifásico. Os mapas são selecionados por uma rede Perceptron Múltiplas Camadas de acordo com o tipo de falta observado no sistema. O software é destinado para a aplicação em sistemas de distribuição de concessionárias de energia elétrica, devendo ser instalado no microcomputador que faz a aquisição, armazenamento e processamento dos dados de corrente e tensão medidos na subestação.
Diferencial Tecnológico
O uso de dois tipos de RNAs trabalhando consecutivamente, a Perceptron Múltiplas Camadas e os Mapas Auto Organizáveis de Kohonen, um para classificação e outro para localização, garantem um diferencial para a técnica proposta. Assim, pode se destacar algumas vantagens deste software : i) o desenvolvimento de uma metodologia simples, porém eficiente de processamento dos dados de corrente e tensão, oriundos de um único ponto de aquisição, a saída do alimentador; ii) a aplicabilidade deste método em todos os tipos de curto-circuito (fase-fase, fase-fase-terra, fase-terra e trifásico), o que dificilmente é encontrado na literatura pesquisada pelos autores. iii) Por fim, a utilização de mapas autoorganizáveis para a localização das faltas dispensa a apresentação de saídas desejadas ao algoritmo, sendo que o mesmo, de forma inteligente, se auto-organiza com base nos dados fornecidos pelo próprio sistema, de modo a melhorar sua eficiência ao longo do tempo.
Objetivos da Universidade
Transferência de Tecnologia
