Localizador de faltas utilizando medição em regime permanente e redes neurais artificiais
Resumo
O sistema de distribuição cresce continuamente elevando assim cada vez mais a probabilidade do surgimento de faltas em suas linhas. Com o intuito de resolver essa problemática foi desenvolvido um programa que consegue, através dos valores eficazes das grandezas elétricas da barra principal de um sistema de distribuição indicar possíveis previsões do local da ocorrência de uma falta do sistema. Para a implementação do programa foi utilizado um software de simulação de faltas, o OpenDSS, um para programação em Python, o Pycharm e um software de redes neurais artificiais, o KNIME, para previsão de dados. Com a aplicação de faltas em todos barramentos e o uso de inteligência artificial, foi possível adquirir grandezas elétricas como tensão, corrente, potência, fator de potência e criar Redes Neurais Artificiais. Como resultados obteve-se as previsões dos locais da falta, seus erros que foram próximos a zero e então foi possível concluir que a RNA consegue determinar de forma eficiente a localização da falta, se tornando um projeto atrativo para concessionárias de energia, visto que, pode-se reduzir com os localizadores de faltas custos energéticos, custos com deslocamentos e o tempo sem energia elétrica, aumentando então os índices de satisfação do cliente
Collections
Os arquivos de licença a seguir estão associados a este item:
Exceto quando indicado o contrário, a licença deste item é descrito como Acesso Aberto