ESTUDO DA APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS PARA IDENTIFICAÇÃO DE CURTO-CIRCUITOS NO SISTEMA ELÉTRICO DE DISTRIBUIÇÃO
Keywords:
Redes neurais artificiais, modelos computacionais, Perceptron multicamadasAbstract
O algoritmo de redes neurais artificiais (RNA), são modelos computacionais que possuem a capacidade de realizar generalização, inferências, identificação e classificação de informações e padrões. De modo que, nesse trabalho foi desenvolvido um estudo através da criação de uma rede neural classificadora de padrões a fim de identificar e classificar os tipos de curto-circuito que ocorrem no sistema elétrico de distribuição. Assim, desenvolveu-se uma rede neural perceptron multicamadas no software Matlab com 3 camadas escondidas, 25 neurônios em cada camada escondida e função de ativação do tipo tangente hiperbólica. A PMC foi treinada utilizando-se dados simulados de curto-circuito no software ATPDraw e apresentou uma eficiência de 94.7% na identificação dos curtos-circuitos na etapa de validação. A rede treinada também conseguiu avaliar curtos-circuitos em um barramento de testes de 9 barras da IEEE demonstrando potencial para ser aplicada como medida adicional de informação da rede nos centros de operação integrado (COI).
Downloads
References
HOIDALEN, H. K. N. Atpdraw. [2020]. Disponível em: https://www.atpdraw.net/news.php. Acesso em: 12 ago. 2021.
HAQUE, M. T.; KASHTIBAN, A. Application of Neural Networks in Power Systems; A Review. World Academy of Science, Engineering and Technology, 2005.
HAYKIN, S. Redes Neurais Artificiais Princípios e prática. 2. ed. São Paulo: Prentice Hall, 2001
KALOGIROU, S.; KALOGIROU, S. A.; Artificial neural networks in renewable energy systems applications: a review. Renew Sustain. v. 5, 2001. https://doi.org/10.1016/S1364-0321(01)00006-5
KINDERMANN, G. Curto –circuito. 2.ed. Porto Alegre: Sagra Luzzato, 1997.
KINGMA, D. P.; BA, J. L. Adam: a method for stochastic optimization. In:
INTERNATIONAL CONFERENCE ON LEARNING REPRESENTATIONS. 2015. Anais [...]. 2015. Disponível em: chrome-extension://dagcmkpagjlhakfdhnbomgmjdpkdklff/enhanced-reader.html?openApp&pdf=https%3A%2F%2Farxiv.org%2Fpdf%2F1412.6980.pdf
Acesso em: 20 abr. 2022.
KOHAVI, R. A Study of Cross-Validation and Bootstrap for Accuracy Estimation and Model Selection. In: INTERNATIONAL JOINT CONFERENCE ON ARTIFICIAL INTELLIGENCE. Anais [...]. Canadá: Stanford: Computer Science Department, 1995.
MATHWORKS. 1994. DIsponível em: https://www.mathworks.com/company.html?s_tid=hp_ff_a_company
Acesso em 10 ago. 2021.
NERI JUNIOR, A. L. Uma revisão da transformada wavelet aplicada à localização de faltas de energia em redes elétricas de transmissão e distribuição. In: SIMPÓSIO BRASILEIRO DE SISTEMAS ELÉTRICOS. 2016. Natal. Anais [...]. Natal: SBSE, 2016.
OLESKOVICZ, M. Aplicação de redes neurais artificiais na proteção de distância. 2001. Tese (Doutorado em Sistemas Elétricos de Potência) - Universidade de São Paulo, São Carlos, 2001.
OLIVEIRA, Â. R. Redes neurais artificiais aplicadas na detecção, classificação. Juiz de Fora: Universidade Federal de Juiz de Fora, 2005.
PRASAD, A.; EDWARD, B. J. Importance of Artificial Neural Networks for Location. In: International Conference on Intelligent Systems and Control. 2017. p. 11.
RUMELHART, D. E.; HINTON, G. E.; WILLIAMS, R. J. Learning Internal Representations by Error Propagation. In: Parallel Distributed Processing: Explorations in the Microstructure of Cognition, Foundations. Cambridge: MA: MIT Press, 1986. v.1. https://doi.org/10.7551/mitpress/5236.001.0001
SILVA, I. N.; SPATTI, D. H.; FLAUZINO, R. A. Redes Neurais Artifciciais: para Engenharia e Ciências Aplicadas 2. ed. São Paulo: Artliber, 2010.
SILVA, J. V. M. Learning para detecção de faltas em um sistema elétrico 2019. 79 p. Trabalho de Conclusão de Curso (Graduação em Engenharia Elétrica) - Universidade Federal de Santa Catarina, Florianópolis, SC, 2019. Disponível em: https://repositorio.ufsc.br/bitstream/handle/123456789/203010/TCC.pdf?sequence=1&isAllowed=y. Acesso em: 11 nov. 2021.
STEVENSON, W. D. Elementos de análise de sistemas de potência. 2. ed. São Paulo: McGraw-Hill, 1986.