Discente: Gustavo da Silva Rocha Araújo

 

Data: 16/08/24

 

Hora: 14 h

 

Localização: Microsoft Teams

 

 

 

Resumo: A ocorrência de faltas de alta impedância (FAI) em redes de distribuição representa um perigo para a segurança das pessoas, equipamentos e animais. No entanto, dispositivos de proteção junto a rede de distribuição não são capazes de serem sensibilizados por esse tipo de defeito na maioria das vezes. Este trabalho apresenta uma estratégia integrada de classificação, detecção e localização de FAI, baseado no uso de classificadores baseados em algoritmos de aprendizado supervisionado, tais como Knearest neighbors, Support Vector Machines e Ensemble. Um modelo de falta aprimorado foi usado para emular comportamentos de aleatoriedade, e especialmente intermitência de faltas de alta impedância. A corrente residual foi monitorada, e a extração de suas características foi realizada a partir da Short-Time Fourier Transform (STFT). Uma lógica de consistência temporal foi aplicada ao estágio de detecção. Um algoritmo de localização de FAI a partir da medição das tensões na baixa tensão foi considerado. A partir de uma análise comparativa entre dois sistemas distintos verificou-se o funcionamento dos algoritmos através de diversas simulações em dois sistemas de distribuição distintos.

 

Banca Avaliadora: