Estimação das parcelas de contribuição de cargas não lineares na distorção harmônica de tensão de um barramento de interesse do sistema elétrico de potência utilizando rede neural artificial

• Autor(a) principal: MANITO, Allan Rodrigo Arrifano
• Data de Publicação: 2019
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFPA
• Texto Completo: http://repositorio.ufpa.br/jspui/handle/2011/12042
• topic: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA; Análise de sensibilidade; Cargas não lineares; Harmônicos de tensão; Harmônicos de corrente; Redes neurais artificiais; SISTEMAS DE POTÊNCIA; SISTEMAS DE ENERGIA ELÉTRICA

Apresenta-se neste trabalho uma metodologia para estimar a contribuição de cargas não lineares na distorção harmônica de tensão de um barramento de interesse do sistema elétrico de potência. A estimação é realizada através da construção de um modelo com base em redes neurais artificiais (RNA) juntamente com uma análise de sensibilidade nos neurônios de entrada da rede neural. A entrada do modelo neural é constituída pelas correntes harmônicas provenientes das cargas não lineares que compõem o sistema estudado, e a saída da RNA corresponde aos valores de tensão harmônica no barramento sob estudo, para a mesma frequência harmônica. O estudo é realizado para cada ordem harmônica individualmente e os dados necessários para a construção do modelo bem como para validação dos resultados são obtidos a partir de campanhas de medição sincronizadas e por meio de simulação computacional, através de estudos de fluxo de carga harmônico. A partir de comparações dos resultados de referência via simulação computacional com os resultados obtidos via modelo neural, é observado que a metodologia desenvolvida é capaz de classificar corretamente o grau de impacto de cargas não lineares na distorção de tensão em uma barra de interesse do sistema elétrico. Adicionalmente, é demonstrada a eficácia da metodologia em dois sistemas reais a fim de verificar o bom desempenho desta metodologia diante de dados reais obtidos durante campanhas de medição.