Avaliação da estabilidade de tensão em sistemas de transmissão usando redes neurais artificiais.

Detalhes bibliográficos
Autor(a) principal: Ribeiro, Ícaro Freitas do Amaral
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/3/3143/tde-05112020-120326/
Resumo: O crescente aumento da demanda por energia elétrica tem influenciado de maneira relevante nas condições de operação do sistema elétrico de potência em todo mundo, levando-o a operar próximo a sua capacidade máxima. Por este motivo, tem-se tornado importante estimar a proximidade do ponto de colapso de tensão desses sistemas para que os mesmos operem dentro dos limites de tensão permitido. A instabilidade de tensão, caracterizada pela redução lenta e gradual das magnitudes das tensões das barras de carga, tem-se constituído no principal obstáculo à operação estável dos sistemas de potência, e a razão essencial da ocorrência desse fenômeno consiste na incapacidade dos sistemas em atender à crescente demanda reativa. Desta forma, busca-se com essa dissertação de mestrado elaborar uma metodologia que possibilite determinar um índice que indique o nível de estabilidade de tensão do sistema e aplicá-lo a uma rede neural artificial, objetivando utilizá-la em análises com diferentes níveis de carregamento do sistema. O índice é composto pelo produto da distância mínima até o ponto de colapso de tensão e o coeficiente que representa a região estável de operação da linha de transmissão. Os resultados obtidos mostraram a eficiência da rede neural artificial em estimar devidamente a margem de estabilidade de tensão de qualquer barramento do sistema, possibilitando uma ação preventiva para que este distúrbio não ocasione maiores problemas ao sistema elétrico.
id USP_ba8fe0a3fe2007e3268e0efb0a5345b3
oai_identifier_str oai:teses.usp.br:tde-05112020-120326
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Avaliação da estabilidade de tensão em sistemas de transmissão usando redes neurais artificiais.Evaluation voltage stability of transmission systems using artificial neural networks.Artificial neural networksElectric power systemsEstabilidade de tensãoRedes neuraisSistemas elétricos de potênciaVoltage stabilityO crescente aumento da demanda por energia elétrica tem influenciado de maneira relevante nas condições de operação do sistema elétrico de potência em todo mundo, levando-o a operar próximo a sua capacidade máxima. Por este motivo, tem-se tornado importante estimar a proximidade do ponto de colapso de tensão desses sistemas para que os mesmos operem dentro dos limites de tensão permitido. A instabilidade de tensão, caracterizada pela redução lenta e gradual das magnitudes das tensões das barras de carga, tem-se constituído no principal obstáculo à operação estável dos sistemas de potência, e a razão essencial da ocorrência desse fenômeno consiste na incapacidade dos sistemas em atender à crescente demanda reativa. Desta forma, busca-se com essa dissertação de mestrado elaborar uma metodologia que possibilite determinar um índice que indique o nível de estabilidade de tensão do sistema e aplicá-lo a uma rede neural artificial, objetivando utilizá-la em análises com diferentes níveis de carregamento do sistema. O índice é composto pelo produto da distância mínima até o ponto de colapso de tensão e o coeficiente que representa a região estável de operação da linha de transmissão. Os resultados obtidos mostraram a eficiência da rede neural artificial em estimar devidamente a margem de estabilidade de tensão de qualquer barramento do sistema, possibilitando uma ação preventiva para que este distúrbio não ocasione maiores problemas ao sistema elétrico.The growing increase in the demand for electrical energy has relevant influenced the operating conditions of the electric power system worldwide, leading it to operate close to its maximum capacity. For this reason, it has become important to estimate the proximity of the voltage collapse point of these systems so that they operate within the permitted voltage limits. Voltage instability, characterized by the slow and gradual reduction in the magnitudes of the load bars\' voltages, has been the main obstacle to the stable operation of power systems, and the essential reason for the occurrence of this phenomenon is the inability of the systems to meet growing reactive demand. In this way, it is sought with this master\'s dissertation to develop a methodology that makes it possible to determine an index that indicates the level of voltage stability of the system and apply it to an artificial neural network, aiming to use it in analyzes with different levels of loading of the system. The index is composed of the product of the minimum distance to the point of voltage collapse and the coefficient that represents the stable region of operation of the transmission line. The results obtained showed the efficiency of the artificial neural network in properly estimating the voltage stability margin of any bus in the system, enabling a preventive action so that this disturbance does not cause major problems to the electrical system.Biblioteca Digitais de Teses e Dissertações da USPSanto, Silvio Giuseppe DiRibeiro, Ícaro Freitas do Amaral2020-04-06info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/3/3143/tde-05112020-120326/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2020-12-07T17:09:01Zoai:teses.usp.br:tde-05112020-120326Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212020-12-07T17:09:01Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Avaliação da estabilidade de tensão em sistemas de transmissão usando redes neurais artificiais.
Evaluation voltage stability of transmission systems using artificial neural networks.
title Avaliação da estabilidade de tensão em sistemas de transmissão usando redes neurais artificiais.
spellingShingle Avaliação da estabilidade de tensão em sistemas de transmissão usando redes neurais artificiais.
Ribeiro, Ícaro Freitas do Amaral
Artificial neural networks
Electric power systems
Estabilidade de tensão
Redes neurais
Sistemas elétricos de potência
Voltage stability
title_short Avaliação da estabilidade de tensão em sistemas de transmissão usando redes neurais artificiais.
title_full Avaliação da estabilidade de tensão em sistemas de transmissão usando redes neurais artificiais.
title_fullStr Avaliação da estabilidade de tensão em sistemas de transmissão usando redes neurais artificiais.
title_full_unstemmed Avaliação da estabilidade de tensão em sistemas de transmissão usando redes neurais artificiais.
title_sort Avaliação da estabilidade de tensão em sistemas de transmissão usando redes neurais artificiais.
author Ribeiro, Ícaro Freitas do Amaral
author_facet Ribeiro, Ícaro Freitas do Amaral
author_role author
dc.contributor.none.fl_str_mv Santo, Silvio Giuseppe Di
dc.contributor.author.fl_str_mv Ribeiro, Ícaro Freitas do Amaral
dc.subject.por.fl_str_mv Artificial neural networks
Electric power systems
Estabilidade de tensão
Redes neurais
Sistemas elétricos de potência
Voltage stability
topic Artificial neural networks
Electric power systems
Estabilidade de tensão
Redes neurais
Sistemas elétricos de potência
Voltage stability
description O crescente aumento da demanda por energia elétrica tem influenciado de maneira relevante nas condições de operação do sistema elétrico de potência em todo mundo, levando-o a operar próximo a sua capacidade máxima. Por este motivo, tem-se tornado importante estimar a proximidade do ponto de colapso de tensão desses sistemas para que os mesmos operem dentro dos limites de tensão permitido. A instabilidade de tensão, caracterizada pela redução lenta e gradual das magnitudes das tensões das barras de carga, tem-se constituído no principal obstáculo à operação estável dos sistemas de potência, e a razão essencial da ocorrência desse fenômeno consiste na incapacidade dos sistemas em atender à crescente demanda reativa. Desta forma, busca-se com essa dissertação de mestrado elaborar uma metodologia que possibilite determinar um índice que indique o nível de estabilidade de tensão do sistema e aplicá-lo a uma rede neural artificial, objetivando utilizá-la em análises com diferentes níveis de carregamento do sistema. O índice é composto pelo produto da distância mínima até o ponto de colapso de tensão e o coeficiente que representa a região estável de operação da linha de transmissão. Os resultados obtidos mostraram a eficiência da rede neural artificial em estimar devidamente a margem de estabilidade de tensão de qualquer barramento do sistema, possibilitando uma ação preventiva para que este distúrbio não ocasione maiores problemas ao sistema elétrico.
publishDate 2020
dc.date.none.fl_str_mv 2020-04-06
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/3/3143/tde-05112020-120326/
url https://www.teses.usp.br/teses/disponiveis/3/3143/tde-05112020-120326/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1809090426289782784