DETECÇÃO DE ILHAMENTO DE GERADORES DISTRIBUÍDOS UTILIZANDO TÉCNICAS DE APRENDIZAGEM DE MÁQUINA

Abstract

Nos últimos anos, com o aumento de Geradores Distribuídos (GDs), o fluxo de potência no sistema de distribuição passou de radial para bidirecional. Embora isso possa trazer melhorias, há um problema que se tornou mais evidente: o ilhamento. Atualmente existem técnicas consolidadas para a detecção do ilhamento, sendo as técnicas passivas as mais utilizadas devido ao baixo custo e facilidade na implementação. Porém, como essas técnicas são dependentes do desbalanço de potência ativa e reativa durante o ilhamento para atuarem corretamente, elas apresentam grandes zonas de não detecção caso este desbalanço seja pequeno. Para suprir esta necessidade, técnicas passivas inteligentes vêm sendo estudadas. Neste trabalho foi modelada uma proteção anti-ilhamento com o uso de aprendizagem de máquina para mitigar o problema das zonas de não detecção. Inicialmente, é utilizada a análise do espectro de frequências da tensão no Ponto de Acoplamento Comum (PAC) com o uso da Transformada de Stockwell (TS) para diferenciar o ilhamento de outros fenômenos. Para a classificação dos dados, são testados dois classificadores, um baseado em lógica fuzzy e um segundo em Redes Neurais Artificiais (RNAs). As proteções propostas apresentaram taxas de acerto superiores à proteção convencional, destacando-se o desempenho obtido pela RNA