Aplicação de Redes Neurais Artificiais com Tratamento de Erros via Z-Score em Sistemas de Distribuição de Energia Elétrica

  • Lucas Eduardo Silva Braga Faculdade de Engenharia Elétrica, Universidade Federal de Juiz de Fora, MG
  • Thales Schuabb de Almeida Faculdade de Engenharia Elétrica, Universidade Federal de Juiz de Fora, MG
  • Pedro Caruso Fracetti Faculdade de Engenharia Elétrica, Universidade Federal de Juiz de Fora, MG
  • Leonardo Willer de Oliveira Faculdade de Engenharia Elétrica, Universidade Federal de Juiz de Fora, MG
  • Edimar José de Oliveira Faculdade de Engenharia Elétrica, Universidade Federal de Juiz de Fora, MG
Keywords: State Estimation, Artificial Neural Network, Distribution Systems, Bad Data, Z-score

Abstract

Características de Sistemas de Distribuição de Energia Elétrica (SDEE), como carência de medição, requerem métodos de Estimação de Estados (EE) capazes de aferir o estado da rede elétrica com precisão satisfatória. Com isso, métodos têm sido propostos para estimadores de estados, incluindo Redes Neurais Artificiais (RNA), que são ferramentas de inteligência computacional capazes de processar dados com agilidade a fim de prover informação útil, como estimativas para variáveis de estado em um SDEE. Este potencial é investigado no presente trabalho, cuja aplicação proposta envolve uma RNA que fornece estimativas para as variáveis de tensão nodal em coordenadas polares, a partir de medidas disponíveis e pseudo-medidas. O trabalho inclui a aplicação do algoritmo Z-Score para detecção prévia de erros grosseiros nas medições, bem como para tratamento desses erros a fim de evitar perda na qualidade das estimativas obtidas.
Published
2021-10-20
Section
Articles