Aplicação de Aprendizagem de Máquina para Identificar Motores com Fuga a Terra em Sistemas de Neutro Aterrado com Resistor de Alto Valor

Abstract

Esse artigo apresenta uma abordagem para identificação de motor com fuga à terra, em um sistema elétrico que possui o neutro aterrado com resistor de alto valor ôhmico, através da aplicação de técnicas de aprendizado de máquina. O método proposto consiste na utilização das correntes residuais (correntes de sequência zero), dos motores na condição de operação normal e na condição de falha por fuga à terra. Para a construção dos modelos de classificação, foram utilizados os seguintes tipos de descritores extraídos dos sinais de corrente de sequência zero, (i) descritores representados pelos parâmetros estatísticos no domínio do tempo, (ii) descritores representados pelos parâmetros estatísticos no domínio tempo-frequência com a aplicação da transformada wavelet, e (iii) descritores representados pela entropia de Shannon também extraída no domínio tempo-frequência wavelet. Os modelos foram construídos com a aplicação dos algoritmos Random Forest e Support Vector Machine, Discriminant Analisys e k Nearest Neighbour. O melhor resultado (98,99% de acurácia e f1-score de 97,49%) demonstra boa a capacidade do modelo empregado para detecção de motor com fuga à terra em sistema com neutro aterrado com resistor de alto valor.