Classificação de faltas em linhas de transmissão utilizando métodos de inteligência computacional

  • Danton Diego Ferreira Universidade Federal Lavras,
  • Gabriel Aparecido Fonseca Universidade Federal de Lavras
  • Flávio Bezerra Costa Universidade Federal do Rio Grande do Norte
  • Aryfrance Rocha Almeida Universidade Federal do Piauí
Keywords: Florestas aleatórias, Redes neurais artificiais, Filtro notch, Classificação de faltas, Linhas de transmissão, Validação cruzada

Abstract

Sistemas de transmissão de energia elétrica externos estão altamente susceptíveis a falhas. Alguns pesquisadores já investigaram o uso de técnicas de inteligência computacional como redes neurais artificiais e lógica fuzzy com etapas de pré-processamento que compreendem o uso de transformada wavelet, Fourier ou estatística de ordem superior. Esse trabalho visa mostrar o uso do método de florestas aleatórias e redes neurais artificiais com uma etapa de pré-processamento com filtro notch para classificação de faltas em linhas de transmissão. Foi utilizada a validação cruzada k-fold e como resultado a acurácia média obtida pelo modelo de rede neural foi de 89,59% enquanto a técnica de florestas aleatórias obteve 91,96%.

Published
2021-02-13
Section
Articles