https://repositorio.ufjf.br/jspui/handle/ufjf/20259| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| sabrinadealmeidaandrade (2).pdf | 1.04 MB | Adobe PDF | Visualizar/Abrir |
| Clase: | Trabalho de Conclusão de Curso |
| Título : | Localização de faltas monofásicas em sistemas de distribuição utilizando algoritmos genéticos |
| Autor(es): | Andrade, Sabrina de Almeida |
| Orientador: | Araujo, Debora Rosana Ribeiro Penido |
| Second Advisor: | Araujo, Leandro Ramos |
| Co-orientador: | Oliveira, Leonardo Willer |
| Resumo: | Os sistemas de distribuição compõem uma parte fundamental do Sistema Elétrico de Potência, sendo responsáveis pela entrega de energia elétrica aos consumidores. Devido à complexidade desses sistemas, é necessário que eles apresentem um bom nível de confiabilidade, garantindo o atendimento das cargas na maior parte do tempo possível. Um dos problemas mais comuns que comprometem essa confiabilidade são as faltas, que podem interromper o fornecimento de energia por períodos consideráveis, afetando a rotina dos consumidores. Assim, torna-se importante o desenvolvimento de metodologias para a localização de faltas de maneira rápida, eficiente e precisa. Diante desse contexto, o presente trabalho propõe um método para a localização de faltas utilizando Algoritmos Genéticos. O método baseia-se na simulação de curto-circuitos monofásicos no sistema com a medição das correntes em pontos específicos da rede na situação de falta (chamadas correntes reais). Posteriormente, por meio de função objetivo de Algoritmo Genético, busca-se a partir de simulações de curtos, definidos pelos parâmetros do AG, diminuir o erro entre as correntes reais e calculadas (pelo AG), determinando a barra, a fase e a impedância de falta para cada caso de estudo analisado. As simulações e a obtenção dos resultados foram realizadas com os softwares OpenDSS e MATLAB®, utilizando o sistema IEEE 13 Barras. Os resultados mostraram precisão e eficácia do método proposto. |
| Resumen : | Distribution systems are a fundamental part of the Electric Power System, being responsible for delivering electrical energy to consumers. Due to the complexity of these systems, they must present a good level of reliability, ensuring the continuous supply of loads for the majority of the time. One of the most common problems that compromise this reliability are faults, which can interrupt the energy supply for considerable periods, affecting consumers's routines. Therefore, developing methodologies for fast, efficient, and accurate fault location is essential. In this context, the present work proposes a method for fault location using Genetic Algorithms. The method is based on the simulation of single-phase short circuits in the system, calculating the currents at specific points in the network under fault conditions (referred to as simulated currents). Subsequently, using the objective function of a Genetic Algorithm, simulations of faults4defined by the GA parameters4are performed to minimize the error between the actual and calculated currents (by the GA), determining the bus, phase, and fault impedance for each analyzed case study. The simulations and result acquisition were carried out using the OpenDSS and MATLAB® software, applying the IEEE 13-Bus system. The results |
| Palabras clave : | Localização de faltas Fault location Análise de curto-circuitos Short circuit analysis Sistemas de Distribuição Distribution systems Algoritmo Genético Genetic Algorithm OpenDSS OpenDSS |
| CNPq: | CNPq: Engenharias: Engenharia Elétrica |
| Idioma: | por |
| País: | Brasil |
| Editorial : | Universidade Federal de Juiz de Fora (UFJF) |
| Sigla de la Instituición: | UFJF |
| Departamento: | Faculdade de Engenharia |
| Clase de Acesso: | Acesso Restrito Attribution-NoDerivs 3.0 Brazil |
| Licenças Creative Commons: | http://creativecommons.org/licenses/by-nd/3.0/br/ |
| URI : | https://repositorio.ufjf.br/jspui/handle/ufjf/20259 |
| Fecha de publicación : | 12-mar-2025 |
| Aparece en las colecciones: | Engenharia Elétrica - Potência e Energia - TCC Graduação |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons