Identificação de topologia de sistemas de distribuição de energia elétrica por método de aprendizagem de inteligência artificial

• Ano de defesa: 2023
• Autor(a) principal: Nabeyama, Guilherme Natsutaro Descrovi
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: aprendizado de máquina; artificial intelligence; electricity; energia elétrica; inteligência artificial; machine learning; topologia; topology
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/18/18154/tde-16092024-152321/

 A identificação da topologia de redes elétricas é crucial para a operação eficiente de sistemas elétricos de potência. Erros topológicos podem causar problemas em aplicações críticas, como análise contingências e fluxo de potência, essenciais para a segurança e desempenho do sistema elétrico. A precisão na caracterização da topologia é vital, pois afeta diretamente tensões e fluxos de potência, impactando a eficiência e confiabilidade do sistema. Com a constante evolução na capacidade de processamento dos computadores e a disponibilidade de dados, o campo do aprendizado de máquina emergiu para resolver desafios complexos, como a identificação de topologias de redes elétricas. O aprendizado de máquinas tem se mostrado uma ferramenta excepcional para lidar com o volume exorbitante de informações e os padrões intricados presentes nos dados de medição. O propósito central deste estudo reside na aplicação de técnicas de inteligência artificial para a identificação das topologias de sistemas de energia elétrica, utilizando informações provenientes do estado do sistema simulado. A fim de avaliar a eficácia dessas técnicas, foram conduzidos experimentos baseados no sistema de energia elétrica IEEE 33 e 118 barras. Nesses experimentos, uma rede neural foi treinada para não apenas reconhecer padrões nos dados de medição, mas também para recuperar informações relacionadas às interconexões das linhas da rede. Um aspecto especialmente significativo desse estudo é a capacidade da rede neural em lidar com dados ausentes. A rede neural revelou um notável grau de habilidade em recuperar informações faltantes e, consequentemente, recriar a topologia da rede de energia elétrica com êxito. Os resultados obtidos corroboram a eficiência da abordagem de aprendizado de máquina empregada na identificação de topologias de sistemas de energia elétrica. Isso representa um marco significativo em direção à automatização e ao aprimoramento dos métodos tradicionais de identificação topológica. A integração de técnicas de inteligência artificial não apenas aumenta a precisão da identificação, mas também acelera substancialmente o processo, permitindo uma tomada de decisão mais ágil e informada no gerenciamento de sistemas elétricos.