Localização de Faltas em Sistemas HVDC Utilizando Perceptron Multicamadas e Transformada Wavelet Packet

Uma Abordagem Sustentável para a Integração de Energias Renováveis

Resumo

Objetivo: O estudo tem como objetivo desenvolver e avaliar um modelo baseado em redes neurais, especificamente o Perceptron Multicamadas (MLP) em conjunto com a Transformada Wavelet Packet (TWP), para aprimorar a localização de faltas em sistemas de transmissão de energia em corrente contínua de alta tensão (HVDC), visando contribuir para a sustentabilidade ambiental ao aumentar a eficiência e a confiabilidade desses sistemas.

Metodologia: A pesquisa utiliza dados de corrente medidos na linha HVDC como entradas para treinar o modelo MLP, avaliando seu desempenho por meio de métricas como Erro Absoluto Médio (MAE) e Erro Quadrático Médio (MSE). O estudo simula diferentes condições operacionais para testar a eficácia do modelo.

Originalidade/relevância: O trabalho se insere no gap teórico relacionado à necessidade de técnicas mais eficientes e precisas para localização de faltas em sistemas HVDC, destacando a relevância acadêmica e prática de soluções que minimizem o tempo de resposta e maximizem a eficiência energética, contribuindo para a redução do impacto ambiental.

Resultados: O modelo proposto demonstra alta precisão na localização de faltas, reduzindo significativamente o erro de estimação e eventualmente a redução do tempo de inatividade da linha de transmissão.

Contribuições teóricas/metodológicas: O estudo contribui com uma abordagem que combina MLP e TWP, oferecendo um método robusto para a localização de faltas em sistemas HVDC, com aplicações potenciais em outros sistemas de transmissão de energia.

Contribuições sociais e ambientais: A pesquisa reforça os benefícios ambientais das linhas HVDC, como a eficiência energética e o menor impacto ambiental, ao propor uma solução que reduz o tempo de inatividade e aumenta a confiabilidade do sistema, promovendo a sustentabilidade na transmissão de energia.