Aplicação de RNA na predição de grandezas elétricas para identificação de falhas em subestações na rede de subtransmissão
| dc.contributor.advisor | Martins, Allan de Medeiros | |
| dc.contributor.author | Soares, Rafael Pereira de Alexandria | |
| dc.contributor.referees1 | Silva Júnior, José Luiz da | |
| dc.contributor.referees2 | Pimentel Filho, Max Chianca | |
| dc.date.accessioned | 2025-07-17T14:47:59Z | |
| dc.date.available | 2025-07-17T14:47:59Z | |
| dc.date.issued | 2025-07-01 | |
| dc.description.resumo | Este trabalho investiga a aplicação de Redes Neurais Artificiais (RNAs) na previsão de grandezas elétricas em subestações de energia, visando antecipar problemas como so bretensões, subtensões e baixos fatores de potência. Diante da crescente complexidade dos sistemas elétricos e do aumento na demanda energética, a capacidade de prever e mitigar falhas em subestações é crucial para melhorar a confiabilidade do sistema como um todo. A pesquisa utilizou uma base de dados de medições telemedidas de várias subestações, que foram organizados e analisados para identificar padrões e correlações relevantes. Com base nesses dados, foi desenvolvido e treinado um modelo de Perceptron Multicamadas (MLP), utilizando as bibliotecas Keras e TensorFlow, com otimização dos hiperparâmetros realizada pelo Keras Tuner. Os resultados demonstraram que o modelo proposto é eficaz na previsão das grandezas elétricas com uma hora de antecedência, mesmo diante da variabilidade presente nas diferentes classes de tensão. A análise de desempenho do modelo mostrou que as RNAs são capazes de identificar padrões complexos nos dados, contribuindo assim para a antecipação de problemas e aumentando a confiabilidade das operações nas subestações. Conclui-se que a abordagem proposta é viável e tem potencial para ser implementada em ambientes reais, melhorando a gestão e a segurança dos sistemas elétricos. | |
| dc.identifier.citation | SOARES, Rafael Pereira de Alexandria. Aplicação de RNA na predição de grandezas elétricas para identificação de falhas em subestações na rede de subtransmissão. 2025. 53 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Elétrica) - Departamento de Engenharia Elétrica, Universidade Federal do Rio Grande do Norte, Natal, 2025. | |
| dc.identifier.uri | https://repositorio.ufrn.br/handle/123456789/64505 | |
| dc.language.iso | pt_BR | |
| dc.publisher | Universidade Federal do Rio Grande do Norte | |
| dc.publisher.country | Brazil | |
| dc.publisher.department | Engenharia Elétrica | |
| dc.publisher.initials | UFRN | |
| dc.publisher.program | Engenharia Elétrica | |
| dc.rights | Attribution 3.0 Brazil | en |
| dc.rights.uri | http://creativecommons.org/licenses/by/3.0/br/ | |
| dc.subject | Redes Neurais Artificiais | |
| dc.subject | Previsão de Grandezas Elétricas | |
| dc.subject | Subestações de Energia | |
| dc.subject | Perceptron Multicamadas | |
| dc.subject | Sobretensão | |
| dc.subject | Subtensão | |
| dc.subject | Baixo Fator de Potência | |
| dc.subject | Keras | |
| dc.subject | TensorFlow. | |
| dc.title | Aplicação de RNA na predição de grandezas elétricas para identificação de falhas em subestações na rede de subtransmissão | |
| dc.type | bachelorThesis |
Arquivos
Pacote Original
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- Rafael_TCC_finalizado.pdf
- Tamanho:
- 2.43 MB
- Formato:
- Adobe Portable Document Format
Nenhuma Miniatura disponível
Licença do Pacote
1 - 1 de 1
Nenhuma Miniatura disponível
- Nome:
- license.txt
- Tamanho:
- 1.53 KB
- Formato:
- Item-specific license agreed upon to submission
Nenhuma Miniatura disponível