Classificação de Faltas em Sistemas de Distribuição com Diferentes Níveis de Penetração Fotovoltaica Utilizando CNN–MFCC

- 337764
Complete paper
Favorite this paper
How to cite this paper?
Abstract

A integração de sistemas fotovoltaicos (PVs) em redes de distribuição de energia elétrica tem crescido expressivamente no Brasil e no mundo, trazendo benefícios ambientais mas também impactos sobre os sistemas de proteção, em especial nos processos de detecção e classificação de faltas. Este trabalho propõe uma abordagem baseada em Redes Neurais Convolucionais (CNNs) e Coeficientes Cepstrais na Escala de Mel (MFCC), na qual os coeficientes são extraídos por fase e organizados em uma grade visual utilizada como entrada da rede. Simulações foram realizadas no sistema IEEE 34 barras sob diferentes cenários de penetração fotovoltaica. A acurácia global obtida foi de 98,88%, com o cenário de maior penetração (10PV) apresentando a menor acurácia individual, de 97,71%, resultado associado à complexidade introduzida pela elevada quantidade de sistemas PVs conectados.

Share your ideas or questions with the authors!

Did you know that the greatest stimulus in scientific and cultural development is curiosity? Leave your questions or suggestions to the author!

Sign in to interact

Have a question or suggestion? Share your feedback with the authors!

Institutions
  • 1 Universidade Estadual Paulista (Unesp)
  • 2 Departamento de Engenharia de Energia/UNESP, Rosana, SP
  • 3 Universidade Estadual Paulista 'Júlio de Mesquita Filho'
  • 4 Universidad Mariana
Track
  • ST06 - Mathematics Applied to Engineering 1
Keywords
Aprendizado profundo
Coeficientes cepstrais
Geração distribuída
Grad-CAM
Sistemas de proteção