APLICAÇÃO DE MACHINE LEARNING PARA CLASSIFICAÇÃO DE DESCARGAS PARCIAIS EM REDES DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA SUBTERRÂNEA

Abstract

            A deterioração devido ao envelhecimento e às descargas parciais (PDs) está entre as principais causas das faltas em cabos de energia elétrica. As técnicas de aprendizado de máquina (ML) despontam como um diferencial no reconhecimento automatizado de PDs. Portanto, neste trabalho são investigados e comparados vários métodos de ML como estratégia para classificar e detectar as PDs em sistemas de distribuição de energia elétrica subterrânea. A partir do modelo de um dos padrões de descarga parcial de uma rede real é investigada a capacidade de classificação das PDs em redes de distribuição de energia subterrânea, utilizando ML. Elaborou-se simulações utilizando o software Matlab^®. As taxas de acurácia, sensibilidade e especificidade foram avaliadas e comparadas para cinco modelos de classificadores, assim como taxas de erro. Os resultados se mostraram satisfatórios para classificação das PDs quando comparados com resultados da literatura que aborda problema correlato. Ainda que este trabalho se encontre em fase inicial, com resultados parciais, esses resultados já apontam para uma estratégia viável.