Desenvolvimento de um sistema inteligente para diagnóstico da qualidade da energia elétrica em conformidade com o PRODIST

Abstract

O crescimento da complexidade das redes de distribuição e a integração massiva de cargas não-lineares exigem diagnósticos de Qualidade da Energia Elétrica (QEE) cada vez mais assertivos e automatizados. O presente trabalho propõe o desenvolvimento de um sistema inteligente para a classificação automática de distúrbios elétricos, em estrita conformidade com o Módulo 8 do PRODIST. A metodologia baseou-se na modelagem computacional do sistema teste IEEE 13 Barras no software ATPDraw, a partir do qual gerou-se uma base de dados, contemplando fenômenos de afundamento, elevação, regime normal e distorções harmônicas. O pré-processamento dos dados utilizou a análise espectral via FFT para a decomposição do sinal e o Teorema de Parseval para a garantia da equivalência energética no cálculo da Tensão Eficaz (RMS) e da Distorção Harmônica Total de Tensão (DTT%), submetendo os indicadores a algoritmos de Inteligência Artificial para a inferência diagnóstica. Os resultados obtidos demonstram que a Árvore de Decisão atingiu 100% de acurácia na classificação de dados inéditos, superando modelos baseados em vetores de suporte (SVM) e equiparando-se ao desempenho de Redes Neurais Artificiais (RNA). A escolha da Árvore de Decisão fundamenta-se em sua transparência algorítmica e baixo custo computacional, viabilizando sua implementação embarcada em dispositivos de proteção e medição na borda da rede (edge computing). Uma aplicação web integrada validou a viabilidade técnica da ferramenta, fornecendo diagnósticos normativos instantâneos e auditáveis aos operadores do sistema.