Submitted by Renata Lopes (renatasil82@gmail.com) on 2016-06-09T12:11:11Z No. of bitstreams: 1 pedrodacruzloureiro.pdf: 1767688 bytes, checksum: 1fa1e4fbfaa6feaf5a5c88ea70df09d6 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2016-07-13T13:31:22Z (GMT) No. of bitstreams: 1 pedrodacruzloureiro.pdf: 1767688 bytes, checksum: 1fa1e4fbfaa6feaf5a5c88ea70df09d6 (MD5) / Made available in DSpace on 2016-07-13T13:31:22Z (GMT). No. of bitstreams: 1 pedrodacruzloureiro.pdf: 1767688 bytes, checksum: 1fa1e4fbfaa6feaf5a5c88ea70df09d6 (MD5) Previous issue date: 2012-04-16 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Neste trabalho é proposta a aplicação de redes neurais artificiais para ajuste de parâmetros de um compensador estático de reativos, para controle de tensão e harmônicos. Devido à intensa produção de correntes harmônicas e possíveis afundamentos de tensão em instalações industriais como o forno a arco, é necessário um sistema de controle eficiente e robusto. Além disso, os sistemas elétricos de potência se encontram em um cenário com a presença cada vez maior de geração distribuída, cargas não-lineares e forte tendência à operação no contexto das smartgrids e microgrids. Sendo assim, o suporte de reativos deve ser adequado a esses sistemas, podendo atuar de forma rápida, precisa e confiável. Uma possível solução é a utilização de um compensador estático de reativos (CER) com função adicional de filtragem no ponto onde se deseja controlar a tensão e a distorção harmônica. Entretanto, para o correto funcionamento, é necessário um sistema preciso para o ajuste dos parâmetros do CER, ou seja, determinar os ângulos de disparo dos tiristores e o número de bancos de capacitores a serem ligados. Neste trabalho é proposta uma estratégia de controle via redes neurais artificiais, treinadas para o reconhecimento de padrões de operação em regime permanente e definição da configuração do CER, conferindo inteligência ao equipamento. Os desenvolvimentos propostos foram implementados no ambiente MatLab®. A validação do método é feita através de simulações em sistemas-teste, presentes na literatura técnica, utilizando o fluxo de potência pelo método de injeção de correntes trifásico harmônico. Os resultados obtidos mostram as vantagens da utilização da estratégia proposta. / In this work, an artificial neural network-based static var compensator tuning is proposed for voltage and harmonic distortion control. Due to intense harmonic current injection and possible voltage sags produced by industrial facilities such as arc furnaces, an efficient robust control system is needed. Besides, electrical power systems face a new scenario with high penetration of distributed generation and non-linear loads and increased smart grid and microgrid trends. Therefore, the available reactive power sources must be able to provide system control in order to operate the system in a fast, accurate and reliable way. The application of a static var compensator (SVC) with additional filtering function at the controlled node is a possible solution. However, a precise SVC parameters tuning is needed, in order to make the system to work properly. In this work, a control strategy based on artificial neural networks is proposed. The neural networks are trained to recognize steadystate operating patterns and give the SVC adjustment. The proposed technique was implemented in the MatLab® environment. The methodology is validated by simulations in test-systems available in technical literature, using the three-phase harmonic current injection method power flow. Results show the advantages of the proposed methodology.