O presente trabalho desenvolve uma topologia de controle para o gerador de indução duplamente alimentado (GIDA) em condições normais e em condições de falta monofásica. O sistema de controle é dividido em três partes principais: sistema de identificação de faltas, controle em condições normais e controle em condições de falta monofásica. A primeira parte, o sistema de identificação (SI) de faltas, é responsável pela seleção da topologia de controle da máquina. O SI é composto por uma combinação entre redes neurais artificiais (RNA) e a Fast Fourier Transform (FFT). As RNA são responsáveis pela identificação do estado atual da rede, se possui falta ou não. Os dados de entrada das RNA são as correntes de linha do estator que passam por um pré-processamento por meio da FFT. Alguns conteúdos harmônicos de saída da FFT irrelevantes no processo de identificação são eliminados por um método similar ao Principal Components Analysis (PCA). A segunda parte do trabalho é o controle em condições normais, sendo ativado quando o SI aponta a ausência de faltas. A topologia de controle vetorial é utilizada nesta condição para manter a tensão e frequência constante com a velocidade mecânica do eixo variável. A última parte do trabalho é o controle em condições adversas, que é ativado quando o SI detecta uma falta monofásica. A topologia de controle nesta condição utiliza as transformações ortogonais para reduzir o fluxo concatenado no enrolamento do estator com falta. A utilização deste novo controle reduz a corrente do estator quando comparado com o controle vetorial em condições de falta, sendo que a tensão do estator nas fases sem falta é mantida dentro de uma faixa de operação. O trabalho possui resultados de simulação das três principais partes do sistema de controle. Primeiramente, resultados do controle vetorial de tensão e frequência do GIDA sob condições de velocidade do eixo variável e cortes de carga são apresentados. Logo após, apresenta-se os resultados do SI na identificação de faltas monofásicas na fase B e o seu comportamento sob condições adversas como desequilíbrio de carga e cortes de cargas. Finalmente, alguns resultados do controle em condições de falta sobre uma falta fase-neutro na fase B são apresentados. / This paper presents a control topology for doubly fed induction generator (DFIG) in normal and single fault conditions. The control system is divided into three main parts: fault identification system, control in normal condition and control in single fault conditions. In the first part, the system of identification (SI) is responsible for selecting the topology of the control. The SI is composed by a combination of artificial neural networks (ANN) and Fast Fourier Transform (FFT). The ANN is responsible for identifying the current state of the grid, if has fault or not. The inputs of the ANN are stator currents line through of a pre-processing by means of FFT. Some harmonic contents are irrelevant in the identification process and they are eliminated by a method similar to Principal Components Analysis (PCA). The second part of the paper is the control under normal conditions, activated when the SI indicates the absence of faults. The topology of vector control in this condition is used to maintain the voltage and frequency constant, where the speed of the mechanical axis variable. The last part of the work is the control in adverse conditions, which is activated when the SI detects a singlephase fault. The control topology in this condition uses the orthogonal transformations to reduce the mutual flux in the stator winding with fault. The use of this new control reduces the stator current as compared to vector control in fault conditions, and the stator voltage in the stages without fault is maintained within an operating range. The paper has simulation results of three main parts of the control system. First, the results of the vector control voltage and frequency of DFIG under conditions of variable shaft speed and load sections are provided. Soon after, the results of the SI in identifying faults in the phase B under conditions such as load imbalance and cutting loads are shown. Finally, some results of control in fault condition in the phase B are shown.

As faltas de alta impedância (FAI) ocorrem quando um condutor entra em contato com objetos com uma alta resistência, o que não resulta em incrementos significativos de corrente. Este tipo de falta não pode ser detectada por dispositivos de proteção tradicionais que atuam por sobrecorrente. Neste trabalho uma pesquisa do estado da arte das FAI é apresentada e são implementados alguns algoritmos de detecção presentes na literatura. Nesta pesquisa também são propostas duas metodologias de identificação de FAI as quais são baseadas na identificação de buildup e incrementos de energias na faixa de frequências 1920Hz a 3840Hz. Os algoritmos implementados e as metodologias propostas foram testados com simulações de eventos de FAI e de eventos comuns numa rede simulada de uma concessionária do Estado de São Paulo utilizando o software ATP. Estudos do funcionamento de um medidor de qualidade de energia foram feitos com o propósito de determinar as limitações de uma eventual implementação real das metodologias de identificação propostas neste trabalho. Resultados do desempenho das metodologias propostas utilizando os sinais simulados em ATP apresentaram percentagens de identificação superiores aos 80%. Análise das ocorrências de cabo rompido do circuito em estudo foram feitas com o propósito de identificar possíveis eventos de FAI. O desempenho apresentado pelas metodologias propostas na identificação de FAI em sinais reais pode ser melhorado com a disponibilidade de uma maior quantidade de eventos reais de FAI. / High impedance faults (HIF) occur when a conductor makes contact with high resistance objects, generally not resulting in significant current increases. This type of fault cannot be detected by traditional overcurrent protection devices. In this work, a research of the HIF state-of-art is presented and some detection algorithms in the literature are implemented. This research also proposes two HIF identification methods based on respectively the identification of buildup current and energy increments in the frequency range from 1920Hz to 3840Hz. The implemented algorithms and the proposed methodology have been tested with ATP simulations of FAI events and other common events in a simulated network from an electric utility in the State of Sao Paulo. Studies are carried out in order to assess the operation of a power quality meter to determine the limitations of real implementations of the proposed methodologies. Performance results of the proposed methodologies using simulated ATP signals show identifications rates greater than 80%. Broken conductor occurrences in the studied feeder are analyzed to identify possible HIF events. The performance shown by the proposed methodologies in identifying HIF in real situations can be improved with the availability of a larger number of HIF events.

Neste trabalho, é proposta uma metodologia para estimar o estado de um sistema elétrico de potência (SEPs) durante variações de tensão de curta duração (VTCDs) causadas por faltas elétricas nas linhas que compõem a rede elétrica avaliada. Para cumprir esta meta, são utilizados os valores registrados nos equipamentos de medição instalados nas redes elétricas. Na realidade, existem poucos equipamentos nas redes elétricas devido aos custos elevados dos medidores de qualidade de energia elétrica (QEE). Embora estes custos tenham diminuído nos últimos anos, ainda é inviável a utilização de um número suficiente de medidores para garantir a monitoração de toda a rede, por tornar-se muito oneroso. Esta realidade constitui um desafio para se desenvolver técnicas que permitam, a partir de um pequeno número de pontos de monitoração, determinar os locais de faltas e estimar os valores das VTCDs em todas as barras que compõem um sistema elétrico. Como contribuição à solução destes problemas, esta tese propõe a utilização do algoritmo denominado Estratégias Evolutivas (EEs), que integra a família dos Algoritmos Evolutivos. Tal algoritmo mostrou ser viável por sua facilidade de implementação e rapidez de resposta na busca de uma solução dentro de um vasto espaço de soluções. As EEs, nesta tese, são utilizadas para se determinar: o local de falta, tipo de falta e impedância de falta, que caracterizam um indivíduo, de forma que as tensões resultantes nas barras monitoradas sejam as mais próximas possíveis das medições realizadas. Para alcançar esse objetivo, inicialmente se constrói uma população inicial de indivíduos que representam alternativas de solução do problema. Em seguida, uma parte destes indivíduos será submetida a mutação e recombinação para então serem selecionados os indivíduos que sobreviverão na geração futura. Este processo iterativo é realizado até que se encontre uma solução o mais próximo da procurada. Cada indivíduo é avaliado através de função objetivo, que representa o erro quadrático entre os valores medidos e os valores calculados. Para este cálculo, é necessário simular um curto-circuito com as características do indivíduo avaliado com base em informações da rede bem como dos valores das tensões provenientes dos medidores. A partir da determinação das características da falta, é feita a estimação dos valores das tensões em toda a rede levando à avaliação das VTCDs. Uma vez atingido este objetivo, é possível, por exemplo, determinar indicadores de qualidade associados às VTCDs, como o SARFI (System Average RMS Frequency Index), determinar as áreas mais propensas a causar as VTCDs e elaborar planos de manutenção preventiva. Foram implementados dois algoritmos que calculam o número mínimo de medidores e os locais onde estes devem ser instalados. O primeiro algoritmo tem a finalidade de garantir o monitoramento de toda a rede em relação às VTCDs enquanto o segundo garante o menor erro de estimação de VTCDs nas barras onde não se têm medidores instalados. A referida metodologia pode ser aplicada em redes radiais ou em malha, sendo inicialmente aplicada em sistemas de pequeno porte (redes de 14 e 30 barras do IEEE) com intuito de verificar a capacidade do algoritmo. Foram então simuladas redes de maior complexidade, por meio de testes em redes de 57 barras e 118 barras do IEEE. Para avaliar a eficiência da metodologia desenvolvida foi feita uma comparação com outra metodologia de otimização baseada em Algoritmos Genéticos (AGs). / A methodology is herein proposed to estimate Short Duration Voltage Variation (SDVV) in electric power systems, caused by electrical faults. To attain this target, values recorded by measurement equipment in specific sites are used. In fact, there are few power quality meters installed in power networks, due to the high cost of such meters. Although these costs have decreased in recent years, the installation of a sufficient number of meters to ensure monitoring the entire network is still unfeasible. This reality poses a challenge to developing techniques that, with a small number of monitoring points, allow the determination of fault locations and estimation of SDVV values in specified buses. As contribution this thesis proposes an algorithm called Evolutionary Strategies (ESE), which integrates the group of evolutionary algorithms. This algorithm can be easily implemented and finds a solution within a wide solution space. The ESE determines the fault location, fault type and fault impedance, that characterize an individual, so that the resulting voltages on monitored buses are as close as possible to the measured ones. An initial population is generated as alternative solutions to the problem. Some of the individuals in the population will be submitted to mutation and recombination operators. Individuals are then selected to the future generation. An iterative process is carried out to determine a solution as close as possible to the desired one. Each individual is evaluated by the objective function, which represents the quadratic error between the measured and calculated values. This calculation is based on short circuit calculation related to the evaluated individual and from information of voltage values gathered from power quality meters. Voltage values in specific network buses can then be determined to monitor their corresponding SDVV values. This allows, for example, determining quality indicators associated to the SDVV, such as the System Average RMS Frequency Index (SARFI), to evaluate sensitive areas, i.e. which are prone to cause SDVVs and to develop plans for preventive maintenance. Two algorithms that calculate the minimum number of meters and their locations have been implemented. The first algorithm aims to ensure monitoring the entire network regarding SDVVs, while the second algorithm ensures the smallest error of SDVV estimation in buses where no meters are installed. This methodology can be applied to meshed or radial networks. It was initially implemented in small networks (IEEE 14 and 30 buses) with the purpose of verifying the ability of algorithm. In sequence the methodology was applied to more complex networks (IEEE 57 and 118 buses). To assess the efficiency of the methodology a comparison with other optimization methodology based on Genetic Algorithms (GA) was carried out.

Os Sistemas de Distribuição (SDs), devido as suas topologias e configurações, dentre outros fatores, apresentam um desafio para a localização física das situações de faltas passíveis de ocorrência. Como fato, tem-se que uma localização de faltas, rápida e precisa, possibilita atenuar os transtornos que os usuários finais dos SDs viriam a ter em relação à qualidade do serviço prestado pelas distribuidoras. No contexto das redes elétricas inteligentes, e considerando medidores de qualidade da energia elétrica previamente alocados de forma otimizada, esta pesquisa propõe uma metodologia baseada em árvores de decisão e redes neurais artificiais para a localização de faltas em SDs radiais e aéreos. Foram realizados testes da metodologia proposta considerando variações no tipo, na impedância e no ângulo de incidência da falta aplicadas sobre o SD de 34 barras do IEEE (Institute of Electrical and Electronics Engineers). Para os testes de sensibilidade da metodologia desenvolvida, foram consideradas variações no carregamento do sistema, os erros inerentes ao sistema de medição, a variação no número de medidores disponível, o impacto de uma alocação não otimizada dos medidores e uma redução na taxa amostral. Os resultados encontrados foram promissores e indicam que a metodologia como desenvolvida poderá ser aplicada para SDs diferentes do caso teste utilizado. / Due to the distribution systems (DS) topologies, configurations and among other factors, it is a challenge to physically locate situations of faults. As a matter of fact, a fast and accurate fault location will make it possible to mitigate the inconvenience that the end users of DS would have due to the quality of the service provided by the distributors. In the context of intelligent electric grids, and considering the electric power quality meters optimally alocated, this research proposes a methodology based in decision trees and artificial neural networks for a fault location in radial and aerial DS. The proposed methodology was tested considering variations on the type, impedance and angle of incidence of the fault applied on the DS of 34 bars of the IEEE (Institute of Electrical and Electronic Engineers). For a sensitivity test of the developed methodology, it were considered the variations in system loading, the errors inherent to the measurement system, a variation in number of meters available, the impact of the non-optimized allocation of the meters and a redution on the sampling rate. The results were promising and indicated that the methodology developed can be applied to different DS from the test case used.

O monitoramento e diagnóstico, com a consequente localização dos curtos-circuitos em Sistemas de Distribuição (SD), fazem parte de um processo complexo, exigindo esforços e agilidade das equipes técnicas de manutenção das concessionárias de energia elétrica. Quando se trata de um SD Subterrâneo (SDS), a complexidade de localização das faltas aumenta, pois não é possível realizar a inspeção visual. Por este motivo, desenvolver e aprimorar métodos para monitorar, classificar e localizar as situações de faltas em SD tem sido de relevante interesse para a comunidade técnico-científica nos últimos anos. Neste contexto, apresenta-se nesta pesquisa um método para processar as informações necessárias para classificar e localizar a ocorrência de um curto-circuito (monofásico, bifásico e/ou trifásico, com e/ou sem o envolvimento da terra) em um SDS. O processamento das informações foi realizado por meio da observação da propagação dos afundamentos de tensão, decorrentes de curtos-circuitos passíveis de ocorrência no SDS, e pela alocação de um número reduzido de medidores, permitindo a classificação e localização precisa da falta. Um dos diferenciais da metodologia proposta é que esta utiliza somente os valores eficazes das tensões trifásicas, registradas em medidores estrategicamente alocados, para indicação da área afetada e classificação das fases envolvidas. A metodologia é baseada no emprego de redes neurais artificiais. Os resultados encontrados são promissores, indicando a aplicabilidade da metodologia proposta. / The monitoring and diagnostics, with the consequent localization of short circuits in Distribution Systems (DS), are part of a complex process, requiring efforts and agility of the technical teams of maintenance of electric utilities. In the case of an underground DS (UDS), the location of faults complexity increases, because it is not possible to perform visual inspection. For this reason, develop and improve methods to monitor, sort and locate the fault situations in DS has been of relevant interest to the technical-scientific community in recent years. In this context, this study presents a method for processing the information required to classify and locate the occurrence of a short circuit (single phase, biphasic and / or phase with and / or without the involvement of the earth) on a UDS. The information processing was carried out by observing the propagation of voltage sags, caused by short circuits that may occur in the UDS, and the allocation of a few meters, allowing classification and precise location of the fault. One of the proposed methodology differentials is that it uses only the RMS values of the three-phase voltages, registered in strategically located meters, for indicating the affected area and classification of the phases involved. The methodology is based on the use of artificial neural networks. The results found are promising, indicating the applicability of the proposed methodology.

Este trabalho apresenta o estudo e o desenvolvimento de um algoritmo híbrido para detecção, classificação e localização de faltas em sistemas com três terminais utilizando como principal ferramenta a transformada wavelet (TW) em suas versões discreta (TWD) e estacionária (TWE). O algoritmo é dito híbrido, pois alia duas metodologias para localizar a falta. A primeira baseada na análise de componentes de alta freqüência (ondas viajantes) e a segunda, baseada na extração dos componentes fundamentais para o cálculo da impedância aparente. A metodologia proposta foi concebida de maneira a trabalhar com dados sincronizados dos três terminais ou apenas dados locais para estimar a localização da falta. O localizador híbrido escolhe automaticamente qual a melhor técnica de localização ser utilizada para alcançar uma localização confiável e precisa. Deste modo, um método pode suprir as dificuldades do outro, ou, no mínimo, fornecer mais informações para que, junto ao conhecimento do operador, uma localização próxima da ótima possa ser alcançada. Com o objetivo de testar e validar a aplicabilidade do algoritmo de localização de faltas híbrido para linhas com três terminais, utilizou-se de dados de sinais faltosos obtidos através de simulações do software ATP (Altenative Transients Program), levando-se em conta a variação de diversos parâmetros que poderiam influenciar o desempenho do algoritmo proposto. Os resultados alcançados pelo algoritmo frente às situações avaliadas são bastante animadores, apontando a uma promissora aplicabilidade do mesmo. / This work presents a study and development of a hybrid algorithm for fault detection, classification and location in tree terminal lines based on wavelet transform (WT). It will be presented in two versions: discrete wavelet transform (DWT) and stationary wavelet transform (SWT). The algorithm is called hybrid because it uses two fault location methodologies: one based on fundamental components and other based on traveling waves. The proposed methodology works either with synchronized tree terminal data or only local data. The hybrid fault locator chooses automatically which location technique to be used in order to reach a reliable and accurate fault location. In this manner, this technique can avoid some difficulties present in other techniques, aiming to reach an optimized fault location. The proposed hybrid fault location was evaluated by simulated fault signals obtained by alternative transient program (ATP). In the tests, several parameters, which would influence the performance of the hybrid algorithm, were varied, such as: fault inception angle, fault resistance, fault type, etc. The results obtained by the proposed methodology are very encouraging and it points out to a very promising application.

Este trabalho propôs o desenvolvimento e a avaliação de uma metodologia com o propósito de identificar anomalias em redes de comunicação Profinet, muito utilizadas na automação de plantas industriais. A metodologia desenvolvida está fundamentada na análise das características de comunicação do protocolo Profinet e na identificação e classificação de padrões, sendo esta, uma das principais aplicações do uso de Redes Neurais Artificiais (RNA). As anomalias são identificadas por meio da análise do tráfego de rede Profinet em sua fase de operação. Tais anomalias podem ser desde defeitos comuns apresentados pelos equipamentos da rede e/ou tentativas de ataques a esta, que por sua vez, podem gerar instabilidade e mau funcionamento da unidade industrial que fazem parte. Para o desenvolvimento deste trabalho foram apresentados: o detalhamento do protocolo Profinet, os mecanismos de segurança mais utilizados atualmente, os tipos de sistemas de detecção de anomalias existentes e os principais tipos de ataques em redes de comunicação conhecidos na literatura. Alguns ensaios para a validação da metodologia foram realizados, utilizando-se uma infraestrutura de rede instalada em laboratório. Ensaios com diferentes tipos de equipamentos interligados em rede foram realizados e os resultados apresentados. Como resultado final, demonstrou-se que a metodologia utilizada obteve êxito na identificação da presença ou ausência de anomalias na rede, sendo que os resultados obtidos podem ser considerados satisfatórios e condizentes às expectativas desta dissertação. Concluiu-se então que a metodologia apresentada é factível e aplicável no meio industrial, podendo ser incorporada a uma ferramenta mais abrangente, como os analisadores de redes Profinet. / This work proposed the development and evaluation of a methodology in order to identify anomalies in Profinet communication networks, widely used in the automation of industrial plants. The methodology is based on an analysis of the communication features of the Profinet protocol and identifying and pattern classification, which is one of the main applications of the use of Artificial Neural Networks (ANN). The anomalies are identified by analyzing the Profinet network traffic in its operation phase. Such anomalies can be provided by common defects in equipment in the network and / or attempted attacks to this, which in turn can cause instability and malfunction of the plant forming part. In development of this work were presented: the details of the Profinet protocol, the security mechanisms most widely used, the types of anomalies detection systems and the main types of attacks on communication networks known in the literature. Some assays to validate the method were performed, using a network infrastructure installed in the laboratory. Tests with different types of networked equipment were performed and the results presented. The final result showed that the methodology was successful in identifying the presence or absence of anomalies in the network, and the obtained results can be considered satisfactory and consistent with expectations of this paper. It was therefore concluded that this methodology is feasible and applicable in industrial environment and can be incorporated into a more comprehensive tool, such as analyzers Profinet networks.

O monitoramento e diagnóstico, com a consequente localização dos curtos-circuitos em Sistemas de Distribuição (SD), fazem parte de um processo complexo, exigindo esforços e agilidade das equipes técnicas de manutenção das concessionárias de energia elétrica. Quando se trata de um SD Subterrâneo (SDS), a complexidade de localização das faltas aumenta, pois não é possível realizar a inspeção visual. Por este motivo, desenvolver e aprimorar métodos para monitorar, classificar e localizar as situações de faltas em SD tem sido de relevante interesse para a comunidade técnico-científica nos últimos anos. Neste contexto, apresenta-se nesta pesquisa um método para processar as informações necessárias para classificar e localizar a ocorrência de um curto-circuito (monofásico, bifásico e/ou trifásico, com e/ou sem o envolvimento da terra) em um SDS. O processamento das informações foi realizado por meio da observação da propagação dos afundamentos de tensão, decorrentes de curtos-circuitos passíveis de ocorrência no SDS, e pela alocação de um número reduzido de medidores, permitindo a classificação e localização precisa da falta. Um dos diferenciais da metodologia proposta é que esta utiliza somente os valores eficazes das tensões trifásicas, registradas em medidores estrategicamente alocados, para indicação da área afetada e classificação das fases envolvidas. A metodologia é baseada no emprego de redes neurais artificiais. Os resultados encontrados são promissores, indicando a aplicabilidade da metodologia proposta. / The monitoring and diagnostics, with the consequent localization of short circuits in Distribution Systems (DS), are part of a complex process, requiring efforts and agility of the technical teams of maintenance of electric utilities. In the case of an underground DS (UDS), the location of faults complexity increases, because it is not possible to perform visual inspection. For this reason, develop and improve methods to monitor, sort and locate the fault situations in DS has been of relevant interest to the technical-scientific community in recent years. In this context, this study presents a method for processing the information required to classify and locate the occurrence of a short circuit (single phase, biphasic and / or phase with and / or without the involvement of the earth) on a UDS. The information processing was carried out by observing the propagation of voltage sags, caused by short circuits that may occur in the UDS, and the allocation of a few meters, allowing classification and precise location of the fault. One of the proposed methodology differentials is that it uses only the RMS values of the three-phase voltages, registered in strategically located meters, for indicating the affected area and classification of the phases involved. The methodology is based on the use of artificial neural networks. The results found are promising, indicating the applicability of the proposed methodology.

Este trabalho apresenta o estudo e o desenvolvimento de um algoritmo híbrido para detecção, classificação e localização de faltas em sistemas com três terminais utilizando como principal ferramenta a transformada wavelet (TW) em suas versões discreta (TWD) e estacionária (TWE). O algoritmo é dito híbrido, pois alia duas metodologias para localizar a falta. A primeira baseada na análise de componentes de alta freqüência (ondas viajantes) e a segunda, baseada na extração dos componentes fundamentais para o cálculo da impedância aparente. A metodologia proposta foi concebida de maneira a trabalhar com dados sincronizados dos três terminais ou apenas dados locais para estimar a localização da falta. O localizador híbrido escolhe automaticamente qual a melhor técnica de localização ser utilizada para alcançar uma localização confiável e precisa. Deste modo, um método pode suprir as dificuldades do outro, ou, no mínimo, fornecer mais informações para que, junto ao conhecimento do operador, uma localização próxima da ótima possa ser alcançada. Com o objetivo de testar e validar a aplicabilidade do algoritmo de localização de faltas híbrido para linhas com três terminais, utilizou-se de dados de sinais faltosos obtidos através de simulações do software ATP (Altenative Transients Program), levando-se em conta a variação de diversos parâmetros que poderiam influenciar o desempenho do algoritmo proposto. Os resultados alcançados pelo algoritmo frente às situações avaliadas são bastante animadores, apontando a uma promissora aplicabilidade do mesmo. / This work presents a study and development of a hybrid algorithm for fault detection, classification and location in tree terminal lines based on wavelet transform (WT). It will be presented in two versions: discrete wavelet transform (DWT) and stationary wavelet transform (SWT). The algorithm is called hybrid because it uses two fault location methodologies: one based on fundamental components and other based on traveling waves. The proposed methodology works either with synchronized tree terminal data or only local data. The hybrid fault locator chooses automatically which location technique to be used in order to reach a reliable and accurate fault location. In this manner, this technique can avoid some difficulties present in other techniques, aiming to reach an optimized fault location. The proposed hybrid fault location was evaluated by simulated fault signals obtained by alternative transient program (ATP). In the tests, several parameters, which would influence the performance of the hybrid algorithm, were varied, such as: fault inception angle, fault resistance, fault type, etc. The results obtained by the proposed methodology are very encouraging and it points out to a very promising application.

Os Sistemas de Distribuição (SDs), devido as suas topologias e configurações, dentre outros fatores, apresentam um desafio para a localização física das situações de faltas passíveis de ocorrência. Como fato, tem-se que uma localização de faltas, rápida e precisa, possibilita atenuar os transtornos que os usuários finais dos SDs viriam a ter em relação à qualidade do serviço prestado pelas distribuidoras. No contexto das redes elétricas inteligentes, e considerando medidores de qualidade da energia elétrica previamente alocados de forma otimizada, esta pesquisa propõe uma metodologia baseada em árvores de decisão e redes neurais artificiais para a localização de faltas em SDs radiais e aéreos. Foram realizados testes da metodologia proposta considerando variações no tipo, na impedância e no ângulo de incidência da falta aplicadas sobre o SD de 34 barras do IEEE (Institute of Electrical and Electronics Engineers). Para os testes de sensibilidade da metodologia desenvolvida, foram consideradas variações no carregamento do sistema, os erros inerentes ao sistema de medição, a variação no número de medidores disponível, o impacto de uma alocação não otimizada dos medidores e uma redução na taxa amostral. Os resultados encontrados foram promissores e indicam que a metodologia como desenvolvida poderá ser aplicada para SDs diferentes do caso teste utilizado. / Due to the distribution systems (DS) topologies, configurations and among other factors, it is a challenge to physically locate situations of faults. As a matter of fact, a fast and accurate fault location will make it possible to mitigate the inconvenience that the end users of DS would have due to the quality of the service provided by the distributors. In the context of intelligent electric grids, and considering the electric power quality meters optimally alocated, this research proposes a methodology based in decision trees and artificial neural networks for a fault location in radial and aerial DS. The proposed methodology was tested considering variations on the type, impedance and angle of incidence of the fault applied on the DS of 34 bars of the IEEE (Institute of Electrical and Electronic Engineers). For a sensitivity test of the developed methodology, it were considered the variations in system loading, the errors inherent to the measurement system, a variation in number of meters available, the impact of the non-optimized allocation of the meters and a redution on the sampling rate. The results were promising and indicated that the methodology developed can be applied to different DS from the test case used.