A inserção de geradores distribuídos nas redes de distribuição de energia elétrica está aumentando consideravelmente devido à possibilidade de maior proximidade destes geradores com os mercados consumidores, fatores ambientais, aprimoramentos das tecnologias atuais de geração de energia elétrica e desenvolvimentos de outras novas, alterações de legislações e incentivos governamentais. Este novo cenário traz também a necessidade de maior atenção devido à possibilidade de ocorrência de ilhamentos não intencionais. Nestas situações, o gerador distribuído deve ser desconectado imediatamente após a detecção do evento. Métodos tradicionais, como relés de tensão e de frequência, mostram bom desempenho quando há um elevado desbalanço entre as potências geradas e as potências das cargas ilhadas. Nos casos de pequenos desbalanços de potência, o ilhamento pode não ser detectado por esses métodos. Neste contexto, este trabalho visa desenvolver um sistema de detecção de ilhamentos em sistemas de distribuição por meio da utilização de uma rede neural artificial do tipo Perceptron multicamadas. Utilizando-se uma rede neural devidamente treinada para o sistema elétrico estudado, obteve-se um bom desempenho na detecção de ilhamento, obtendo-se elevadas taxas de acerto. Além disso, o método proposto foi capaz de diferenciar corretamente situações normais de operação do sistema, tais como chaveamento de blocos de cargas, das situações de ilhamento. Os mesmos cenários foram testados utilizando as proteções convencionais de tensão, frequência e de taxa de variação de frequência, a fim de obter a comparação com o método proposto. Como resultado, o método baseado na rede neural apresentou desempenho superior aos demais sistemas de proteção, detectando o ilhamento dentro da faixa de 2 segundos em todos os casos simulados neste trabalho. / The penetration of distributed generators into the power distribution systems has been increasing significantly due to the possibility of generating power next to the consumers, environmental issues, improvement and development of the generation technologies, regulatory changes and governmental incentives. This new scenario requires special attention to the possibility of unintentional islanding. In this situation, the distributed generator must be disconnected immediately after an islanding occurrence. Traditional anti-islanding protection schemes, such as voltage and frequency-based relays, are effective to detect islanding if there is a big power imbalance between generation and load inside the island. On the other hand, they may fail if the power imbalance is small. In this context, this work presents a new islanding detection method based on a Perceptron Multi-layer neural network. By using a neural network properly trained for the distribution system under study, the method has presented good performance with high islanding detection successful rates. Moreover, the proposed method was capable of distinguish the islanding occurrence from normal transient operating conditions, such as load switching. The same operating scenarios were used to test voltage, frequency and rate of change of frequency protection in order to perform a comparison with the proposed method. As result, the method presented superior performance detecting the islanding faster than 2 seconds in all the cases simulated in this work.

A inserção de geradores distribuídos nas redes de distribuição de energia elétrica está aumentando consideravelmente devido à possibilidade de maior proximidade destes geradores com os mercados consumidores, fatores ambientais, aprimoramentos das tecnologias atuais de geração de energia elétrica e desenvolvimentos de outras novas, alterações de legislações e incentivos governamentais. Este novo cenário traz também a necessidade de maior atenção devido à possibilidade de ocorrência de ilhamentos não intencionais. Nestas situações, o gerador distribuído deve ser desconectado imediatamente após a detecção do evento. Métodos tradicionais, como relés de tensão e de frequência, mostram bom desempenho quando há um elevado desbalanço entre as potências geradas e as potências das cargas ilhadas. Nos casos de pequenos desbalanços de potência, o ilhamento pode não ser detectado por esses métodos. Neste contexto, este trabalho visa desenvolver um sistema de detecção de ilhamentos em sistemas de distribuição por meio da utilização de uma rede neural artificial do tipo Perceptron multicamadas. Utilizando-se uma rede neural devidamente treinada para o sistema elétrico estudado, obteve-se um bom desempenho na detecção de ilhamento, obtendo-se elevadas taxas de acerto. Além disso, o método proposto foi capaz de diferenciar corretamente situações normais de operação do sistema, tais como chaveamento de blocos de cargas, das situações de ilhamento. Os mesmos cenários foram testados utilizando as proteções convencionais de tensão, frequência e de taxa de variação de frequência, a fim de obter a comparação com o método proposto. Como resultado, o método baseado na rede neural apresentou desempenho superior aos demais sistemas de proteção, detectando o ilhamento dentro da faixa de 2 segundos em todos os casos simulados neste trabalho. / The penetration of distributed generators into the power distribution systems has been increasing significantly due to the possibility of generating power next to the consumers, environmental issues, improvement and development of the generation technologies, regulatory changes and governmental incentives. This new scenario requires special attention to the possibility of unintentional islanding. In this situation, the distributed generator must be disconnected immediately after an islanding occurrence. Traditional anti-islanding protection schemes, such as voltage and frequency-based relays, are effective to detect islanding if there is a big power imbalance between generation and load inside the island. On the other hand, they may fail if the power imbalance is small. In this context, this work presents a new islanding detection method based on a Perceptron Multi-layer neural network. By using a neural network properly trained for the distribution system under study, the method has presented good performance with high islanding detection successful rates. Moreover, the proposed method was capable of distinguish the islanding occurrence from normal transient operating conditions, such as load switching. The same operating scenarios were used to test voltage, frequency and rate of change of frequency protection in order to perform a comparison with the proposed method. As result, the method presented superior performance detecting the islanding faster than 2 seconds in all the cases simulated in this work.