Este trabalho apresenta um método utilizando redes neurais artificiais para a determinação das amplitudes e fases dos componentes harmônicos presentes na corrente de carga monofásica. O número de harmônicos identificados é previamente selecionado. Os hamônicos identificados estão presentes na corrente de cargas não-lineares de um sistema de iluminação onde é considerada a variação no tempo das características da forma de onda desta corrente. Os harmônicos presentes no sistema degradam a qualidade de energia, sendo assim é apresentado um breve estudo sobre este tema e métodos para atenuar a distorção harmônica no sistema. Dentre estes métodos é dado ênfase na aplicação de filtros ativos de potência em paralelo com carga não-linear. O trabalho também apresenta um estudo sobre os mais comumente métodos utilizados na identificação harmônica. Dentre eles está o método baseado em redes neurais artificiais. Este método é validado com base nos dados levantados por meio de simulação e de forma experimental. / In this thesis artificial neural networks are employed in a novel approach to identifying harmonic components of the single-phase nonlinear load current, whose amplitudes and phase angles are subject to unpredictable changes in steady-state. An identified harmonics number is previously selected. These harmonics are present in the non-linear loads current of electrical illumination system. The harmonics in the power system degrade the power quality, then is exhibited a concise study dealing with power quality problems and methods to mitigate the harmonic distortion in the power system. Among these methods emphasis is given in the application of pure active power filters in parallel with the non-linear load. The thesis also shows a study about the more commonly methods used in the harmonic detection. Among them is the method based on artificial neural networks. Simulation and experimental results are presented to validate the proposed approach.

A racionalização dos recursos hídricos tem sido uma das metas das indústrias em vários setores. Tais metas exigem inovações tecnológicas tanto para novos processos produtivos quanto para novas técnicas de tratamento e reutilização de água na cadeia de produção. Os custos elevados de água industrial no Brasil, particularmente nas regiões metropolitanas, têm estimulado as indústrias nacionais a avaliar as possibilidades de reúso. O objetivo deste trabalho é a aplicação do tratamento de águas de processo contendo polipropileno utilizando radiação ultravioleta e peróxido de hidrogênio, isto é, o sistema UV/H2O2, visando adequá-las para reúso no próprio processo, reduzindo a necessidade de captação de água pré-tratada e de descarte de efluente. A primeira parte do estudo consistiu na realização de experimentos em um sistema fotoquímico de batelada, empregando quatro diferentes correntes efluentes de processo, para a avaliação da viabilidade técnico-econômica do tratamento fotoquímico, bem como para a obtenção de dados referentes à cinética das reações fotoquímicas. Com base nas informações obtidas, na segunda parte do estudo foram realizados experimentos em um sistema fotoquímico contínuo, a fim de obter dados para o aumento de escala para aplicação industrial do processo de tratamento contínuo. Os resultados experimentais indicaram a viabilidade técnica de aplicação do sistema UV/H2O2 utilizando fonte de luz artificial para todas as correntes de processo estudadas, tendo sido alcançados níveis de remoção de matéria orgânica acima de 90%. No entanto, sob o ponto de vista econômico, apenas as correntes com baixo teor de carbono orgânico total dissolvido (COT), entre 6 e 12 mgC L-1, mostraram-se adequadas ao reúso, após o tratamento. / Rationalization of water use has been one of the goals in many industrial activities, and, in particular, in the petrochemical industry. Such goals demand technological innovations in the productive processes and in techniques for treatment and reuse of water in the production chain. The high costs of industrial water, particularly in some metropolitan regions, have stimulated the industries to evaluate the possibilities of water reuse. The objective of this work is to evaluate the feasibility of the UV/H2O2 photochemical process applied to the treatment of process waste water containing polypropylene, aiming at the reuse of the waste water in the as process water in the industrial complex, thus reducing the need for tap water supply and waste water generation rate. The first part of this study consisted of laboratory-scale experiments in a batch photochemical reactor with four different waste water streams to perform the technical and economical feasibility of the photochemical treatment, as well to obtain data on the degradation rate. Based on the results of the first part, the second part of this study consisted of experiments in a continuous photochemical reactor, aimed at obtaining experimental data for reactor scale-up. Experimental results indicate that the UV/H2O2 photodegradation process is able to remove more than 90% of the organic compounds contained in the waste water. However, only waste waters containing relatively low contaminant levels (between 6 and 12 mgC L-1) can be treated at economically favourable costs.

Submitted by Kelren Mota (kelrenlima@ufpa.br) on 2018-06-13T17:38:37Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_AvaliacaoDistorcaoHarmonica.pdf: 4309009 bytes, checksum: 017d26b4d8e0ce6653f66d67f13f4cb6 (MD5) / Approved for entry into archive by Kelren Mota (kelrenlima@ufpa.br) on 2018-06-13T17:39:00Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_AvaliacaoDistorcaoHarmonica.pdf: 4309009 bytes, checksum: 017d26b4d8e0ce6653f66d67f13f4cb6 (MD5) / Made available in DSpace on 2018-06-13T17:39:00Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Tese_AvaliacaoDistorcaoHarmonica.pdf: 4309009 bytes, checksum: 017d26b4d8e0ce6653f66d67f13f4cb6 (MD5) Previous issue date: 2018-03-27 / In the last decades, the transformation industry has provided the introduction of increasingly faster and more energy efficient products for residential, commercial and industrial use, however these loads due to their non-linearity have contributed significantly to the increase of distortion levels harmonic of voltage as a result of the current according to the Power Quality indicators of the Brazilian electricity distribution system. The constant increase in the levels of distortions, especially at the point of common coupling, has generated in the current day a lot of concern in the concessionaires and in the consumers of electric power, due to the problems that cause like losses of the quality of electric power in the supply and in the installations of the consumers and this has provided several studies on the subject. In order to contribute to the subject, this thesis proposes a procedure based on the Knowledge Discovery in Database - KDD process to identify the impact loads of harmonic distortions of voltage at the common coupling point. The proposed methodology uses computational intelligence and data mining techniques to analyze the data collected by energy quality meters installed in the main loads and the common coupling point of the consumer and consequently establish the correlation between the harmonic currents of the nonlinear loads with the harmonic distortion at the common coupling point. The proposed process consists in analyzing the loads and the layout of the location where the methodology will be applied, in the choice and installation of the QEE meters and in the application of the complete KDD process, including the procedures for collection, selection, cleaning, integration, transformation and reduction, mining, interpretation, and evaluation of data. In order to contribute, the data mining techniques of Decision Tree and Naïve Bayes were applied and several algorithms were tested for the algorithm with the most significant results for this type of analysis as presented in the results. The results obtained evidenced that the KDD process has applicability in the analysis of the Voltage Total Harmonic Distortion at the Point of Common Coupling and leaves as contribution the complete description of each step of this process, and for this it was compared with different indices of data balancing, training and test and different scenarios in different shifts of analysis and presented good performance allowing their application in other types of consumers and energy distribution companies. It also shows, in the chosen application and using different scenarios, that the most impacting load was the seventh current harmonic of the air conditioning units for the collected data set. / Nas últimas décadas, a indústria de transformação, tem proporcionado a introdução de produtos cada vez mais rápidos e energeticamente mais eficientes para utilização residencial, comercial e industrial, no entanto essas cargas devido à sua não linearidade têm contribuído significativamente para o aumento dos níveis de distorção harmônica de tensão em decorrência da corrente conforme indicadores de Qualidade de Energia Elétrica do sistema brasileiro de distribuição de energia elétrico. O constante aumento dos níveis das distorções, principalmente no ponto de acoplamento comum, tem gerado nos dias atuais muita preocupação nas concessionárias e nos consumidores de energia elétrica, devido aos problemas que causam como perdas da qualidade de energia elétrica no fornecimento e nas instalações dos consumidores e isso têm proporcionado diversos estudos sobre o assunto. Com o intuito de contribuir com o assunto, a presente tese propõe um procedimento com base no processo Knowledge Discovery in Database - KDD para identificação das cargas impactantes das distorções harmônicas de tensão no ponto de acoplamento comum. A metodologia proposta utiliza técnicas de Inteligência computacional e mineração de dados para análise dos dados coletados por medidores de qualidade de energia instalados nas cargas principais e no ponto de acoplamento comum do consumidor e consequentemente estabelecer a correlação entre as correntes harmônicas das cargas não lineares com a distorção harmônica no ponto de acoplamento comum. O processo proposto consiste na análise das cargas e do layout do local onde a metodologia será aplicada, na escolha e na instalação dos medidores de QEE e na aplicação do processo KDD completo, incluindo os procedimentos de coleta, seleção, limpeza, integração, transformação e redução, mineração, interpretação, e avaliação dos dados. Com o propósito de contribuição foram aplicadas as técnicas de mineração de dados Árvore de Decisão e Naïve Bayes e foram testados diversos algoritmos em busca do algoritmo com resultados mais significativos para esse tipo de análise conforme apresentado nos resultados. Os resultados obtidos evidenciaram que o processo KDD possui aplicabilidade na análise da Distorção Harmônica Total de Tensão no Ponto de Acoplamento Comum e deixa como contribuição a descrição completa de cada etapa desse processo, e para isso foram comparados com diferentes índices de balanceamento de dados, treinamento e teste e diferentes cenários em diferentes turnos de análise e apresentaram bom desempenho possibilitando sua aplicação em outros tipos de consumidores e empresas de distribuição de energia. Evidencia também, na aplicação escolhida e utilizando diferentes cenários, que a carga mais impactante foi a sétima harmônica de corrente das centrais de ar condicionado para o conjunto de dados coletados.

Made available in DSpace on 2015-03-05T13:58:27Z (GMT). No. of bitstreams: 0 Previous issue date: 10 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O objetivo desta dissertação é propor, testar e avaliar o uso de técnicas de Aprendizado de Máquina (ML) na configuração automática do controle do caminhar de robôs com pernas. Para que este objetivo fosse atingido, um extensa pesquisa de técnicas do estado da arte foi realizada e descrita neste trabalho. Esta pesquisa permitiu a elaboração do modelo proposto, chamado de LegGen, que foi implementado em um protótipo. O protótipo modelo em questão permite a utilização de vários tipos de robôs, compostos de quatro, seis ou mais patas, e além disto permite a evolução da morfologia dos robôs. Utilizando o protótipo, é possível a realização de experimentos com robôs autônomos dotados de pernas, em um ambiente virtual tridimensional realístico, através de simulações baseadas em física. Foi utilizada a biblioteca ODE (Open Dynamics Engine) para a simulação de corpos rígidos e articulações, permitindo assim simular forças agindo nas articulações (atuadores), gravidade e colisões, entre outras propriedades físicas dos / The main goal of this dissertation is to propose, to test and to evaluate the use of Machine Learning (ML) techniques in the automatic con_guration of the gait control in legged robots. In order to achieve this goal, an extensive research about state-of-the-art techniques was accomplished and they are described in this work. This research allowed the development of the proposed model, called LegGen, which was implemented in a prototype. The proposed model allows the use of several different robot models with four, six or more paws. Besides that, the prototype allows also to study the robot's morphology evolution. The implemented prototype allows to accomplish experiments with autonomous legged robots, in a realistic three-dimensional virtual environment, through physics based simulations. The ODE (Open Dynamics Engine) software library was used in the physical simulation of rigid bodies and articulations, allowing to simulate forces acting in the articulations (actuators), gravity and collisions, among other

Made available in DSpace on 2015-03-05T13:58:27Z (GMT). No. of bitstreams: 0 Previous issue date: 23 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Uma das tarefas críticas na confecção de sistemas de software é a elicitação de requisitos, a qual configura uma ação de descoberta de conhecimento. Assim, muitas técnicas são empregadas na tentativa de minimizar conflitos de idéias, conceitos mal formados, interpretações redundantes e omissão de dados; sendo que, para tanto, o uso de cenários, entrevistas, cartões, viewpoints e diagramas de Use Case são utilizados como ferramentas para diminuir a distância entre o técnico e o usuário na definição dos requisitos. Além disso, os Mapas Conceituais têm sido empregados com muita eficiência em tarefas de captura de conhecimento, portanto, este trabalho utiliza esse conceito como forma de organizar, identificar, aprimorar conceitos e definições dos requisitos de um software de forma cooperativa, formatado em User Story da metodologia Extreme Programming (XP). Com esse objetivo, o processo é apoiado por uma ferramenta baseada na web, que automatiza a geração, organização e acompanhamento da captura dos requisitos ge / One of the hardest tasks of building a software system is requirements elicitation, which triggers a knowledge discovery action. Thus, many techniques are used with the intention to minimize idea conflicts, misformed concepts, erroneous interpretations and missing data; In order to achieve this goal, scenarios interviews, User Stories, viewpoints and Use Case diagrams are techniques to reduce the distance between the researcher and the user on requirement elicitation. Concept maps have been used as efficient way to represent knowledge. This research uses concept maps to deal with the organization, identification and improvement of concepts and software requirements definitions in a cooperative way, making use of the User Story format introduced by the Extreme Programming (XP) methodology. The proposed process is supported by a web-based tool, which automates the generation, organization and management of the requirements capture generated in the Concept Maps format

Made available in DSpace on 2015-03-05T13:59:42Z (GMT). No. of bitstreams: 0 Previous issue date: 22 / Nenhuma / Este trabalho está relacionado com a aplicação de técnicas de Inteligência Artificial no desenvolvimento de um Sistema Multi-Agente robótico aplicado ao problema da monitoração e combate a incêndios em áreas florestais. O objetivo macro é evoluir estratrégias de formação de equipes de combate a incêndio (unidade de controle) e criar métodos robustos de navegação em agentes robóticos (unidades de combate), considerando um ambiente virtual de simulação realística.No sistema proposto, uma equipe de agentes autônomos trabalha cooperativamente a fim de realizar com sucesso a identificação e o combate a incêndios em áreas florestais, sem intervenção humana. O ambiente virtual 3D suporta uma série de características fundamentais para a simulação realística da operação, como terrenos irregulares, processos naturais e restrições físicas na criação e uso de robôs móveis. Este ambiente foi implementado através do uso das bibliotecas OSG, ODE e Demeter. A operacão multi-agente depende essencialmente de duas etapas: p / This work is related to the application of Artificial Intelligence techniques to develop a Multi-Agent Robotic System applied to the problem of monitoring wild forest fires and to the execution of fire fighting actions. Our main goal was to evolve strategies (control unit) in order to define the positioning of the fire-fighting autonomous robotic team and to create robust navigation methods used to control robotic agents (combat units). This work was developed based on simulations accomplished using a realistic 3D virtual environment, specially implemented for this purpose, using the software libraries OSG, Demeter and ODE. In the proposed system, a team of autonomous agents work cooperatively in order to successfully perform the identification and fighting of forest fires, without any human intervention. The 3D virtual environment includes several features for realistic simulation of this task, as for example, adoption of irregular terrains, natural processes simulation (e.g. fire propagation), and simulati

CoordenaÃÃo de AperfeÃoamento de Pessoal de NÃvel Superior / Neste trabalho, à discutido o problema de reconhecimento de objetos utilizando imagens extraÃdas de um sensor industrial 3D. NÃs nos concentramos em 9 extratores de caracterÃsticas, dos quais 7 sÃo baseados nos momentos invariantes (Hu, Zernike, Legendre, Fourier-Mellin, Tchebichef, Bessel-Fourier e Gaussian-Hermite), um outro à baseado na Transformada de Hough e o Ãltimo na anÃlise de componentes independentes, e, 4 classificadores, Naive Bayes, k-Vizinhos mais PrÃximos, MÃquina de Vetor de Suporte e Rede Neural Artificial-Perceptron Multi-Camadas. Para a escolha do melhor extrator de caracterÃsticas, foram comparados os seus desempenhos de classificaÃÃo em termos de taxa de acerto e de tempo de extraÃÃo, atravÃs do classificador k-Vizinhos mais PrÃximos utilizando distÃncia euclidiana. O extrator de caracterÃsticas baseado nos momentos de Zernike obteve as melhores taxas de acerto, 98.00%, e tempo relativamente baixo de extraÃÃo de caracterÃsticas, 0.3910 segundos. Os dados gerados a partir deste, foram apresentados a diferentes heurÃsticas de classificaÃÃo. Dentre os classificadores testados, o classificador k-Vizinhos mais PrÃximos, obteve a melhor taxa mÃdia de acerto, 98.00% e, tempo mÃdio de classificaÃÃo relativamente baixo, 0.0040 segundos, tornando-se o classificador mais adequado para a aplicaÃÃo deste estudo. / In this work, the problem of recognition of objects using images extracted from a 3D industrial sensor is discussed. We focus in 9 feature extractors (where seven are based on invariant moments -Hu, Zernike, Legendre, Fourier-Mellin, Tchebichef, BesselâFourier and Gaussian-Hermite-, another is based on the Hough transform and the last one on independent component analysis), and 4 classifiers (Naive Bayes, k-Nearest Neighbor, Support Vector machines and Artificial Neural Network-Multi-Layer Perceptron). To choose the best feature extractor, their performance was compared in terms of classification accuracy rate and extraction time by the k-nearest neighbors classifier using euclidean distance. The feature extractor based on Zernike moments, got the best hit rates, 98.00 %, and relatively low time feature extraction, 0.3910 seconds. The data generated from this, were presented to different heuristic classification. Among the tested classifiers, the k-nearest neighbors classifier achieved the highest average hit rate, 98.00%, and average time of relatively low rank, 0.0040 seconds, thus making it the most suitable classifier for the implementation of this study.

Este trabalho tem por objetivo propor uma nova metodologia para o cálculo das perdas por segmento do sistema de distribuição. As perdas técnicas são agrupadas nos seguintes segmentos: rede secundária, transformador de distribuição, rede primária e subestação de distribuição. Desenvolveu-se uma metodologia destinada ao cálculo das perdas de forma hierárquica: por exemplo, selecionada uma subestação específica, são calculadas as perdas na subestação e em seus componentes a jusante (redes primárias, transformadores de distribuição, redes secundárias). As perdas, inicialmente, são obtidas por meio de cálculo elétrico para os segmentos envolvidos, com a utilização dos parâmetros da rede, com os dados de faturamento e as curvas de carga típicas por classe de consumidor e seus tipos de atividade. Com os resultados desses cálculos, treinam-se redes neurais que irão calcular as perdas em sistemas genéricos utilizando os parâmetros e topologia do segmento e as curvas típicas de cargas dos consumidores e a energia mensal consumida. O trabalho apresenta um exemplo de aplicação, em sistema de distribuição existente, mostrando os resultados obtidos, e termina apresentando as principais vantagens da metodologia. Finalmente, os resultados obtidos com a nova metodologia são comparados com os resultados obtidos por métodos analíticos de cálculo intensivo. / In this work, a new methodology for the calculation of the energy technical losses in a distribution system, is presented. The proposed approach regards the segmentation of the distribution system, thus, the losses will be obtained for segments such as: the secondary network, distribution transformer, primary network and distribution substation. It was developed a computational system aimed to the calculation of the technical losses within specific distribution networks and usable in a microcomputer. Such a calculation is done in a hierarchical way. For instance, once selected a specific substation it is calculated the losses within the substation and in all the above cited components existing downstream the substation. The energy technical losses are calculated for each segment involved in the distribution system. This is done by using the network\'s recorded data, the energy consumption data and the typical load curves by class of consumer and type of activity developed. The outcome of these calculations are then used to train the neural networks, which in turn will calculate the losses in generic distribution systems where characteristics such as the circuit parameters and topology, the consumer\'s load curves and the monthly energy consumed, are known. By using the energy data available in the supplying points, the total energy billed per month as well as the loss indexes per segment, it will be obtained the total amount of the energy losses in each segment of the system. Likewise, this procedure will enable an evaluation of the non technical losses. The results of a case study related to an existing distribution system and the main advantages of the proposed methodology, are also presented herein. Finally, the results obtained with the new methodology are compared with those obtained through analytical methods.

Nesta pesquisa, é proposta uma metodologia para detectar e classificar os distúrbios observados em um Sistema Elétrico Industrial (SEI), além de estimar de forma não intrusiva, o torque eletromagnético e a velocidade associada ao Motor de Indução Trifásico (MIT) em análise. A metodologia proposta está baseada na utilização da Transformada Wavelet (TW) para a detecção e a localização no tempo dos afundamentos e interrupções de tensão, e na aplicação da Função Densidade de Probabilidade (FDP) e Correlação Cruzada (CC) para a classificação dos eventos. Após o processo de classificação dos eventos, a metodologia como implementada proporciona a estimação do torque eletromagnético e a velocidade do MIT por meio das tensões e correntes trifásicas via Redes Neurais Artificiais (RNAs). As simulações computacionais necessárias sobre um sistema industrial real, assim como a modelagem do MIT, foram realizadas utilizando-se do software DIgSILENT PowerFactory. Cabe adiantar que a lógica responsável pela detecção e a localização no tempo detectou corretamente 93,4% das situações avaliadas. Com relação a classificação dos distúrbios, o índice refletiu 100% de acerto das situações avaliadas. As RNAs associadas à estimação do torque eletromagnético e à velocidade no eixo do MIT apresentaram um desvio padrão máximo de 1,68 p.u. e 0,02 p.u., respectivamente. / This study proposes a methodology to detect and classify the disturbances observed in an Industrial Electric System (IES), in addition to, non-intrusively, estimate the electromagnetic torque and speed associated with the Three-Phase Induction Motor (TPIM) under analysis. The proposed methodology is based on the use of the Wavelet Transform WT) for the detection and location in time of voltage sags and interruptions, and on the application of the Probability Density Function (PDF) and Cross Correlation (CC) for the classification of events. After the process of events classification, the methodology, as implemented, provides the estimation of the electromagnetic torque and the TPIM speed through the three-phase voltages and currents via Artificial Neural Networks (ANN). The necessary computer simulations of a real industrial system, as well as the modeling of the TPIM, were performed by using the DIgSILENT PowerFactory software. The logic responsible for the detection and location in time correctly detected 93.4% of the assessed situations. Regarding the classification of disturbances, the index reflected 100% accuracy of the assessed situations. The ANN associated with the estimation of the electromagnetic torque and speed at the TPIM shaft showed a maximum standard deviation of 1.68 p.u. and 0.02 p.u., respectively.

Submitted by Maria Aparecida (cidazen@gmail.com) on 2017-08-24T14:18:42Z No. of bitstreams: 1 Diogo Luis.pdf: 4371869 bytes, checksum: adf1274b2033821c3c2a6cca3766a2e6 (MD5) / Made available in DSpace on 2017-08-24T14:18:42Z (GMT). No. of bitstreams: 1 Diogo Luis.pdf: 4371869 bytes, checksum: adf1274b2033821c3c2a6cca3766a2e6 (MD5) Previous issue date: 2012-10-03 / Power system operation and maintenance require attention, precise diagnostics on failure and agility on system recovery. On the other hand, power systems involve high risks, where each operation needs to be carefully planned and executed, once errors can be fatal. Power system satisfactory operation and maintenance consist on finding equilibrium between these extremes, acting on a cautious, but agile, way. For this purpose, we propose the development of an intelligent system with the ability of detecting abnormal patterns on the electrical signal, providing support for decisions on Power Distribution System real time operation, from the analysis of power substation transformers primary and secondary currents, including learning at each new information acquired by the system. The challenge of this study is to research and develop a method based on ANN for classifying patterns and providing support for decisions, aiming fault detection and/or fault recovery. The method di↵erentiates disturbances that will lead to faults from disturbances generated by transients on power system (for example an undervoltage caused by powering on an engine). A SCADA supervisory system was developed to contain ANN implementation code and also to provide an interface for Operators, generating visual and sound alarms and messages guiding system recovery. The proposed method was evaluated using real data collected from transformers protection digital relays of CEMAR system substations, achieving excellent results. The ANN developed on this study presented satisfactory performance classifying signals and detecting faults properly. / A operação e manutenção do sistema elétrico requerem atenção, diagnósticos precisos em caso de falhas e agilidade na recomposição do sistema. Por outro lado, sistemas elétricos têm um elevado risco, onde cada manobra precisa ser cuidadosamente planejada e executada, pois erros podem ser fatais. A boa operação e manutenção do sistema elétrico consistem em encontrar o ponto de equilíbrio entre esses dois extremos, atuando de forma cautelosa, porém ágil. Com esse intuito, propomos o desenvolvimento de um sistema inteligente dotado da capacidade de detectar padrões anormais no sinal elétrico, fornecendo apoio à decisão na operação em tempo real do SDEE, a partir da análise das correntes primárias e secundárias de transformadores de força de subestações de energia elérica, incluindo aprendizado a cada nova informação integrada ao sistema. O desafio deste estudo é pesquisar e desenvolver um método baseado em RNA para classificação de padrões e apoio à decisão, visando a detecção e/ou recuperaçao de falhas. O método diferencia perturbações que culminarão em uma falta de perturbações geradas por transitórios na rede elétrica (por exemplo o afundamento de tensão gerado pela partida de uma máquina). Um sistema supervisório SCADA foi desenvolvido para hospedar o código de implementação da RNA, além de fornecer uma interface para o Operador, gerando alarmes visuais e sonoros e mensagens orientando a retomada do sistema. O método proposto foi avaliado utilizando-se dados reais coletados diretamente de relés digitais de proteção de transformadores de subestações do sistema da CEMAR, obtendo-se excelentes resultados. A RNA desenvolvida neste estudo apresentou desempenho satisfatório na classificação dos sinais a ela apresentados, detectando corretamente as faltas.