Esta pesquisa apresenta um estudo da resposta dinâmica dos motores de indução trifásicos submetidos a afundamentos de tensão. As simulações computacionais sobre um sistema de distribuição, assim como a modelagem dos motores de indução trifásicos baseada em dados reais, foram realizadas utilizando-se do software ATP (Alternative Transients Program). Estas tiveram por objetivo gerar situações representativas da operação do sistema elétrico de potência (SEP), caracterizando afundamentos de tensão, fenômenos estes pertencentes à classe de variações de tensão de curta duração (VTCD), no contexto da qualidade da energia elétrica (QEE). Da observação destes afundamentos, verificaram-se as situações que vieram ou não, a comprometer a alimentação do equipamento analisado e, conseqüentemente, seu desempenho. Pelos resultados observados, evidencia-se que a metodologia de análise aplicada é satisfatória e condizente com o encontrado em situações reais de operação dos motores de indução trifásicos, denotando certas características intrínsecas no contexto das VTCDs. / This research shows a study on the dynamic response of three-phase induction motors submitted to voltage sags. Computer simulations about a distribution system, as well as the modeling of three-phase induction motors based on actual data, were made using ATP (Alternative Transients Program) software. These simulations intended to generate representative situations of the electrical power system (EPS) operation, characterizing voltage sags, which is a phenomenon belonging to the class of short duration voltage variations (SDVV), in the electrical power quality context (EPQ). From the observation of these sags, we verified the situations that jeopardized or not the supply of the analyzed equipment and, consequently, its performance. From the observed results, it becomes evident that the methodology of the applied analysis is satisfactory and in agreement with the one found in actual situations of three-phase induction motors operations, indicating certain characteristics intrinsic to the SDVV context.

Esta pesquisa apresenta um estudo da resposta dinâmica dos motores de indução trifásicos submetidos a afundamentos de tensão. As simulações computacionais sobre um sistema de distribuição, assim como a modelagem dos motores de indução trifásicos baseada em dados reais, foram realizadas utilizando-se do software ATP (Alternative Transients Program). Estas tiveram por objetivo gerar situações representativas da operação do sistema elétrico de potência (SEP), caracterizando afundamentos de tensão, fenômenos estes pertencentes à classe de variações de tensão de curta duração (VTCD), no contexto da qualidade da energia elétrica (QEE). Da observação destes afundamentos, verificaram-se as situações que vieram ou não, a comprometer a alimentação do equipamento analisado e, conseqüentemente, seu desempenho. Pelos resultados observados, evidencia-se que a metodologia de análise aplicada é satisfatória e condizente com o encontrado em situações reais de operação dos motores de indução trifásicos, denotando certas características intrínsecas no contexto das VTCDs. / This research shows a study on the dynamic response of three-phase induction motors submitted to voltage sags. Computer simulations about a distribution system, as well as the modeling of three-phase induction motors based on actual data, were made using ATP (Alternative Transients Program) software. These simulations intended to generate representative situations of the electrical power system (EPS) operation, characterizing voltage sags, which is a phenomenon belonging to the class of short duration voltage variations (SDVV), in the electrical power quality context (EPQ). From the observation of these sags, we verified the situations that jeopardized or not the supply of the analyzed equipment and, consequently, its performance. From the observed results, it becomes evident that the methodology of the applied analysis is satisfactory and in agreement with the one found in actual situations of three-phase induction motors operations, indicating certain characteristics intrinsic to the SDVV context.

Fundação de Amparo à Pesquisa do Estado do Rio de Janeiro / O objetivo deste trabalho é conhecer e compreender melhor os imprevistos no fornecimento de energia elétrica, quando ocorrem as variações de tensão de curta duração (VTCD). O banco de dados necessário para os diagnósticos das faltas foi obtido através de simulações de um modelo de alimentador radial através do software PSCAD/EMTDC. Este trabalho utiliza um Phase-Locked Loop (PLL) com o intuito de detectar VTCDs e realizar a estimativa automática da frequência, do ângulo de fase e da amplitude das tensões e correntes da rede elétrica. Nesta pesquisa, desenvolveram-se duas redes neurais artificiais: uma para identificar e outra para localizar as VTCDs ocorridas no sistema de distribuição de energia elétrica. A técnica aqui proposta aplica-se a alimentadores trifásicos com cargas desequilibradas, que podem possuir ramais laterais trifásicos, bifásicos e monofásicos. No desenvolvimento da mesma, considera-se que há disponibilidade de medições de tensões e correntes no nó inicial do alimentador e também em alguns pontos esparsos ao longo do alimentador de distribuição. Os desempenhos das arquiteturas das redes neurais foram satisfatórios e demonstram a viabilidade das RNAs na obtenção das generalizações que habilitam o sistema para realizar a classificação de curtos-circuitos. / The objective of this work is to know and understand the unforeseen in the supply of electricity, when there are short duration voltage variations (SDVV). The required databases for the diagnosis of faults were obtained through simulations of a model of radial feeder through software PSCAD/EMTDC. This work uses a Phase-Locked Loop (PLL) in order to detect and perform the estimation SDVV automatic frequency, phase angle and amplitude of the voltage and current from the power grid. This research is developing two artificial neural networks: one to identify and another to locate the SDVV occurred in the distribution system of electricity. The technique proposed here applies to three-phase feeders with unbalanced loads, which can have side extensions triphasic, biphasic and monophasic. In developing the same, it is considered that there is availability of measurements of voltages and currents at the node of the initial feeder and also in some points scattered along the distribution feeder. The performances of the architectures of neural networks were satisfactory and demonstrate the feasibility of ANNs in obtaining the generalizations that enables the system for the classification of short circuits.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O objetivo deste trabalho é contribuir com o desenvolvimento de uma técnica baseada em sistemas inteligentes que possibilite a localização exata ou aproximada do ponto de origem de uma Variação de Tensão de Curta Duração (VTCD) (gerada por uma falta) em um sistema de distribuição de energia elétrica. Este trabalho utiliza um Phase-Locked Loop (PLL) com o intuito de detectar as faltas. Uma vez que a falta é detectada, os sinais de tensão obtidos durante a falta são decompostos em componentes simétricas instantâneas por meio do método proposto. Em seguida, as energias das componentes simétricas são calculadas e utilizadas para estimar a localização da falta. Nesta pesquisa, são avaliadas duas estruturas baseadas em Redes Neurais Artificiais (RNAs). A primeira é projetada para classificar a localização da falta em um dos pontos possíveis e a segunda é projetada para estimar a distância da falta ao alimentador. A técnica aqui proposta aplica-se a alimentadores trifásicos com cargas equilibradas. No desenvolvimento da mesma, considera-se que há disponibilidade de medições de tensões no nó inicial do alimentador e também em pontos esparsos ao longo da rede de distribuição. O banco de dados empregado foi obtido através de simulações de um modelo de alimentador radial usando o programa PSCAD/EMTDC. Testes de sensibilidade empregando validação-cruzada são realizados em ambas as arquiteturas de redes neurais com o intuito de verificar a confiabilidade dos resultados obtidos. Adicionalmente foram realizados testes com faltas não inicialmente contidas no banco de dados a fim de se verificar a capacidade de generalização das redes. Os desempenhos de ambas as arquiteturas de redes neurais foram satisfatórios e demonstram a viabilidade das técnicas propostas para realizar a localização de faltas em redes de distribuição. / The aim of this work is to contribute to the development of a technique based on intelligent systems that allows the accurate location of the Short Duration Voltage Variations (SDVV) origin in an electrical power distribution system. Once the fault is detected via a Phase-Locked Loop (PLL), voltage signals acquired during the fault are decomposed into instantaneous symmetrical components by the proposed method. Then, the energies of the symmetrical components are calculated and used to estimate the fault location. In this work, two systems based on Artificial Neural Networks (ANN) are evaluated. The first one is designed to classify the fault location into one of predefined possible points and the second is designed to estimate the fault distance from the feeder. The technique herein proposed is applies to three-phase feeders with balanced loads. In addition, it is considered that there is availability of voltage measurements in the initial node of the feeder and also in sparse points along the distribution power grid. The employed database was made using simulations of a model of radial feeder using the PSCAD / EMTDC program. Sensitivity tests employing cross-validation are performed for both approaches in order to verify the reliability of the results. Furthermore, in order to check the generalization capability, tests with faults not originally contained in the database were performed. The performances of both architectures of neural networks were satisfactory and they demonstrate the feasibility of the proposed techniques to perform fault location on distribution grids.

Fundação de Amparo à Pesquisa do Estado do Rio de Janeiro / O objetivo deste trabalho é conhecer e compreender melhor os imprevistos no fornecimento de energia elétrica, quando ocorrem as variações de tensão de curta duração (VTCD). O banco de dados necessário para os diagnósticos das faltas foi obtido através de simulações de um modelo de alimentador radial através do software PSCAD/EMTDC. Este trabalho utiliza um Phase-Locked Loop (PLL) com o intuito de detectar VTCDs e realizar a estimativa automática da frequência, do ângulo de fase e da amplitude das tensões e correntes da rede elétrica. Nesta pesquisa, desenvolveram-se duas redes neurais artificiais: uma para identificar e outra para localizar as VTCDs ocorridas no sistema de distribuição de energia elétrica. A técnica aqui proposta aplica-se a alimentadores trifásicos com cargas desequilibradas, que podem possuir ramais laterais trifásicos, bifásicos e monofásicos. No desenvolvimento da mesma, considera-se que há disponibilidade de medições de tensões e correntes no nó inicial do alimentador e também em alguns pontos esparsos ao longo do alimentador de distribuição. Os desempenhos das arquiteturas das redes neurais foram satisfatórios e demonstram a viabilidade das RNAs na obtenção das generalizações que habilitam o sistema para realizar a classificação de curtos-circuitos. / The objective of this work is to know and understand the unforeseen in the supply of electricity, when there are short duration voltage variations (SDVV). The required databases for the diagnosis of faults were obtained through simulations of a model of radial feeder through software PSCAD/EMTDC. This work uses a Phase-Locked Loop (PLL) in order to detect and perform the estimation SDVV automatic frequency, phase angle and amplitude of the voltage and current from the power grid. This research is developing two artificial neural networks: one to identify and another to locate the SDVV occurred in the distribution system of electricity. The technique proposed here applies to three-phase feeders with unbalanced loads, which can have side extensions triphasic, biphasic and monophasic. In developing the same, it is considered that there is availability of measurements of voltages and currents at the node of the initial feeder and also in some points scattered along the distribution feeder. The performances of the architectures of neural networks were satisfactory and demonstrate the feasibility of ANNs in obtaining the generalizations that enables the system for the classification of short circuits.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O objetivo deste trabalho é contribuir com o desenvolvimento de uma técnica baseada em sistemas inteligentes que possibilite a localização exata ou aproximada do ponto de origem de uma Variação de Tensão de Curta Duração (VTCD) (gerada por uma falta) em um sistema de distribuição de energia elétrica. Este trabalho utiliza um Phase-Locked Loop (PLL) com o intuito de detectar as faltas. Uma vez que a falta é detectada, os sinais de tensão obtidos durante a falta são decompostos em componentes simétricas instantâneas por meio do método proposto. Em seguida, as energias das componentes simétricas são calculadas e utilizadas para estimar a localização da falta. Nesta pesquisa, são avaliadas duas estruturas baseadas em Redes Neurais Artificiais (RNAs). A primeira é projetada para classificar a localização da falta em um dos pontos possíveis e a segunda é projetada para estimar a distância da falta ao alimentador. A técnica aqui proposta aplica-se a alimentadores trifásicos com cargas equilibradas. No desenvolvimento da mesma, considera-se que há disponibilidade de medições de tensões no nó inicial do alimentador e também em pontos esparsos ao longo da rede de distribuição. O banco de dados empregado foi obtido através de simulações de um modelo de alimentador radial usando o programa PSCAD/EMTDC. Testes de sensibilidade empregando validação-cruzada são realizados em ambas as arquiteturas de redes neurais com o intuito de verificar a confiabilidade dos resultados obtidos. Adicionalmente foram realizados testes com faltas não inicialmente contidas no banco de dados a fim de se verificar a capacidade de generalização das redes. Os desempenhos de ambas as arquiteturas de redes neurais foram satisfatórios e demonstram a viabilidade das técnicas propostas para realizar a localização de faltas em redes de distribuição. / The aim of this work is to contribute to the development of a technique based on intelligent systems that allows the accurate location of the Short Duration Voltage Variations (SDVV) origin in an electrical power distribution system. Once the fault is detected via a Phase-Locked Loop (PLL), voltage signals acquired during the fault are decomposed into instantaneous symmetrical components by the proposed method. Then, the energies of the symmetrical components are calculated and used to estimate the fault location. In this work, two systems based on Artificial Neural Networks (ANN) are evaluated. The first one is designed to classify the fault location into one of predefined possible points and the second is designed to estimate the fault distance from the feeder. The technique herein proposed is applies to three-phase feeders with balanced loads. In addition, it is considered that there is availability of voltage measurements in the initial node of the feeder and also in sparse points along the distribution power grid. The employed database was made using simulations of a model of radial feeder using the PSCAD / EMTDC program. Sensitivity tests employing cross-validation are performed for both approaches in order to verify the reliability of the results. Furthermore, in order to check the generalization capability, tests with faults not originally contained in the database were performed. The performances of both architectures of neural networks were satisfactory and they demonstrate the feasibility of the proposed techniques to perform fault location on distribution grids.

Made available in DSpace on 2016-08-17T14:52:40Z (GMT). No. of bitstreams: 1 Dissertacao-JoaoEduardoRibeiroBaptista.pdf: 2670437 bytes, checksum: 709f4ff36e9da086fee6d4ce44374bb1 (MD5) Previous issue date: 2016-03-15 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Driven by the high indices of solar irradiation in Brazil, the increasing reduction on the price of the photovoltaic solar panels and the high tariffs charged by the utility companies, the photovoltaic distributed generation (PVDG) shall considerably increase its participation percentage in the Brazilian energy matrix in the next years. Due to this tendency, it is important to know the technical impacts of the connection of PVDG to electric grid. It is known that the insertion of DG affects the short circuit levels. One of the most important power quality disturbances in sensitive loads are the short duration voltage variations (SDVV) caused mainly by short circuits (faults) in the electric network. Thus, the insertion of PVDG has the potential to affect quality indices associated with SDVV. However, the power output of the PVDG depends on the stochastic environmental conditions, i.e., the solar irradiance and the environmental temperature. Due to this, a precise assessment of the impact of PVDG on the indices associated with SDVV must be carried out considering uncertainties related to these environmental conditions. This work assessed the impact of PVDG in the SDVV indices of the secondary distribution system proposed by the CIGRÈ using a probabilistic approach. For this purpose, it was developed a model based on the following techniques: network representation in phase coordinates, admittance summation method, failure rate model based on loading condition, state enumeration method and data clustering. Uncertainties in the fault scenario (for example, fault location, type and resistance) and in the output power variation of the PVDG due to random variations of the solar irradiance and the environmental temperature were considered. The fault scenario uncertainties were modeled according to their known probability distributions, while the one related to the input parameters of the PVDG were modeled using data clustering techniques. The state enumeration method based on fault position was chosen to perform the probabilistic prediction of the SDVV indices after a careful comparison between this method and the Monte Carlo simulation method considering both precision and computational effort. The admittance summation method was used to obtain the pre-fault and the post-fault states of the network. It was proposed an improvement of this method in order to reduce the CPU time of the short-circuit states evaluation. It was also proposed a model to obtain the failure rate of a feeder section according to the loading condition of its conductors. This model intended to investigate the variation on SDVV indices due to changing in the reliability data of the feeders caused by the variation on their loading which is caused by the insertion of PVDG in the system. Tests carried on the CIGRÈ low voltage system showed that the insertion of PVDG has little direct effect in the SDVV indices, but it can significantly reduce the indices by the indirect effect of the failure rate reduction caused by the decrease in the distribution network loading. / Impulsionada pelos altos índices de irradiação solar no Brasil, pela crescente redução do preço dos painéis fotovoltaicos e pelas altas tarifas praticadas pelas concessionárias, a geração distribuída fotovoltaica (GDFV) deve aumentar consideravelmente seu percentual de participação na matriz energética brasileira dos próximos anos. Devido a esta tendência, é importante que se conheçam os impactos técnicos da conexão da GDFV à rede elétrica. Sabe-se que a inserção de GD afeta os níveis de curto-circuito. Um dos distúrbios de qualidade de energia mais impactantes em cargas sensíveis são as variações de tensão de curta-duração (VTCD), cuja principal causa são os curtos-circuitos (faltas) na rede elétrica. Desta forma, a inserção de GDFV tem potencial para afetar índices de qualidade associados com as VTCD. No entanto, a potência de saída da GDFV depende de fatores ambientais estocásticos, i.e., a irradiância solar e a temperatura ambiente. Devido a isto, uma determinação precisa do impacto da GDFV nos índices associados com VTCD deve ser realizada considerando as incertezas relacionadas a tais fatores ambientais. Este trabalho avaliou o impacto da GDFV nos índices de VTCD do sistema de distribuição secundário proposto pelo CIGRÈ a partir de um enfoque probabilístico. Para tanto, desenvolveu-se um modelo baseado nas técnicas: representação da rede em coordenadas de fase, método de soma de admitâncias, modelo de taxa de falha baseado na condição de carregamento, método de enumeração de estados e agrupamentos de dados. Foram consideras as incertezas nos cenários de falta (por exemplo, local, tipo e resistência de falta) e na potência de saída da GDFV devido às variações estocásticas na irradiância solar e na temperatura ambiente. As incertezas do cenário de faltas foram modeladas de acordo com suas distribuições de probabilidade conhecidas, enquanto as relacionadas aos parâmetros de entrada da GDFV foram modeladas utilizando-se técnicas de agrupamentos de dados. O método de enumeração de estados baseado nas posições de falta foi escolhido para efetuar a predição probabilística dos índices de VTCD, após criteriosa comparação deste com o método de simulação Monte Carlo em termos de precisão e esforço computacional. O método de soma de admitâncias foi utilizado para obtenção dos estados pré-falta e pós-falta da rede. Foi proposto um aprimoramento desse método, de forma a reduzir o tempo de execução da avaliação dos estados de curto-circuito. Também foi proposto um modelo de obtenção da taxa de falha de uma seção de alimentador de acordo com a condição de carregamento dos seus condutores. Este modelo buscou investigar a variação nos índices de VTCD resultante da alteração dos dados de confiabilidade dos alimentadores provocada pela variação no carregamento dos mesmos, causada, por sua vez, pela inserção de GDFV no sistema. Os resultados dos testes no sistema de baixa tensão do CIGRÈ mostraram que a inserção de GDFV pouco afeta os índices de VTCD de forma direta, mas pode reduzir os índices significativamente de forma indireta devido à redução das taxas de falha anuais dos alimentadores causada pela diminuição no carregamento da rede de distribuição.

Esta pesquisa propõe uma metodologia de alocação otimizada de monitores da Qualidade da Energia Elétrica (QEE) em sistemas de distribuição, de modo que estes sejam sensíveis tanto às variações de tensão de curta duração, bem como às potenciais condições de ressonância harmônica. A metodologia de alocação dispõe da aplicação do Método de Posição de Faltas (MPF) e da Análise de Ressonância Harmônica Modal (ARHM) para a construção de uma matriz binária de cobertura. Esta matriz é então utilizada pelo processo de otimização para a determinação dos melhores locais de instalação dos monitores, garantindo assim o completo monitoramento dos distúrbios da QEE considerados. A partir do MPF, é estudado o comportamento das tensões nodais remanescentes do Sistema de Distribuição (SD) em análise frente a situações de curtos-circuitos que provocam afundamentos e /ou elevações de tensão. Pela ARHM, as impedâncias modais associadas ao modo crítico são calculadas para a identificação das respectivas frequências de ressonância harmônica do SD. Além disso, a partir dos autovetores críticos, associados ao modo crítico, também se obtém o grau de observabilidade das condições de ressonância para cada nó do SD. A otimização minimiza a quantidade necessária de monitores para a completa observação dos distúrbios de QEE considerados, e é formulada como um modelo de programação linear inteira com variáveis binárias. Para a resolução deste problema de otimização utilizou-se o algoritmo Branch and Bound. A metodologia foi testada para um SD de 15 nós, baseado em uma rede do CIGRÉ, e para um SD de 24 nós, baseado no SD de 34 nós do IEEE. Os resultados apontam a necessidade de instalação de 2 a 4 monitores para o SD de 15 nós, e de 2 a 9 monitores para o SD de 24 nós, para a completa observabilidade dos distúrbios de QEE considerados. A metodologia de alocação otimizada de monitores de QEE apresenta-se como uma ferramenta auxiliar para o planejamento de um sistema de monitoramento que promova meios para a melhoria dos índices de QEE. / This research proposes an optimized allocation methodology of Power Quality (PQ) meters in Distribution System (DS), considering short duration voltage variations and potential harmonic resonance conditions. The allocation methodology uses the Fault Position Method (FPM) and the Harmonic Resonance Modal Analysis (HRMA) in order to obtain a binary covering matrix, which is lately used by the optimization process. The optimization process determines the best installation nodes of the minimum number of PQ monitors that complete observe the considered PQ disturbances. From the FPM, the behavior of the remaining nodal voltages is studied for different short-circuit situations, which cause voltage sags and/ or swells. The HRMA is used to calculate the modal impedances related to the critical modes and identify the respective harmonic frequencies of the DS. Moreover, from the critical eigenvectors, associated with the critical mode, it is also obtained the observability level of the respective harmonic resonance frequencies. The allocation problem is modeled as an integer linear programming that minimizes the number of necessary PQ meters, ensuring the complete observation of the considered PQ disturbances. The optimization is performed using a Branch and Bound algorithm. The allocation methodology was tested for a 15 nodes DS based on a CIGRÉ network, and for 24 node DS derived from the IEEE 34 node test system. Results indicate that 2 to 4 PQ monitors are required for the 15 nodes DS, and 2 to 9 PQ monitors for the 34 DS in order to completely observe the considered PQ disturbances. The allocation methodology presentes itself as an auxiliary tool for the PQ monitoring planning, which may leads to the improvement of the PQ indices.

No contexto de Smart Grids, determinar a correta localização das fontes causadoras de Variação de Tensão de Curta Duração (VTCD) não é uma tarefa simples, devido à curta duração destes eventos e também, por sua rápida propagação nas redes de distribuição de energia elétrica. Neste sentido, esse trabalho apresentou um método híbrido recursivo baseado em ferramentas da área de aprendizado de máquinas (algoritmo de agrupamento e base de regras), o qual é capaz de localizar as fontes de VTCD, a partir da análise dos das características dos distúrbios disponibilizadas pelos smart meters instalados no sistema. Assim, o trabalho destinouse ao desenvolvimento de uma plataforma em hardware para aquisição, detecção e classificação dos distúrbios, através de um Sistema Operacional de Tempo Real. Em seguida o algoritmo de agrupamento (k-means) agrupou os dados dos medidores de forma a definir dois clusters, onde um deles correspondeu aos medidores que estão longe da região que ocorreu o distúrbio e o outro, correspondeu aos medidores que estavam localizados próximos da região de ocorrência do distúrbio. Na segunda etapa, um sistema baseado em regras determinou qual dos clusters abrangeu o nó de origem. No entanto, quando o algoritmo determinou uma região muito grande, essa região é introduzida recursivamente, como entrada da metodologia desenvolvida, para refinar a região de localização. O sistema resultante foi capaz de estimar a região de localização com uma taxa de acerto acima de 90%. Assim, o método teve sua concepção adequada ao empregado nos centros de controle e operações de concessionárias de energia elétrica, visando apoiar a decisão do corpo técnico para que ações corretivas fossem estabelecidas de forma assertiva. / In the Smart Grids context, the correct location of short-duration voltage variations sources is not a trivial task, because of the short duration of these events and for rapid propagation in the distribution feeder. In this sense, aiming to develop a recursive hybrid method based on machine learning area tools (clustering algorithm and rule base) that is able to locate the sources of short-duration voltage variations, it was used data from smart meters installed along the distribution feeder. The recursive hybrid method, as input, received the disturbance characteristics provided by the meters installed in the system. Thus, this thesis aimed to development of a measurement hardware for signal acquisition, detection, classification through a realtime operating system. Then, k-means clustering algorithm grouped the meters data in order to define two clusters, where one of them corresponded to the meters that were distant from the region that occurred the disturbance and the other one corresponded to the meters, which were located near to the disturbance occurrence region. In a second step, a rule-based system determined which of the clusters corresponded to the source node. When the algorithm determined a very large region, that region was recursively introduced as input of the developed methodology to decrease its size. The resulting system was able to estimate the location region with a accuracy above 90%. Therefore, this method showed a suitable design for employment by operation control centers of power sector concessionaires, aiming to support technical staff decision to stablish assertive corrective actions.

No contexto de Smart Grids, determinar a correta localização das fontes causadoras de Variação de Tensão de Curta Duração (VTCD) não é uma tarefa simples, devido à curta duração destes eventos e também, por sua rápida propagação nas redes de distribuição de energia elétrica. Neste sentido, esse trabalho apresentou um método híbrido recursivo baseado em ferramentas da área de aprendizado de máquinas (algoritmo de agrupamento e base de regras), o qual é capaz de localizar as fontes de VTCD, a partir da análise dos das características dos distúrbios disponibilizadas pelos smart meters instalados no sistema. Assim, o trabalho destinouse ao desenvolvimento de uma plataforma em hardware para aquisição, detecção e classificação dos distúrbios, através de um Sistema Operacional de Tempo Real. Em seguida o algoritmo de agrupamento (k-means) agrupou os dados dos medidores de forma a definir dois clusters, onde um deles correspondeu aos medidores que estão longe da região que ocorreu o distúrbio e o outro, correspondeu aos medidores que estavam localizados próximos da região de ocorrência do distúrbio. Na segunda etapa, um sistema baseado em regras determinou qual dos clusters abrangeu o nó de origem. No entanto, quando o algoritmo determinou uma região muito grande, essa região é introduzida recursivamente, como entrada da metodologia desenvolvida, para refinar a região de localização. O sistema resultante foi capaz de estimar a região de localização com uma taxa de acerto acima de 90%. Assim, o método teve sua concepção adequada ao empregado nos centros de controle e operações de concessionárias de energia elétrica, visando apoiar a decisão do corpo técnico para que ações corretivas fossem estabelecidas de forma assertiva. / In the Smart Grids context, the correct location of short-duration voltage variations sources is not a trivial task, because of the short duration of these events and for rapid propagation in the distribution feeder. In this sense, aiming to develop a recursive hybrid method based on machine learning area tools (clustering algorithm and rule base) that is able to locate the sources of short-duration voltage variations, it was used data from smart meters installed along the distribution feeder. The recursive hybrid method, as input, received the disturbance characteristics provided by the meters installed in the system. Thus, this thesis aimed to development of a measurement hardware for signal acquisition, detection, classification through a realtime operating system. Then, k-means clustering algorithm grouped the meters data in order to define two clusters, where one of them corresponded to the meters that were distant from the region that occurred the disturbance and the other one corresponded to the meters, which were located near to the disturbance occurrence region. In a second step, a rule-based system determined which of the clusters corresponded to the source node. When the algorithm determined a very large region, that region was recursively introduced as input of the developed methodology to decrease its size. The resulting system was able to estimate the location region with a accuracy above 90%. Therefore, this method showed a suitable design for employment by operation control centers of power sector concessionaires, aiming to support technical staff decision to stablish assertive corrective actions.