Detecção de faltas de alta impedância em sistemas de distribuição utilizando transformada Wavelet e modelos de aprendizado de máquina

BARBOSA, Wellington Carlos

dc.creator	BARBOSA, Wellington Carlos
dc.date.issued	2025-04-19
dc.identifier.citation	Wellington Carlos Barbosa. Detecção de faltas de alta impedância em sistemas de distribuição utilizando transformada wavelet e modelos de aprendizado de máquina. 2025. 86 f. Dissertação (Mestrado em Ciência e Tecnologia da Computação) - Instituto de Ciências Tecnológicas, Universidade Federal de Itajubá, Campus Theodomiro Carneiro Santiago. Itabira, 2025. Disponível em: <https://repositorio.unifei.edu.br/jspui/handle/123456789/4324>. Acesso em: dd mm aaaa.	pt_BR
dc.identifier.uri	https://repositorio.unifei.edu.br/jspui/handle/123456789/4324
dc.description.abstract	The identification of high-impedance faults is a recurring topic in the literature, given the importance of electric power in modern life and the disruptions caused by its absence. High-impedance faults are difficult to identify, presenting peculiarities and characteristics that can easily be mistaken for simple load variations in electrical systems. Conventional methods, such as those used in protection relays, may fail to correctly identify high impedance faults, delaying system restoration. The problems associated with delayed identification can have both economic impacts and pose safety risks to living beings. Therefore, considering the advancements in computational methods and their contribu tions to solving problems across various fields, the objective of this work is to apply these methods to the identification of high-impedance faults. To achieve this, machine learn ing algorithms were employed in combination with the Continuous Wavelet Transform (CWT) to analyze simulated electrical signals in IEEE 13-bus and 34-bus systems. The results showed improvements in the accuracy and precision of fault detection compared to existing methods in the literature, validating the effectiveness of the proposed approach.	pt_BR
dc.description.sponsorship	Agência 1	pt_BR
dc.language	por	pt_BR
dc.publisher	Universidade Federal de Itajubá	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	Faltas de Alta Impedância	pt_BR
dc.subject	High Impedance Faults	pt_BR
dc.subject	Relés de Proteção	pt_BR
dc.subject	Protection relays	pt_BR
dc.subject	Métodos Computacionais	pt_BR
dc.subject	Computational methods	pt_BR
dc.subject	Inteligência Artificial	pt_BR
dc.subject	Artificial Intelligence	pt_BR
dc.title	Detecção de faltas de alta impedância em sistemas de distribuição utilizando transformada Wavelet e modelos de aprendizado de máquina	pt_BR
dc.type	Dissertação	pt_BR
dc.date.available	2025-04-20
dc.date.available	2025-12-03T11:46:04Z
dc.date.accessioned	2025-12-03T11:46:04Z
dc.creator.Lattes	http://lattes.cnpq.br/9540237355353956	pt_BR
dc.contributor.advisor1	IZIDORO, Sandro Carvalho
dc.contributor.advisor1Lattes	http://lattes.cnpq.br/8024579151966887	pt_BR
dc.contributor.advisor-co1	COELHO, Aurélio Luiz Magalhães
dc.contributor.advisor-co1Lattes	http://lattes.cnpq.br/0562416831917984	pt_BR
dc.contributor.advisor-co2	FARIA, Ivan Paulo de
dc.contributor.advisor-co2Lattes	http://lattes.cnpq.br/3024406702139405	pt_BR
dc.contributor.referee1	BRAGA, Rodrigo Aparecido Da Silva
dc.contributor.referee1Lattes	http://lattes.cnpq.br/4343678779982973	pt_BR
dc.contributor.referee2	SILVA, Luiz Eduardo da
dc.contributor.referee2Lattes	http://lattes.cnpq.br/5459510407019521	pt_BR
dc.description.resumo	A identificação de faltas de alta impedância é um tema recorrente na literatura, em vista da importância da energia elétrica no modo de vida moderno e os transtornos causados por sua falta. As faltas de alta impedância são defeitos de complexa identificação, pos suindo peculiaridades e características que facilmente podem ser confundidas com uma simples alteração de carga nos sistemas elétricos. Métodos convencionais, como aqueles utilizados nos relés de proteção, podem apresentar erros na identificação das faltas de alta impedância e protelar o restabelecimento do sistema. Os problemas relacionados à demora na identificação podem ser tanto de ordem econômica quanto de segurança a seres vivos. Dessa forma, considerando a evolução dos métodos computacionais, e a sua contribuição para a resolução dos problemas em diversas áreas, o objetivo deste trabalho é empregar esses métodos para identificação da falta de alta impedância. Para isso, foram utilizados algoritmos de aprendizado de máquina combinados com a Continuous Wavelet Transform (CWT) para analisar sinais elétricos simulados em sistemas IEEE de 13 e 34 barras. Os resultados obtidos demonstraram melhoria na acurácia e precisão da detecção de faltas em comparação aos métodos existentes na literatura, validando a eficácia da abordagem proposta.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.department	PPG - Programas de Pós Graduação - Itabira	pt_BR
dc.publisher.program	PPG - Programas de Pós Graduação - Itabira	pt_BR
dc.publisher.initials	UNIFEI	pt_BR
dc.subject.cnpq	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::MATEMATICA DA COMPUTACAO	pt_BR
dc.relation.references	Bhandia, R., Chavez, J. d. J., Cvetkovic, M., and Palensky, P. (2020). High impedance fault detection using advanced distortion detection technique. IEEE TRANSACTIONS ON POWER DELIVERY, 35(6):2598–2611. Bhatnagar, M., Yadav, A., and Swetapadma, A. (2022a). Fuzzy based relaying scheme for high impedance faults in dg integrated distribution system. ELECTRIC POWER SYSTEMS RESEARCH, 202. Bhatnagar, M., Yadav, A., and Swetapadma, A. (2022b). A resilient protection scheme for common shunt fault and high impedance fault in distribution lines using wavelet transform. IEEE SYSTEMS JOURNAL, 16(4):5281–5292. Emanuel, A., Cyganski, D., Orr, J., Shiller, S., and Gulachenski, E. (1990). High impedance fault arcing on sandy soil in 15 kv distribution feeders: contributions to the evaluation of the low frequency spectrum. IEEE Transactions on Power Delivery, 5(2):676–686. Gimenez, J. J., Araujo, L. R., and Penido, D. R. R. (2021). A method for the approximate location of high impedance faults using neural networks. IEEE LATIN AMERICA TRANSACTIONS, 19(3):351–358. Gimenez Ledesma, J. J., do Nascimento, K. B., de Araujo, L. R., and Ribeiro Penido, D. R. (2020). A two-level ann-based method using synchronized measurements to locate high-impedance fault in distribution systems. ELECTRIC POWER SYSTEMS RESEARCH, 188. Gomes, D. P. S. and Ozansoy, C. (2021). High-impedance faults in power distribution systems: A narrative of the field’s developments. ISA TRANSACTIONS, 118:15–34. Guillen, D., Olveres, J., Torres-Garcia, V., and Escalante-Ramirez, B. (2022). Hermite transform based algorithm for detection and classification of high impedance faults. IEEE ACCESS, 10:79962–79973. Joga, S. R. K., Sinha, P., and Maharana, M. K. (2022). A novel graph search and machine learning method to detect and locate high impedance fault zone in distribution system. ENGINEERING REPORTS. Lucas, F., Costa, P., Batalha, R., Leite, D., and Skrjanc, I. (2020). Fault detection in smart grids with time-varying distributed generation using wavelet energy and evolving neural networks. EVOLVING SYSTEMS, 11(2, SI):165–180. Nezamzadeh-Ejieh, S. and Sadeghkhani, I. (2020). Hif detection in distribution networks based on kullback-leibler divergence. IET GENERATION TRANSMISSION & DISTRIBUTION, 14(1):29–36. PRODIST (2010). Modulo 8–qualidade da energia eletrica. Agencia Nacional de Energia Eletrica–ANEEL. Ramos, M. J. S., Resener, M., Bretas, A. S., Bernardon, D. P., and Leborgne, R. C. (2020). Physics-based analytical model for high impedance fault location in distribution networks. ELECTRIC POWER SYSTEMS RESEARCH, 188. Sarangi, S., Sahu, B. K., and Rout, P. K. (2023). High-impedance fault identification and location by using mode decomposition integrated adaptive multi-kernel extreme learning machine technique for distributed generator-based microgrid. ELECTRICAL ENGINEERING, 105(1):383–406. Silva, S., Costa, P., Santana, M., and Leite, D. (2020). Evolving neuro-fuzzy network for real-time high impedance fault detection and classification. NEURAL COMPUTING & APPLICATIONS, 32(12, SI):7597–7610. Sinha, P., Paul, K., Saiprakash, C., Abdelaziz, A. Y., Omar, A. I., Su, C.-L., and Elsisi, M. (2023). Identification of cross-country fault with high impedance syndrome in transmission line using tunable q wavelet transform. MATHEMATICS, 11(3). Souza, F. P., Silveira, L. F. Q., Costa, F. B., and Leal, M. M. (2021). High-impedance fault identification using cyclostationary characteristic analysis. ELECTRIC POWER SYSTEMS RESEARCH, 195. Tajani, A. H. N., Bamshad, A., and Ghaffarzadeh, N. (2023). A novel differential pro tection scheme for ac microgrids based on discrete wavelet transform. ELECTRIC POWER SYSTEMS RESEARCH, 220. Yousefinezhad, M., Rahimi, S., Alirezaiean, M., Valizadeh, M., and Abyaneh, H. A. (2022). A new simple and accurate method for fault detection in wide area protec tion. ELECTRIC POWER SYSTEMS RESEARCH, 213.	pt_BR