Voltage stability assesment via artificial neural networks

Resumo: As mudan¸cas no setor eletrico tem influ?do de maneira dr´astica nas condicoes de operacao dos sistemas, levando-os a operar proximos da sua maxima capacidade. Por esta razao, estimar a proximidade do ponto de operacao da rede aos limites do sistema de forma eficiente tem se tornado uma tarefa fundamental na operacao de sistemas el´etricos de pot?encia. Do ponto de vista da estabilidade de tensao e interessante conhecer a margem de carregamento, ja que ela fornece uma id´eia precisa da proximidade do sistema ao colapso de tensao.Este trabalho propoe o treinamento de redes neurais artificiais para avaliar a margem de carregamento sob condicoes de operacao normais e de contingencia a partir das informacoes coletadas da previs?ao de carga e usando diferentes grandezas mensuraveis diretamente do sistema ou atraves de calculos simples, visando a aplicacao desta metodologia num ambiente de tempo realAbstract: Deregulation of electricity industry has drastically changed the operating conditions of power systems (PS). This fact leads them to operate close to their maximum capability. Thus, estimating efficiently the proximity of the operating point to its limits has become an essential task in PS. In static voltage stability analysis it is interesting to know the load margin (LM), which gives the proximity to the collapse point. This work proposes a neural network training in order to evaluate the LM not only under normal operating conditions, but also disturbance conditions, using either collected data of several measured parameters available from the system or through simple computations toward applying this methodology on real systems under on-line analysi