Avaliação da Estabilidade de Tensão Utilizando o Índice |D’| e Redes Neurais Artificiais sob Contingências

Approaches using Artificial Neural Networks (ANNs) have aimed to enhance the accuracy and reliability of voltage stability index calculations to ensure the secure operation of Power Systems (PS), especially under conditions of imminent voltage collapse. Furthermore, complementary research has incorp...

Descripción completa

Detalles Bibliográficos
Autores: Portugal Poma, Carlos Enrique, Vitor Fabris, João, Matos de Vasconcelos, Fillipe, Tolomeu Marques, Leandro, Cortez Ledesma, Nicolás Eusebio
Tipo de recurso: artículo
Estado:Versión publicada
Fecha de publicación:2025
País:Brasil
Institución:Universidade Federal de Mato Grosso (UFMT)
Repositorio:E&S Engineering and Science
Idioma:portugués
OAI Identifier:oai:periodicoscientificos.ufmt.br:article/18663
Acceso en línea:https://periodicoscientificos.ufmt.br/ojs/index.php/eng/article/view/18663
Access Level:acceso abierto
Palabra clave:Estabilidade de Tensão
Índice de Estabilidade de Tensão
Redes Neurais Artificiais
Voltage Stability
Artificial Neural Networks
Voltage Stability Index
Estabilidad de Tensión.
Redes Neuronales Artificiales
Índice de Estabilidad de Tensión
id BR_f48af0b93834ec05cbee2e294a3d12eb
oai_identifier_str oai:periodicoscientificos.ufmt.br:article/18663
network_acronym_str BR
network_name_str Brasil
repository_id_str
dc.title.none.fl_str_mv Avaliação da Estabilidade de Tensão Utilizando o Índice |D’| e Redes Neurais Artificiais sob Contingências
Assessment of Voltage Stability Utilizing the Index |D’| and Artificial Neural Networks Under Contingencies
Evaluación de la Estabilidad de Tensión Utilizando el Índice |D’| y Redes Neuronales Artificiales bajo Contingencias
title Avaliação da Estabilidade de Tensão Utilizando o Índice |D’| e Redes Neurais Artificiais sob Contingências
spellingShingle Avaliação da Estabilidade de Tensão Utilizando o Índice |D’| e Redes Neurais Artificiais sob Contingências
Portugal Poma, Carlos Enrique
Estabilidade de Tensão
Índice de Estabilidade de Tensão
Redes Neurais Artificiais
Voltage Stability
Artificial Neural Networks
Voltage Stability Index
Estabilidad de Tensión.
Redes Neuronales Artificiales
Índice de Estabilidad de Tensión
title_short Avaliação da Estabilidade de Tensão Utilizando o Índice |D’| e Redes Neurais Artificiais sob Contingências
title_full Avaliação da Estabilidade de Tensão Utilizando o Índice |D’| e Redes Neurais Artificiais sob Contingências
title_fullStr Avaliação da Estabilidade de Tensão Utilizando o Índice |D’| e Redes Neurais Artificiais sob Contingências
title_full_unstemmed Avaliação da Estabilidade de Tensão Utilizando o Índice |D’| e Redes Neurais Artificiais sob Contingências
title_sort Avaliação da Estabilidade de Tensão Utilizando o Índice |D’| e Redes Neurais Artificiais sob Contingências
dc.creator.none.fl_str_mv Portugal Poma, Carlos Enrique
Vitor Fabris, João
Matos de Vasconcelos, Fillipe
Tolomeu Marques, Leandro
Cortez Ledesma, Nicolás Eusebio
author Portugal Poma, Carlos Enrique
author_facet Portugal Poma, Carlos Enrique
Vitor Fabris, João
Matos de Vasconcelos, Fillipe
Tolomeu Marques, Leandro
Cortez Ledesma, Nicolás Eusebio
author_role author
author2 Vitor Fabris, João
Matos de Vasconcelos, Fillipe
Tolomeu Marques, Leandro
Cortez Ledesma, Nicolás Eusebio
author2_role author
author
author
author
dc.subject.por.fl_str_mv Estabilidade de Tensão
Índice de Estabilidade de Tensão
Redes Neurais Artificiais
Voltage Stability
Artificial Neural Networks
Voltage Stability Index
Estabilidad de Tensión.
Redes Neuronales Artificiales
Índice de Estabilidad de Tensión
topic Estabilidade de Tensão
Índice de Estabilidade de Tensão
Redes Neurais Artificiais
Voltage Stability
Artificial Neural Networks
Voltage Stability Index
Estabilidad de Tensión.
Redes Neuronales Artificiales
Índice de Estabilidad de Tensión
description Approaches using Artificial Neural Networks (ANNs) have aimed to enhance the accuracy and reliability of voltage stability index calculations to ensure the secure operation of Power Systems (PS), especially under conditions of imminent voltage collapse. Furthermore, complementary research has incorporated the dynamic modeling of transformers and renewable energy sources, while also leveraging real-time phasor measurements to enhance these methodologies. Despite significant advancements, there is still a need to improve the accuracy and computational efficiency of existing indices, particularly in multiple contingency scenarios. This paper proposes the use of the |D’| index, derived from the Power Flow Jacobian matrix, to enhance the precision of voltage stability assessment. The proposed method is evaluated through simulations considering three types of contingencies: stepwise increase in active and reactive power at loads, continuation power flow analysis, and transmission line outages. Performance tests of the |D’| index, using ANNs, demonstrate high accuracy and strong generalization, with low mean absolute errors and standard deviation values, enabling the efficient identification of the most critical buses in the system with low computational cost. The proposed method proved to be effective in reducing errors and variance during testing and validation, particularly under operating conditions close to voltage collapse, highlighting its robustness and efficiency in real-time stability analysis.
publishDate 2025
dc.date.none.fl_str_mv 2025-05-04
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Peer-reviewed articles
Artículos revisados ​​por pares
Artigos avaliados por pares
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://periodicoscientificos.ufmt.br/ojs/index.php/eng/article/view/18663
10.18607/ES20251418663
url https://periodicoscientificos.ufmt.br/ojs/index.php/eng/article/view/18663
identifier_str_mv 10.18607/ES20251418663
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://periodicoscientificos.ufmt.br/ojs/index.php/eng/article/view/18663/14685
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Mato Grosso
publisher.none.fl_str_mv Universidade Federal de Mato Grosso
dc.source.none.fl_str_mv E&S Engineering and Science; Vol. 14 No. 1 (2025): E&S Engineering and Science| January - April (2025); 20-34
E&S Engineering and Science; Vol. 14 Núm. 1 (2025): E&S Engineering and Science| Enero - Abril (2025); 20-34
E&S Engineering and Science; v. 14 n. 1 (2025): E&S Engineering and Science| Janeiro - Abril (2025); 20-34
2358-5390
10.18607/ES2025141
reponame:E&S Engineering and Science
instname:Universidade Federal de Mato Grosso (UFMT)
instacron:UFMT
instname_str Universidade Federal de Mato Grosso (UFMT)
instacron_str UFMT
institution UFMT
reponame_str E&S Engineering and Science
collection E&S Engineering and Science
repository.name.fl_str_mv E&S Engineering and Science - Universidade Federal de Mato Grosso (UFMT)
repository.mail.fl_str_mv engciencia@gmail.com || raulvitoramonteiro@gmail.com
_version_ 1853664404408631296
spelling Avaliação da Estabilidade de Tensão Utilizando o Índice |D’| e Redes Neurais Artificiais sob ContingênciasAssessment of Voltage Stability Utilizing the Index |D’| and Artificial Neural Networks Under ContingenciesEvaluación de la Estabilidad de Tensión Utilizando el Índice |D’| y Redes Neuronales Artificiales bajo ContingenciasEstabilidade de TensãoÍndice de Estabilidade de TensãoRedes Neurais ArtificiaisVoltage StabilityArtificial Neural NetworksVoltage Stability IndexEstabilidad de Tensión.Redes Neuronales ArtificialesÍndice de Estabilidad de TensiónApproaches using Artificial Neural Networks (ANNs) have aimed to enhance the accuracy and reliability of voltage stability index calculations to ensure the secure operation of Power Systems (PS), especially under conditions of imminent voltage collapse. Furthermore, complementary research has incorporated the dynamic modeling of transformers and renewable energy sources, while also leveraging real-time phasor measurements to enhance these methodologies. Despite significant advancements, there is still a need to improve the accuracy and computational efficiency of existing indices, particularly in multiple contingency scenarios. This paper proposes the use of the |D’| index, derived from the Power Flow Jacobian matrix, to enhance the precision of voltage stability assessment. The proposed method is evaluated through simulations considering three types of contingencies: stepwise increase in active and reactive power at loads, continuation power flow analysis, and transmission line outages. Performance tests of the |D’| index, using ANNs, demonstrate high accuracy and strong generalization, with low mean absolute errors and standard deviation values, enabling the efficient identification of the most critical buses in the system with low computational cost. The proposed method proved to be effective in reducing errors and variance during testing and validation, particularly under operating conditions close to voltage collapse, highlighting its robustness and efficiency in real-time stability analysis.Abordagens que utilizam Redes Neurais Artificiais (RNA) têm buscado aprimorar a precisão e a confiabilidade no cálculo de índices de estabilidade de tensão para garantir a operação segura dos Sistemas Elétricos de Potência (SEP), especialmente em condições de colapso iminente. Além disso, estudos recentes têm integrado a modelagem dinâmica de transformadores e fontes renováveis, além do uso de medições fasoriais em tempo real, para aprimorar a precisão das análises. Apesar dos avanços, ainda há necessidade de melhorar a precisão e o desempenho computacional dos índices existentes, particularmente em cenários de múltiplas contingências. Este artigo propõe a utilização do índice |D’|, baseado na matriz Jacobiana de Fluxo de Potência, para aprimorar a precisão na avaliação da estabilidade de tensão. O método proposto é avaliado por meio de simulações que contemplam três tipos de contingências: aumento escalonado de potência ativa e reativa nas cargas, fluxo de potência continuado, e desligamento de linhas de transmissão. Testes de desempenho do índice |D’|, utilizando RNA, demonstram alta precisão e boa generalização do modelo, com baixos erros médios e desvio padrão, possibilitando a identificação eficiente das barras mais críticas do sistema, com reduzido custo computacional. O método proposto revelou-se eficaz na redução de erros e variância durante os testes e validação, especialmente em condições de operação próximas ao colapso de tensão, evidenciando sua robustez e eficiência na análise de estabilidade em tempo real.Enfoques que utilizan Redes Neuronales Artificiales (RNA) han buscado mejorar la precisión y confiabilidad en el cálculo de índices de estabilidad de tensión para garantizar la operación segura de los Sistemas Eléctricos de Potencia (SEP), especialmente en condiciones de colapso inminente. Además, estudios recientes han integrado los modelos dinámicos de transformadores y fuentes renovables, así como el uso de mediciones fasoriales en tiempo real, con el fin de mejorar la precisión de las analisis. A pesar de los avances, aún existe la necesidad de mejorar la precisión y el rendimiento computacional de los índices existentes, particularmente en escenarios de múltiples contingencias. Este artículo propone el uso del índice |D’|, baseado en la matriz Jacobiana del Flujo de Potencia, para mejorar la precisión en la evaluación de la estabilidad de tensión. El método propuesto se evalúa mediante simulaciones que contemplan tres tipos de contingencias: aumento escalonado de potencia activa y reactiva en las cargas, flujo de potencia continuado y desconexión de líneas de transmisión. Pruebas de desempeño del índice |D’|, utilizando RNA, demuestran alta precisión y buena generalización del modelo, con bajos errores medios y desviación estándar, lo que permite identificar eficientemente las barras más críticas del sistema, con un reducido costo computacional. El método propuesto demostró ser eficaz en la reducción de errores y varianza durante las pruebas y validación, especialmente en condiciones de operación cercanas al colapso de tensión, evidenciando su robustez y eficiencia en el análisis de estabilidad en tiempo real.Universidade Federal de Mato Grosso2025-05-04info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionPeer-reviewed articles Artículos revisados ​​por pares Artigos avaliados por paresapplication/pdfhttps://periodicoscientificos.ufmt.br/ojs/index.php/eng/article/view/1866310.18607/ES20251418663E&S Engineering and Science; Vol. 14 No. 1 (2025): E&S Engineering and Science| January - April (2025); 20-34E&S Engineering and Science; Vol. 14 Núm. 1 (2025): E&S Engineering and Science| Enero - Abril (2025); 20-34E&S Engineering and Science; v. 14 n. 1 (2025): E&S Engineering and Science| Janeiro - Abril (2025); 20-342358-539010.18607/ES2025141reponame:E&S Engineering and Scienceinstname:Universidade Federal de Mato Grosso (UFMT)instacron:UFMTporhttps://periodicoscientificos.ufmt.br/ojs/index.php/eng/article/view/18663/14685Copyright (c) 2025 Dr. Carlos E. Portugal Poma, Eng. João V. Fabris, Dr. Fillipe M. de Vasconcelos, Dr. Leandro T. Marques, Dr. Nicolás E. Cortez (Autor)info:eu-repo/semantics/openAccessPortugal Poma, Carlos EnriqueVitor Fabris, João Matos de Vasconcelos, Fillipe Tolomeu Marques, LeandroCortez Ledesma, Nicolás Eusebio 2025-05-04T14:42:59Zoai:periodicoscientificos.ufmt.br:article/18663Revistahttps://periodicoscientificos.ufmt.br/ojs/index.php/eng/indexPUBhttps://periodicoscientificos.ufmt.br/ojs/index.php/eng/oaiengciencia@gmail.com || raulvitoramonteiro@gmail.com2358-53902358-5390opendoar:2025-05-04T14:42:59E&S Engineering and Science - Universidade Federal de Mato Grosso (UFMT)false
score 15,298079

Similares en LA Referencia