RESUMOOs isoladores nas linhas de transmissão e nas subestações de energia elétrica desempenham um papel fundamental na confiabilidade e na preservação das redes de distribuição de energia. As concessionárias elétricas enfrentam problemas recorrentes com interrupções não programadas no fornecimento de energia, principalmente em regiões litorâneas como a ilha de São Luís no Maranhão, nas quais os isoladores estão expostos à deposição de poluições advindas de diferentes fontes e próximos a locais com tendência para receber poluição com alto teor de salinidade. Para manter a integridade do funcionamento do sistema de energia elétrica, esses isoladores precisam ser lavados regularmente. Objetivando inferir o nível de poluição sobre a superfície dos isoladores e orientar ações otimizadas de lavagem, desenvolvemos uma metodologia baseada em algoritmos de regressão Random Forest (RF) e eXtreme Gradiente Boosting (XGBoost), tendo como entrada variáveis meteorológicas, a distância do mar e os eventos de lavagem dos isoladores. Os modelos experimentais de RF e XGBoost foram treinados e testados a partir dos resultados obtidos de um Simulador de nível de poluição. Verificou-se que os modelos de regressão de poluição propostos são eficientes para a implementação operacional de predição da poluição sobre a superfície dos isoladores, com vistas à priorização do processo de lavagem.
AutoresO conteúdo dos livros e seus dados em sua forma, correção e confiabilidade são de responsabilidade exclusiva dos autores. Permitido o download da obra e o compartilhamento desde que sejam atribuídos créditos aos autores, mas sem a possibilidade de alterá-la de nenhuma forma ou utilizá-la para fins comerciais.
Direitos para esta edição cedidos à Atena Editora pelos autores. Todo o conteúdo deste livro está licenciado sob uma Licença de Atribuição Creative Commons. Atribuição-Não-Comercial-NãoDerivativos 4.0 Internacional (CC BY-NC-ND 4.0).O conteúdo dos artigos e seus dados em sua forma, correção e confiabilidade são de responsabilidade exclusiva dos autores, inclusive não representam necessariamente a posição oficial da Atena Editora. Permitido o download da obra e o compartilhamento desde que sejam atribuídos créditos aos autores, mas sem a possibilidade de alterá-la de nenhuma forma ou utilizá-la para fins comerciais. Todos os manuscritos foram previamente submetidos à avaliação cega pelos pares, membros do Conselho Editorial desta Editora, tendo sido aprovados para a publicação com base em critérios de neutralidade e imparcialidade acadêmica.A Atena Editora é comprometida em garantir a integridade editorial em todas as etapas do processo de publicação, evitando plágio, dados ou resultados fraudulentos e impedindo que interesses financeiros comprometam os padrões éticos da publicação. Situações suspeitas de má conduta científica serão investigadas sob o mais alto padrão de rigor acadêmico e ético.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.