Com o crescimento dos sistemas de transmissão de corrente contínua, é necessário propor e analisar métodos eficientes para localização de faltas. Esta pesquisa tem como objetivo obter e avaliar o desempenho de um algoritmo de localização de faltas em uma linha de transmissão de 200 km. O sistema VSC-HVDC de dois terminais foi modelado no Simulink e os dados foram pré-processados com os Coeficientes de Frequência Mel Cepstrais, do inglês Mel-Frequency Cepstral Coefficients (MFCC). Em seguida, uma Rede Neural Artificial (RNA) foi usada para estimar a localização da falta. Vários cenários foram simulados, variando a resistência e a localização da falta ao longo da linha. O baixo erro verificado na estimativa da distância demonstra a alta confiabilidade do método na localização da falta.

This paper presents the main hardware platforms used by researchers for power protection algorithms validation. It is also discussed the possibility of using a Raspberry Pi 3B+ for this task. Its performance is evaluated by testing its latency and jitter, and also running a neural network. The results show that it acquires not only good predictability, but also runs algorithms in a acceptable time for power system protection. Resumo: Neste trabalho são apresentadas as principais plataformas em hardware utilizadas por pesquisadores na validação de algoritmos de proteção. Tambémé discutida a possibilidade de uso do Raspberry Pi 3B+ para esse fim. Sua performance em tempo realé avaliada através de testes de latência e atrasos, além da execução de uma rede neural. Os resultados mostram qué e possível alcançar não somente uma boa previsibilidade no tempo de execução dos algoritmos, mas também um tempo de execução compatível com a proteção de sistemas de energia.