Modelo de predição de tensão crítica em isoladores de distribuição

Este trabalho trata-se de desenvolver um modelo em machine learning (ML) visando a melhora de técnicas de detecção preditiva de falhas de isoladores elétricos na rede de distribuição, buscando encontrar o melhor desempenho desses dispositivos no setor elétrico brasileiro. Inicialmente é realizado um estudo teórico sobre os tipos de isoladores elétricos encontrados na rede de distribuição, suas características, formato físico e classe de tensão. Em seguida, trata-se dos diferentes tipos de poluição que esses isoladores podem sofrer durante sua vida útil e as consequências, como aparecimento de descargas parciais que podem se desenvolver para o fenômeno de flashover causando problemas como desligamento da rede e altos custos de manutenção. Posteriormente, o trabalho trata de algoritmos de inteligência artificial, explicando os seus conceitos e a forma como atuam nos conjuntos de dados que recebem. O trabalho limitase em algoritmos de aprendizado de máquina supervisionado. Com isso, detalha-se como podem ser aplicados para solução do trabalho em questão. Por fim, aplica-se os algoritmos estudados no conjunto de dados referente as condições climáticas, corrente de fuga e tensão crítica para estabelecer resultados testes que possam prever futuros problemas causados pelo fenômeno de flashover nos isoladores de distribu