Os dispositivos Indicadores de Faltas (IFs) contribuem para a melhoria do processo de localização de faltas em alimentadores de distribuição e, consequentemente, para a qualidade do fornecimento de energia elétrica. Todavia, a grande dificuldade de se aplicar tais dispositivos em larga escala está na escassez de metodologias eficientes que apontem em quais pontos do sistema de distribuição eles devem ser instalados. Por isso, o presente trabalho propõe uma abordagem computacional evolutiva capaz de alocar dispositivos IFs em alimentadores primários de distribuição de energia elétrica. De forma mais específica, o problema de se obter o melhor local de instalação é solucionado por meio da técnica de Algoritmos Genéticos (AGs), que busca obter uma configuração eficiente de instalação de IFs no tronco principal do alimentador de distribuição. A metodologia proposta é aplicada a dois alimentadores reais. Aspectos de viabilidade técnica e financeira dos IFs também são analisados. Os resultados apresentados comprovam a eficiência da metodologia proposta.

Fault Indicator (FIs) devices have contributed to improve the location of faults on primary feeders, and consequently the reliability of distribution systems. However, one of the main problems facing their installation in a large scale in a distribution system is the lack of efficient methods to analyze big networks and to pinpoint exactly on which buses these devices should be placed. Thus, this paper proposes an evolutionary computing strategy to solve the problem of fault indicator placement in primary distribution feeders. Specifically, a genetic algorithm (GA) is employed to search for an efficient configuration of FIs, located at the best positions in the main feeder. The proposed methodology was applied in two actual distribution feeders. Technical and financial viability aspects are also analyzed. Finally, the results confirm the efficiency of the GA approach to the FI placement problem.