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.
