Você está na página 1de 10

X SIMPSIO DE ESPECIALISTAS EM PLANEJAMENTO DA OPERAO

E EXPANSO ELTRICA
X SYMPOSIUM OF SPECIALISTS IN ELECTRIC OPERATIONAL
AND EXPANSION PLANNING

X SEPOPE
21 a 25 de maio de 2006
May 21rstto 25th 2006
FLORIANPOLIS (SC) BRASIL

Transformada de Wavelet: uma ferramenta para a anlise da qualidade de


energia em tempo real em sistemas de proteco
Srgio C. MENDES *, Jos R. FERREIRA *, Manuel V. DIAS **
*

Faculdade de Engenharia da Universidade do Porto


**
EFACEC Sistemas de Electrnica, SA

SUMRIO
As proteces digitais so um dos elementos mais importantes num sistema de energia, permitindo
no s a proteco, mas tambm o controlo, superviso e monitorizao do sistema. Tradicionalmente,
a anlise da informao efectuada utilizando a transformada de Fourier.
Neste artigo apresentamos a utilizao da transformada de Wavelet como uma alternativa
transformada de Fourier. Alm da anlise terica s transformadas, aplicada uma implementao em
MATLAB a sinais reais obtidos a partir da proteco digital TPU S420 da EFACEC, permitindo
avaliar o comportamento das Wavelets para este caso concreto.
Foi proposto um algoritmo base de estimao das grandezas elctricas adquiridas para a proteco
digital em questo. A utilizao de Wavelets permitiu considerveis melhorias no processo de
filtragem, reduzindo tambm os custos de produo pela eliminao de hardware suplementar para a
filtragem. Um dos maiores benefcios foi a implementao de funes de anlise da qualidade de
energia em tempo real, tais como a deteco do tipo de perturbao e a verificao do cumprimento de
normas e regulamentos.
A mudana de filosofia no algoritmo apresentado, utilizando como base a transformada de Wavelet e a
transformada de Fourier, permite obter uma plataforma completamente evolutiva, melhorando a
adaptao das proteces aos actuais sistemas, com o objectivo no s de beneficiar tempos de
resposta, mas tambm a segurana e fiabilidade, e de forma a introduzir novas funes baseadas em
anlise da qualidade de energia.
PALAVRAS-CHAVE
Proteco de sistemas de energia, Qualidade de energia, Transformada de Wavelet, Transformada de
Fourier.

sergio.mendes@fe.up.pt - jrf@fe.up.pt - mvdias@se.efacec.pt

1. Introduo
O principal objectivo de um sistema de proteco eliminar de forma rpida e selectiva o elemento
causador de defeito num sistema elctrico de energia. Caso o problema no seja eliminado
atempadamente, so vrios os perigos para o sistema elctrico de energia.
As proteces digitais multifunes substituem as tecnologias tradicionais como o caso dos rels
electromecnicos e tornam-se cada vez mais comuns nos sistemas elctricos de energia. As funes
associadas proteco do sistema so apenas uma das funes desse sistema integrado. Esta nova
forma de encarar o problema corresponde a uma mudana de filosofia e de concepo do sistema,
tornada possvel por grandes avanos tecnolgicos na rea de processamento de informao
(velocidade de clculo e custo de hardware) e na transmisso de informao entre diversos nveis
hierrquicos.
A aquisio de informao externa proteco deve ser efectuada de modo a garantir um elevado
nvel de fiabilidade. Essa informao constituda, normalmente, pelos sinais analgicos que replicam
as tenses e correntes do equipamento a proteger, e por um conjunto de sinais binrios
correspondentes ao estado do equipamento.
O processamento digital requer algoritmos capazes de eliminar as componentes indesejveis do sinal,
de forma a minimizar o erro de estimao dos parmetros frequncia fundamental.

2. Anlise de Fourier
A anlise de sinais tem sua disposio uma impressionante quantidade de ferramentas. A mais
conhecida de todas dever ser a anlise de Fourier, que separa um sinal nas suas sinusides
constituintes de diferentes frequncias. Outra forma de pensar na anlise de Fourier atravs da
tcnica matemtica de transformao do sinal de base tempo para base frequncia.
Para muitos sinais, a anlise de Fourier extremamente til porque o contedo de frequncia do sinal
muito importante. No entanto, a anlise de Fourier apresenta uma grande desvantagem: na
transformao para o domnio da frequncia a informao do tempo perdida. Quando olhamos para
uma transformada de Fourier de um determinado sinal, no possvel dizer quando um determinado
evento ocorreu.
Se as propriedades de um sinal no variarem muito ao longo do tempo, ou seja, se o sinal for
estacionrio, esta desvantagem no muito importante. No entanto, grande parte dos sinais contm
inmeras caractersticas transitrias ou no estacionrias. Estas caractersticas podem ser a parte mais
importante do sinal, e a transformada de Fourier no apropriada sua deteco.
Na tentativa de corrigir este defeito, a transformada de Fourier foi adaptada para analisar apenas uma
pequena poro do sinal de cada vez uma tcnica chamada janela deslizante sobre o sinal. A
tcnica chamada de transformada de tempo-curto de Fourier trabalha o sinal numa funo de duas
dimenses de base tempo e frequncia.
A transformada de tempo-curto de Fourier fornece informaes sobre quando e a que frequncias um
determinado evento ocorre no sinal. No entanto, essa informao s pode ser obtida com determinada
preciso, e essa preciso limitada pelo tamanho da janela.
Outra das desvantagens desta tcnica que a partir do momento que se define o tamanho da janela, ela
ter de ser a mesma para todas as frequncias. Muitos sinais requerem uma tcnica mais flexvel, onde
seja possvel variar o tamanho da janela para determinar com melhor preciso na base tempo ou na
base frequncia.

3. Anlise de Wavelet
A anlise de Wavelet representa o prximo passo lgico: uma tcnica de janela deslizante com regies
de tamanhos variveis. A anlise de Wavelet permite o uso de longos intervalos de tempo, quando
queremos maior preciso na informao de baixa-frequncia, e pequenas regies quando queremos
1

informao de alta-frequncia. As Wavelets no utilizam uma regio tempo-frequncia, mas sim uma
regio tempo-escala.
Uma Wavelet uma forma de onda de curta durao com um valor mdio nulo. Comparando as
Wavelets com as sinusides, que so a base da anlise de Fourier, temos que as sinusides no tm
durao limitada estendem-se at mais infinito, e que as sinusides so previsveis enquanto que as
Wavelets so irregulares e assimtricas.
A anlise de Fourier consiste na diviso do sinal em sinusides de vrias frequncias. De forma
similar, a anlise de Wavelet divide em verses deslocadas e escaladas da Wavelet original ou
Wavelet me.
Matematicamente, o processo da anlise de Fourier representado pela transformada de Fourier:
Error! Objects cannot be created from editing field codes.

(1)

Que a soma ao longo do tempo do sinal f(t) multiplicado por uma exponencial complexa.
O resultado da transformada so os coeficientes de Fourier F ( ) que, quando multiplicados por uma
sinuside de frequncia , resultam nas componentes sinusoidais do sinal original.
Da mesma forma, a transformada contnua de Wavelet definida como a soma ao longo do tempo do
sinal multiplicado por verses escaladas e deslocadas da funo Wavelet ( ) :
Error! Objects cannot be created from editing field codes.

(2)

O resultado da transformada contnua de Wavelet so muitos coeficientes de Wavelet C , que so


funo de escala e posio.
Multiplicando cada coeficiente pela Wavelet apropriada em escala e deslocamento, resultam as
Wavelets constituintes do sinal original.
Para muitos sinais, o contedo a baixa-frequncia a parte mais importante. isto que d ao sinal a
sua identidade. O contedo de alta-frequncia, por outro lado, d a caracterstica ou a diferena.
Na anlise de Wavelet, falamos de aproximaes e detalhes. As aproximaes so os componentes de
baixa-frequncia e escala-alta do sinal. Os detalhes so os componentes de alta-frequncia e escalabaixa do sinal.
O processo de decomposio pode ser iterado, com sucessivas aproximaes a serem decompostas, de
forma a que um sinal seja dividido em muitas componentes de baixa resoluo. Isto chamado de
rvore de decomposio de Wavelet.
A partir do momento em que o processo de anlise iterativo, em teoria pode ser continuado de forma
indefinida. Na realidade, a decomposio pode ser efectuada at que os detalhes individuais consistam
numa amostra simples ou pixel. Na prtica, deve ser seleccionado um nmero de nveis baseado na
natureza do sinal, ou num critrio vivel como a entropia.

4. Simulaes em MATLAB
Para testar o comportamento das Wavelets em situaes reais, torna-se necessrio utilizar sinais cuja
aquisio foi feita pela proteco digital TPU S420 da EFACEC em subestaes da rede de
distribuio. Para isso, foram utilizados dois sinais de registo da ocorrncia de defeitos, e foram
efectuadas simulaes em MATLAB recorrendo transformada discreta de Wavelet (DWT Discret
Wavelet Transform) com Wavelets da famlia Daubechies. Nas simulaes observaram-se facilmente
ligeiras variaes de frequncia, pequenas variaes de amplitude, breves interrupes e melhorias no
processo de filtragem.

4.1.

Deteco de ligeiras variaes de frequncia:

4.1.1. Simulao efectuada corrente IA do sinal A, com a Wavelet db4 e decomposio ao


nvel 2
Foi efectuada uma decomposio do sinal ao nvel 2, tendo sido gerados os coeficientes de
aproximao ao nvel 2 (a2) e os detalhes (d2) e (d1). Estes resultados foram optimizados com a escolha
da Wavelet mais adequada para o efeito, bem como o nvel de decomposio. Foram obtidas boas
aproximaes com as Wavelets db4 a db8. O nvel de decomposio ideal est dependente da forma,
amplitude e frequncia do sinal, e claro, do tipo de informao que pretendemos obter com a
transformada. A decomposio ao nvel 2 foi suficiente para obter a informao necessria dos sinais
de registo da ocorrncia de eventos da proteco digital.
Verifica-se, atravs dos resultados obtidos, que as as ligeiras variaes de frequncia so includas nos
detalhes da DWT com picos de valor bastante superior ao valor eficaz.

4.2.

Deteco de pequenas variaes de amplitude:

4.2.1. Simulao efectuada tenso UB do sinal B, com a Wavelet db4 e decomposio ao


nvel 2
No caso das pequenas variaes de amplitude, verifica-se no detalhe (d1) um valor de pico muito
superior ao valor eficaz. A DWT mostrou ser sensvel s variaes de amplitude, mesmo quando estas
so muito pequenas.

4.3.

Deteco de breves interrupes:

4.3.1. Simulao efectuada tenso UC do sinal A, com a Wavelet db4 e decomposio ao


nvel 2
Para breves interrupes temos novamente, presentes nos detalhes, picos de valores bastante
superiores ao valor eficaz.
Como estamos perante uma base-tempo, possvel medir as diferenas de tempo entre fases, e
verificar, por exemplo, se a abertura dos plos de um disjuntor efectuada ao mesmo tempo em todas
4

as fases. tambm possvel calcular a durao dos eventos, pois nos detalhes temos os picos que
evidenciam as variaes de amplitude e frequncia.

4.4.

Melhorias no processo de filtragem:

4.4.1. Simulao efectuada corrente IA do sinal B, com a Wavelet db4 e decomposio ao


nvel 2
A zona marcada com o rectngulo foi ampliada:

4.4.2. Ampliao do sinal original e aproximao, da simulao efectuada corrente IA do


sinal B, com a Wavelet db4 e decomposio ao nvel 2
A proteco digital utiliza um processo de filtragem para a recolha dos sinais baseado numa carta de
hardware. Este processo apresenta uma boa resposta, verificando-se no entanto a presena de rudo no
sinal original.

Atravs dos resultados obtidos constata-se que a transformada discreta de Wavelet evidencia uma
capacidade de filtragem claramente superior, tendo sido efectuada a remoo de rudo do sinal sem
comprometimento do seu detalhe.

5. Estimao de parmetros (tenses e correntes)


5.1.

Algoritmo original

O algoritmo base de estimao das grandezas elctricas adquiridas (tenses e correntes) utilizado na
proteco digital TPU S420 da EFACEC pode ser observado na seguinte figura:

5.1.1. Algoritmo original da proteco digital TPU S420 da EFACEC


um algoritmo que utiliza filtros passivos aplicados entrada da imagem do sinal real, e que ao sinal
resultante da filtragem aplicado um algoritmo de estimao baseado na transformada discreta de
Fourier (DFT Discret Fourier Transform) para estimao dos parmetros (tenses e correntes).

5.2.

Algoritmo proposto

Com base na anlise terica efectuada s transformadas e nos resultados obtidos para as vrias
simulaes efectuadas, proposto um novo algoritmo que apresenta diversas vantagens em relao ao
algoritmo original. O algoritmo proposto pode ser observado na seguinte figura:

5.2.1. Algoritmo proposto para a proteco digital TPU S420 da EFACEC e futuras
plataformas
No algoritmo proposto, o processo de filtragem eliminado. Aplica-se sobre a imagem do sinal real
um algoritmo de estimao baseado na DWT. A resultante da DWT ser apenas a aproximao
(frequncia fundamental), e a esta aproximao aplicado um algoritmo de estimao baseado na
DFT ou na transformada rpida de Fourier (FFT Fast Fourier Transform) para estimao dos
parmetros (tenses e correntes). A estimao dos parmetros feita de forma idntica ao algoritmo
original. Isto significa que no necessrio efectuar nenhuma alterao aos actuais algoritmos
relacionados com as funes de proteco, simplificando bastante a integrao do algoritmo proposto
na proteco.

5.3.

Wavelets na filtragem

No algoritmo original efectuada uma filtragem analgica e uma pr-filtragem digital para eliminar
todas as componentes cuja frequncia seja diferente da fundamental. Esse processo de filtragem,
embora possa apresentar uma boa resposta, evidencia tambm um determinado erro, porque o filtro
no ideal.
Com a aplicao da transformada discreta de Wavelet ao sinal de entrada, ser obtida uma
aproximao componente fundamental. Essa aproximao apresenta uma filtragem claramente
superior obtida com o processo actual. Na seguinte figura observa-se a excelente filtragem por parte
da DWT:

5.3.1. Aproximao da DWT a uma sinuside com rudo


Outro aspecto importante o facto da proteco digital utilizar uma carta de hardware especfica para
efectuar o processo de filtragem. Com a utilizao da DWT, essa carta deixaria de ser necessria.
Alm da melhoria obtida na resposta, com a reduo do nmero de componentes electrnicos, so
obtidos outros tipos de melhorias: reduo no s na probabilidade de avarias mas tambm no custo do
hardware.

6. Anlise da qualidade de energia


6.1.

Wavelets na identificao de perturbaes

Sempre que ocorre um defeito, ou seja, sempre que a proteco detecta valores que ultrapassam os
parmetros predefinidos, a proteco efectua um registo do evento. Nesse registo guardada a
amostragem do sinal.
Os detalhes da transformada de Wavelet do importantes informaes em sinais no estacionrios,
como o caso dos defeitos. Adicionando proteco a capacidade de efectuar a DWT aos registos de
eventos, com a sada da aproximao e dos detalhes, possvel a identificao do tipo de defeito que
ocorreu atravs de redes neuronais.
Um sistema neuronal de classificao, utilizando a anlise de Wavelet, uma nova ferramenta que
pode ser utilizada para distinguir vrios tipos de defeitos:
Interrupo longa da tenso de alimentao;
Variao de tenso de alimentao;
Interrupo breve da tenso de alimentao;
Variao rpida de tenso de alimentao;
Variao de frequncia;
Variao da amplitude da tenso de alimentao;
Transitrios;
Tremulao (flicker).

6.2.

Wavelets no clculo da durao das perturbaes

Alm da identificao do tipo de defeitos, a DWT efectuada aos registos de eventos permite tambm
calcular a durao destes. Foi verificado nas simulaes em MATLAB que a ocorrncia de defeitos
observada nos detalhes atravs de picos de amplitude muito significativa. Como estamos perante uma
base-tempo, um algoritmo de pesquisa desses picos, em que seja efectuada a diferena entre os tempos
a que ocorrem, torna possvel o clculo da durao dos defeitos.

6.3.

Wavelets na avaliao do enquadramento normativo

As caractersticas da tenso fornecida pelas redes de distribuio pblica de energia elctrica so


definidas em normas, descrevendo as caractersticas principais, no ponto de entrega ao cliente, da
tenso de alimentao por uma rede de distribuio pblica em baixa ou mdia tenso.
Grande parte dos defeitos avaliados pelas normas podero no s ser identificados como ter a sua
durao calculada. Desta forma, possvel verificar se as normas esto ou no a ser respeitadas. Para
isso, bastar incluir um contador para o tempo de funcionamento da proteco, e efectuar o somatrio
dos tempos para cada tipo de defeito. Depois, um simples algoritmo poder avaliar as caractersticas
de alimentao
A avaliao destes factores muito importante e, sempre que seja possvel que a mesma seja efectuada
pela proteco digital, obtemos, alm de um valor acrescentado do produto, uma maior fiabilidade e
segurana, e um excelente desenvolvimento e contributo para as funes de DMS (Distribution
Management System) e SCADA (Supervisory Command And Data Acquisition).

7. Concluses
A anlise de Wavelet e a respectiva Transformada Discreta de Wavelet apresentaram-se teoricamente
como o algoritmo com melhores capacidades de explorao e menores limitaes, beneficiando da
utilizao de uma regio tempo-escala e de uma tcnica de janela deslizante com regies de tamanhos
variveis.
As simulaes em MATLAB com sinais reais permitiram avaliar a utilizao da DWT nas proteces
digitais. Os resultados obtidos permitiram verificar a ocorrncia de defeitos de forma muito evidente, e
verificar a excelente capacidade de filtragem da DWT.
Na avaliao de possveis aplicaes da DWT em proteces digitais, proposto um algoritmo para a
proteco digital TPU S420 da EFACEC. Com este algoritmo possvel melhorar o actual processo de
filtragem da proteco digital, bem como eliminar a necessidade da utilizao de uma carta de
hardware especfica para efectuar o processo de filtragem. Alm disso, verifica-se que a DWT, com
recurso a redes neuronais, pode ser aplicada em anlise da qualidade de energia, nomeadamente na
deteco do tipo de perturbao. Verifica-se tambm que a durao da perturbao facilmente
calculada por estarmos perante uma base-tempo. Outra das aplicaes da DWT passa pela avaliao
do enquadramento normativo, onde se torna possvel verificar se as normas esto ou no a ser
respeitadas.
O algoritmo proposto apresenta diversas vantagens relativamente ao algoritmo original, e assenta
numa base completamente evolutiva. Ao ter como base a anlise de Wavelet e a anlise de Fourier em
simultneo, permitida a adio de novas funes proteco sem ter limitaes relativas base a
utilizar. Basta escolher qual delas (frequncia ou tempo) apresenta melhores resultados para a funo
pretendida.

BIBLIOGRAFIA
[1]

C. Kim, R. Aggarwal, Wavelet transforms in power systems, Power Engineering Journal,


Agosto 2001, pp. 193-202.

[2]

S. Huang, C. Hsieh, C. Huang, Application of wavelets to classify power system


disturbances, Electrical Power Systems Research, N 47, 1998, pp. 87-93.

[3]

M. Karimi, H. Mokhtari, M. Iravani, Wavelet Based On-Line Disturbance Detection for


Power Quality Applications, IEEE Transactions on Power Delivery, vol. 15, n 4, Outubro
2000, pp. 1212-1220.

[4]

S. Santoso, W. Grady, E. Powers, J. Lamoree, S. Bhatt, Characterization of Disturbance


Power Quality Events with Fourier and Wavelet Transforms, IEEE Transactions on Power
Delivery, vol. 15, n 1, Janeiro 2000, pp. 247-254.

[5]

Y. Gu, M. Bollen, Time-Frequency and Time-Scale Domain Analysis of Voltage


Disturbances, IEEE Transactions on Power Delivery, vol. 15, n 4, pp. 1279-1284.

[6]

K. Wong, V. Pham, Analysing Power System Waveforms using Wavelet-Transform


Approach, Proceedings of the 5th International Conference on Advances in Power Control,
Operation and Management, APSCOM 2000, Hong Kong, Outubro 2000, pp. 500-504.

[7]

D. Borrs, M. Castilla, N. Moreno, J. Montao, Wavelet and Neural Structure: A New Tool
for Diagnostic of Power System Disturbances, IEEE Transactions on Industry Applications,
vol. 37, n 1, Janeiro/Fevereiro 2001, pp. 184-190.

[8]

N. Brito, B. Souza, F. Pires, Daubechies wavelets in Quality of Electrical Power,


Presentation at the 8th International Conference on Harmonics and Quality of Power
ICHQP98, Outubro 1998, pp. 511-515.

[9]

M. Misiti, Y. Misiti, G. Oppenheim, J. Poggi, Wavelet Toolbox For Use With MATLAB, The
Math Works Inc, 2000.

[10]

Norma Portuguesa NP EN 50 160 1995, Caractersticas da tenso fornecida pelas redes de


distribuio pblica de energia elctrica, Edio Fevereiro de 1996, Instituto Portugus da
Qualidade.

[11]

Galli, O. Nielsen, Wavelet Analysis for Power System Transients, IEEE Computer
Applications in Power, Janeiro 1999, pp. 16-25.

[12]

Amara Graps, An Introduction to Wavelets, IEEE Computational Science and Engineering,


vol. 2, n 2, 1995.

[13]

S. Vaseghi, Advanced Signal Processing and Noise Reduction, Second Edition, John Wiley &
Sons Ltd, 2000.

[14]

J. Attia, Electronics and Circuit Analysis using MATLAB, CRC Press LLC, 1999.

[15]

O. Rioul, M. Vetterli, Wavelets and Signal Processing, IEEE SP Magazine, Outubro 1991,
pp. 14-35.