Você está na página 1de 7
INDUSCON 2008 SISTEMA ESPECIALISTA PARA IDENTIFICAÇÃO DAS CAUSAS DOS FENÔMENOS DE QUALIDADE DE ENERGIA ELÉTRICA

INDUSCON 2008 SISTEMA ESPECIALISTA PARA IDENTIFICAÇÃO DAS CAUSAS DOS FENÔMENOS DE QUALIDADE DE ENERGIA ELÉTRICA

Diego Luis Brancher, Jorge Coelho, Gonçalo M. Coelho

Laboratório de Planejamento de Sistemas de Energia Elétrica – LabPlan - UFSC Florianópolis - SC brancher@labplan.ufsc.br coelho@labplan.ufsc.br goncalo.m.coelho@gmail.com

Resumo – A solução de um problema de qualidade de energia elétrica normalmente requer a monitoração da instalação industrial. Após a identificação do fenômeno que afeta a qualidade, busca-se a fonte ou evento causador deste problema, o qual pode ser oriundo da própria indústria ou do serviço de fornecimento da concessionária de energia elétrica. Este trabalho apresenta contribuições, através das regras de produção apresentadas, na identificação das causas típicas dos problemas de qualidade de energia elétrica.

Palavras-chave Inteligência Artificial, Harmônicas, Qualidade de Energia Elétrica, Sistema Especialista, VTCD's.

Abstract – The solution of an electrical power quality problem usually requires the supervision of the industrial facility. After the identification of the phenomenon that affects the quality, the source or the event that caused the problem is searched, which can be originated from the own industry or from the supply service of the electric power utility. This work presents contributions, through the production rules presented, in the identification of the typical causes of electric power quality problems.

Keywords Artificial Intelligent; Harmonics; Electrical Power Quality; Expert System; Sag; Swell.

I. INTRODUÇÃO

O nível adequado da qualidade da energia fornecida a uma instalação industrial é aquele que permite ao consumidor operar ou administrar sua empresa com a máxima eficiência. Ou seja, as alterações na tensão, corrente, potência ou outra característica do sistema de energia não devem causar interrupções ou diminuição do potencial de produção do consumidor. Além do nível inadequado de tensão e das interrupções sustentadas, os principais eventos que prejudicam a qualidade da energia são os fenômenos de qualidade de energia. Dentre eles, os que causam maiores prejuízos são as

variações de tensão de curta duração (VTCD's, sag, swell e

interrupção rápida) e a distorção harmônica. Conforme o Relatório da Eurelectric [1], os prejuízos financeiros decorrentes da falta de qualidade de energia elétrica podem chegar a 1,5% do Produto Interno Bruto (PIB) de um país.

A maioria dos estudos sobre problemas de qualidade de

energia em indústrias relata como mais apropriadas àquelas soluções localizadas na própria instalação do consumidor [2]. Deste modo, se justifica o desenvolvimento de ferramentas para identificação dos distúrbios de qualidade de energia, avaliação do problema e análise das possíveis soluções. Neste trabalho é apresentado um sistema especialista baseado em regras de produção que busca identificar as causas típicas (eventos ou cargas poluidoras) dos problemas de qualidade de energia em uma instalação industrial ou comercial. Os fenômenos considerados são os sags, as sobretensões transitórias, a distorção na forma de onda devido à injeção de correntes harmônicas, o notching, os desequilíbrios de tensão e a flutuação de tensão.

II. SISTEMA ESPECIALISTA

Os Sistemas Especialistas (SE) são um ramo da Inteligência Artificial (IA) que se utiliza de heurísticas para solução de problemas [3]. O conhecimento de um especialista humano é incorporado ao SE, tornando-o capaz de tomar decisões, prestar conselhos aos usuários e justificar suas decisões de forma compreensível [4].

A estrutura básica de um SE é apresentado na Fig. 1. A

base de conhecimento, ou base de regras, armazena o conhecimento abstrato, e sua estrutura está diretamente ligada ao método de representação do conhecimento. A base de fatos, ou memória de trabalho, armazena o conhecimento

concreto, e nela são acrescentados fatos novos ou os fatos existentes são apagados [3].

O motor de inferências processa o conhecimento existente

na base de conhecimento para encontrar a solução através dos fatos contidos na base de fatos. O motor de inferências seleciona e aplica as regras mais apropriadas em cada passo da execução do SE. Existem duas formas (direções) para esta busca [4]:

Encadeamento para frente (Forward Chaining):

partindo de um fato conhecido, verificam-se quais regras são satisfeitas e selecionam-se novas regras a serem executadas, até que a solução seja encontrada;

Encadeamento para trás (Backward Chaining):

partindo da solução, buscam-se fatos que comprovem essa solução.

da solução, buscam-se fatos que comprovem essa solução. Fig. 1. Estrutura Básica de um Sistema Especialista

Fig. 1. Estrutura Básica de um Sistema Especialista

A. Kappa-PC

Existem programas específicos para implementação e desenvolvimento dos Sistemas Especialistas, os Shell's. Neste trabalho utilizou-se o Shell Kappa-PC, que é compatível com programas desenvolvidos em linguagem C, sua arquitetura é baseada em frames, utilizando-se de triplas objeto-atributo-valor, com regras de produção incorporadas

[4].

Com a utilização do Kappa-PC basta definir as triplas objeto-atributo-valor, acrescentar a base de conhecimento e selecionar a forma de encadeamento.

B. Regras de Produção

Na maioria dos SE`s o conhecimento é representado através de regras de produção, pois se assemelham ao processo de tomada de decisão humano que se dá através da

associação “se - então” [3]. As regras de produção apresentam a forma da Tabela I.

TABELA I Exemplo de Regra de Produção

Regra

Regra

Se

Então

Nome da Regra

Condição ou premissa Ação

Condição ou premissa Ação

A utilização de um Sistema Especialista – com regras de produção para identificação da origem dos fenômenos de qualidade de energia elétrica – é justificada, pois a identificação baseia-se em experiências de especialistas. Esta tarefa tem valor prático, é complexa e possui tamanho realizável.

III. BASE DE CONHECIMENTO

Os fenômenos de qualidade de energia são divididos em

dois grupos: distúrbios e variações em regime permanente. Os distúrbios são anomalias na tensão ou corrente, e incluem as sobretensões transitórias (transitório impulsivo e

transitório oscilatório) e as variações na tensão eficaz (sag, swell, interrupção, subtensão e sobretensão). As variações em regime permanente, que são as distorções na forma de onda (DC offset, harmônicas, interharmônicas, notching e ruído), a flutuação de tensão e o desequilíbrio de tensão, causam problemas quando ultrapassam limites técnicos [2].

O Sistema Especialista desenvolvido possui lógicas

diferentes de análise para distúrbios e variações em regime permanente. Para os transitórios e para os sags analisam-se algumas características do distúrbio, possibilitando identificar se a origem é a montante ou a jusante do ponto de medição. Por sua vez, para as regras das variações em regime permanente (no caso, distorção harmônica, notching, desequilíbrio de tensão e flutuação de tensão) avaliam a instalação sob monitoração, observando o tipo, quantidade e características das cargas instaladas.

A. Caracterização de um Sag

Baseado nos trabalhos de Jesus [2] e [5], através do registro simultâneo das tensões e correntes no início do sag,

é possível obter fortes indícios da localização da origem do

distúrbio, se a jusante ou a montante do ponto de medição. Para aplicação das regras desenvolvidas para esta variação de tensão (Tabela II), o analisador de qualidade de energia deve medir simultaneamente tensão e corrente com janela de integração de no máximo 1 ciclo. Medições de tensão entre o Neutro e o Terra também são importantes.

TABELA II Regras de Produção para Sags

Regra

Sag-1

Se

Corrente diminui (tende a zero) no início do sag Causa do sag: Fonte

Então

Regra

Sag-2

Se

Corrente constante no início do sag Causa do sag: Externa ao ponto de medição

Então

Regra

Sag-3

Se

Corrente aumenta no início do sag Causa do sag: Interna ao ponto de medição

Então

Regra

Sag-4

Se

Tensão Neutro-Terra aumenta no início do sag Causa do sag: Interna ao ponto de medição

Então

Regra

Sag-5

Se

Tensão de linha = potencial Fase-Terra Causa do sag: Falta Fase-Terra

Então

Após estimar se a causa é interna ou externa ao ponto de medição, o Sistema Especialista busca definir com mais exatidão as causas prováveis dos afundamentos de tensão. Se

o programa identificar como sendo um problema a montante

do ponto de medição, a provável causa do sag é uma falha no

sistema de distribuição ou transmissão.

Conforme relata Stephens [6] de acordo com o tempo típico do evento é possível diferenciar se a falha foi no sistema de transmissão (durações mais curtas, menores que 12 ciclos) ou se foi no sistema de distribuição (falhas mais demoradas, com duração na ordem de 2 segundos). Caso o Sistema Especialista determine como um problema interno o causador do sag, analisa-se então, se a causa é devido à partida de motores elétricos, fornos a arco ou energização de transformadores. Eventos equilibrados normalmente são causados pela partida de grandes motores, enquanto distúrbios desequilibrados ocorrem devido à energização de transformadores ou à operação de fornos elétricos a arco [6]. Regras de produção de ajuste foram desenvolvidas para definir se o maior motor da instalação pode causar afundamentos de tensão e para verificar se, no momento de ocorrência do distúrbio, o forno elétrico (caso existente) estava operando (principalmente na fase de fusão), ou um transformador estava sendo operado.

B. Caracterização das Sobretensões Transitórias

As sobretensões transitórias são divididas em dois grupos:

impulsivas e oscilatórias. No primeiro grupo enquadram-se os eventos de sobretensão causados por descargas atmosféricas. Por sua vez, os transitórios oscilatórios são causados, na sua maioria, pela operação de cargas intermitentes, chaveamento de banco de capacitores, faltas à terra, operação de equipamentos semicondutores, falhas em condutores e perdas de conexões [2]. Conforme Jesus [2], em alguns casos, um impulso de tensão é acompanhado por um respectivo impulso de corrente. Com estas duas grandezas é possível interpretar e identificar os distúrbios. A polaridade do transitório é um indicador da direção e sentido de propagação da energia. Na Tabela III apresenta-se a direção dos impulsos em função das respectivas polaridades.

TABELA III Polaridade e Origem dos Impulsos

Tensão

Tensão

Corrente

Corrente

Origem

+ +

Fonte

- +

Fonte

+ -

Carga

- -

Carga

Baseados nestas informações foram desenvolvidas as regras de produção para identificação da provável direção de um impulso transitório. Entretanto, como os impulsos oscilatórios possuem ambas as polaridades, essas regras não se aplicam. Nos sistemas de distribuição o evento de chaveamento mais comum é o de banco de capacitores para correção do fator de potência. Segundo Dugan [7], em alimentadores industriais os capacitores são chaveados freqüentemente a uma hora pré-determinada, em antecipação ao início de operação de uma carga. Desta forma, caso a sobretensão transitória seja detectada rotineiramente, quase sempre no mesmo horário, define-se como causa a operação de banco de capacitores pela concessionária como causa do distúrbio.

C. Caracterização da Distorção Harmônica

As cargas não lineares foram representadas conforme a Fig. 2, onde cada componente harmônica é modelada como

uma fonte de corrente. Essas várias fontes de correntes (I 1 (h), I 2 (h), etc.), conectadas ou não, são ligadas a uma impedância harmônica (Z(h)).

ou não, são ligadas a uma impedância harmônica (Z(h)). Fig. 2. Representação clássica de uma carga

Fig. 2. Representação clássica de uma carga não linear

No entendimento da norma IEEE-512 [8] o consumidor é

o responsável pelos níveis de injeção de corrente harmônicas.

A

distorção de tensão é de responsabilidade da distribuidora,

que esta possui controle sobre as impedâncias do sistema.

Assim, o índice recomendado para o estudo dos níveis harmônicos é o TDD (Total Demand Distortion), dada por

(1).

TDD

Onde

h max 2 I = ∑ h h = 2 I L
h max
2
I
= ∑
h
h = 2
I
L

(1)

I L - corrente de pico, ou corrente máxima, de carga

medida na componente de freqüência fundamental no Ponto

de Acoplamento Comum; I h - corrente harmônica de ordem h.

Os limites para diferentes relações entre corrente de curto circuito e corrente de carga estão em [8], onde o valor padrão adotado para a rede de baixa tensão é de 20%.

1) Atenuação e Diversidade

Para que não se faça uma avaliação exagerada da

distorção harmônica deve-se considerar tanto a atenuação

quanto a diversidade [9].

A atenuação diz respeito à interação entre a distorção de

tensão e a corrente harmônica, principalmente devido à impedância do sistema [9]. A equação (2) define a atenuação.

FA

h

Onde

FA

h

n

I

I

h

h(n)

h(1)

=

I h

(

n

)

nI

h (1)

- Fator de Atenuação para a ordem h

- ordem harmônica

- número de cargas em paralelo - corrente de ordem h com n cargas em paralelo - corrente de ordem h com 1 carga conectada

(2)

A diversidade deve-se à dispersão dos ângulos de fase das

correntes harmônicas das cargas individuais devido às características do sistema e da própria carga [10]. A equação (3) define a diversidade.

FD

h

=

n i ∑ I h i = 1 n i ∑ I h i =
n
i
I
h
i = 1
n
i
I
h
i = 1

(3)

Onde

FD h - Fator de Diversidade de para a ordem h

I h i - corrente harmônica de ordem h injetada pela carga i Hegazy [11] dividiu as cargas não lineares em quatro grupos, para estes, definiu os fatores de diversidade de acordo com o número de cargas em paralelo e da relação de impedâncias X/R do alimentador, conforme apresentado nas Tabelas IV à VII.

2) Estratégia de análise Como neste trabalho só se considera a distorção harmônica de corrente, desconsidera-se a atenuação para a estimação do índice TDD. O método implementado consiste, para os 4 grupos de cargas não lineares propostos por Hegazy [11], no cálculo da corrente harmônica total de cada ordem, através da soma da raiz quadrada (4), no ponto de análise. A estes valores é aplicado o respectivo fator de diversidade, de acordo com o número de cargas em paralelo. Após, os valores do somatório das correntes dos quatro grupos são somados, também através de (4), e se obtêm uma estimativa do valor de TDD. O valor da corrente máxima de carga deve ser informado inicialmente.

I

a

(

h

) =

2 n   ∑ I ( h )   ab   b
2
n
I
(
h
)
ab
b = 1

(4)

Onde I a (h) -corrente harmônica de ordem h na barra a I ab -corrente harmônica na barra a produzida pelas cargas conectadas na barra b

TABELA IV Fator de Diversidade para conversores de potência

 

N

= 4

N=8

N=10

X/R

FD 5

FD 7

FD 11

FD 5

FD 7

FD 11

FD 5

FD 7

FD 11

2

0,84

0,53

0,72

0,79

0,44

0,59

0,68

0,33

0,51

5

0,82

0,55

0,70

0,75

0,45

0,55

0,64

0,33

0,50

10

0,81

0,53

0,67

0,78

0,43

0,55

0,63

0,31

0,48

TABELA V Fator de Diversidade para fontes chaveadas monofásicas

N = 5 FD 5   N=10 N=15

N = 5 FD 5

 

N=10

N=15

X/R

FD 3

FD 7

FD 3

FD 5

FD 7

FD 3

FD 5

FD 7

2

1,00

0,83

0,80

0,99

0,65

0,46

0,96

0,53

0,44

5

0,99

0,79

0,64

0,95

0,68

0,55

0,90

0,54

0,41

10

0,98

0,77

0,60

0,96

0,59

0,41

0,90

0,48

0,41

TABELA VI Fator de Diversidade para fontes chaveadas monofásicas controladas

 

N = 4 FD 5

 

N=8

N=10

X/R

FD 3

FD 7

FD 3

FD 5

FD 7

FD 3

FD 5

FD 7

2

0,83

0,87

0,84

0,76

0,70

0,77

0,73

0,59

0,71

5

0,81

0,88

0,86

0,75

0,71

0,76

0,72

0,59

0,70

10

0,79

0,87

0,87

0,73

0,70

0,75

0,70

0,57

0,69

TABELA VII Fator de Diversidade para equipamentos com núcleo de ferro

 

N

= 20

N=40

N=60

X/R

FD 3

FD 5

FD 7

FD 3

FD 5

FD 7

FD 3

FD 5

FD 7

2

0,95

0,67

0,94

0,91

0,92

0,92

0,89

0,91

0,88

5

0,94

0,96

0,94

0,93

0,92

0,89

0,93

0,92

0,84

10

0,93

0,94

0,90

0,91

0,91

0,86

0,86

0,91

0,82

3) Regras para Harmônicos Este método implementado de cálculo produz valores superestimados, já que considera sempre a pior situação, ou seja, a máxima injeção de corrente pelas cargas não lineares. Entretanto, já é possível, através da estimação do índice TDD, classificar a instalação como poluidora ou não de harmônicos. Caso medições de conteúdo harmônico sejam realizadas, será possível melhorar a análise. Comparando-se os valores medidos e estimados do índice TDD é possível definir com maior exatidão se o problema é interno ou externo ao ponto de medição (vide Tabela VIII).

TABELA VIII Regras de Produção para Harmônicos

Regra

Harmônico-1

Se

TDD calculado > TDD medido

Então

Causa da distorção: Cargas da instalação

Regra

Harmônico-2

Se

TDD calculado TDD medido

Então

Causa da distorção: Cargas da instalação e Sistema de distribuição

Regra

Harmônico-3

Se

TDD calculado = 0

Então

Causa da distorção: Sistema de distribuição

D. Caracterização do Notching O notching é um fenômeno característico e particular dos conversores de potência. Este evento também é chamado de corte de tensão, e é caracterizado no Ponto de Acoplamento Comum (PAC) pela profundidade do corte (VN), área do corte (AN) e pela distorção harmônica total (THD) [8]. Estes índices são calculados, respectivamente, por (5), (6) e (7).

V

N

L e

= L

L

L

L

+

t

+

L

s

A

N

=

2 I

THD máx

d

L

L

=

0,074

A N ρ
A
N
ρ

ρ =

L

L

+

L

t

+

L

s

L

L

 

(5)

(6)

%

(7)

(8)

Onde

L

L

Ls - indutância de curto circuito do sistema (H)

e - tensão instantânea entre fases no momento da comutação

I d

THD máx - distorção harmônica total máxima

L

t

- indutância por fase da linha (H) - indutância por fase de comutação (H)

- corrente contínua do conversor (A)

ρ

- relação entre a indutância total e a indutância

comum

do sistema

Desta forma, possuindo as informações de indutâncias de curto circuito do sistema, a indutância do circuito que alimenta o conversor, a indutância de comutação e a corrente nominal do conversor, é possível realizar a análise do quanto um conversor instalado numa unidade consumidora afeta o

sistema de energia elétrica. O valor do “e” é definido como o valor de tensão nominal. Os limites para este distúrbio recomendados para este distúrbio estão na Tabela IX retirada de [8].

TABELA IX Limites dos índices de Notching

 

Aplicações

Sistemas

Especiais

dedicados

(incluem

hospitais e

Sistemas

gerais

(exclusivo para

cargas

aeroportos)

conversoras)

 

V n

10 %

20%

50%

THD (tensão)

3%

5%

10%

A

n

(em

16.400

22.800

36.500

volts.microssegundos)

E. Caracterização do Desequilíbrio de Tensão

As causas principais dos desequilíbrios de tensão são a distribuição entre fases de cargas monofásicas e bifásicas, e o

chaveamento contínuo destas cargas no sistema trifásico [12]. As impedâncias do sistema de distribuição têm pequena contribuição neste distúrbio [13]. Entre as cargas que, por natureza da sua operação, causam desequilíbrio de tensão citam-se os fornos elétricos a arco, os fornos de indução, máquinas de solda, tração monofásica e sistemas férreos elétricos [12]. No Sistema Especialista, faz-se a avaliação da presença, ou não de fornos elétricos, de máquinas de solda e de cargas monofásicas. Estipula-se um grau mínimo de presença de cargas monofásicas e bifásicas, bem como de máquinas de solda, para considerar estas como causadoras do desequilíbrio de tensão. Presume-se que caso haja forno elétrico, este esteja em um circuito separado, logo este tipo de carga só pode causar desequilíbrio se estiver à jusante do ponto de medição.

F. Caracterização da Flutuação de Tensão

Segundo Morcos [14] as principais cargas causadoras de flutuações de tensão são os fornos a arco, as máquinas de solda, os alternadores e os motores. Segundo Dugan [7] a flutuação de tensão ocorre, principalmente, em sistemas que são relativamente fracos quanto à potência requerida pela carga, ou seja, em sistemas com baixa capacidade de curto circuito.

1) Fornos a arco Para as flutuações devido aos fornos elétricos a arco (FEA), que são a principal fonte causadora deste fenômeno, o Sistema Especialista analisa a relação entre o tamanho do forno e a capacidade de curto circuito do sistema no PAC. Através do índice SCVD (9) e da Fig. 3 é possível definir os limites onde a capacidade é condenável, um faixa limite e outra faixa aceitável, conforme a Fig. 3. e Tabela X.

SCVD

Onde:

=

2 MW

FEA

MVA

SC

PCC

(9)

SCVD - Short Circuit Voltage Depression MW FEA - Tamanho do Forno Elétrico a Arco MVA SC-PCC - Capacidade de Curto Circuito do sistema no PAC

P C C - Capacidade de Curto Circuito do sistema no PAC Fig. 3. SVCD em

Fig. 3. SVCD em função do tamanho do forno elétrico a arco

TABELA X Regras de Produção para Flutuação

Regra

FEA-1

Se

SVCD < 2,0 Causa da flutuação: operação inadequada do FEA

Então

Regra

FEA-2

Se

SVCD > 2,0 Causa da flutuação: capacidade de curto circuito inadequada

Então

2) Máquinas de Solda A maioria das máquinas de solda permanece mais tempo desligada do que ligada, logo a energia total consumida é pequena se comparada com a demanda instantânea. Caso o número de máquinas de solda represente uma pequena porção da carga instalada, a possibilidade delas causarem flutuações de tensão é pequena. Porém, se as máquinas de

solda somarem a maior parcela de carga instalada, a situação

é preocupante [14]. Desta forma, em relação à avaliação das máquinas de solda instaladas, a regra é verificar se estão em circuito separado e o valor da carga total das máquinas de solda no circuito.

IV. RESULTADOS

Para dados de medição de diferentes analisadores de qualidade de energia foi aplicado o procedimento desenvolvido. Primeiramente, criou-se um banco de dados que reproduzisse a memória de massa de um analisador com um histórico de todos os eventos de qualidade de energia relacionados, para avaliar tanto as regras do sistema especialista quanto a sensibilidade em relação aos tempos de integração. Além disto, foram utilizados dois outros

conjuntos de dados com diferentes analisadores para verificar

a aplicabilidade do procedimento em casos reais [16-17]. Assim foram analisados:

Caso_1. Um banco de dados criado para simular a memória de massa de um analisador de qualidade de energia, correspondentes a medições de um dia, com janela de integração igual a 1 ciclo em uma análise trifásica e com janela de integração igual a 12 ciclos conforme regulação da ANEEL. Técnica utilizada: Simulação Monte Carlo, sendo testados com sucesso todos os fenômenos de qualidade de energia projetados.

Caso_2: Tempo de análise de

7 horas com intervalos de

1 ciclo, com medições efetuadas no

Medição Fasorial Sincronizada, MedFasee [17], que realiza medições dos valores do módulo e ângulo das tensões trifásicas. O equipamento, instalado em um dos prédios do Centro Tecnológico da UFSC, realiza medições das tensões e desequilíbrios de tensão de baixa tensão. Caso_3: Tempo de análise de 1 mês com intervalos de 1 minuto com medições de um registrador de qualidade de energia realizadas no Bloco 2 da UNIVALI do período de 2 de marco a 2 de abril de 2007. Este equipamento armazena o valor médio, mínimo e máximo da variável elétrica sob análise para um período de integração de 1 minuto. Foram monitorados e analisados: Monitoração da tensão; desequilíbrio de tensão e distorção harmônica de corrente. Pode-se concluir através dos resultados destas análises que medições das grandezas elétricas e dos índices de qualidade de energia com diferentes janelas de integração não implicam em mudanças na técnica desenvolvida.

Sistema de

Projeto

V. CONCLUSÕES

O Sistema Especialista desenvolvido baseou-se nas

características típicas dos fenômenos de qualidade de energia. Logo, para casos específicos a origem dos distúrbios definida por este SE poderá não ser determinada (outras fontes de poluição, novos tipos de equipamentos, etc.). Porém, na medida em que estes casos forem identificados, podem ser adicionados à base de conhecimento. Com a construção de um histórico de eventos de qualidade de energia é possível redefinir as regras de acordo com a sensibilidade da instalação monitorada. Esta melhoria ocorre pela simples substituição dos valores adotados para a definição do tamanho dos motores, duração dos sags devido aos sistemas de transmissão e distribuição, porcentagem mínima de máquinas de solda e cargas mono e bifásicas. As regras desenvolvidas para distorção harmônica, notching, desequilíbrio de tensão e flutuação de tensão necessitam de uma avaliação prévia da planta industrial para a instalação de um sistema de medição e de gestão [15]. Estas regras também podem ser usadas nas etapas de projeto da planta industrial ou comercial. Por sua vez, as regras implementadas para sag e transitórios requerem equipamentos de medição com alta taxa de amostragem e medição simultânea de tensão e corrente. O Sistema Especialista para identificação das Causas dos Fenômenos de Qualidade de Energia Elétrica, apresentado neste trabalho, busca auxiliar gerentes, tomadores de decisão na escolha dos métodos e técnicas de melhoria dos problemas de qualidade de energia elétrica que causam perdas, diminuição da capacidade produtiva e dano financeiro ao consumidor.

AGRADECIMENTO

Os autores agradecem ao CNPq - Conselho Nacional de

Desenvolvimento Científico e Tecnológico.

REFERÊNCIAS

[1] Eurelectric. “Relatório eurelectric: referência para fornecedores de energia elétrica e fabricantes”. Eletricidade Moderna, 1(354):273–317, Setembro 2003. [2] Nelson C. Jesus, João A.M. Neto, Laerte L. Piesanti, and Edson L. Batista. “”Monitoramento e análise de distúrbios utilizando analisadores de qualidade de energia”. In Anais do Seminário Nacional de Produção e Transmissão de Energia Elétrica - SNPTEE, pages 1–6, Campinas, São Paulo, Brasil, 21- 26 Outubro 2001. [3] Raimundo Celeste Ghizoni Teive. Planejamento da Expansão da Transmissão de Sistemas de Energia Elétrica Utilizando

Sistemas Especialistas. PhD thesis, UFSC, Março 1997. [4] Alexandra dos Passos. Sistema especialista aplicado à assistência técnica: Estudo de caso em uma organização fabricante de produtos de telecomunicações. Master’s thesis, UFSC, SC, Fevereiro 2005. [5] Nelson C. Jesus. “Identificação e diagnostico com analisadores de qualidade de energia”. Eletricidade Moderna, (311):148 – 162, Fevereiro 2000. [6] Mark Stephens, Mark GcGranaghan, and Math Bollen. “Avaliando a imunidade de equipamentos industriais a afundamentos de tensão”. Eletricidade Moderna, 1(402):152– 163, Setembro 2007. [7] Roger C. Dugan, Mark F. McGranaghan, Surya Santoso, and H. Wayne Beaty. Electrical Power Systems Quality. McGrraw- Hill, 2002. [8] IEEE. IEEE standard 519 - IEEE recommended practices and requirements for harmonic control in electric power systems. Technical report, IEEE, New York, USA, April 1992. [9] A. Mansoor, W.M. Grady, and A.H. Chowdhury M.J. Samotyj. “An investigation of harmonics attenuation and diversity among distributed single-phase power electronic loads”. IEEE Transactions on Power Delivery, 10(1):2001–2006, January

1995.

[10] J.A. Suarez, G. F. Di Mauro, D. Anaut, and C. Aguero. “Análisis de la Distorsión Armónica y los Efectos de Atenuación y Diversidad en Áreas Eesidenciales”. Revista IEEE Latin America, 3(5):53–59, Dec. 2005. [11] Y. G. Hegazy and M.M.A. Salama. “Calculations of diversified harmonic currents in electric distribution systems”. In Generation, Transmission and Distribution, volume 150, pages 651–658. IEEE, IEEE, 12 Nov. 2003. [12] Annette von Jouanne and Basuded Banerjee. “Assessment of voltage unbalance”. IEEE Transactions on Power Delivery, 16(4):782–790, October 2001. [13] Paulo Vinícius Santos Valois and Carlos Márcio Vieira tahan and Nelson Kagan and Hector Arango. “Voltage unbalance in low voltage distribution networks”. In 16th International Conference and Exhibition on Electricity Distribution, pages 155–155, 18-21 June 2001. [14] M. M. Morcos and J. C. Gomez. Flicker sources and mitigation. IEEE Power Engineering Review, pages 5–10, Nov. 2002. [15] Diego L. Brancher and Jorge Coelho. “Software para monitoração, gestão e solução de distúrbios de qualidade de energia”. In Anais do Congreso Latinoamericano de Distribución Eléctrica, 10 p., Mar del Plata, Argentina, Setembro 2008. [16] Diego L. Brancher. Monitoração da Qualidade de Energia Elétrica em Consumidores Industriais e Comerciais. Master’s thesis, UFSC, março 2008. [17] I.C. Decker; M.N. Agostini; D. Dotta; S.L. Zimath; “Sistema de Medição Fasorial Sincronizada: Desenvolvimentos e Aplicação na Monitoração de Freqüência do Sistema Elétrico Brasileiro”. XVIII Seminário Nacional de Produção e Transmissão de Energia Elétrica. Curitiba, PR, 2005.

BIOGRAFIAS

Diego L. Brancher graduado em Engenharia Elétrica pela Universidade Federal de Santa Maria-RS. Mestrando do Programa de Pós-graduação da Universidade Federal de Santa Catarina-SC, vinculado ao Laboratório de Planejamento de Sistemas de Energia Elétrica (LabPlan). Áreas de interesse de pesquisa são: distribuição de energia elétrica; qualidade de fornecimento de energia elétrica; custos associados à qualidade de energia.

Jorge Coelho Doctor in Electrical Engineering from Catholic University of Rio de Janeiro, Brazil. Professor, Department of Electrical Engineering,

Federal University of Santa Catarina (UFSC), SC, Brazil, since March 1978. Research interests include expansion planning, operating planning, electrical system reliability, probabilistic methods applied to power systems and distribution systems and electrical power quality.

Gonçalo M. Coelho graduado em Engenharia de Computação pela Universidade do Vale do Itajaí (UNIVALI), SC. Áreas de interesse de pesquisa são: programação de computadores; programação de games; gestão e controle estatístico de qualidade.