Você está na página 1de 127

Rogrio Cesar Serapio Silva

PROTEO DIFERENCIAL DE GERADORES


SNCRONOS: O uso de redes neurais artificiais para
identificao e correo da saturao dos
transformadores de corrente

Dissertao de Mestrado apresentada Escola


de Engenharia de So Carlos da Universidade
de So Paulo, como parte dos requisitos para
obteno do ttulo de Mestre em Cincias,
Programa de Engenharia Eltrica.
rea de Concentrao: Sistemas Eltricos de
Potncia.
Orientador: Prof. Tit. Denis Vinicius Coury

So Carlos
2012

Trata-se da verso corrigida da dissertao. A verso original se encontra disponvel


na EESC/USP que aloja o Programade Ps Graduao de Engenharia Eltrica.

Ficha catalogrfica preparada pela Seo de Tratamento


da Informao do Servio de Biblioteca EESC/USP

S586p

Silva, Rogrio Cesar Serapio.


Proteo diferencial de geradores sncronos : o uso de
redes neurais artificiais para identificao e correo da
saturao dos transformadores de corrente. / Rogrio Cesar
Serapio Silva ; orientador Denis Vinicius Coury. So
Carlos, 2012.

Dissertao (Mestrado - Programa de Ps-Graduao em


Engenharia Eltrica e rea de Concentrao em Sistemas
Eltricos de Potncia)-- Escola de Engenharia de So
Carlos da Universidade de So Paulo, 2012.

1. Redes neurais artificiais. 2. Proteo diferencial.


3. Geradores sncronos. 4. Saturao de transformadores de
corrente. I. Ttulo.

iv

Agradecimentos
Este trabalho de pesquisa teve a colaborao de diversas pessoas a quem
gostaria de agradecer mesmo correndo o risco de esquecer algumas delas.
Agradecimentos especiais devem ser feitos a minha esposa Selma e filhas
Karen e Carolina, pela compreenso e por todo apoio dado em momentos difceis e
que forneceram suporte em todas as fases de estudo pelas quais passei.
Ao meu pai por me ensinar a ter muita fora e garra, mesmo quando nada
funciona, e por sempre ter me instigado a ir alm. minha me, pelo carinho e por
sempre estar ao meu lado quando mais precisei.
Ainda devo agradecer, de forma geral, a todas estas pessoas, pois,
contriburam para a formao do bem mais precioso que possuo, meu
conhecimento, em especial aos meus Gerentes da CPFL, Wilson Geraldo Gonalves
de Aguiar (in memorian), Walter Henrique Bernardelli, Pedro Paulo Derrico,
Aparecida Maria Rangel Ferreira, alm de a todos os colegas de trabalho que
sempre me apoiaram nos momentos difceis.
Seguindo uma linha cronolgica, gostaria de agradecer aos amigos que fiz
na graduao e que continuam ao meu lado. Dentre estas pessoas, devo ressaltar o
Eng. Carlos Alberto Tadeu dos Reis Santos, que me ajudou muito no aprendizado
de projeto eltrico e, tambm, por sempre tentar me mostrar que os problemas
podem ser visualizados por ngulos diferentes.
Aos professores de graduao da FEB/Barretos, instituio na qual tive o
privilgio de adquirir toda base de conhecimentos acadmicos. Em especial, ao
professor Ms. Nazin Chubaci, pelo auxlio dado desde o perodo da graduao at
hoje. Ao professor Walter Henrique Bernardelli pelos grandiosos ensinamentos.
Aos amigos de graduao, Eng. Reginaldo Leopoldino, Eng. Marcio
Aparecido da Silva, Eng. Fabio Cesar Remiro pelos seis anos bem vividos e que,
mesmo distantes, ainda mantm contato.
Agradeo, tambm, aos amigos da CPFL Eng. Alexandre Jos Pires, Eng.
Marcos Cezar Vilela, Eng. Paulo Jos China e Eng Cntia Beatriz.
Agradeo, ainda, aos amigos da USP, Eng. Ricardo de Souza Fernandes e
ao Eng. Renato Machado Monaro, pelo companheirismo e amizade e pela grandiosa
ajuda neste trabalho de pesquisa.

vi

Ao Prof. Dr. Mrio Oleskovicz, por estar sempre ao meu lado, auxiliando na
elaborao dos temas realizados nos seminrios referentes s disciplinas Qualidade
da Energia Eltrica e Proteo de Sistemas Eltricos de Potncia.
Ao Prof. Dr. Denis Vinicius Coury que, desde o comeo, sempre deu
liberdade para pesquisar assuntos que fossem de meu interesse, pela grandiosa
contribuio para a concluso deste trabalho e pela confiana depositada neste
estudo. Agradeo, ainda, pela orientao acadmica e pelos ensinamentos
trabalhados nas disciplinas.
Ao Eng. Murilo da Silva, pela grandiosa ajuda neste trabalho de pesquisa.
Aos colegas dos demais laboratrios: Eng. Daniel Falconi, Eng. Silvio
Albuquerque, Eng. Adriano e muitos outros.
Aos funcionrios da Universidade de So Paulo (USP/EESC/SEL), em
especial, as secretrias de Ps-Graduao, Marisa Fortulan e Rosane Aranda.
Escola de Engenharia de So Carlos (EESC/USP) que acolheu este
trabalho, por meio da destinao de espao fsico e apoio administrativo, traduzindo
assim, a grandiosidade da instituio e sua viso de futuro.

vii

O vento sopra onde quer, ouves a sua voz, mas no sabes de onde vem, nem
pr onde vai; assim todo aquele que nascido do Esprito.
Amm.
Joo 3, 8

viii

ix

RESUMO
SILVA, R. C. S. (2012). Proteo Diferencial de Geradores Sncronos: o uso de
redes neurais artificiais para identificao e correo da saturao dos
transformadores de corrente. 109 f. Dissertao (Mestrado) Escola de Engenharia
de So Carlos, Universidade de So Paulo, 2012.

Este trabalho tem como objetivo apresentar um algoritmo de proteo diferencial de


geradores baseado em Redes Neurais Artificiais (RNAs), que seja robusto e
confivel em situaes onde os algoritmos padres podem apresentar dificuldades,
como no caso, da saturao de TCs. O algoritmo desenvolvido constitudo por dois
mdulos principais: a) um mdulo de deteco da saturao dos transformadores de
corrente (TCs) empregados na proteo diferencial de geradores e; b) um mdulo de
correo das formas de onda distorcidas devido saturao dos TCs. Os mdulos
utilizam RNAs para detectar e corrigir situaes onde haja saturao dos TCs, a fim
de evitar a m operao da proteo diferencial. O algoritmo foi desenvolvido em
ambiente Matlab e validado com base nos dados da modelagem e simulaes de um
sistema eltrico utilizando o software Alternative Transients Program (ATP).

Palavras Chave: Proteo diferencial. Redes neurais artificiais. Geradores


sncronos. Saturao dos transformadores de corrente.

ABSTRACT
SILVA, R. C. S. (2012). Differential protection for synchronous generators: the
use of artificial neural networks for identification and correction of the saturation of
current transformers. 109 f. Dissertao (Mestrado) Escola de Engenharia de So
Carlos, Universidade de So Paulo, 2012.

This work has as objective to present an algorithm for differential protection of


generators based on Artificial Neural Networks (ANN), which is robust and reliable in
situations where standard algorithms fail, as in the case of Current Transformer (CT)
saturation. The algorithm developed consists of two main modules: a) a module to
detect saturation of CTs used in differential protection of generators and; b) module
to correct distorted waveforms due to CT saturation. The modules use ANNs to
detect and correct situations where there is saturation of CTs in order to avoid
misoperation of the differential protection. The algorithm was developed using Matlab
software and validated based on data modeling and simulations of a power system
using the Alternative Transients Program (ATP) software.

Keywords: Differential protection. Artificial neural networks. Power generator.


Current transformer saturation.

xi

LISTA DE ABREVIATURAS E SIGLAS


A/D

Analgico/Digital

ANN

Artificial Neural Network

ATP

Alternative Transients Program

BPA

Bonneville Power Administration

EMTP

Electromagnetic Transient Program

EPRI

Eletric Power Research Institute

MLP

Multi Layer Perceptron

RNA

Rede Neural Artificial

IEC

International Electrotechnical Commission

IEEE

Institute of Electrical and Electronics Engineers

RBF

Radial Basis Function

TC

Transformador de Corrente

EQM

Erro Quadrtico Mdio

LEC

Leuven EMTP Center

SEP

Sistema Eltrico de Potncia

CPFL

Companhia Paulista de Fora e Luz

SEs

Subestaes

TP

Transformador de Potencial

TI

Transformador de Instrumento

RTC

Relao de Transformao do TC

RTE

Relao de Transformao do Equipamento

ANSI

American National Standart Institute

ASA

American National Association

ABNT

Associao Brasileira de Normas Tcnicas

xii

AC

Alternated Current

DC

Direct Current

RMS

Root Mean Square

TDNN

Time Delay Neural Networks

ANEEL

Agncia Nacional de Energia Eltrica

CEMIG

Companhia Energtica de Minas Gerais

LT

Linha de Transmisso

GT

Gerador-Transformador

LSEE

Laboratrio de Sistemas de Energia Eltrica

xiii

LISTA DE FIGURAS
Figura 1.1 Sistema eltrico de potncia ...................................................................2
Figura 3.1 Exemplos de RTC .................................................................................15
Figura 3.2 Relao nica x relao mltipla...........................................................15
Figura 3.3 Curva de excitao do TC.....................................................................17
Figura 3.4 TC de baixa reatncia ...........................................................................20
Figura 3.5 TC de alta reatncia ..............................................................................20
Figura 3.6 TC tipo bucha ........................................................................................22
Figura 3.7 TC tipo janela ........................................................................................22
Figura 3.8 TC tipo barra .........................................................................................23
Figura 3.9 TC tipo pedestal ....................................................................................24
Figura 3.10 Corrente e fluxo do TC em saturao .................................................27
Figura 3.11 B (Fluxo Magntico) H (Fora Magntica) com histerese ...................28
Figura 3.12 B (Fluxo Magntico) H (Fora Magntica) sem histerese ...................29
Figura 3.13 Corrente e fluxo do TC com pequena saturao CA...........................30
Figura 3.14 Corrente e fluxo do TC com moderada saturao CA.........................31
Figura 3.15 Fluxo do ncleo com as componentes CA e CC.................................32
Figura 3.16 Sada do TC com saturao CC..........................................................32
Figura 4.1 Mquina sncrona operando como gerador...........................................38
Figura 4.2 Principais sub-sistemas de um rel computadorizado ..........................44
Figura 4.3 Proteo diferencial dos enrolamentos da mquina sncrona...............45
Figura 4.4 Proteo diferencial tipo autobalano ...................................................46
Figura 4.5 Proteo diferencial longa.....................................................................47
Figura 4.6 Falta externa ao rel diferencial ............................................................48
Figura 4.7 Falta interna ao rel diferencial .............................................................48
Figura 4.8 Proteo diferencial percentual.............................................................49

xiv

Figura 4.9 Curva de ajuste para proteo diferencial percentual........................... 50


Figura 4.10 Circuito equivalente do transformador de corrente ............................. 51
Figura 4.11 Corrente de erro ................................................................................. 52
Figura 4.12 Proteo de um gerador sncrono e transformador elevador de
uma usina hidreltrica ...................................................................................... 54
Figura 5.1 Representao do neurnio artificial modelado por McCulloch e
Pitts comparado a um neurnio biolgico. ....................................................... 57
Figura 5.2 Representao da funo de ativao do tipo degrau bipolar. ............. 60
Figura 5.3 Representao da funo de ativao do tipo degrau.......................... 61
Figura 5.4 Ilustrao da funo de ativao do tipo linear..................................... 61
Figura 5.5 Representao grfica da funo de ativao do tipo tangente
hiperblica. ....................................................................................................... 62
Figura 5.6 Ilustrao da funo de ativao do tipo logstica (sigmide)............... 62
Figura 5.7 Representao grfica da funo de ativao do tipo rampa. .............. 63
Figura 5.8 Ilustrao da funo de ativao de base radial (gaussiana). .............. 63
Figura 5.9 Arquitetura de uma rede neural do tipo MLP ........................................ 64
Figura 6.1 Sistema eltrico estudado..................................................................... 68
Figura 6.2 Sistema eltrico real simulando uma falta interna ao gerador. ............. 70
Figura 6.3 Sistema eltrico simulado no ATP simulando uma falta interna ao
gerador. ............................................................................................................ 70
Figura 6.4 Sistema eltrico real simulando uma falta externa ao gerador. ............ 71
Figura 6.5 Sistema eltrico simulado no ATP simulando uma falta externa ao
gerador . ........................................................................................................... 71
Figura 6.6 Modelo eltrico do TC........................................................................... 72
Figura 6.7 Curva de magnetizao do TC. ............................................................ 73
Figura 6.8 Corrente primria sob falta externa AB 90.......................................... 74
Figura 6.9 Corrente secundria sob falta externa AB 180 com saturao do
TC .................................................................................................................... 75
Figura 7.1 Arquitetura da rede neural detectora .................................................... 79
Figura 7.2 Arquitetura da rede neural corretora..................................................... 80

xv

Figura 7.3 Fluxograma do algoritmo do rele diferencial .........................................82


Figura 7.4 Exemplo do janelamento do sinal..........................................................83
Figura 7.5 Curva de ajuste para proteo diferencial.............................................86
Figura 7.6 Resposta da rede neural detectora falta externa AB 180 ....................87
Figura 7.7 Resposta da rede neural detectora falta externa AB 360 ....................88
Figura 7.8 Resposta da rede neural detectora falta interna ABC 180...................89
Figura 7.9 Resposta da rede neural corretora falta externa fase AB 180 .............91
Figura 7.10 Resposta da rede neural corretora falta externa AT 270 ...................92
Figura 7.11 Resposta da rede neural corretora falta externa ABT 90...................93
Figura 7.12 Sada do algoritmo de deteco e correo falta externa ABC
270...................................................................................................................94
Figura 7.13 Sada do algoritmo de deteco e correo falta externa ABT 90 .....94
Figura 7.14 Sada do algoritmo de deteco e correo falta interna ABC
180...................................................................................................................95

xvi

LISTA DE TABELAS

Tabela 3.1 Cargas nominais definidas pela Norma ABNT (NBR 6856/1992) ........ 18
Tabela 3.2 Valores obtidos ao se aplicar tenso nos terminais secundrios do
TC .................................................................................................................... 19
Tabela 3.3 Exemplos de especificao de TCs ..................................................... 21
Tabela 4.1 Indicaes-base para proteo de geradores (critrios de potncia
e de tipo da turbina). ........................................................................................ 36
Tabela 4.2 Levantamento estatstico e percentual de falhas dos equipamentos de
uma usina hidreltrica................................................................................................41
Tabela 7.1 Resultado dos testes antes e aps o uso da RNA............................... 96

xvii

SUMRIO
RESUMO....................................................................................................................ix
ABSTRACT.................................................................................................................x
LISTA DE ABREVIATURAS E SIGLAS ....................................................................xi
LISTA DE FIGURAS ................................................................................................xiii
LISTA DE TABELAS ...............................................................................................xvi
1

INTRODUO ....................................................................................................1
1.1 Consideraes Iniciais ................................................................................1
1.2 Organizao do Trabalho............................................................................4

REVISO BIBLIOGRFICA...............................................................................7
2.1 Reconstruo de Sinais Distorcidos e Deteco da Saturao dos TCs ....7
2.2 Proteo de Geradores utilizando ferramentas inteligentes......................10

TRANSFORMADORES DE CORRENTE E A SATURAO ..........................13


3.1 Transformadores de Instrumentos ............................................................13
3.1.1 Definies Bsicas .........................................................................14
3.2 Transformadores de Corrente (TCs) .........................................................14
3.2.1 Curva de Excitao e Classificao dos Transformadores de
Corrente ....................................................................................................16
3.2.2 TC de Medio x TC de Proteo ..................................................19
3.2.3 Tipos de TCs mais utilizados..........................................................21
3.3 A Saturao dos Transformadores de Corrente........................................24
3.3.1 Transformadores de Corrente e Replicao de Correntes de Falta30

PROTEO DE GERADORES ........................................................................35


4.1 Proteo de geradores..............................................................................35
4.2 Perturbaes na mquina sncrona.............................................................39
4.3 A Proteo do gerador sncrono................................................................41
4.4 Tipos de protees do gerador sncrono...................................................41
4.5 Proteo digital..........................................................................................42
4.6 Proteo diferencial...................................................................................45
4.7 Rel diferencial ideal .................................................................................47
4.8 Proteo diferencial percentual.................................................................49
4.9 Consideraes prticas.............................................................................51

REDES NEURAIS ARTIFICIAIS.......................................................................56


5.1 Histrico ....................................................................................................56
5.2 Arquiteturas de redes neurais artificiais ....................................................59
5.2.1 Perceptron de mltiplas camadas ..................................................63
5.2.2 Treinamento Backpropagation........................................................65
5.2.3 Treinamento Levenberg-Marquardt ................................................65

O SISTEMA ELTRICO EM ANLISE ............................................................67


6.1 Histrico do programa ATP .......................................................................67
6.2 Sistema eltrico estudado .........................................................................68

xviii

ALGORITMO APLICADO PROTEO DIFERENCIAL DO GERADOR..... 77


7.1 Processo de definio, treinamento e avaliao das RNAs ..................... 77
7.1.1 Rede neural detectora.................................................................... 78
7.1.2 Rede neural corretora .................................................................... 79
7.2 Fluxograma do algoritmo do rele diferencial............................................. 81
7.2.1 Entrada de dados........................................................................... 83
7.2.2 A deteco e a correo da saturao do TC................................ 84
7.2.3 Rede neural detectora.................................................................... 84
7.2.4 Rede neural corretora .................................................................... 85
7.2.5 Clculo da corrente diferencial....................................................... 85
7.3 Resultados da aplicao de Redes Neurais na deteco e correo de
sinais de TCs distorcidos pela saturao ................................................. 86
7.3.1 Rede Detectora.............................................................................. 86
7.3.2 Rede Corretora .............................................................................. 90
7.3.3 Algoritmo de Correo e Deteco ................................................ 93

CONCLUSES ................................................................................................ 97
8.1 Continuidade da pesquisa ........................................................................ 98

REFERNCIAS ........................................................................................................ 99
APNDICE A Casos utilizados para treinamento e validao das RNAs ..... 103
APNDICE B Processo de treinamento da RNA detectora ............................ 105
APNDICE C - Processo de treinamento da RNA corretora ............................. 107

1 INTRODUO
1.1 Consideraes Iniciais
Na histria da sociedade, a energia eltrica, desde a sua descoberta,
sempre ocupou lugar de destaque, tendo em vista a dependncia da qualidade de
vida, do progresso econmico, da qualidade do produto e dos servios relacionados
energia eltrica, que por sua vez dependem de como as empresas de eletricidade
projetam, operam e mantm o Sistema Eltrico de Potncia (SEP).
A energia eltrica proporciona sociedade, trabalho, produtividade e
desenvolvimento, e aos seus cidados conforto, comodidade, bem-estar e
praticidade, o que torna a sociedade moderna cada vez mais dependente de seu
fornecimento e mais suscetvel s falhas do sistema eltrico. Em contrapartida esta
dependncia dos usurios vem se traduzindo em exigncias por melhor qualidade
de servio e produto.
A energia eltrica uma das mais nobres formas de energia secundria. A
sua facilidade de gerao, transporte, distribuio e utilizao, com as conseqentes
transformaes em outras formas de energia, atribuem eletricidade uma
caracterstica de universalizao, disseminando o seu uso pela humanidade. No
mundo de hoje, eletricidade, como o alimento e a moradia, um direito humano
bsico.

Eletricidade

forma

dominante

de

energia

moderna

para

telecomunicaes, tecnologia da informao, e produo de bens e servios.


O crescimento da populao mundial e da economia nos pases em
desenvolvimento implicam, necessariamente, no aumento do consumo de energia.
No entanto, a produo de energia deve seguir os conceitos de
desenvolvimento sustentvel e de responsabilidade ambiental.
O SEP possui trs etapas muito importantes, onde podemos citar a gerao,
transmisso e distribuio, at a medio do cliente. Na gerao temos a casa de
mquinas onde a energia gerada de 2 14kV, depois elevada essa tenso na
subestao elevadora em tenses usuais de 34,5kV, 69kV, 138kV, 230kV, 440kV,
500kV e 750kV, onde aps transmitida at os grandes centros de consumo atravs
das linhas de transmisso, tendo as suas tenses rebaixadas para as tenses

usuais de 11,4kV, 13,2kV, 13,8kV e 23kV atravs da subestao abaixadora e


novamente as tenses so rebaixadas atravs dos transformadores de distribuio
para o consumo dos clientes residenciais, comerciais, industriais e rurais.
Por intermdio da Figura 1.1, podem ser verificadas, simbolicamente, todas
as etapas do SEP que foram descritas anteriormente.

Figura 1.1 Sistema eltrico de potncia


Fonte:(Companhia Paulista de Fora e Luz (CPFL), 2010)

Os SEPs so constitudos por uma diversidade de equipamentos, sendo que


alguns deles possuem alto custo associado tanto para aquisio quanto para
manuteno.

Os

geradores

sncronos

encaixam-se

nessa

categoria

de

equipamentos.
Geradores sncronos so de grande importncia para o fornecimento de
energia eltrica, assim, tcnicas que realizem sua proteo encontram-se em
constante desenvolvimento, pois esses geradores esto sujeitos a vrios tipos de
faltas. Como resultado dessas faltas, observa-se o aparecimento de altas correntes
de curto circuito, necessitando, portanto, de proteo que consiga atuar

rapidamente, isolando o gerador da rede eltrica quase que instantaneamente para


que maiores danos sejam evitados.
Dentre as metodologias encontradas para a proteo de geradores
sncronos, destacam-se os rels de proteo diferencial (eletromecnicos e digitais)
foco deste trabalho - responsvel por comparar os valores das correntes da
entrada e da sada para cada fase do estator, a fim de detectar faltas internas e,
assim, realizar a proteo no momento de sua ocorrncia.
Os SEPs tem crescido em complexidade e tamanho, devido expanso da
capacidade de gerao e da interconexo do sistema, e consequentemente,
observa-se o aumento dos nveis de curto-circuito.
O aumento da complexidade do sistema exige o refinamento da proteo de
modo a garantir a confiabilidade e estabilidade do mesmo. Desta maneira os rels
de proteo assumem cada vez mais importncia no SEP, pois eles devem isolar as
faltas com preciso o mais rpido possvel (Coury et al., 2007).
Para tanto necessria a reproduo precisa da corrente e/ ou tenso. A
alimentao dos rels com os sinais de corrente faz-se por meio do uso dos TCs, os
quais tm como funo rebaixar a magnitude da corrente eltrica a nveis
compatveis com os rels. Entretanto, os TCs, devido as suas caractersticas
construtivas, esto sujeitos saturao em condies de correntes elevadas, o que
se observa nos casos de faltas severas, levando reproduo errnea da corrente
medida.
Essa reproduo errnea da corrente medida, causada pela saturao dos
TCs prejudica a proteo diferencial, sendo esse aspecto abordado e aprofundado
no presente estudo.
Dado o contexto anterior, estabeleceu-se como objetivo deste trabalho,
desenvolver um algoritmo baseado em RNA que auxilie no processo de proteo de
geradores sncronos. O algoritmo apresentar como principais caractersticas: a)
deteco da saturao dos TCs empregados na proteo diferencial dos geradores;
b) correo das formas de ondas distorcidas devido saturao dos TCs, pois tal
saturao pode acarretar m operao da proteo.

1.2 Organizao do Trabalho


O trabalho em questo estruturado da seguinte forma:
Na introduo, pontua-se a importncia dos Sistemas Eltricos de Potncia
(SEP) e sua proteo dentro do contexto nacional. Neste captulo, so delineados o
escopo, a motivao e os objetivos deste trabalho.
No captulo 2, encontra-se a sntese da pesquisa bibliogrfica, com enfoque
na rea de proteo diferencial de geradores sncronos, envolvendo os mecanismos
de preveno contra problemas nos dispositivos do sistema, como os TCs. Outro
aspecto importante abordado a utilizao de ferramentas inteligentes para
melhorar o sistema de proteo, como a aplicao de Redes Neurais Artificiais
(RNAs) para a reconstruo de sinais distorcidos provenientes da saturao dos
TCs.
No Captulo 3, so destacados os TCs de medio e proteo, abrangendo
a diferena entre eles e os tipos de TCs existentes, a curva de excitao e a
classificao dos TCs, exemplos de especificao de TCs, a saturao dos TCs e
replicao das correntes de falta.
No Captulo 4, so apresentados de forma sucinta os conceitos e filosofias
sobre a proteo diferencial de geradores, partindo da proteo eletromecnica at
a digital. So abordadas tambm consideraes prticas sobre a proteo
diferencial.
No Captulo 5, enfoca-se o conceito geral das redes neurais artificiais
(RNAs) e seu surgimento, ou seja, a histria da arte sobre essa ferramenta
inteligente, suas principais aplicaes e sua importncia. So abordadas tambm as
arquiteturas de RNAs e as funes de ativao mais utilizadas.
No Captulo 6, descrito detalhadamente o sistema eltrico estudado e sua
modelagem por meio do programa ATP, utilizado neste trabalho com a finalidade de
gerar os dados para a etapa de treinamento, validao e teste da RNA. Neste
captulo, tambm apresentada a metodologia empregada para a identificao e
correo dos sinais provenientes de TCs saturados.
No Captulo 7, aborda-se o algoritmo desenvolvido para a proteo
diferencial do gerador sncrono e todas as etapas que o compem. So
apresentados os resultados experimentais alcanados pelo algoritmo e a eficincia

da deteco e correo dos sinais de corrente provenientes de TCs saturados


utilizando-se RNAs.
Finalmente, no Captulo 8, so discutidos os resultados alcanados pelo
algoritmo proposto e apresentadas as concluses finais e propostas de trabalhos
futuros.

2 REVISO BIBLIOGRFICA
Neste captulo, apresentam-se os aspectos-chave de estudos do perodo de
1990 a 2011, referente a trabalhos relacionados proteo diferencial de geradores
sncronos. Nesse sentido, encontra-se um nmero significativo de publicaes em
revistas especializadas, anais de conferncias e artigos sobre o tema em pauta,
envolvendo a proteo do gerador em si e os mecanismos de preveno contra
problemas nos dispositivos transdutores do sistema, como os TCs.
Outros dois aspectos importantes abordados por esses trabalhos so a
tentativa de reconstruo dos sinais distorcidos pelos TCs, utilizando RNAs, e a
anlise de ferramentas inteligentes para melhorar o sistema de proteo, como a
aplicao de RNAs em certas funes auxiliares, fornecendo maior rapidez,
confiabilidade e preciso ao conjunto de dados.

2.1 Reconstruo de Sinais Distorcidos e Deteco da Saturao dos


TCs

Alguns trabalhos tm sido realizados na tentativa da reconstruo de sinais


distorcidos pelos TCs utilizando Redes Neurais Artificiais.
O trabalho apresentado pelos autores Mikrut e Witek (1989) e Hosemann e
Steigerwald (1993) tratam do fenmeno da saturao dos TCs que foram reportados
no passado e os critrios especiais adotados para a implementao das propostas.
A maioria dos algoritmos propostos para este tipo de proteo usava critrios
especiais para detectar a saturao. A utilizao destes requeria um atraso na
operao dos rels para evitar operaes incorretas.
Hosemann e Steigerwald (1993), criaram um novo mtodo digital para a
deteco rpida e confivel da saturao de um nico TC quando submetido a
diversos tipos de falta. O princpio de funcionamento independente do nmero de
fases envolvidas no curto circuito e independente das propriedades magnticas dos
TCs.

A metodologia baseia-se no uso das componentes modais positivas () e


negativas () para o clculo da deteco da saturao do sinal. No estado sem
saturao, suas trajetrias so crculos. O desvio desta trajetria padro caracteriza
o incio da saturao do TC; o qual pode ser detectado em um tempo mnimo de 3
milissegundos (ms). O resultado de uma rpida deteco da saturao do TC leva a
um ajuste da proteo diferencial com maior preciso e sensibilidade quando
comparado aos dispositivos conhecidos. Isto garante uma operao confivel
mesmo em caso de curto circuito com correntes de curto circuito menores. O novo
detector de saturao modal ideal para a proteo diferencial de linhas, bem como
barramentos e arranjos de outros circuitos.
Segundo (Barnett e Chadwick (1993)), se a caracterstica da saturao do
TC conhecida, uma estimativa da corrente do primrio na situao em que o TC
satura pode ser encontrada, assumindo-se carga resistiva. Porm, a maioria das
correntes de falta no ter a caracterstica simtrica necessria para essa estimativa
simplificada. Dependendo da impedncia da linha e do ngulo de falta, a corrente de
falta ter um decaimento exponencial.
Kang, Park e Aggarwall (1997), mostraram algoritmos para estimar a
corrente secundria correspondente relao do TC sob saturao, usando a curva
fluxo versus corrente. Os resultados da implementao em hardware dos
algoritmos usando um processador digital de sinais so apresentados. A principal
vantagem dos mtodos que eles podem melhorar a sensibilidade dos rels para
faltas internas de baixa amplitude, maximizar a estabilidade dos rels para faltas
externas e reduzir a seo requerida para o ncleo do TC.
Jamali et al. (1997) trataram da componente CC da corrente de falta, que a
principal causa de saturao do TC. A corrente de excitao do TC saturado
depende do aumento no fluxo do ncleo que distorce a corrente secundria. A forma
de onda corrompida da corrente pode causar operao errnea do dispositivo de
proteo. O artigo apresentou um novo algoritmo para compensar e evitar o
problema descrito, adicionando a corrente de excitao calculada corrente
secundria medida.
Yu et al. (1999) e Cummins et al. (2000) apresentaram o uso de RNAs para
corrigir distores na forma de onda secundria do TC. A rede neural treinada para
obter uma funo de transferncia inversa dos TCs toroidais com ncleo de ferro, os
quais so amplamente utilizados nos sistemas de proteo. A RNA fornece uma boa

estimativa da corrente primria para um transformador saturado. A rede neural foi


desenvolvida dispondo do software Matrix Laboratory (MATLAB) e treinada usando
simulaes do software ATP. Para manipular grandes quantidades de correntes de
falta, usou-se uma tcnica com dois conjuntos de coeficientes de rede neural, os
quais lidam com diferentes variaes de corrente. O algoritmo da RNA em questo
foi implementado em um processador digital de sinais (DSP). A velocidade e
preciso fornecidas mostraram-se satisfatrias para aplicaes em tempo real.
Ressalta-se que, no mtodo proposto em Cummins, Yu e Kojovic (2001), realizou-se
apenas a correo da saturao por RNAs, sendo que o algoritmo diferencial
completo do rel no foi testado. Em Yu et al. (1999) e Yu et al. (2001), os mtodos
foram utilizados somente com dados de faltas que continham o fenmeno da
saturao.
Monaro et al. (2010) abordaram no seu trabalho uma maneira de detectar e
corrigir a saturao de TCs empregando uma RNA especialista na deteco da
saturao e outra RNA dedicada correo da corrente saturada. Este arranjo
direciona a corrente corrigida pela RNA corretora somente quando necessrio, ou
seja, quando detectada a saturao do TC, sendo esta uma vantagem da tcnica
proposta pois a correo do sinal de corrente aplicada somente quando
detectado saturao do TC. Outra vantagem do mtodo proposto a carga
computacional reduzida, decorrente dos baixos nveis de processamento das RNAs
previamente

treinadas,

microprocessados.

viabilizando

sua

aplicao

em

rels

de

proteo

10

2.2 Proteo de Geradores utilizando ferramentas inteligentes


Megahed e Malik (1999), apresentam uma rede neural tipo Feed-Forward
com o algoritmo de backpropagation, para a proteo diferencial de geradores
sncronos, conseguindo tempos de deteco da ordem de 4 ms. A rede neural
alimentada com uma corrente de campo e sinais de corrente em todas as trs fases
terminais no lado do neutro do gerador.
Taalab et al. (1999) apresentaram um esquema mais simples de proteo
diferencial usando uma rede do tipo Time-Delay Neural Network (TDNN). Essa rede
neural utiliza seis entradas que consistem na diferena e na mdia das correntes de
entrada e sada dos enrolamentos do gerador, em que se pode perceber que o
tempo de deteco da falta, neste caso, subiu para quase metade de um ciclo.
Halinka e Szewczyk (2004) ampliaram o esquema de Taalab et al. (1999)
para uma proteo integral por sobrecorrentes do grupo gerador-transformador
como um todo e que abrange faltas monofsicas e trifsicas entre o gerador,
transformador e linhas de transmisso. Os autores utilizam, igualmente, redes
neurais do tipo TDNN, mas no incluem a proteo diferencial.
Lu Yuping, Lai e Guoqing (2004) propem uma nova tcnica para aplicao
da RNA para proteger a unidade gerador-transformador. Esta tcnica combina a
teoria da proteo convencional de gerador, desenvolvida em vrias dcadas, com a
tcnica inteligente da RNA.
No algoritmo em questo so utilizadas seis formas diferentes de entradas
para apresentar as correntes de operao e restrio. Segundo os autores,
utilizando-se deste principio possvel reduzir os efeitos negativos presentes nos
sinais causados pelos perodos transitrios ou saturao dos TCs. Esta combinao
promove uma abordagem efetiva para o desenvolvimento dos rels de proteo de
alta performance e alta confiabilidade. O algoritmo utiliza uma rede neural do tipo
Multilayer Perceptoron (MLP) com o algoritmo de backpropagation e sada com 5
(cinco) patamares com caracterizao de 5 (cinco) distrbios diferentes (faltas
internas graves, leves, faltas de energia transitrias, estado de saturao e faltas
externas do sistema). Os resultados demonstraram que esta nova abordagem
melhora o desempenho do rel significativamente. A segurana e confiabilidade das
RNAs so significativas se comparadas com a teoria de proteo convencional.

11

Kasztenny e Finney (2005) apresentaram um novo projeto do rel diferencial


de gerador, em particular a funo diferencial do estator, que inclui casos extremos
de saturao dos TCs devido a elevadas correntes CA ou duradouras correntes CC.
O algoritmo funciona com ciclo, incluindo uma resposta global do hardware do
rel. A anlise da resposta de uma funo diferencial tradicional sob saturao do
TC includa para fornecer definio de orientaes para a misso futura dos rels.
Villada et al. (2006) prope um novo sistema de proteo diferencial de
geradores sncronos baseados em redes neurais artificiais com filtros de resposta
finita ao impulso (FIRANN), seguindo os postulados de Haykin (1994). Estes tipos de
redes neurais apresentam vantagens sobre as redes do tipo TDNN, pois, como elas
no exigem pr-processamento dos sinais de entrada, apresentam velocidades de
resposta superiores. As redes FIRANN foram treinadas para detectar e classificar
faltas internas. Os padres de treinamento so gerados por meio da simulao de
faltas internas utilizando o programa Alternative Transient Program (ATP). Embora o
ATP no possa modelar diretamente as faltas internas de um gerador, prope-se
uma nova metodologia para trabalhar com assimetrias internas no modelo da
mquina sncrona do ATP. Por fim so mostrados os resultados experimentais de
um modelo de faltas internas, a estrutura da rede neural, o mtodo de treinamento e
os testes da rede.
Rigotto, Batista e Alves (2010) apresentaram um trabalho sobre uma
experincia da CEMIG na aplicao de uma funo de proteo diferencial digital de
geradores (87G) com deteco de saturao de TCs, encontrada no mercado. Os
autores descrevem a atuao indevida dessa funo para eventos externos como
curto-circuito e manobra de blocos de carga. So apresentados os critrios de ajuste
dessas funes, seu principio de funcionamento e a soluo dada para o problema.
Na anlise do desempenho da funo diferencial digital, ficou evidente que a lgica
de deteco de saturao no atuou corretamente para os eventos observados,
devido s baixas correntes de restrio, inferiores ao ajuste. A primeira soluo
adotada foi reduzir o ajuste deste parmetro de 1,2 pu para 1,0 pu, sendo este
ltimo o menor valor permitido pela funo 87G.
Hunt (2010) apresenta um novo projeto para proteo de geradores de
pequeno porte que so comumente instalados para fornecer energia de emergncia
ou de espera para as instalaes essenciais, como hospitais, centros de dados,
centros de comunicaes, e similares. Estes geradores so tipicamente a diesel com

12

potncia de 1 3 MVA, e so normalmente destinados a uso em aplicaes para as


instalaes no nvel de tenso entre 4kV 15kV. Esse artigo destaca as questes
em torno da proteo diferencial do estator para pequenos geradores, o uso de TCs
com uma classe de preciso mais baixa, baixa relao de espiras e relao de
grandes cargas. Cada um desses fatores aumenta a probabilidade de ocorrer
saturao dos TCs. A seleo dos TCs de baixa classe de preciso e grandes
cargas pode estar sendo baseada na economia, com pouca considerao para o
bom funcionamento do elemento diferencial. O fabricante de rels tem tomado
medidas no projeto de algoritmos para melhorar a segurana da proteo diferencial
do estator em relao a componente CC presente durante saturao dos TCs.
No prximo captulo, abordam-se aspectos sobre os TCs e a saturao, em
que se discriminam os tipos de TCs, curva de excitao, diferenas entre TC de
medio e proteo, finalizando com a saturao de corrente em que se aponta a
replicao da corrente de falta.

13

3 TRANSFORMADORES DE CORRENTE E A
SATURAO
O objetivo deste captulo descrever sobre os Transformadores de
Instrumentos (TI) e suas definies, bem como a descrio da curva de excitao e,
ainda, a classificao dos tipos de TCs de acordo com a norma American National
Standards

Institute

(ANSI)

padro

C57.13

(Requirements

For

Instrument

Transformers, 1993), fazendo uma abordagem entre as diferenas dos TCs de


medio e proteo, os tipos de TCs mais utilizados e como ocorre o fenmeno da
saturao nesses equipamentos, finalizando com a abrangncia da replicao das
correntes de falta.

3.1 Transformadores de Instrumentos


Segundo Arajo et al. (2005), com o objetivo de reduo das perdas, devido
s suas grandes extenses, o sistema eltrico de potncia exige o uso de correntes
e tenses cada vez mais elevadas. Para que sejam controlados e protegidos, estes
sistemas utilizam instrumentos de medio e proteo que necessitam receber
informaes destas grandezas. Como invivel, economicamente, o uso de
instrumentos que meam diretamente as tenses e correntes de linha, utilizam-se os
transformadores de instrumento que possuem os seguintes objetivos:
Alimentar o sistema de proteo e medio com tenso e corrente

reduzidas, mas proporcionais s grandezas dos circuitos de fora;


Proporcionar isolamento entre o circuito de alta tenso e os

instrumentos e, conseqentemente, segurana pessoal;


Padronizar a fabricao dos instrumentos.

Para a transformao dos valores de corrente e tenso do sistema de


potncia, so utilizados, respectivamente:

O Transformador de Corrente (TC);

O Transformador de Potencial (TP).

14

3.1.1 Definies Bsicas


De acordo com Filho (2005) em Manual de equipamentos eltricos, podem
ser apresentadas algumas definies sobre os componentes que constituem o
Transformador de Instrumento (TI), conforme abaixo:

Circuito Primrio circuito conectado ao enrolamento primrio do TI,


onde se tem o verdadeiro valor da grandeza a ser transformada
(circuito de fora, geralmente um cabo, um barramento, etc..);

Circuito Secundrio circuito conectado ao enrolamento secundrio


do TI, onde se tem o valor proporcional da grandeza do circuito
primrio, composto por fiaes, blocos terminais e instrumentos
(ampermetros, voltmetros, rels, etc.);

Carga do TI impedncia total do circuito secundrio;

Erro de Relao diferena entre a relao de transformao


medida e relao de transformao nominal;

Classe de Exatido valor mximo do erro de relao expresso em


porcentagem.

3.2 Transformadores de Corrente (TCs)


Os TCs so equipamentos que permitem aos instrumentos de medio e
proteo funcionarem de forma adequada sem que haja a necessidade de
possurem correntes nominais de acordo com a corrente de carga do circuito ao qual
esto ligados.
O enrolamento primrio dos TCs normalmente constitudo por um reduzido
nmero de espiras (N1) podendo ser at mesmo o prprio condutor ao qual o TC
est conectado. O enrolamento secundrio possui um nmero elevado de espiras
(N2) e projetado para uma corrente nominal padronizada (1 ou 5A, por exemplo),
sendo que, 1A refere-se ao padro europeu e 5A ao padro norte-americano, sendo
a corrente primria nominal estabelecida de acordo com a ordem de grandeza da
corrente do circuito a que o TC est ligado. Dessa forma, as relaes mais comuns
encontradas no mercado so: 2000-5A, 1200-5A, 600-5A, 300-5A e 200-5A.

15

A Figura 3.1 apresenta dois TCs com diferentes Relaes de Transformadores


de Corrente (RTCs).

Figura 3.1 Exemplos de RTC


Fonte:(Arajo et al., 2005)

Para permitir uma maior flexibilidade na utilizao dos TCs, alguns fabricantes
apresentam modelos com derivaes no enrolamento secundrio, possibilitando
diferentes RTCs. A Figura 3.2 apresenta um quadro comparativo entre TCs com
relao nica e TCs com relao mltipla.
DESIGN AO
G EN RICA

DERIVAES
PRINCIPAIS

ESQUEMA

P1

CO RRENT E
PRIMRIA
NOMINAL (A)

RELAO
NOMINAL
(RTC )

DERIVA ES
SEC UNDR IAS

1200

240:1

S1 S2

P2
1

1200-5-A

1200-5-A
240
S1

S2

P1

P2

100

400
500
600

RM 1200-5 A 200/300/800/1200-5 A
40

20 100 80

S1 S2 S3

S4

200
300

S5

800
900
1000
1200

20:1
40:1
60:1
80:1
100:1
120:1
160:1
180:1
200:1
240:1

S2 S3
S1 S2
S1 S3
S4 S5
S3 S4
S2 S4
S1 S4
S3 S5
S2 S5
S1 S5

Figura 3.2 Relao nica x relao mltipla


Fonte:(Arajo et al., 2005)

16

3.2.1 Curva de Excitao e Classificao dos Transformadores de


Corrente
Conforme cita Zocholl (2004), o conceito da tenso em relao ao tempo
considera que o ncleo magntico uma chave da tenso em relao ao tempo.
Este conceito admite que no existe corrente de magnetizao se houver uma taxa
de variao do fluxo e toda a corrente refletida fluir para a carga. Quando o fluxo de
saturao for atingido e no houver mais mudana de fluxo, a chave fecha,
desviando toda a corrente refletida da carga at que ocorra uma reverso da
corrente e a integrao torne-se negativa para reduzir o fluxo. Neste caso, a
saturao ocorre em um ponto bem definido, indicado por um valor especfico do
fluxo e espiras.
Uma quantidade limitada de amperes-espiras necessria para estabelecer
o fluxo no ncleo do TC e pode ser expressa como a corrente de magnetizao
medida nos terminais secundrios. A corrente de excitao, que subtrada da
corrente refletida, tem valores limitados para cada valor de tenso, conforme
mostrado na Figura 3.3. Esta curva detalha a tenso em regime versus a corrente de
excitao, onde a tenso eficaz medida atravs de um voltmetro. A curva
apresenta, na verdade, um grfico do fluxo versus a corrente de magnetizao, uma
vez que a tenso mdia a integral da tenso em relao ao tempo calculada
durante o perodo da senide.
A curva de excitao para um TC de bucha com relao de 2.000:5, C400,
mostrada na Figura 3.3, representa uma medio do desempenho do TC que pode
ser usado para determinar os fatores de correo da relao em diversos nveis de
excitao para a condio de regime. Embora a curva de excitao tenha um valor
do ponto de joelho (knee point) bem definido, ela no tem um ponto discernvel
de saturao. Por este motivo, as caractersticas nominais de preciso para uso com
rels so baseadas na correo da relao no ultrapassando 10%, e as
caractersticas nominais so determinadas pela classificao e pela tenso
secundria. A tenso nominal secundria a tenso que o TC vai suportar para uma
carga padro, com 20 vezes a corrente nominal, sem exceder a correo da relao
de 10%.

17

Figura 3.3 Curva de excitao do TC


Fonte:(Zocholl, S. E., 2004)

Segundo Zocholl (2004) e Reimert (2006), a classificao e a tenso nominal


no terminal secundrio definem as caractersticas nominais de preciso segundo a
norma American National Standards Institute (ANSI) padro C57.13 (Requirements
For Instrument Transformers, 1993) para o uso com rels de proteo. Os
transformadores de corrente toroidais com um enrolamento distribudo possuem
fluxo de disperso desprezvel no ncleo e recebem classificao C, indicando que
a relao pode ser calculada.
Os transformadores de corrente com um enrolamento secundrio enrolado
(wound) e um fluxo de disperso significativo no ncleo recebem a classificao
T, indicando que a relao tem de ser calculada atravs de teste.
As cargas padronizadas para os rels de proteo so de 1, 2, 4 e 8 ohms,
todas com um ngulo de impedncia de 60 graus. Conseqentemente, para 20
vezes a corrente nominal secundria de 5 amperes, um TC com mltipla relao tem
tenso nominal usando a relao mxima de espiras. Os valores nominais
padronizados so 100, 200, 400 e 800 volts. Uma vez que os valores nominais do
TC ocorrem para 100A de corrente secundria, a um fator de correo da relao de

18

10%, a tenso nominal pode ser lida a partir da curva excitao para 10A de
corrente de excitao.
Em primeiro lugar, temos de subtrair a queda da tenso interna devida
resistncia CC do enrolamento. Para o enrolamento com relao de 2.000:5 da
Figura 3.3, a tenso lida na curva, para 10A, de 496 volts. Neste caso, a tenso
menor do que o valor nominal 800 e maior do que 400. Portanto, a classificao
nominal C400, uma vez que o enrolamento de 400 espiras tem uma resistncia CC
menor do que 0,0024 ohm-por-espira para garantir uma queda de tenso interna
menor do que 96 volts.
Para

definir

os

requisitos

de

exatido,

as

normas

padronizaram

determinados valores de impedncia de cargas, denominadas cargas padro ou


cargas nominais.
A Tabela 3.1 apresenta cargas nominais definidas pela norma ABNT (NBR
6856/1992).

Tabela 3.1 Cargas nominais definidas pela Norma ABNT (NBR 6856/1992)
Designo
C25
C50
C100
C200

Potncia
Aparente
(VA)
25
50
100
200

Resistncia
()
0,50
1,00
2,00
4,00

Reatncia
Indutiva
()
0,866
1,732
3,464
6,928

Impedncia
()
1,0
2,0
4,0
8,0

Tenso a
20x5A
(Volts)
100
200
400
800

Fonte:(NBR 6856,1992)

A Tabela 3.2 apresenta os valores obtidos ao se aplicar tenso nos terminais


secundrios do TC, monitorando os valores de tenso medidos nos terminais de
enrolamento primrio e os valores de corrente circulante no terminal secundrio
(corrente de excitao).

19

Tabela 3.2 Valores obtidos ao se aplicar tenso nos terminais secundrios do TC


V Secundrio Aplicada
15V
30V
45V
60V
75V
90V
105V
120V
135V
150V
165V
180V
195V
210V
225V
240V
250V

VALORES MEDIDOS
V Primrio
0,116
0,242
0,367
0,494
0,617
0,743
0,868
0,994
1,119
1,241
1,366
1,483
1,602
1,728
1,847
1,961

Iexcitao (A)
0,0083
0,0147
0,0200
0,0252
0,0306
0,0372
0,0455
0,0566
0,0745
0,116
0,253
0,457
0,707
1,014
1,367
1,786

Fonte:(NBR 6856, 1992)

3.2.2 TC de Medio x TC de Proteo


De acordo com a finalidade de sua aplicao, os TCs so divididos em dois
grupos:

TC de Medio devem operar corretamente em condies de


regime permanente e dentro da faixa de 0 a 2 vezes o valor da
corrente nominal;

TC de Proteo devem transformar a corrente primria, dentro de


determinados limites de exatido, tanto em condies normais de
operao, quanto sob curto-circuitos (corrente de curto-circuito at 20
vezes o valor da corrente nominal);

De acordo com suas caractersticas construtivas, os TCs de proteo


so divididos em dois grupos:

TC de Baixa Reatncia tem caracterstica de baixa reatncia por


possuir o enrolamento secundrio distribudo uniformemente sobre
um ncleo toroidal. Sua baixa reatncia de disperso de fluxo

20

magntico no influencia significativamente no erro de relao de


transformao (Figura 3.4).

Figura 3.4 TC de baixa reatncia


Fonte:(Apostila de Proteo CPFL,2002)

TC de Alta Reatncia tem caracterstica de alta reatncia de


disperso de fluxo magntico por possuir ncleo com outras
geometrias, tendo o enrolamento secundrio concentrado em partes
desse ncleo (Figura 3.5).

Figura 3.5 TC de alta reatncia


Fonte:(Apostila de Proteo CPFL,2002)

21

Alguns exemplos de especificao de TCs, tendo em vista as normas ANSI


(American National Standart Institute), ASA (American Standat Association) e ABNT
(Associao Brasileira de Normas Tcnicas), so apresentados na tabela 3.3.

Tabela 3.3 Exemplos de especificao de TCs


NORMA

CLASSE DE EXATIDO
ALTA REATNCIA
BAIXA REATNCIA

ANSI

T100

C200

DESCRIO
(100 e 200)
10%
H/L

ASA

10H200

10L200

200
A/B

ABNT (Antiga)

A10F20C50

B10F20C50

10%
F 20
C 50
10%
A/B

ABNT (Atual)

10A200

10B200

200

Volts secundrio com


20 x Inom. x Z carga
mx.
Classe de exatido
High
/
Low
(Reatncia)
Volts secundrio com
20 x Inom. x Z carga
mx.
Alta
/
Baixa
(Reatncia)
Classe de exatido
Mltiplo da Inominal
para
a
classe
especificada
Carga mxima em VA
(VA = Zx I2)
Classe de exatido
Alta
/
Baixa
(Reatncia)
Volts secundrio com
20 x Inom. x Z carga
mx.

Fonte:(Arajo et al.,2005)

3.2.3 Tipos de TCs mais utilizados


TC Tipo Bucha
Possui o enrolamento secundrio isolado e montado no ncleo, sendo o
enrolamento primrio representado por um condutor isolado. Este condutor parte
componente de um equipamento, como um transformador de potncia, ou um
disjuntor.
O ncleo maior evita a saturao do ncleo magntico. Logo, para correntes
elevadas o TC no sofre saturao tornando-se mais precisos nestas situaes. No
entanto, so menos precisos para valores baixos de corrente, em virtude da maior
corrente de excitao.
A Figura 3.6 apresenta um TC instalado na bucha de alta tenso (138kV) de
um transformador de potncia.

22

Figura 3.6 TC tipo bucha


Fonte:(Companhia Paulista de Fora e Luz (CPFL), 2010)

TC Tipo Janela
Possui o enrolamento secundrio isolado e montado no ncleo, sendo que o
condutor representa o enrolamento primrio. construdo de maneira anloga ao
tipo bucha, sendo muito utilizado em classe de tenso de 13,8 kV.
A Figura 3.7 apresenta TCs que podem ser instalados na sada de
alimentadores de 13,8 kV.

Figura 3.7 TC tipo janela


Fonte:(Companhia Paulista de Fora e Luz (CPFL), 2010)

23

TC Tipo Barra
Possui os enrolamentos primrio e secundrio isolados e montados no
ncleo. O primrio consiste de uma barra (condutor) que colocada no interior da
janela do ncleo.
Este TC adequado para resistir aos esforos de grandes sobrecorrentes,
sendo que deve-se tomar cuidado na montagem para evitar destruir a barra por
esforos magnticos.
A Figura 3.8 apresenta TCs que podem ser instalados na sada de
alimentadores de 13,8kV.

Figura 3.8 TC tipo barra


Fonte:(Companhia Paulista de Fora e Luz (CPFL), 2010)

TC Tipo Pedestal
Possui primrio e secundrio enrolados num ncleo toroidal, sendo
largamente utilizado nas classes de tenso de 25 e 138 kV.
A Figura 3.9 apresenta TCs instalados em uma linha de transmisso de
138 kV.

24

Figura 3.9 TC tipo pedestal


Fonte:(Companhia Paulista de Fora e Luz (CPFL), 2010)

3.3 A Saturao dos Transformadores de Corrente


O desempenho dos TCs sob condies de carga nominal no
preocupante, visto que o TC projetado para atender a estas correntes. Alm disso,
os TCs so projetados para suportar por um curto perodo de tempo (1/4 de ciclo),
correntes de falta que podem atingir valores at cinqenta vezes a magnitude da
corrente de carga, porm nos casos de faltas muito graves estas correntes pode
ultrapassar estes valores causando a saturao do TC, Horowitz e Phadke (1995).
Alm destes valores elevados de corrente, durante uma falta, a corrente
pode conter parcelas significativas de componentes CC, Segatto (2005).
Segundo Reimert (2006) a impedncia do circuito secundrio e a corrente
sendo reproduzida determina a tenso secundria do TC como definida pela
equao:
Vtc = Z b

IP
N

(3.1)

25

Na qual Vtc a tenso secundria necessria produzida pelo TC, Zb igual


impedncia secundria total do circuito incluindo a resistncia do TC, IP igual
corrente primria e N igual ao nmero de espiras.
A habilidade do TC para produzir essa tenso governada pela quantidade
do fluxo que o ncleo magntico do TC pode gerar.
importante notar pela (equao 3.2) que a tenso secundria ( e ) no
determinada pela magnitude de fluxo no ncleo do transformador, mas pela
quantidade de troca do fluxo (

d
) ligando o enrolamento secundrio e o nmero de
dt

espiras (N ) .
e=N

d
dt

(3.2)

Isso no significa que no exista relao entre tenso e magnitude do fluxo


do ncleo. Se a tenso secundria do TC baixa, uma pequena quantidade de troca
necessria sobre um ciclo e o fluxo total construdo no fim de cada ciclo tambm
ser baixo. Uma tenso mais alta necessita uma quantidade de troca mais alta que
resultar num fluxo de ncleo de magnitude mais alto no fim de cada ciclo.
Um TC s pode produzir uma dada tenso secundria se o ncleo suportar o
fluxo resultante no final de cada ciclo associado com aquela tenso. A magnitude do
fluxo pode ser determinada pela equao (3.3).
Resolvendo pela troca no fluxo e integrando, o fluxo necessrio para
produzir uma dada tenso. ento:

1
edt
N

(3.3)

A integral da tenso com respeito ao tempo efetivamente a rea debaixo


da tenso secundria versus o espao de tempo. A capacidade de um TC as
vezes avaliada nos princpios da capacidade da tenso versus o espao de tempo.
Assumindo a corrente secundria e tenso senoidal, a expresso para o fluxo do
ncleo se torna:
v = E sin(t )

E
sin(t )dt
N

26

E
cos(t )
N

(3.4)

Na qual v igual tenso secundria instantnea do TC; E igual ao pico


da tenso secundria = 2 * f ; N o nmero de espiras; e fluxo em webers.
A relao entre a tenso do TC, corrente de excitao e o fluxo do ncleo
para uma operao do TC no mbito da sua capacidade de fluxo mostrado na
Figura 3.10.
Note que a tenso ( Vtc ) positiva enquanto que a mudana de fluxo (Flux)
positiva e negativa quando a mudana de fluxo negativa. Tambm nota-se que a
corrente de excitao ( Ie ), est em fase com o fluxo. O nvel mximo de fluxo ocorre
quando a tenso zero.
Ento, os picos de fluxo mximo e mnimo ocorrem em t = 0 e em t = .
Durante esse perodo, a variao de fluxo de mximo positivo para um valor
mnimo negativo. O fluxo requisitado do ncleo pode ser calculado por:

2 max

1
= 2 ERMS sin(t )dt
N0
=

max =

2 ERMS cos(t )0
N
2 ERMS
N

(3.5)

O material do ncleo e as dimenses fsicas do ncleo determinam o nvel


de fluxo que um TC pode suportar. O ao usado na maioria das aplicaes de um
TC pode suportar um fluxo de 1,8Weber / m 2 . Se um TC 600/5 (relao 120/1)
necessrio para produzir 200 V RMS, o ncleo deve ser capaz de sustent-lo.

max =

2 E RMS
2 200
=
= 0,0063 [Weber]
N
120 377

(3.6)

O ncleo de ao pode suportar 1,8Wb / m 2 , conseqentemente, o TC tem que


ter a rea do ncleo de 0,0069 m2 (Reimert, 2006).

Tensao (volts)

Fluxo (Wm ) , I (amperes)

27

Tempo (segundos)

Figura 3.10 Corrente e fluxo do TC em saturao


Fonte:(Reimert,2006)

Se o TC com impedncia de carga de 3,2 fosse submetido a uma corrente


de falta de 11 KA, o TC produziria:
11.000
* 3,2 = 293V
120

(3.7)

Este nvel de tenso exigiria uma densidade de fluxo maior que 1,8Weber / m 2 ,
logo haveria saturao do ncleo.
No entanto, no existe uma definio completa de quando uma saturao
realmente ocorre. Quando a tenso e o fluxo do ncleo aumentam, aumenta
tambm a corrente de excitao. Quando a densidade do fluxo do ncleo se
aproxima da capacidade do ncleo (densidade do fluxo de saturao), a corrente de
excitao comea a aumentar numa razo desproporcional. Esse aumento rpido
demonstrado na Figura 3.3.
Uma densidade de fluxo versus a intensidade de campo ou grfico de B-H
define suas propriedades magnticas. A Figura 3.11 representa a caracterstica B-H
do material do ncleo de um TC tpico.

B (W/m )

28

H (Amperespira)/m

Figura 3.11 B (Fluxo Magntico) H (Fora Magntica) com histerese


Fonte:(Reimert,2006)

O eixo da ordenada y (B) representa a densidade do fluxo magntico


(fluxo/rea), enquanto o eixo da abscissa x (H) representa a fora magntica H em
(amper-espira) fornecidas pela corrente de excitao por unidade de comprimento
por espira (amper-espira)/m. A curva tem duas caractersticas notveis, histerese e
no-linearidade.
Quando o campo magntico aplicado em um material for aumentado at a
saturao e em seguida for diminudo, a densidade de fluxo B no diminui to
rapidamente quanto o campo H. Dessa forma, quando H chega a zero, ainda existe
uma densidade de fluxo remanescente.
Ainda, considerando-se uma representao simplificada do ncleo conforme
a Figura 3.12. O declive da marca B-H ngreme e regularmente linear entre -1 e 1,
at a regio onde o ncleo satura, prximo de B = 1,8 Wb/m2 . Abaixo da saturao,
um pequeno aumento na corrente de excitao produz grande modificao em fluxo.

B (W/m )

29

H (AmperEspira)/m

Figura 3.12 B (Fluxo Magntico) H (Fora Magntica) sem histerese


Fonte:(Reimert,2006)

Torna-se importante lembrar que a tenso proporcional taxa de variao


do fluxo, e no a magnitude do fluxo, pouqussima corrente de excitao
necessria para produzir a tenso secundria. Aps a saturao, as caractersticas
magnticas do ncleo se degradam. Assim, o ncleo produzir elevada corrente de
excitao CA, porm, essa mudana produzir uma pequena mudana no fluxo. Se
desconsiderar a variao do fluxo, a tenso e a corrente de sada do TC tendero a
zero.
A corrente de sada do TC e o fluxo do ncleo mostrados na Figura 3.13
(conforme se apresenta mais adiante) so tpicos para um TC que tenta reproduzir a
corrente primria senoidal, mas opera ligeiramente acima da saturao.
A parcela de fluxo se torna plana quando a densidade de fluxo de saturao
atingida. Sem mudana no fluxo, a tenso do TC e a corrente de sada decaem e a
corrente de excitao se torna muito intensa. Se uma tenso secundria mais alta
necessria, o fluxo atingir o limite de saturao mais cedo, como mostrado na
Figura 3.14.

30

3.3.1 Transformadores de Corrente e Replicao de Correntes de


Falta

As Figuras 3.13 e 3.14 representam o resultado da saturao de uma


corrente primria senoidal. Estas figuras provm uma idia sobre a teoria de
operao de transformadores de corrente, mas elas no refletem o atual ambiente
de falta no qual o transformador de corrente e o rel diferencial devem estar
operando (isto , no pode ser dito que as figuras representem uma situao real de
operao). O rel diferencial projetado para atuar com alta velocidade. Dessa
forma, todos os rels de corrente de alta velocidade devem ser capazes de intervir

Fluxo

Corrente

tanto em correntes de falta CA como nas CC.

Tempo

Figura 3.13 Corrente e fluxo do TC com pequena saturao CA


Fonte:(Reimert,2006)

31

Figura 3.14 Corrente e fluxo do TC com moderada saturao CA


Fonte:(Reimert,2006)

Em particular, para a funo diferencial do gerador, tem-se o efeito


indesejvel da componente CC sobre os transformadores de corrente.
A expresso (3.8) representa a corrente de falta em termos de componente
CA e CC. Esta representa a pior condio quando o ngulo de incidncia ocorre no
mximo valor CA. Assim, esta condio produz o mximo componente CC e uma
forma de onda CA deslocada totalmente do eixo zero.
i = I m [e t / cos(t )]

(3.8)

Os termos i e I m podem representar quantidades primrias ou secundrias


de TC.
A replicao do componente CA no circuito secundrio requer a criao de
uma tenso secundria senoidal e o fluxo do ncleo senoidal, alternando-se
variaes positivas e negativas da mudana do fluxo que geram a tenso CA. A
inverso do sentido limita a magnitude de fluxo para cada ciclo. A replicao do
componente CC requer uma tenso CC e uma variao do fluxo unidirecional at
que a componente CC se dissipe.
A Figura 3.15 mostra o fluxo transitrio do ncleo resultante de ambos os
componentes CA e CC. Nota-se, ento, que o aumento rpido no fluxo transitrio do
ncleo, devido ao componente CC, evidente nos dois primeiros segundos.

Densidade de Fluxo (W/m )

32

Tempo (Segundos)

Figura 3.15 Fluxo do ncleo com as componentes CA e CC


Fonte:(Reimert,2006)

Durante este perodo, as variaes positivas e negativas necessrias para


reproduzirem o componente CA tambm so visveis. Contudo, depois de dois
ciclos, o componente CC leva o ncleo sua densidade de fluxo de saturao.
Desde que o ncleo no seja capaz de produzir o fluxo em excesso nessa
quantidade, a mudana de troca positiva necessria para reproduzir a metade do
ciclo positivo do componente CA no pode ser obtida.
Na Figura 3.16, exemplificada a sada do TC com saturao CC,

I (Ampres)

utilizando-se de dois TCs e identificando-os como TC1 e TC2.

Tempo (Ciclos)

Figura 3.16 Sada do TC com saturao CC


Fonte:(Reimert,2006)

33

Ambos os TCs reproduzem exatamente a corrente secundria por dois


ciclos, ento a distoro ocorre no TC1; distoro esta no vista no TC2 at o sexto
ciclo. Tambm observa-se que a forma de onda do TC1 recupera-se enquanto o
componente CC se dissipa. Os exemplos apresentados assumiram que o
componente CC inicial foi da polaridade positiva.
Em seguida, entende-se tambm como de relevante importncia abordar o
que se tem na literatura como sistema de proteo de geradores, conforme se
apresenta no prximo captulo.

34

35

4 PROTEO DE GERADORES
Este captulo abrange os sistemas de proteo de geradores, onde sero
descritos as perturbaes que podem ocorrer no sistema eltrico e na mquina
sncrona, abrangendo os tipos de proteo do gerador sncrono, com especificao
dos tipos de proteo (digital, diferencial ideal e percentual). Dentro do contexto de
proteo digital foi mostrado os principais sub-sistemas de um rel computadorizado,
alm da definio sobre a proteo diferencial longa que abrange geradortransformador.

4.1 Proteo de geradores


Segundo Caminha (1999), como os geradores so componentes de
fundamental importncia do SEP, justifica-se a preocupao de proteger de maneira
eficaz este equipamento. Os geradores podem ser submetidos a um grande nmero
de diferentes condies anormais de operao e essa diversidade de condies
anormais resulta numa considervel gama de funes de proteo que devem ser
previstas pelos projetistas. Assim, o desejo de proteg-los contra essas possveis
condies anormais, ao mesmo tempo mantendo a proteo simples e confivel,
pode resultar em considerveis divergncias de opinio. Isso porque uma operao
intempestiva pode ser, s vezes, to grave quanto uma falha ou demora de atuao
da proteo.
A Tabela 4.1 serve como base de partida sobre os tipos razoveis de
proteo, em funo somente da potncia dos elementos. Os fabricantes oferecem
sugestes semelhantes a essa em seus catlogos de produtos.

36

Tabela 4.1 Indicaes-base para proteo de geradores (critrios de potncia e de


tipo da turbina).
a) Proteo do gerador, em geral
Tipo de proteo indicada

Regime nominal MW
<1

Diferencial
Terra restrita
Falta entre espiras do estator
Sobrecorrente com restrio por tenso
x
x
Sobrecarga
x
x
Sobretemperatura (detetor)
x
Corrente de sequncia negativa
Perda de carga
Antimotorizao (perda de vapor)
x
x
Perda de campo
Perda de sincronismo
Sobrevelocidade (mquinas hidrulicas)
x
x
Sobretenso (idem)
x
x
b) Proteo do rotor e mancais
Falta terra
Perda de campo
Indicador de vibrao
Temperatura do mancal
Isolamento do mancal
c) Proteo s atuando alarmes ou desligamentos tambm
Condio anormal verificada, em funo da
A vapor,
mquina motriz
refrigerada a
Ar
H
a) Alarme
Baixo vcuo no condensador
x
x
Anormal presso, temperatura ou densidade do H
x
Baixa presso de leo no mancal
x
x
Alta temperatura no enrolamento do transformador
x
x
do bloco GT
Alta temperatura no mancal
Presso de leo do regulador
Falta de gua de refrigerao
Alta temperatura do ar no estator
Falha de abertura de vlvula
Rel Buchholz dos transformadores
x
x
Temperatura do leo dos transformadores
x
x
Falha no regulador de tenso
x
x
Falta terra do rotor
x
x
Falta de campo
x
x
Baixa tenso nas baterias
x
x
b) Desligamento
Faltas no estator
x
x
Curto-circuito nos transformadores
x
x
Sobretenso e/ou sobrevelocidade
x
x

10

>100

x
x
x
x
x
x
x
x
x

x
x
x
x
x
x
x
x
x
x
x
x

x
x
x
x
-

x
x
x
x
x
Hidrulica
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x

Fonte Caminha, (1999)

37

Em geral, a proteo do gerador feita contra dois tipos de faltas:


a) Falha de isolamento, conduzindo a curto-circuitos entre espiras, fasefase, fase-terra ou trifsica
b) Condies anormais de funcionamento como perda de campo, carga
desequilibrada do estator, sobrevelocidade, vibraes, sobrecarga,
etc..
A falha de isolamento, conduzindo a curto-circuito, devida normalmente
seja a sobretenses, a sobreaquecimentos (corrente desequilibrada, ventilao
deficiente, etc.), ou a movimentos do condutor (fora do curto-circuito, perda de
sincronismo, etc.).
Ainda mais, a proteo do gerador deve:
a) Funcionar rpido para faltas internas;
b) Ser sensvel s faltas externas zona de proteo estabelecida;
c) Limitar o valor da corrente de defeito para a terra;
d) Assinalar condies anormais e mesmo elimin-las quando se
tornarem perigosas.
Finalmente, preciso prover a proteo:
a) Do gerador, propriamente dito;
b) Da turbina ou mquina motriz;
c) Do conjunto gerador-turbina;
d) Dos auxiliares (fonte de corrente contnua, etc.).
Segundo Kindermann (2008), a mquina sncrona, operando como gerador,
um equipamento vital ao sistema eltrico e sua capacidade de gerao limita a
demanda que pode ser suprida. Assim, o sistema eltrico mantido por poucos
geradores, sendo que sua carga est distribuda em milhares de pontos.
Sendo o gerador um equipamento complexo, o qual possui peas girantes,
est sujeito a maiores riscos.

38

O princpio de funcionamento da mquina sncrona, como gerador, est


simbolicamente representado na Figura 4.1.

Figura 4.1 Mquina sncrona operando como gerador


Fonte Kindermann, (2008)

A mquina sncrona composta, basicamente, dos seguintes componentes:


Armadura: que corresponde ao estator, onde esto alojadas as bobinas

das fases. Quando a mquina for de 2 plos, essas bobinas,


construtivamente, estaro distribudas ao longo do estator, tendo uma
em relao outra uma defasagem mecnica de 120. Desse modo,
na bobinas sero induzidas tenses eltricas defasadas de 120
eltricos;
Rotor: a pea constituda por um ncleo magntico, envolvido por

uma bobina. A bobina alimentada por corrente contnua, para criar o


campo magntico de excitao, necessrio para induzir as tenses
nas bobinas do estator;
Excitao: a fonte de tenso contnua, necessria para gerar a

corrente de campo de excitao da bobina do rotor. Existem vrios


esquemas de excitatriz, com escovas ou sem escovas (brushless);
Fonte Motriz: a fonte geradora de potncia mecnica

motriz,

necessria para efetuar o giro do rotor da mquina sncrona. A fonte

39

motriz a fonte da energia que ser transformada em energia


eltrica.

4.2 Perturbaes na mquina sncrona

A mquina sncrona, acoplada ao sistema eltrico, est sujeita a diversos


tipos de perturbaes provenientes do:

Sistema eltrico

Da prpria mquina sncrona

Da mquina primria

Armadura
Rotor

As perturbaes no sistema eltrico so decorrentes da:

Retirada sbita de carga;

Insero de cargas que necessitem de maior potncia (ativa e reativa);

Retirada sbita de gerao;

Curto-circuitos (3 (trifsicos), 3-t (trifsicos terra), 2(bifsicos), 2- t


(bifsicos terra) e 1- t (monofsicos terra));

Sobrecargas;

Abertura de fase;

Cargas fortemente desequilibradas;

Descargas atmosfricas diretas e indiretas.

As perturbaes na mquina sncrona so:

Na armadura
o Falha na isolao entre espiras
o Falha na isolao entre bobinas e carcaa
o Movimentao das espiras devido s foras eltricas e magnticas,
provocadas pelas correntes de curto-circuito
o Aquecimento nas bobinas e materiais do estator
o No equalizao de campos eltricos e magnticos no material do
ncleo da armadura
o Abertura de espiras

40

No rotor
o Falha na isolao entre espiras
o Falha na isolao entre as bobinas e a carcaa
o Movimentao das espiras, devido s foras eltricas e magnticas
provocadas pelas correntes dos curtos-circuitos
o Movimentao das espiras, devido fora centrfuga provocada pela
sobrevelocidade do rotor
o Aquecimento nas bobinas e material do rotor
o No equalizao de campos eltricos e magnticos no material do
ncleo do rotor
o Abertura de espiras
o Perdas de campo (excitao)
o Problemas mecnicos e de aquecimento dos maais do rotor
o Problemas na escova

Nos Servios Auxiliares


Problemas nos equipamentos que compem os servios auxiliares,

prprios para a operao e regulao da mquina, afetam as condies de operao


do gerador sncrono.

Fonte Motriz
Problemas em qualquer componente vital, principalmente nas turbinas,

comprometem a operao do conjunto da gerao. Os problemas principais so os


decorrentes da vibrao ou movimento irregular das palhetas nas turbinas trmicas,
e outros no distribuidor.
Apresenta-se, na tabela 4.2, um levantamento estatstico das taxas de falhas
dos equipamentos de uma usina hidreltrica, onde se verifica a importncia desses
dados, visto que podermos ter uma idia mais precisa de quais os equipamentos
que mais falham, com isso poderemos montar um plano de ao para as
manutenes preventivas.

41

Tabela 4.2 Levantamento estatstico e percentual de falhas dos equipamentos de


uma usina hidreltrica.
Usina Hidreltrica
Equipamento
Percentual de falhas
Gerador
28,73%
Regulador de Velocidade
21,28%
Turbina Hidrulica
12,23%
Excitao
10,10%
Aduo/Suco
8,51%
Mancal
13,30%
Servio Auxiliar
4,25%
Quadro de Comando
1,60%
Fonte Kinderman, (2008)

4.3 A Proteo do gerador sncrono


Os geradores sncronos esto sujeitos a diversas condies anormais de
operao quando conectados ao sistema eltrico de potncia, sendo assim, a
proteo utilizada no gerador sncrono , principalmente, devido a:

Curto-circuito
o Entre espiras
o Entre fases
o Fase e carcaa
o Trifsico

Falha de funcionamento
o Perda de excitao
o Carga desequilibrada
o Sobrevelocidade
o Vibrao
o Sobrecarga
o Sobretenso

4.4 Tipos de protees do gerador sncrono

Visando cobrir todos os defeitos e demais anormalidades as protees mais


utilizadas em geradores sncronos so as seguintes:

42

Proteo de sobrecorrente (50,51)

Proteo diferencial (87)

Proteo de subtenso (27)

Proteo de sobretenso (59)

Proteo de sequncia negativa (46)

Proteo de imagem trmica (49)

Proteo de perda de excitao (40)

Proteo de sobreexcitao (24)

Proteo de distncia (21)

Proteo direcional de potncia (32)

Proteo de freqncia (81)

Proteo de perda de sincronismo (78)

Proteo de balano de tenso (60)

Proteo de terra (ground) (64)

Proteo de balano de corrente (61)

Proteo de mancal (38)

Proteo contra vibraes (39)

4.5 Proteo digital

Atualmente, os rels digitais de proteo so os equipamentos mais


utilizados nos sistemas de proteo dos sistemas eltricos. Os projetos de novas
subestaes de energia eltrica fazem uso exclusivamente da tecnologia dos rels
de proteo digitais. Os rels de proteo eletromecnicos e de estado slido,
instalados

em

subestaes

antigas,

vm

tambm,

gradativamente,

sendo

substitudos por modernos rels digitais, Coury, et al., (2007).


As protees utilizadas nos sistemas eltricos comearam com os rels
eletromecnicos, os quais utilizavam principalmente componentes como eletroms,
molas, discos e mancais, entre outros componentes mveis para medio e atuao.
No final da dcada de 60 e incio da dcada de 70 surgiram os rels estticos. O
termo esttico foi originado em oposio aos rels eletromecnicos, j que o rel
esttico era caracterizado essencialmente pela ausncia de movimentos mecnicos,
pois eram construdos com dispositivos eletrnicos. Estes j inseriram certo grau de

43

sofisticao nos rels, atravs da eletrnica analgica. A partir da dcada de 90


surgiram os rels digitais.
Atualmente, as protees esto sendo providas atravs dos rels digitais, os
quais utilizam eletrnica digital, de forma a exercer as mesmas funes dos outros
rels, porm com maior preciso, maior velocidade de processamento e
principalmente com muito mais versatilidade e capacidade de adaptao a
diferentes sistemas, Coury, et al., (2007). Alm disto, os rels digitais disponibilizam
vrias informaes relativas ao sistema, como oscilografias e sequncia de eventos.
Os rels digitais consistem de sub-sistemas com funes bem definidas. O
diagrama de blocos da Figura 4.2 mostra os principais sub-sistemas de um rel
digital.
Nos sistemas eltricos de potncias as correntes e tenses so
normalmente expressas em KV (kilovolts) e KA (kiloampres), valores muito
elevados para serem tratados por um dispositivo eletrnico. Para que estes valores
possam ser reduzidos a valores adequados aos componentes eletrnicos dos rels
digitais so utilizados TCs e transformadores de potencial (TPs). Os circuitos
secundrios destes dispositivos reproduzem fielmente as formas de onda do
sistema, porm em valores nominais secundrios tipicamente de 1A ou 5A para os
TCs e 100V ou 120V para os TPs.
Os valores provenientes dos secundrios dos TCs e TPs ainda so elevados
para serem tratados por equipamentos eletrnicos, alm de expor estes circuitos s
faltas que podem ocorrer no sistema. Para evitar danos aos circuitos eletrnicos so
utilizados circuitos condicionadores de sinais, compostos principalmente por
capacitores, transformadores e diodos zener para efetuar o isolamento entre os
secundrios dos medidores e os circuitos eletrnicos, alm de j tratarem o sinal de
forma a reduzir ainda mais seus valores, Johns, Salman (1995).
Tambm so aplicados filtros passa baixa com funo anti-aliasing para
filtrar as altas freqncias indesejadas que por ventura possam estar presentes nos
sinais obtidos. Circuitos sample and hold so empregados para que vrios sinais
possam ser tratados de forma serial sem perder sincronismo pelos circuitos
multiplexadores que efetuam a transmisso de sinais provenientes de vrios canais
de entrada.
Os dados provenientes dos multiplexadores so ento tratados pelo
conversor analgico digital (A/D). Este componente transforma os dados analgicos

44

que representam o comportamento do sistema em sinais digitais equivalentes, que


ento podem ser tratados e processados pelo software do rel.
A parte final do sistema digital de proteo a unidade auxiliar do rel, a
qual responsvel por transformar os sinais de disparo de baixa potncia da sada
do rel em sinais capazes de atuar sobre disjuntores e outras chaves que efetuam o
desligamento do objeto protegido.

Bth

Bth

Bth

Bth

Bth

Bth

Bth

Filtros Antialiasing

S/H

S/H

S/H

S/H

S/H

S/H

S/H

Sample andHold

Van

A/D

Clock

Ic

Ia
T

Ib
T

3Io
T

Transformadores e
proteo contra surtos

Vcn

Vbn

Sistema de Potncia

Multiplexador

Isolao
Contatos
de
Entrada

Sinais de
Entrada
Porta
Serial

Display

CPU

EPROM

ROM

RAM

Sinais de
Sada

Rels Auxiliares

Figura 4.2 Principais sub-sistemas de um rel computadorizado


Fonte Coury, Oleskovicz, Giovanini, (2007)

45

4.6 Proteo diferencial


Segundo Reimert (2006) e Kindermann (2008), a proteo diferencial (87),
protege o gerador dos curtos-circuitos, associados com o enrolamento (bobina) do
estator, que produz elevadas correntes de curto-circuito. Os efeitos trmicos dessas
correntes podem causar danos isolao; ou ainda, as foras magnticas
associadas com essas correntes podem deformar os enrolamentos e submeter o
eixo e os acoplamentos a choques mecnicos.
O esquema da proteo diferencial de gerador o mesmo utilizado no
transformador, mas com a facilidade de que, na proteo do gerador, a magnitude
das correntes de entrada e sada a mesma para o mesmo enrolamento (fase) e
para a condio normal de operao. Dessa forma, pode-se empregar TCs com
mesma relao de transformao, diminuindo os erros de relao de transformao,
to comuns em transformadores de potncia.
A Figura 4.3 mostra a proteo diferencial tpica utilizada na proteo dos
enrolamentos do estator (armadura) da mquina sncrona.

TCs

Gerador Sincrono
TCs

ZN
87

87

87

Figura 4.3 Proteo diferencial dos enrolamentos da mquina sncrona


Fonte:(kindermann, 2008)

46

Essa proteo adequada para defeitos que causam curtos-circuitos nos


enrolamentos do estator, que so:

Curto-circuito trifsico;

Curto-circuito bifsico;

Curto-circuito monofsico para a carcaa, em gerador sncrono com


aterramento slido do neutro;

Curto-circuito monofsico para a carcaa (terra) com alguma


restrio,

nos

geradores

que

tenham

aterramento

com

alta

impedncia no neutro.
Outro esquema de proteo diferencial do tipo autobalano, utilizada em
mquinas de pequeno porte, apresentado na Figura 4.4.

Figura 4.4 Proteo diferencial tipo autobalano


Fonte:(kindermann, 2008)

A proteo utilizada a de sobrecorrente que est exercendo a funo da


proteo diferencial. O TC do tipo janela, com ncleo toroidal, na qual, em
operao normal, as correntes eltricas de entrada e sada, so iguais. Um defeito
interno provoca um desbalano de corrente, tal que, se a diferena for maior do que
o ajuste da proteo, o rel de sobrecorrente atua. Nesse tipo de proteo para
mquinas de pequeno porte requerido que os TCs sejam de baixa relao e, para
evitar a saturao, os rels utilizados, devem ser de baixa carga (burden). Nota-se
que TC de baixa relao fornece no secundrio uma corrente eltrica de amplitude
mais elevada, sensibilizando melhor o rel de sobre corrente.

47

Quando a proteo diferencial engloba a unidade de gerao, constituda


pelo conjunto gerador e transformador elevador, como apresentado na Figura 4.5, a
proteo chamada de diferencial longa.

Figura 4.5 Proteo diferencial longa


Fonte:(kindermann, 2008)

Na Figura 4.5 observa-se que o transformador elevador, conectado ao


gerador sncrono, do tipo - . Por esta razo as correntes de operao, no lado
primrio e secundrio, esto defasadas de 30, o que faria a proteo diferencial
atuar desnecessariamente. Para contornar este problema h a necessidade de
compensar a rotao de 30, fazendo as ligaes dos TCs como indicado por
(Kindermann, 2008).
Este tipo de fechamento de transformador preferido porque todos os
curto-circuitos monofsicos terra, no lado do sistema eltrico, no passam pelo
aterramento do gerador sncrono; e as harmnicas de 3 ordem e seus mltiplos,
normalmente geradas no gerador sncrono, no passam ao sistema eltrico.

4.7 Rel diferencial ideal


A forma mais simples de uma proteo diferencial fornecida por um rel
instantneo conectado como mostra a Figura 4.6. A direo de fluxo de corrente
mostrado para carregamento ou para uma falta fora da zona de proteo do

48

diferencial. Assumindo correntes ideais nos TCs, as correntes I1 e I2 sero idnticas


e a corrente de operao do rel I0 ser zero.

Figura 4.6 Falta externa ao rel diferencial


Fonte:(Reimert,2006)

Quando ocorre uma falta dentro da zona de proteo do diferencial, como


mostra a Figura 4.7, a corrente de um TC ir inverter-se e a corrente no rel torna-se
a corrente de curto circuito total como refletida pela relao do TC, I 0 = I 1 + I 2 . O
nico limite para a sensibilidade e o tempo de operao deste esquema seria a faixa
ajustvel e a velocidade do rel instantneo escolhido.

Figura 4.7 Falta interna ao rel diferencial


Fonte:(Reimert,2006)

importante notar que esse esquema diferencial no detecta a falta entre


espiras no enrolamento do estator. Este tipo de falta pode causar correntes de fases
diferentes, isso porque a corrente diferencial em cada TC ser igual, e o rel no
detectar essa falta.

49

Para obter-se a proteo de defeitos entre espiras, utiliza-se uma proteo


diferencial especial, chamada funo 61, a qual pode ser realizada por vrios rels,
e que depende do porte do gerador e do esquema adotado.
Muitos geradores sncronos no usam proteo para defeito entre espiras,
por ser rara essa ocorrncia. Outra razo deve-se ao aspecto construtivo da
mquina sncrona de grande porte, onde so colocadas, uma ou duas espiras por
ranhura. Desse modo, o nvel da tenso eltrica entre espiras baixo, no forando
a isolao. Entretanto, se o gerador no tiver proteo para defeito entre espiras, na
ocorrncia dessa falha, este defeito evolui, gerando outros danos, que s sero
eliminados com a atuao de alguma proteo existente. Geralmente, o defeito
evolui rapidamente para um curto-circuito carcaa.

4.8 Proteo diferencial percentual

A proteo diferencial envia o sinal de abertura aos disjuntores do gerador,


aos disjuntores de campo e inicia a parada imediata da fonte motriz. Os rels
eletromecnicos que desempenham essa funo possuem uma bobina de operao
(O) e uma bobina de restrio (R), como mostra a Figura 4.8.

Figura 4.8 Proteo diferencial percentual


Fonte:(Reimert,2006

50

A corrente na bobina de restrio produz um torque de abertura do contato,


e a corrente na bobina de operao produz torque de fechamento do contato. Os
contatos sero fechados quando o valor da corrente de operao exceder o valor da
corrente de restrio, devido a uma determinada percentagem, que referida como
a inclinao da reta de ajuste. Este esquema proporciona um aumento automtico
da corrente de operao, necessrio para o disparo do rel, quando a corrente de
carga e o erro podem aumentar, ou seja, o erro aumenta com a corrente de carga.
Para faltas externas, as correntes de operao I0 e restrio Ir so dadas
por:
(4.1)

I 0 = I 1 I 2
Ir =

I1 + I 2

(4.2)

Em casos de faltas internas, as correntes de operao e restrio so dadas


por:
I 0 = I1 + I 2

(4.3)

I1 I 2
2

(4.4)

I r=

A figura 4.9 mostra um exemplo de curva de ajuste empregada neste tipo de


proteo.

Figura 4.9 Curva de ajuste para proteo diferencial percentual


Fonte:(Reimert,2006)

51

importante frisar que a proteo diferencial no capaz de detectar faltas


entre espiras do enrolamento do estator. Neste tipo de falta, a corrente que entra em
um enrolamento e dele sai a mesma, no sensibilizando a proteo diferencial.

4.9 Consideraes prticas


Na

prtica,

transformadores

de

corrente

no-ideais

impem

uma

sensibilidade significante e restries de velocidade operante neste esquema. Nesse


sentido, o esquema ideal baseado na suposio de que os TCs providenciem uma
reproduo precisa da corrente primria, o que, infelizmente, no ocorre.
Um TC como qualquer outro transformador, deve desenvolver uma tenso
secundria para produzir uma corrente secundria. Isto requer estabelecer um fluxo
magntico no ncleo do TC e uma corrente de excitao para manter este fluxo no
ncleo.
A Figura 4.10 um circuito equivalente para um TC, em que a sada do TC
a corrente secundria ideal ( I p / N ) menos a corrente de excitao ( I e ) . Quando a
tenso secundria do TC aumenta, tambm eleva a corrente de excitao e, com
isso, o erro do TC.

Figura 4.10 Circuito equivalente do transformador de corrente


Fonte:(Reimert,2006)

52

O impacto do erro do TC no esquema diferencial demonstrado na Figura


4.11. No esquema diferencial ideal, a corrente de carga ou uma falta externa zona
de proteo do diferencial no produzir corrente no rel.

Figura 4.11 Corrente de erro


Fonte:(Reimert,2006)

Quando TCs prticos so considerados, uma corrente de erro igual


diferena de duas correntes de excitao fluir no rel. A considerao principal no
projeto e a aplicao de qualquer rel diferencial que a corrente de erro, resultante
de uma falta externa zona do diferencial, no induzir com que o esquema opere
erroneamente.
Pode-se verificar, ento, que a variao da corrente de excitao com a
tenso secundria no linear.
A corrente secundria e a impedncia total do circuito secundrio do TC
determinam qual tenso o TC deve produzir. Essa impedncia conhecida como a
carga (Burden) do TC, que a sua prpria resistncia, a resistncia de condutores
do circuito de corrente, e a impedncia do circuito de entrada (Input) do rel
diferencial.
Quando o TC esta operando em carga mxima (5 A no circuito secundrio),
a tenso do TC mnima. A corrente de excitao para cada TC est na
proximidade de milsimos de Amper (mA), e a corrente de erro muito baixa. Uma
corrente de falta, fora da zona do diferencial, pode requerer centenas de volts.
Nessa condio extrema, diferenas nas caractersticas de excitao e carga
resultaro em grandes variaes na corrente de excitao entre os dois TCs. Assim,
um rel instantneo teria que ser ajustado acima da corrente de erro para prevenir
falha de operao.

53

A sensibilidade mxima de um rel obtida minimizando a diferena em


correntes de excitao para condies de falta externa. O projeto ideal seria, ento,
incluir TCs com caractersticas idnticas de excitao e carga. Contudo, o circuito de
carga esta a merc do local fsico do equipamento e do direcionamento dos cabos.
Mesmo quando os TCs so do mesmo tipo e fabricante, podem resultar em uma
grande corrente de erro por causa de tolerncias de fabricao, Reimert (2006).
Apresenta-se na Figura 4.12, o diagrama unifilar de proteo de uma
unidade, gerador sncrono e transformador elevador, de grande porte, de uma usina
hidreltrica. O intuito da figura 4.12 mostrar que o trabalho de pesquisa engloba
somente a proteo diferencial do gerador sncrono (87G), sendo que esta se
encontra destacada na cor em vermelho, apesar de ter outras protees importantes
no gerador que j foram mencionadas nesse captulo, mas que no so o foco
desse trabalho.

54

87U
51N

87T

Trans formador

87N

63
VS

63

49

26

71

Excitatriz

60
RV 64S
Gerador
49

87

46

21

32

78

24

40

59

27

64R

61

64S

Figura 4.12 Proteo de um gerador sncrono e transformador elevador de uma usina


hidreltrica
Fonte:(kindermann, 2008)

55

Conforme j enunciado, neste estudo o enfoque ser na proteo diferencial


de gerador (87G) como ilustrado em vermelho na Figura 4.12, apesar de o diagrama
unifilar mostrar outras protees que fazem parte do gerador e transformador. Outro
ponto importante, j abordado no captulo 3, a saturao dos TCs.
Segundo Coury, et al., (2007), os transformadores de corrente empregados
nos dois terminais (lado de alta e neutro) de um enrolamento de gerador so
especialmente casados para reduzir a disparidade no seu desempenho. Isto
possvel para o caso de geradores (e reatores) devido s correntes primrias
idnticas nos dois TCs, o que no ocorre para um rel diferencial de transformador.
Tambm no necessrio nenhum artifcio para considerar os erros
causados pelas mudanas dos taps. Logo, um rel de proteo diferencial aplicado
a um gerador pode ser extremamente sensvel. Para o caso dos geradores,
obviamente, no preciso se preocupar com a corrente de magnetizao presente
nos transformadores de potncia.
Uma vez abordada a proteo dos geradores e suas especificidades, no
prximo captulo, adentra-se para explanaes sobre as RNAs e suas finalidades.

56

5 REDES NEURAIS ARTIFICIAIS


O objetivo deste captulo traar um panorama sobre a evoluo dos
estudos a respeito de (RNAs), sua aplicao e as caractersticas de sua arquitetura,
abrangendo o perceptron de mltiplas camadas, o treinamento backpropagation e o
treinamento Levenberg-Marquardt.

5.1 Histrico
As RNAs foram inspiradas no pouco que o homem j conhece sobre o
funcionamento dos esquemas mentais do crebro humano. O final da dcada de 80
marcou o ressurgimento da rea de RNAs, tambm conhecida como o conexionismo
ou sistemas de processamento paralelo e distribudo. Esta forma de computao
no-algortmica caracterizada por sistemas que, em algum nvel, relembram a
estrutura do crebro humano. Por no ser baseada em regras ou programas, a
computao neural se constitui em uma alternativa computao algortmica
convencional.
Conforme Braga, Lurdemir e Carvalho (2000), as RNAs so sistemas
paralelos distribudos, compostos por unidades de processamento simples (nodos),
que calculam determinadas funes matemticas (normalmente no-lineares). Tais
unidades so dispostas em uma ou mais camadas e interligadas por um grande
nmero de conexes, geralmente unidirecionais. Na maioria dos modelos, estas
conexes esto associadas a pesos, os quais armazenam o conhecimento
representado

no

modelo

servem

para

ponderar

entrada

recebida,

individualmente, pelos neurnios da rede.


A soluo de problemas atravs de RNAs bastante atrativa, j que a forma
como estes problemas so representados internamente pela rede, e o paralelismo
natural inerente arquitetura das RNAs criam a possibilidade de um desempenho
superior ao dos modelos convencionais. Em RNAs, o procedimento usual, na
soluo de problemas, passa inicialmente por uma fase de aprendizagem, em que
um conjunto de exemplos apresentado para a rede, a qual extrai automaticamente
as caractersticas necessrias para representar a informao fornecida. Essas
caractersticas so utilizadas posteriormente para gerar respostas ao problema.

57

A capacidade de aprender atravs de exemplos e de generalizar a


informao aprendida , sem dvida, o atrativo principal da soluo de problemas
valendo-se de RNAs. A generalizao, que est associada capacidade de a rede
aprender mediante um conjunto reduzido de exemplos e, posteriormente, fornecer
respostas coerentes para dados no-conhecidos, uma demonstrao de que a
capacidade das RNAs vai muito alm do que simplesmente mapear relaes de
entrada e sada.
As RNAs so capazes de extrair informaes no-apresentadas de forma
explcita por intermdio dos exemplos. No obstante, as RNAs so capazes de atuar
como mapeadoras universais de funes multivariveis, como custo computacional
que cresce apenas linearmente com o nmero de variveis. Outra caracterstica
importante a capacidade de auto-organizao e de processamento temporal, que,
aliada quelas citadas anteriormente, faz das RNAs uma ferramenta computacional
extremamente poderosa e atrativa para a soluo de problemas complexos.
A Figura 5.1 ilustra as caractersticas fsicas do neurnio biolgico com as
caractersticas computacionais de um neurnio artificial.

Corpo Celular
Dendritos

Axnios
Funo
Soma

X1

Sada

w1
X2

w2
X3

w3

Xn

wn

..
.

Figura 5.1 Representao do neurnio artificial modelado por McCulloch e Pitts


comparado a um neurnio biolgico.
Fonte: Fernandes, R. A. S (2009)

58

Os neurnios so divididos em trs sees: o corpo da clula, os dendritos e


o axnio, cada um com funes especficas, porm, complementares. O corpo do
neurnio mede apenas alguns milsimos de milmetros, e os dendritos apresentam
poucos milmetros de comprimento. O axnio, contudo, pode ser mais longo e, em
geral, tem calibre uniforme. Os dendritos tem por funo receber as informaes, ou
impulsos nervosos, oriundas de outros neurnios e conduzi-las at o corpo celular.
Aqui, a informao processada, e novos impulsos so gerados. Estes impulsos
so transmitidos a outros neurnios, passando atravs do axnio at chegar aos
dendritos dos neurnios seguintes.
O ponto de contato entre a terminao axnica de um neurnio e o dendrito
de outro chamado de sinapse. pelas sinapses que os nodos se unem
funcionalmente, formando redes neurais. As sinapses funcionam como vlvulas, e
so capazes de controlar a transmisso de impulsos, isto , o fluxo da informao
entre os nodos da rede neural. O efeito das sinapses varivel, e esta variao
que d ao neurnio capacidade de adaptao.
Os sinais oriundos dos neurnios pr-sinpticos so passados para o corpo
do neurnio ps-sinptico, onde so comparados com os outros sinais recebidos por
ele. Se o percentual em um intervalo curto de tempo suficientemente alto, a clula
dispara, produzindo um impulso que transmitido para as clulas seguintes (nodos
ps-sinpticos). Este sistema simples responsvel pela maioria das funes
realizadas pelo crebro humano. A capacidade de realizar funes complexas surge
com a operao em paralelo de todos os 1011 nodos do crebro.
Conforme Haykin (1994), redes neurais so definidas como modelos
matemtico-computacionais inspirados no comportamento do crebro humano. O
crebro humano possui um sistema de processamento da informao extremamente
complexo, no-linear e paralelo, ao passo que as redes neurais artificiais possuem
um

processamento

paralelo

que

distribudo

pelas

suas

unidades

de

processamento, ou seja, os neurnios so favorveis ao armazenamento de


conhecimento, de forma a disponibiliz-lo para sua posterior utilizao.
Portanto, as redes neurais artificiais so parecidas ao crebro em duas
caractersticas:

Seu conhecimento adquirido por um processo de aprendizado.

59

As conexes entre seus neurnios so utilizadas para armazenar o


conhecimento adquirido.

As RNAs possuem como principais caractersticas a capacidade de aprender


por intermdio de exemplos e a generalizao das informaes aprendidas. A
generalizao est atrelada capacidade de a rede aprender pela apresentao de
um conjunto reduzido de exemplos, onde ela dever estar apta a fornecer respostas
coerentes para dados que no tenham sido utilizados em sua etapa de aprendizado.
Outras caractersticas como tolerncia a falhas, auto-organizao e capacidade de
agrupar ou organizar dados tambm podem ser observadas em algumas
arquiteturas de redes neurais.
Quanto aplicao de RNAs, pode-se dizer que estas abrangem diversas
reas do conhecimento, como: Fsica, Matemtica, Engenharia, Neurofisiologia,
dentre outras. Pelo fato de as RNAs serem aptas a resolver problemas de cunho
geral, tais como aproximao, classificao, categorizao, predio etc., a gama de
reas onde podem ser aplicadas bastante extensa.
Neste trabalho foram empregadas as RNAs com arquitetura de mltiplas
camadas, denominada Multilayer Perceptron (MLP). Este tipo de arquitetura
geralmente aplicado em tarefas de reconhecimento de padres, aproximao
funcional, identificao e controle (Haykin, 1994). Assim, considerando-se o
propsito do reconhecimento de padres referentes saturao dos TCs e, tambm,
a aproximao funcional realizada para a correo da saturao, verifica-se, ento,
que esta arquitetura adere tarefa proposta.

5.2 Arquiteturas de redes neurais artificiais

A arquitetura de uma RNA relaciona-se diretamente com o algoritmo de


aprendizado empregado para o treinamento da rede e com sua capacidade para
resoluo de determinados tipos de problemas. Alguns parmetros como nmero de
camadas, quantidade de neurnios por camada, tipo de conexo entre os neurnios
e a topologia da rede devem ser levados em considerao para determinar sua
arquitetura.
Quanto ao nmero de camadas, estas podem ser categorizadas em:

60

Camada nica ou;

Mltiplas camadas.

Quanto aos tipos de conexo entre os neurnios, estes podem ser:

Totalmente conectados ou;

Parcialmente conectados.

Quanto topologia da rede, estas podem ser principalmente divididas em:

Feedforward e;

Feedback.

A quantidade de neurnios por camada normalmente no segue uma regra e


so determinadas de forma experimental.
Outro fator que normalmente no utilizado para a especificao da
arquitetura de uma RNA, porm, est fortemente ligado sua arquitetura a funo
de ativao de cada neurnio. Em geral, utiliza-se a mesma funo de ativao para
os neurnios de uma dada camada.
Algumas das funes de ativao mais utilizadas tm seus clculos e
formatos grficos mostrados nas Figuras 5.2 a 5.8:

Degrau bipolar

y = 1, se n > 0

y (n ) = y = 0, se n = 0
y = 1, se n < 0

(5.1)

y
+1

-1

Figura 5.2 Representao da funo de ativao do tipo degrau bipolar.

Degrau

61

y = 1, se n 0
y (n ) =
y = 0, se n < 0

(5.2)

y
+1

Figura 5.3 Representao da funo de ativao do tipo degrau.

Linear
y (n ) = n

(5.3)

y
+1

-1

Figura 5.4 Ilustrao da funo de ativao do tipo linear.

Tangente hiperblica

62

y (n ) =

1 e n
, onde o parmetro de excentricidade
1+ e n

(5.4)

y
+1

-1

Figura 5.5 Representao grfica da funo de ativao do tipo tangente hiperblica.

Logstica (sigmide)

y (n ) =

1
, onde o parmetro de excentricidade
1+ e n

(5.5)

y
+1

Figura 5.6 Ilustrao da funo de ativao do tipo logstica (sigmide).

Rampa

y = 1, se n > 1

y (n ) y = n, se 1 n 1
y = 1, se n < 0

(5.6)

63

y
+1

-1

+1
0

-1

Figura 5.7 Representao grfica da funo de ativao do tipo rampa.

Base radial (gaussiana)

y (n ) = e

( n )2

2 2

(5.7)

y
1

0.5

Figura 5.8 Ilustrao da funo de ativao de base radial (gaussiana).

5.2.1 Perceptron de mltiplas camadas


Como descrito por Haykin (1994), as redes MLP possuem arquitetura
feedforward de mltiplas camadas, sendo constitudas pela camada de entrada, uma
ou mais camadas neurais intermedirias e a camada neural de sada.
A camada de entrada recebe os sinais provenientes do processo, as
camadas neurais intermedirias tm como funo a extrao e armazenamento do
conhecimento, e a camada neural de sada dever emitir uma resposta coerente ao
estmulo dado na entrada da rede.

64

Uma grande vantagem apresentada por esta arquitetura a vasta


quantidade de aplicaes como: aproximador funcional, reconhecimento de padres,
otimizao e controle de processos, entre outras.
Por utilizarem a topologia feedforward, seu fluxo de dados deve ser passado
camada a camada, partindo-se da camada de entrada que ir receber um vetor,
contendo os sinais provenientes do sistema, e que sero propagados aos neurnios
das camadas intermedirias onde sero devidamente processados. Feito o
processamento nas camadas intermedirias, estes so emitidos camada neural de
sada que fornecer o parecer final da rede.
De forma, meramente ilustrativa, apresenta-se pela Figura 5.9 uma rede
MLP com apenas uma camada intermediria.
Camada
Intermediria
Entradas

W 2 ji

W 1ji

Camada
de
Sada
1

X1

2
2

X2

.
.
.

.
.
.

X3

..
.

Xn

N2

N1

I1j

y 1j

I2 j

y2j

Figura 5.9 Arquitetura de uma rede neural do tipo MLP

Como pode ser visualizado na Figura 5.9, em redes do tipo MLP os


neurnios de cada camada apenas so conectados aos neurnios da camada
imediatamente superior, no existindo qualquer outro tipo de conexo entre
neurnios. Todo o conhecimento obtido pelo processamento dos neurnios da
camada

intermediria

ser

armazenado

na

forma

de

pesos

sinpticos,

representados por W 1ji , W 2 ji .


Porm, assim como uma diversidade de outros mtodos para treinamento de
redes neurais, o mtodo de Levenberg-Marquardt baseia-se no algoritmo de
backpropagation (retro-propagao). Por este motivo, apresenta-se, primeiramente,

65

o funcionamento do algoritmo de backpropagation, de forma a fornecer maior


embasamento aos aspectos conceituais e matemticos do algoritmo de LevenbergMarquardt que foi utilizado nesta pesquisa durante a etapa de treinamento das
RNAs.

5.2.2 Treinamento Backpropagation


Para se treinar uma rede neural do tipo MLP com o algoritmo de
backpropagation, apresenta-se um exemplo de entrada, normalmente em formato
vetorial que ser propagado camada a camada at que a rede fornea uma
resposta. Tal resposta dever ser comparada a uma resposta desejada pr-definida
para o exemplo de entrada. Portanto, para todos os exemplos utilizados no
treinamento da rede neural, necessita-se de suas respectivas sadas desejadas.
Esta diferena entre a sada da rede e a sada desejada realizada para se
obter o erro quadrtico produzido pela rede neural que ser retropropagado com o
intuito de melhor ajustar os pesos sinpticos. Com o erro quadrtico obtido para
cada um dos exemplos de treinamento, calcula-se, ento, o Erro Quadrtico Mdio
(EQM) que ser utilizado como critrio de parada ao treinamento da rede neural.
Enquanto o EQM no estiver dentro de um limite aceitvel, todos os passos
anteriores so repetidos, Braga (2000).

5.2.3 Treinamento Levenberg-Marquardt

O algoritmo de backpropagation utiliza a direo oposta ao gradiente para


encontrar uma soluo considerada satisfatria dentro do espao de busca do
problema, porm, este mtodo alm de no ser considerado to favorvel para a
localizao do timo global, ainda requer um grande esforo computacional. Devido
s caractersticas apresentadas pelo algoritmo de backpropagation, empregou-se
neste trabalho o algoritmo de Levenberg-Marquardt que se sobrepe a estas
desvantagens.
Muitas tcnicas para a otimizao do treinamento de RNAs foram propostas
na literatura, porm, a tcnica de Levenberg-Marquardt que se baseia no mtodo
dos mnimos quadrados destaca-se entre as que apresentam uma mais rpida
convergncia. Tal velocidade durante a convergncia garantida devido ao mtodo

66

de Levenberg-Marquardt fazer uso de informaes de 2 ordem, visto que o


algoritmo de backpropagation usa informaes de 1 ordem.
Explicitados o hitrico sobre a evoluo e o funcionamento das RNAs e as
razes da escolha do algoritmo de Levenberg-Marquardt para a realizao deste
estudo, no prximo captulo, aborda-se, ento, o sistema eltrico analisado.

67

6 O SISTEMA ELTRICO EM ANLISE


Este captulo traz um histrico sobre o programa Alternative Transients
Program (ATP), juntamente com o modelo do sistema eltrico estudado. So
apresentados, tambm, os clculos realizados para a construo dos arquivos de
dados utilizados e seus respectivos formatos, alm de grficos que ilustram algumas
das situaes envolvidas no trabalho.
Cabe ressaltar que, as simulaes realizadas e mostradas neste captulo
so de fundamental importncia para o trabalho, pois constituem a base do banco
de dados gerados para o treinamento e os testes da ferramenta de inteligncia
artificial implementada.

6.1 Histrico do programa ATP


O programa Electro-Magnetic Transients Program (EMTP), do qual o ATP
originado, foi desenvolvido a partir da dcada de 60 por Herman W. Dommel, para a
Bonneville Power Administration (BPA) (Coury, Campos e Tavares, 1998).
Inicialmente, o software trabalhava, simulando circuitos monofsicos mediante
modelos de indutncias, capacitncias e resistncias em linhas sem perdas,
incluindo uma chave e uma fonte de excitao. Com o passar do tempo, o programa
sofreu modificaes de vrios autores.
A partir de 1973, Scot Meyer assumiu a coordenao e o desenvolvimento
do programa na BPA, estabelecendo um mtodo de desenvolvimento em conjunto
com os usurios do EMTP, que o tornou poderosa ferramenta em estudos de
transitrios em sistemas eltricos. Algumas divergncias entre Scott Meyer e o
Electric Power Research Institure (EPRI), que investiu no projeto do EMTP a partir
de 1984, levaram criao de uma nova verso do EMTP, a qual foi enviada para a
Blgica onde se instalou o Leuven EMTP Center (LEC). Esta nova verso foi
denominada Alternative Transients Program (ATP), que representa a continuao
das verses precedentes do programa (Coury, Campos e Tavares, 1998).

68

O programa EMTP-ATP trabalha com arquivos de dados em formato de


texto, de fcil edio e, aps efetuar o processamento destes, gera outros arquivos,
incluindo o estudo efetuado. H tambm a possibilidade da gerao de um outro
arquivo, apresentando os resultados obtidos na simulao de tenso, corrente,
potncia e energia. Estes arquivos so gravados de acordo com instrues
previamente informadas no incio da execuo do processamento (Coury, Campos e
Tavares, 1998).
O arquivo de dados fornecido para o ATP tem um formato rigidamente
prefixado, de modo que os dados so inseridos em posies definidas, sob pena de
erro de processamento. O ATP possui, tambm uma crtica do arquivo de dados de
entrada (extenso.lis). Assim, caso haja a ocorrncia de erros, muitas vezes
possvel corrigi-los simplesmente pela anlise da resposta constante no arquivo de
sada (extenso.pl4).

6.2 Sistema eltrico estudado

BGER

BLT1O

BLT1

BGCH1
TR1A

TR1E
LT1: 100 km

BLT2

BGCH2

BLT2O
TR2A

TR2E
LT2: 50 km

25MVA
138/13.8kV

25MVA
13.8/138kV

Gerador
Sncrono

BGCH3
BLT3O

BLT3

90MVA
13.8kV

Alimentadores

GER

25MVA
138/13.8kV

25MVA
13.8/138kV

BGCHM

TR3A

TR3E
LT3: 50 km
25MVA
13.8/138kV

25MVA
138/13.8kV

V
2MVA
13.8/4kV

Figura 6.1 Sistema eltrico estudado

O sistema eltrico utilizado para o desenvolvimento dessa pesquisa uma


variante do sistema amplamente estudado pelo laboratrio de Sistemas de Energia

69

Eltrica (LSEE), Barbosa, et al. (2007 e 2008), os parmetros eltricos dos diversos
componentes foram obtidos de equipamentos reais.
O sistema eltrico inicial, Figura 6.1, consiste de um gerador sncrono com
potncia de 90 MVA em tenso de 13,8 kV, conectados a uma barra de gerao
onde esto conectados trs transformadores elevadores de 25 MVA de potncia,
com relao de transformao de 13,8 kV no primrio para 138 kV no secundrio,
em ligao estrela aterrado tringulo e seguindo trs linhas de transmisso, sendo
duas de 50 km e uma de 100 km. Seguindo-se o diagrama unifilar, tm-se, ento,
trs SEs abaixadoras em 138 kV no primrio para 13,8 kV no secundrio, em ligao
tringulo-estrela aterrado, e a sada para trs alimentadores de distribuio.
A base de dados, ou seja, os sinais de corrente dos terminais do gerador
foram gerados a partir de simulaes executadas no SEP apresentado
anteriormente. A base de dados foi constituda por 44 faltas internas ao gerador e 44
faltas externas, onde se variou o tipo de falta e o seu ngulo de incidncia. Os dados
foram gerados com uma taxa de amostragem de 1920 Hz, que nos fornece 32
pontos por ciclo, em uma freqncia de 60 Hz. Chegou-se a 88 tipos de faltas
(internas e externas), devido estar cobrindo todos os tipos de faltas possveis,
conforme pode ser verificado no apndice A.
O conjunto de dados foi criado a partir de diversas situaes de falta, sendo
que as condies que estas ocorrem tm influncia direta sobre a corrente
solicitada. Determinadas situaes podem causar o surgimento de componentes
contnuas com decaimento exponencial positivo ou negativo de acordo com o ngulo
de incidncia.
Aqui cabe relatar, que para se fazer as simulaes no ATP, no se tem
acesso a todos os terminais do gerador ou mesmo aos enrolamentos, pois, o modelo
de gerador j previamente fechado em estrela, o que dificulta a simulao de faltas
internas. Embora o modelo de gerador do ATP no permita simular diretamente as
faltas internas no gerador, foram simuladas as faltas nos terminais do gerador como
pode ser verificado atravs da Figura 6.3.
As Figuras 6.2 e 6.3 exemplificam um caso de falta interna no sistema
eltrico real e no sistema eltrico simulado no ATP. importante esclarecer que
mesmo com a limitao do modelo do ATP, o sistema eltrico semelhante, ou seja,
a corrente IG que passa pelo TC1 a mesma tanto no sistema real quanto no
simulado, no tendo prejuzos nas simulaes executadas.

70

Figura 6.2 Sistema eltrico real simulando uma falta interna ao gerador.

Figura 6.3 Sistema eltrico simulado no ATP simulando uma falta interna ao
gerador.

A mesma regra explicitada acima, no caso dos exemplos para as faltas


internas, vale para as faltas externas conforme ilustram as Figuras 6.4 e 6.5, a
mudana que as faltas externas acontecem aps o TC2, ou seja, no sistema de
distribuio.

71

Vale salientar que a corrente IG que passa pelo TC1 e TC2 a mesma, tanto
no sistema real quanto no simulado, no tendo prejuzos nas simulaes
executadas.

Figura 6.4 Sistema eltrico real simulando uma falta externa ao gerador.

Figura 6.5 Sistema eltrico simulado no ATP simulando uma falta externa ao
gerador .

A simulao do TC foi realizada a partir de dados reais de fabricao. O


modelo eltrico empregado para a simulao mostrado na Figura 6.6.

72

Figura 6.6 Modelo eltrico do TC.

A seguir, so mostradas atravs da Tabela 6.1 as caractersticas eltricas do


TC e na Figura 6.7 a curva de magnetizao dos TCs empregados.
Atravs da Figura 6.7, buscando aproximar da realidade, foi feita uma
mudana na curva de saturao dos TCs prximo ao neutro do gerador e prximo
aos terminais do gerador, ou seja, para mostrar que na fabricao dos TCs eles no
so totalmente iguais, fazendo com isso que a proteo diferencial atue
erroneamente e justificando a aplicao das RNAs neste trabalho para a correo da
corrente distorcida do secundrio do TC.
Pode-se evidenciar tambm na Figura 6.7 que o TC representado pela curva
preta satura antes do TC representado pela curva vermelha, essa diferena entre os
dois TCs faz com que a proteo diferencial do gerador possa a vir atuar
erroneamente.

Tabela 6.1 Dados do transformador de corrente.

Grandeza
Indutncia de disperso do primrio
Resistncia de disperso do primrio

Valor
5,0 H
0,85

Indutncia de disperso do secundrio

1, 0.10-3

Resistncia de disperso do secundrio

1, 0.10-4

Relao de transformao

2000:5

73

1,4
1,2

Fluxo (Wb)

1,0
0,8
0,6
0,4
0,2
0,0
-5

10

15

20

25

30

35

40

Corrente (A)

Figura 6.7 Curva de magnetizao do TC.

A seguir, so mostrados alguns dos resultados obtidos com a simulao do


sistema eltrico de potncia no programa ATP, referentes aos casos de faltas
externas e internas.
Para alguns casos, so ilustradas situaes nas quais ocorre o fenmeno de
saturao dos TCs, para efeito comparativo entre os sinais estudados.
A Figura 6.8 mostra as correntes primrias em falta, reportando o caso de
falta externa AB com ngulo de 90 que ocorre no instante de tempo de 415 (ms).

74

Corrente Primria Fase A


Corrente Primria Fase B
Corrente Primria Fase C

25000
20000
15000
10000

Corrente (A)

5000
0
-5000
-10000
-15000
-20000
-25000
0,40

0,42

0,44

0,46

0,48

0,50

Tempo (s)

Figura 6.8 Corrente primria sob falta externa AB 90

A Figura 6.9 mostra as correntes secundrias em falta e com a saturao do


TC, reportando o caso de falta externa AB com ngulo de incidncia de 180 que
ocorre no instante de tempo de 415 (ms) e a saturao do TC ocorre prximo de 420
(ms).

75

Corrente Secundria Fase A


Corrente Secundria Fase B
Corrente Secundria Fase C

60

40

Corrente (A)

20

-20

-40

-60
0,40

0,42

0,44

0,46

0,48

0,50

Tempo (s)

Figura 6.9 Corrente secundria sob falta externa AB 180 com saturao do TC

A partir desses dados, no prximo captulo, adentra-se para o algoritmo


aplicado ao sistema eltrico em anlise e apresenta-se a descrio detalhada de
todas as etapas de sua estruturao, em que podem ser identificados os resultados
experimentais de um modelo de faltas internas, a estrutura da rede neural, o mtodo
de treinamento e os testes da rede.

76

77

7 ALGORITMO APLICADO PROTEO


DIFERENCIAL DO GERADOR
Neste captulo, aborda-se o processo de definio, treinamento e avaliao
das RNAs e, o algoritmo aplicado proteo diferencial do gerador sncrono com
correo das ondas de correntes saturadas atravs de RNAs.

7.1

Processo de definio, treinamento e avaliao das RNAs

Como exposto no captulo anterior, s simulaes executadas no trabalho


foram iniciadas pela obteno da base de dados, a qual foi constituda por dados
adquiridos a partir da simulao de um SEP com 44 faltas internas e 44 faltas
externas, onde se variou o tipo de falta e o seu ngulo de incidncia.
Foram gerados 88 casos, dos quais 56 foram utilizados para treinamento e
os 32 restantes so empregados na validao das redes neurais. Para uma melhor
visualizao desses casos, vide apndice A. Aqui cabe salientar, que os 88 casos
escolhidos referem-se aos casos mais significativos, pois para as demais situaes
no foram encontrados resultados divergentes.
Aps formada a base de dados, houve a necessidade de se realizar uma
etapa de pr-processamento dos dados, com o intuito de melhor prepar-los s
etapas de deteco e correo da saturao dos TCs.
Na etapa de pr-processamento, realizou-se o janelamento dos sinais, onde
cada janela foi constituda por um total de 32 pontos amostrados, conforme pode ser
verificado atravs da figura 7.4 da pgina 83.
Depois de aplicado o janelamento, os dados foram adequados para que
pudessem ser submetidos s etapas de treinamento e validao das RNAs. Para tal
tarefa, alm das janelas, foram fornecidos como entradas o somatrio dos pontos da
janela respectivamente anterior janela atual. Portanto, foram utilizadas 33
entradas, sendo 32 delas os pontos correspondentes janela do sinal e 1
corresponde ao somatrio dos pontos da janela anterior. Foi utilizado o toolbox do
programa MATLAB para as etapas de treinamento e validao das RNAs.
Para o desenvolvimento desta pesquisa, empregou-se

RNAs

com

arquitetura de mltiplas camadas, denominada MLP. Este tipo de arquitetura

78

geralmente aplicado em tarefas de reconhecimento de padres, aproximao


funcional, identificao e controle (Haykin, 1994). Assim, considerando o propsito
do reconhecimento de padres referentes saturao dos transformadores de
corrente e tambm a aproximao funcional realizada para a correo da saturao,
optou-se ento pela utilizao desta arquitetura no trabalho.
Portanto, duas RNAs foram implementadas, sendo uma responsvel por
detectar a ocorrncia de saturao nos TCs e outra responsvel por corrigir os sinais
das janelas onde foram detectados sinais saturados.
Com relao ao treinamento das RNAs, empregou-se para a rede neural
detectora e corretora de saturao um algoritmo denominado Levenber-Marquardt,
que se destaca por apresentar um processo de ajuste otimizado dos pesos, bem
como maior velocidade de convergncia.

7.1.1 Rede neural detectora


A topologia da RNA detectora foi selecionada aps a realizao de diversos
testes com os 16.800 padres de treinamento, ou seja, 56 casos

vezes 300

amostras por caso e 9.600 padres de validao, ou seja, 32 casos vezes 300
amostras por caso, onde se constatou que a topologia mais adequada a esta funo
conta com duas camadas neurais. A camada de entrada contm 33 entradas, das
quais 32 so amostras anteriores do sinal de corrente e a uma o somatrio das 32
amostras anteriores a estas. Como o comportamento do TC em um dado ciclo
dependente do ciclo anterior, uma entrada da rede neural usada para o somatrio
das amostras do ciclo anterior. Esse somatrio proporcional integral da corrente
no secundrio e proporcional ao fluxo magntico no TC durante o ciclo anterior (D.
C. Yu and Kojovic, 2001).
A rede neural constituda por 33 entradas, sendo a 1 entrada x(n)
equivalente a amostra atual do sinal, e a 2 entrada x(n-1) ao sinal da amostra
anterior at o sinal da amostra x(n-32). As amostras de x(n-33) at x(n-64) so
somadas e entregue a 33 entrada da rede neural.
Para se chegar na arquitetura ideal da RNA detectora, foram feitos vrios
testes, variando-se o nmero de neurnios na camada escondida e testando-a. Para
uma melhor visualizao dos tempos de treinamento e da validao dos neurnios,
vide apndice A. A topologia escolhida (33-26-1) possui 26 neurnios na camada

79

escondida e na camada neural de sada, apenas 1 neurnio, sendo o neurnio da


camada de sada responsvel por fornecer uma resposta binria, onde -1
corresponde no ocorrncia da saturao do TC e 1 corresponde ocorrncia da
saturao.
Para uma melhor compreenso da configurao utilizada, a topologia da
rede detectora mostrada na Figura 7.1.

Figura 7.1 Arquitetura da rede neural detectora

7.1.2 Rede neural corretora


Para esta RNA, tambm se utilizou uma arquitetura do tipo MLP, e com
algoritmo de treinamento Levenber-Marquardt idntico ao utilizado na RNA
detectora. A topologia da RNA corretora foi selecionada aps a realizao de
diversos testes com os 16.800 padres de treinamento, ou seja, 56 casos vezes 300
amostras por caso e 9.600 padres de validao, ou seja, 32 casos vezes 300
amostras por caso, onde se constatou que a topologia mais adequada a esta funo
conta com trs camadas neurais.

80

Com relao RNA corretora, esta apenas recebeu as 33 entradas das


quais a RNA anteriormente citada detectou a saturao dos TCs. A camada de
entrada contm 33 entradas, das quais 32 so amostras anteriores do sinal de
corrente e a uma a somatria das 32 amostras anteriores estas.
De modo anlogo a RNA detectora, a RNA corretora constituda por 33
entradas, sendo a 1 entrada x(n) equivalente a amostra atual do sinal, e a 2
entrada x(n-1) ao sinal da amostra anterior at o sinal da amostra x(n-32). As
amostras de x(n-33) at x(n-64) so somadas e entregue a 33 entrada da rede
neural.
Como citado acima, para se chegar a uma arquitetura ideal para a RNA
corretora, foram feitos vrios testes, onde foi feita uma variao no nmero de
neurnios nas camadas escondidas e testando-a, ou seja, mantinha o nmero de
neurnios na primeira camada escondida fixo e variou-se o nmero de neurnios na
segunda camada, foi feito assim at se chegar a uma topologia RNA corretora
satisfatria. Para uma melhor visualizao dos tempos de treinamento e da variao
dos neurnios, vide apndice B. A topologia escolhida (33-23-18-1) possui na
primeira camada escondida 23 neurnios e na segunda camada escondida conta
com 18 neurnios. A camada neural de sada possui um nico neurnio, o qual
fornece o sinal da corrente corrigida, o que esta sendo mostrado no y(n) o valor do
x(n) corrigido. Para uma melhor visualizao, a topologia da RNA corretora
mostrada na Figura 7.2.

Figura 7.2 Arquitetura da rede neural corretora

81

Cabe ressaltar que, para ambas as RNAs empregaram-se, nos neurnios da


camada neural intermediria, funes de ativao do tipo tangente hiperblica e,
para os neurnios da camada de sada, funes de ativao lineares.

7.2

Fluxograma do algoritmo do rele diferencial


O Fluxograma destacado na Figura 7.3 mostra todas as etapas que foram

desenvolvidas e sero detalhadas nas sees a seguir.

82

Incio

Entrada de
Dados

Sim

RNA
Detectora

RNA
Corretora

No
Clculo da Corrente
Diferencial

id k ir

Contador de
operao
Cont > 8

(Trip 0)
No

(Trip 1)
Sim
Envia Trip
para rel

Fim

Figura 7.3 Fluxograma do algoritmo do rele diferencial

83

7.2.1 Entrada de dados


Como exposto anteriormente, foram empregados 44 casos para faltas
internas e 44 casos para faltas externas, onde toda a simulao foi desenvolvida por
meio do software ATP. Este estgio, na realidade, tem o objetivo de simular a
entrada de dados, onde os sinas de corrente so obtidos via simulaes com taxa
de amostragem de 1920 Hz o que nos fornece 32 pontos por ciclo.
Embora a entrada de dados seja contnua, realiza-se a cada instante de
tempo a coleta de uma nova amostra, sendo a apresentao das informaes ao
algoritmo realizada de forma janelada, onde cada janela foi constituda por um total
de 32 pontos por ciclo, e com passo fixo de deslocamento de uma amostra. Assim,
todas as demais etapas sero desenvolvidas para apenas uma janela de dados, de
modo que o algoritmo de proteo e de monitoramento devera ser completamente
executado a cada novo ciclo de processamento. De forma a fornecer melhor
compreenso desse janelamento, a Figura 7.4 ilustra o passo da janela a cada
amostra nova.

Janela n

Janela
n-1

Janela
n+1

Figura 7.4 Exemplo do janelamento do sinal

84

Deve-se salientar que todos os sinais foram normalizados antes de serem


submetidos ao processo de janelamento. Ressalta-se que o janelamento dos dados
torna-se importante para verificar mais rapidamente em qual dos pontos amostrados
esta acontecendo falta para que a proteo possa atuar mais rapidamente.

7.2.2 A deteco e a correo da saturao do TC


Nesta etapa ser mostrado o esquema empregado para deteco e correo
das correntes distorcidas pelo efeito da saturao do ncleo do TC. Para isso duas
redes neurais foram empregadas, como citado anteriormente.
Para a execuo desta etapa, utilizou-se de duas RNAs tipo Multilayer
Perceptron (MLP) com finalidades distintas (Monaro, et al., 2010). A primeira foi
usada na deteco da saturao do TC (RNA detectora) e, a segunda, para a
correo da forma de onda deformada pela saturao (RNA corretora). importante
observar na figura 7.3 que a RNA corretora s solicitada quando h saturao do
TC, o que permite um melhor desempenho do algoritmo de proteo desenvolvido,
evitando assim, a insero de imprecises adicionais s formas de onda.

7.2.3 Rede neural detectora


A RNA detectora recebe as correntes do secundrio do TC (32 amostras
mais a 33 amostra) j treinada e com os pesos definidos e indica se ocorreu ou no
a saturao. Essa rede neural detectora fornecer como sada se o sinal est ou no
saturado, caso esteja saturado acionar a rede corretora, caso contrrio, processase o clculo da proteo diferencial. A camada de sada responsvel por fornecer
uma resposta binria, onde (-1) corresponde no ocorrncia da saturao do TC e
1 corresponde ocorrncia da saturao.

85

7.2.4 Rede neural corretora


Com relao RNA corretora, esta apenas recebeu as 33 entradas das
quais a RNA anteriormente citada detectou a saturao dos TCs, sendo responsvel
pela correo dos valores de corrente a serem entregues ao rel de proteo.
Os dados referentes as 32 amostras mais a 33 amostra so apresentadas a
rede j treinada e com os pesos definidos e essa RNA fornecer como sada o sinal
reconstrudo e sem saturao, o qual ser utilizado para o clculo da proteo
diferencial, ou seja, essa rede neural recebe as correntes distorcidas do secundrio
do TC e entrega em sua sada as correntes corrigidas.

7.2.5 Clculo da corrente diferencial


Como descrito anteriormente, o algoritmo apresentado na Figura 7.3 ilustra o
principio lgico proposto para o rel diferencial, considerando o emprego de RNAs.
Aps as etapas de deteco e correo da saturao, feito o clculo da corrente
diferencial como ilustrado na seo 4.7, onde o algoritmo do rel faz a verificao
das correntes, atravs dos TCs, prximo ao neutro e prximo aos terminais do
gerador e verifica em qual das regies caractersticas do rel (Figura 7.5) o sinal
est classificado, ou seja, o rel determina se o sinal est contido na zona de
restrio ou de operao, de acordo com o ajuste de restrio percentual escolhido.
Se o sinal for classificado no interior da zona de restrio, o algoritmo retorna ao seu
ponto inicial, e o rel retorna entrada de dados, caso contrrio, o algoritmo passa,
ento, a considerar a possibilidade de uma falta interna. Finalmente, o rel analisa
se o contador de faltas excedeu a um limite preestabelecido e decide pelo envio do
sinal de atuao ao disjuntor do gerador sncrono.

I (Operao)

86

Caracterstica
(Dec)
2,5

Zona de operao
(TRIP)
1,5

Zona de restrio
(BLOQUEIO)
1

0,5

Pmin
0
0

0,8

10

I (Restrio)

Figura 7.5 Curva de ajuste para proteo diferencial

A Figura 7.5 ilustra uma caracterstica de operao do rel diferencial,


incluindo as suas zonas de restrio e operao. A caracterstica consiste de uma
linha inclinada (Dec), ou inclinao e uma reta horizontal definindo o limiar mnimo
ou de pickup de corrente (Pmin). A regio de operao localizada acima da
caracterstica inclinada, sendo que a regio de restrio localizada abaixo da mesma
curva. Foi utilizado no algoritmo da proteo diferencial desse trabalho o Pmin igual a
0,20 e Dec ou inclinao igual a 0,20.

7.3 Resultados da aplicao de Redes Neurais na deteco e


correo de sinais de TCs distorcidos pela saturao
Nesta seo sero apresentados os resultados das redes propostas.

7.3.1 Rede Detectora


A topologia escolhida (33-26-1) para a funo de detectar a saturao do
TC, apresentou uma taxa de acerto de 99,6% das janelas que apresentaram

87

saturao dos TCs durante a etapa de validao e durante a etapa de treinamento


foi necessrio apenas 50 pocas para a convergncia. Portanto, no que segue,
encontra-se apresentado por meio da Figura 7.6 a resposta da rede detectora para o
caso de falta externa AB com ngulo de incidncia de 180 (caso 57), sendo esta
caracterizada pela cor verde.

Deteco da Saturao - Corrente (pu)

Corrente no Secundrio do TC
Sada da Rede Detectora
Sada Desejada

0,5

-0,5

-1
0.02

0.04

0.06

0.08

0.1
Tempo (s)

0.12

0.14

0.16

Figura 7.6 Resposta da rede neural detectora falta externa AB 180

Podemos observar que a sada da rede detectora est identificando de


forma satisfatria a saturao do TC, cuja forma de onda onde houve a saturao
mostrada na cor azul e ocorre aps a ocorrncia da falta, em um tempo aproximado
de 0,085 segundos.
Na Figura 7.7 evidencia-se a resposta da rede detectora (pontos verdes)
para o caso de falta externa AB com ngulo de incidncia de 360 (caso 58).
Observa-se que a rede detectora identifica satisfatoriamente a parte da onda onde
houve saturao (em azul).

88

Corrente (pu) / Deteco da Saturao

Corrente no Secundrio do TC
Sada da Rede Detectora
Sada Desejada

0.5

-0.5

-1
0.02

0.04

0.06

0.08
0.1
Tempo (s)

0.12

0.14

0.16

Figura 7.7 Resposta da rede neural detectora falta externa AB 360


Observa-se tambm alguns pontos de classificao errnea da rede
localizados principalmente na parte de transio da forma. Tal fato pode estar
ocorrendo devido dificuldade da rede em assimilar os padres de transio de no
saturado para saturado e vice-versa.
Pela Figura 7.8 evidencia-se a resposta da rede detectora para o caso de
falta interna ABC com ngulo de incidncia de 180 (caso 75), sendo esta
caracterizada pela cor verde.

89

Deteco da Saturao - Corrente (pu)

Corrente no Secundrio do TC
Sada da Rede Detectora
Sada Desejada

0.5

-0.5

-1
0.02

0.04

0.06

0.08
0.1
Tempo (s)

0.12

0.14

0.16

Figura 7.8 Resposta da rede neural detectora falta interna ABC 180
Verifica-se que a sada da rede detectora est identificando de forma
satisfatria a parte da onda onde houve saturao (em azul). Observa-se tambm
que houve um pequeno aumento no nmero de pontos de classificao errnea da
rede comparado com o caso de falta externa AB com ngulo de incidncia de 360
(caso 58), localizados principalmente na parte de transio da forma. O fato pode
estar associado dificuldade da rede em assimilar os padres de transio de
saturado para no saturado e vice-versa.

90

7.3.2 Rede Corretora


A topologia escolhida (33-23-18-1) para a funo de corrigir a forma de onda
com saturao proveniente do secundrio do TC apresentou um erro mdio de
0,66% e uma varincia de 0,81% das janelas que apresentaram saturao dos TCs
durante a etapa de validao e durante a etapa de treinamento a rede convergiu
com 1000 pocas. Assim, de forma a melhor representar a resposta da rede neural
corretora ilustra-se atravs das Figuras 7.9, 7.10 e 7.11.
A Figura 7.9 mostra a resposta da rede corretora para o caso de falta
externa fase AB com ngulo de incidncia de 180 (caso 57). Podemos verificar
atravs do sinal da rede corretora caracterizada pela forma de onda na cor azul.
Observa-se que a sada da rede corretora est bem prxima da sada desejada,
sendo esta caracterizada pela forma de onda na cor verde, a qual se trata da
corrente do primrio referenciada no secundrio.
Analisando a forma de onda da corrente no secundrio do TC (cor vermelha)
no primeiro ciclo de ps falta percebemos que a ocorrncia da saturao acontece
antes do pico mnimo da onda. Nessa situao a rede corretora apresenta uma
pequena dificuldade na correo da forma de onda da rede corretora (cor azul). No
entanto, esse desvio pequeno se compararmos com o sinal da saturao sem a
correo.
Pode-se justificar, a dificuldade da rede corretora em corrigir o sinal saturado
no primeiro ciclo ps falta, devido ao fato de ser o primeiro ciclo com o sinal
saturado, ou seja, temos nos ciclos de pr falta o sinal sem saturao e nos
prximos ciclos de ps falta o sinal com saturao, essa juno de sinal com
saturao e sem saturao pode ter sido a causa do sinal da rede corretora no
estar prximo da sada desejada.
Dessa forma, a rede corretora corrigiu melhor as formas de onda quando o
sinal totalmente saturado.

91

Corrente no Secundrio do TC
Sada da Rede Corretora
Sada Desejada

0.8
0.6

Corrente (pu)

0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
0.04

0.06

0.08

0.1

0.12

0.14

0.16

Tempo (s)

Figura 7.9 Resposta da rede neural corretora falta externa fase AB 180

Atravs da Figura 7.10, podemos verificar a resposta da rede corretora (em


azul) para o caso de falta externa fase AT com ngulo de incidncia de 270 (caso
64), onde se verifica atravs da forma de onda da rede corretora, ou seja, a sada da
rede corretora bem prxima da sada desejada (em verde), onde se trata da corrente
do primrio refletida no secundrio. Analisando a forma de onda da corrente no
secundrio do TC (em vermelho), que no primeiro ciclo de ps falta, percebemos
que a ocorrncia da saturao ocorre antes do pico mximo da onda, tanto na parte
positiva quanto na parte negativa, onde percebemos uma leve dificuldade na
correo da forma da rede corretora (em azul).

92

Corrente no Secundrio do TC
Sada da Rede Corretora
Sada Desejada

0.8
0.6

Corrente (pu)

0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
0.04

0.06

0.08

0.1

0.12

0.14

0.16

Tempo (s)

Figura 7.10 Resposta da rede neural corretora falta externa AT 270

A Figura 7.11 ilustra a resposta da rede corretora para o caso de uma falta
externa fase ABT com ngulo de incidncia de 90 (caso 61). Pode-se observar que
a forma de onda da rede corretora (em azul) ou sinal corrigido, semelhante ao sinal
da sada desejada (em verde) representada pelo sinal da corrente primria refletida
no secundrio do TC.
Analisando-se o primeiro ciclo de ps falta da onda da corrente no
secundrio do TC (em vermelho) e o sinal de sada da rede corretora (em azul),
nota-se um ligeiro desvio na correo da forma de onda saturada, devido
possivelmente a dificuldade da rede assimilar o padro de uma pequena variao do
sinal no final do primeiro meio ciclo do sinal de ps falta, causado por se tratar de
uma rea de transio de pr-falta para ps-falta. Todavia, o erro no se repete nos
demais ciclos, possibilitando uma perfeita correo do sinal saturado.

93

Corrente no Secundrio do TC
Sada da Rede Corretora
Sada Desejada

0.8
0.6

Corrente (pu)

0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
0.04

0.06

0.08

0.1

0.12

0.14

0.16

Tempo (s)

Figura 7.11 Resposta da rede neural corretora falta externa ABT 90

7.3.3 Algoritmo de Correo e Deteco


Em ambos os casos que sero apresentados atravs das Figuras 7.12, 7.13
e 7.14, evidencia-se tambm o bom desempenho da rede detectora quanto da rede
corretora. No entanto, so observados as mesmas dificuldades relatadas
anteriormente, ou seja, pequena dificuldade para deteco nos instantes de
transio do sinal saturado e no saturado e dificuldade para correo do sinal
durante o primeiro ciclo de transio de pr-falta para ps-falta. Contudo, ressalta-se
que tais dificuldades no influenciaram a avaliao global da metodologia.
A Figura 7.12 traz o resultado do funcionamento do algoritmo, que engloba
as redes detectora e corretora, para o caso de falta externa ABC com ngulo de
incidncia de 270 (caso 59).

Deteco da Saturao - Corrente (pu)

94

Corrente Entregue ao Rel


Corrente no Secundrio
Corrente no Primrio
Sada da Rede Detectora
Sada Desejada
1

-1

0.08

0.09

0.1

0.11

0.12
Tempo (s)

0.13

0.14

0.15

0.16

Figura 7.12 Sada do algoritmo de deteco e correo falta externa ABC 270

A Figura 7.13 traz o resultado do funcionamento do algoritmo, que engloba


as redes detectora e corretora, para o caso de falta externa ABT com ngulo de

Deteco da Saturao / Corrente (pu)

incidncia de 90 (caso 61).

Corrente Entregue ao Rel


Corrente no Secundrio
Corrente no Primrio
Sada da Rede Detectora
Sada Desejada
1

-1

0.08

0.09

0.1

0.11

0.12
Tempo (s)

0.13

0.14

0.15

0.16

Figura 7.13 Sada do algoritmo de deteco e correo falta externa ABT 90

95

A Figura 7.14 traz o resultado do funcionamento do algoritmo, que engloba


as redes detectora e corretora, para o caso de falta interna ABC com ngulo de
incidncia de 180 (caso 75).

Corrente Entregue ao Rel


Corrente no Secundrio
Corrente no Primrio
Sada da Rede Detectora
Sada Desejada

Deteco da Saturao - Corrente (pu)

-1

0.05

0.06

0.07

0.08

0.09

0.1
0.11
Tempo (S)

0.12

0.13

0.14

0.15

Figura 7.14 Sada do algoritmo de deteco e correo falta interna ABC 180

Este trabalho de pesquisa props um esquema composto por duas RNAs


dedicadas deteco e correo da saturao dos TCs. A rede detectora
apresentou uma taxa de acerto de (99,6%) na identificao da saturao do TC. O
desempenho da rede corretora foi tambm bastante satisfatrio, com um erro mdio
de 0,66% e com uma varincia de 0,81% para todos os casos.
Nota-se, por meio dos resultados apresentados na Tabela 7.1 que o
emprego de redes neurais artificiais considerado satisfatrio quando aplicadas
deteco e correo da saturao de transformadores de corrente. O emprego desta
tcnica aumenta consideravelmente a confiabilidade e desempenho dos rels de
proteo.

96

Tabela 7.1 Resultado dos testes antes e aps o uso da RNA

Podemos verificar atravs da Tabela 7.1, que os dados referentes aos casos
de falta externa que esto sem a correo pela RNA, estavam causando falso trip, e
aps, o uso das RNAs houve a correo para 100% dos casos de trips ocorridos
indevidamente pela saturao dos TCs, justificando portanto o excelente
desempenho das RNAs. Dos 32 casos utilizados na etapa de validao das RNAs,
foram selecionados 16 tipos de falta externa e 16 tipos de falta interna, variando-se o
tipo de falta e o seu ngulo de incidncia, onde dessa maneira procurou-se ser mais
criterioso, ou seja, selecionar a mesma quantidade de casos de falta interna e
externa, com isso se fez uma representao melhor e eficaz dos resultados obtidos.
Foram testados no algoritmo da proteo diferencial os 32 casos sem a
correo pela RNA, onde se verificou um erro de 50% nos casos para a falta externa
e interna, ou seja, enviando o trip indevidamente ao disjuntor do gerador.
Aps a correo pela RNA, foi verificado que para os casos de falta externa
no foi detectado nenhum trip, ou seja, a correo pela RNA foi bastante satisfatria
no auxlio proteo diferencial, fazendo com que a proteo diferencial no
atuasse erroneamente.

97

8 CONCLUSES
Este trabalho apresentou um estudo sobre a deteco e correo da
saturao de transformadores de corrente quando estes so aplicados proteo de
geradores sncronos, atravs das tcnicas de Redes Neurais Artificiais.
O programa MATLAB que foi utilizado nesse estudo, permite a simulao de
ferramentas computacionais de forma eficiente e rpida, contando ainda com vasta
gama de opes de sub-rotinas especializadas.
O trabalho prope um esquema composto por duas RNAs dedicadas
deteco e correo da saturao de TCs. A rede detectora apresentou uma
elevada taxa de acerto (99,6%) na identificao da saturao do TC. O desempenho
da rede corretora foi tambm bastante satisfatrio, com 0,66% de erro mdio e com
varincia de 0,81%. Pode-se verificar que a resposta do algoritmo da proteo
diferencial foi satisfatria, visto que a RNA corretora conseguiu fazer a correo dos
16 tipos de faltas externas, sem envio do falso trip, auxiliando assim o desempenho
da proteo diferencial.
Algumas observaes sobre os resultados encontrados so necessrias, j
que as figuras apresentadas nos captulos anteriores so referentes s condies
mais significativas. Tal abordagem teve a motivao de apresentar os casos mais
significativos, pois nas demais situaes avaliadas no foram encontrados
resultados divergentes, sejam no tempo de atuao ou na tomada de deciso.
Os resultados mostram a viabilidade da aplicao de RNAs como soluo ao
problema

de

saturao

dos

TCs.

emprego

desta

tcnica

aumenta

consideravelmente a confiabilidade e desempenho dos rels de proteo.


Adicionalmente, por se tratar de uma tcnica com esforo computacional mdio, a
sua incorporao nos rels de proteo no adicionaria grandes custos ao
equipamento.
Conclui-se, atravs dos resultados obtidos, que a aplicao da ferramenta
baseada em Redes Neurais Artificiais constitui uma nova e importante etapa na
anlise da proteo diferencial de geradores sncronos. Em conformidade com os
resultados apresentados, pde-se observar que a agregao das RNAs, possibilitou

98

o desenvolvimento de um algoritmo capaz de auxiliar de maneira bastante


satisfatria e eficaz a proteo diferencial de geradores sncronos.

8.1 Continuidade da pesquisa


Tendo em vista o aperfeioamento contnuo do algoritmo apresentado,
principalmente no tocante a tcnica de Redes Neurais Artificiais, prope-se a
realizao de novos testes com a utilizao de outros tipos de RNAs, tais como:
utilizao de RNAs com arquitetura Perceptron Multicamadas do tipo TDNN (Time
Delay Neural Network) e algoritmo de treinamento com a regra delta generalizada
(backpropagation), podemos tambm utilizar redes funes base radial (Radial Basis
Function - RBF). Assim como na rede TDNN, as RBF so arquiteturas de RNA que
so tambm normalmente utilizadas na aproximao de funes e classificao de
padres.
Outra proposta interessante seria a de se utilizar dados reais para a
simulao no ATP, ou seja, utilizar os dados de uma oscilografia registrada em
campo onde tenha ocorrido a saturao dos TCs prximos ao neutro e terminador do
gerador sncrono.

99

REFERNCIAS
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS (1992). NBR 6856:
Transformadores de corrente. Rio de Janeiro.
ANSI/IEEE Std. C57.13 (1993). ANSI/IEEE guide for requirements for instrument
transformers.
ANSI/IEEE Std. C37.110 (2007). ANSI/IEEE guide for the application of current
transformers used for protective relaying purposes.
ARAJO, C. A. S. et al. (2005). Proteo de sistemas eltricos. 2. ed. Rio de
Janeiro: Editora Intercincia.
BARBOSA, D., SILVA, M., BERNARDES, A., OLESKOVICZ, M, and COURY, D.,
Lgica fuzzy aplicada na proteo de transformadores, in VIII Simpsio Brasileiro
de Automao Inteligente, Florianpolis, 2007.
BARBOSA, D., MONARO, R. M., COURY, D. V., and OLESKOVICZ, M., Digital
frequency relaying based on the modified least mean square method, IET
Generation, Transmission & Distribution, 2008.
BARNETT, E. A. C. W.; CHADWICK, J. W. (1993). Relay performance
considerations with low ratio cts and high fault currents. IEEE Transaction on Power
Delivery, New York, v. 8, n. 3, p. 884-887.
BISHOP, C. (1995). Neural networks for pattern recognition. England: Oxford
University Press, 504 p.
BRAGA, A. P.; LUDERMIR, T. B.; CARVALHO, A. C. P. L. F. (2000). Redes neurais
artificiais: teoria e aplicaes. Rio de Janeiro: Editora LTC.
CAMINHA, A. C. (1999). Introduo proteo dos sistemas eltricos. So
Paulo: Edgard Blucher; Itajub: Escola Federal de Engenharia. Convnio Eletrobrs.
CASTRO, R. M. G.; GOMES, A. E.; FERREIRA, J. J. M. (1989). Transient behaviour
of an induction generator in small hydro plants. In: ELECTROTECHNICAL
CONFERENCE, 1989, Lisboa. Proceedings Lisboa. p. 79-82.
CHEN, K. W.; GLAD, S. T. (1991). Estimation of the primary current in a saturated
transformer. In: CONFERENCE ON DECISION AND CONTROL, 30., 1991, Brighton.
Proceedings... Brighton: IEEE. p. 116-124.
COMPANHIA PAULISTA DE FORA E LUZ (2002). Apostila de proteo.
COURY, D. V.; CAMPOS, P. E. G.; TAVARES, M. C. (1998). Utilizao do ATPEMTP para Estudo da Proteo Diferencial dos Transformadores de Potncia. In:
CONGRESSO BRASILEIRO DE AUTOMTICA, 12., 1998, Uberlndia. Anais...
Uberlndia.

100

COURY, D. V.; OLESKOVICZ, M.; GIOVANINI, R. (2007). Proteo digital de


sistemas eltricos de potncia: dos rels eletromecnicos aos microprocessados
inteligentes. So Carlos: USP/EESC.
CROSSLEY, P.; HASIAN, S.; JENKINS, N. (2002). Evaluation of a new type of
protection relay for wind farms.
CUMMINS, D. Y. J. C. e KOJOVIC, L. (2000). Simplified artificial neural network
structure with the current transformer saturation detector provides a good estimate of
primary currents. Power Engineering Society Summer Meeting, vol. 3.
DEMUTH, H.; BEALE, M; HAGAN, M. (2007). Neural network toolbox 5 - user's
guide. Disponvel em:
<http://www.mathworks.com/access/helpdesk/help/toolbox/nnet/>. Acesso em: 05
jan. 2008.
ELMAN, J. L. (1990). Finding structure in time. Cognitive Science, Amsterdam,
v.14, n. 2, p.179-211.
FERNANDES, R. A. S. (2009). Identificao de fontes de correntes harmnicas
por redes neurais artificiais. Dissertao (Mestrado) Escola de Engenharia de
So Carlos, Universidade de So Paulo, So Carlos.
FILHO, J. M. (2005). Manual de equipamentos eltricos. 3. ed. Rio de Janeiro:
Editora LTC.
FITZGERALD, A. E.; KINGSLEY, C. Jr.; D.UMANS, S. (2006). Mquinas eltricas.
6. ed. Rio de Janeiro: McGraw-Hill Interamericana Brasil.
GIBELLI, G., BARBOSA, D., OLESKOVICZ. M., COURY, D. V., Efeitos sobre a
resposta dinmica dos motores de induo trifsicos quando da ocorrncia de
afundamentos de tenso na rede de alimentao.
HAGAN, M. T.; MENHAJ, M. B. (1994). Training feedforward networks with the
marquardt algorithm. IEEE Transactions on Neural Networks, v. 5, n. 6, p. 989993.
HALINKA, A.; M. SZEWCZYK, (2004), ANN based detection of electrical faults in
generator-transformer units, IEE International Conference on Developments in
Power System Protection, Vol. 1, 348-351, Amsterdan, Holanda, Abril 5-8
HAYKIN, S. (1994). Neural networks: a comprehensive foundation. New York:
Prentice-Hall, 842 p.
HOROWITZ, S. H.; PHADKE, A. G, (1995). Power System Relaying. England:
Research Studies Press Ltd., 2nd ed.
HOSEMANN, G.; STEIGERWALD, H. (1993). Modal saturation detector for digital
differential protection. IEEE Transaction on Power Delivery, v. 8, n. 3, p. 933-940.

101

HUNT, R., (2010) Dimensioning CTs for small generator differential protection
Industrial and Commercial Power Systems Technical Conference (I&CPS), 2010
IEEE.
INDIRESAM, P. V. , MURTHY, S. S. (1989). Generating electrical power form
wave energy. CH2781-3/89/0000-2121 IEEE.
JAMALI, S.; RADJI, K. M. (1997). A digital compensating technique for the saturation
of protective current transformers. In: UNIVERSITIES POWER ENGINEERING
CONFERENCE, 32., 1997, Manchester. Proceedings Manchester: v. 1, p. 10-12.
JOHNS, A. T.; SALMAN, S. K.. (1995). Digital Protection for Power Systems.
Stevenage: Peter Peregrinus.
KANG, A. T. J. Y. C.; PARK, J. K.; AGGARWAL, R. K. (1997). Algorithm for
compensating secondary currents of current transformers. IEEE Transaction on
Power Delivery, v. 12, n. 1, p. 116-124.
KASZTENNY, B.; FINNEY D. (2005). Generator protection and ct saturation
Presented at the Texas A & M Protective Relay Conference, April 5, 2005.
KINDERMANN, G. (2008). Proteo de sistemas eltricos de potncia.
Florianpolis: Edio do autor.
LU YUPING, LAI L. L., GUOQING, T. (2004). Neural network based generatortransformer protection. In: INTERNATIONAL CONFERENCE ON MACHINE
LEARNING AND CYBERNETICS, 30., 2004, Shangai. Proceedings Shangai, 26
29 August.
MAO, P. L. et al. (1998). Identification of eletromagnetic transients in power
transformer system using artificial neural network. In: International Conference on
Power System Technology, 1998, Proceedings p. 880-884.
MEGAHED, A. I. and O. P. MALIK, (1999). An Artificial neural network based digital
differential protection scheme for synchronous generator stator winding protection,
IEEE Transactions on Power Delivery, New York, v. 14, n. 1, p. 86-93.
MIKRUT, W. W.; WITEK, B. (1989). Performance of differential protection for threewinding power transformers during transient cts saturation. In: INTERNATIONAL
CONFERENCE ON DEVELOPMENTS IN POWER SYSTEM PROTECTION,
4.,1989, n. 302, p. 40-44.
MONARO, R. M., SILVA, R.C.S., JUNIOR, J.C.M.V., COURY, D.V. (2010). Deteco
e correo de sinais de transformadores de corrente distorcidos pela saturao
atravs de redes neurais artificiais. In: Congresso Brasileiro de Automtica, 09.,
2010, Bonito. Anais...Bonito: Cigr.
PIHLER, B. G. J.; DOLINAR, D. (1997). Improved operation of power transformer
protection using artificial neural network. IEEE Transaction on Power Delivery,
New York, v. 12, n. 3, p. 1128-1136.

102

REIMERT, D. (2006), Protective relaying for power generation systems. Boca


Raton: CRC Press.
RIGOTTO, G. J. Jr., BATISTA, J. C., e ALVES, C. E. (2010). Anlise de operao
indevida da funo de gerador por saturao de transformadores de corrente. In:
SEMINRIO TCNICO DE PROTEO E CONTROLE, 10., 2010, Recife. Anais...
Recife: Cigr.
SEGATTO, E. C. (2005). Rel diferencial para transformadores de potncia
utilizando ferramentas inteligentes. (Doutorado) Escola de Engenharia de So
Carlos, Universidade de So Paulo, So Carlos, 2005.
TAALAB, A. I.; DARWISH, H. A.; KAWADY, T. A. (1999). ANN based novel fault
detector for generator windings protection. IEEE Transaction on Power Delivery,
New York, v. 14, n. 3, p. 824-830.
VILLADA, F.; VALENCIA, J. A.; ORILLE, A. L. (2006). Aplicao de redes neurais
na proteo diferencial de geradores sncronos. Disponvel em:
<http://www.scielo.cl/scielo.php>. Acesso em: 20 dez. 2008.
YU, D. et al. (2001). Correction of current transformer distorted secondary currents
due to saturation using artificial neural network. IEEE Transactions on Power
Delivery, New York, v. 16, n. 2, p. 189-194.
YU, D. et al. (1999). Neural network for current transformer saturation correction. In:
TRANSMISSION AND DISTRIBUTION CONFERENCE, 1999, New Orleans.
Proceedings New Orleans: IEEE. v. 1, p. 441-446.
ZOCHOLL, S. E. (2004). Anlise e aplicao de transformadores de corrente.
Washington: Schweitzer Engineering Laboratories.

103

APNDICE A Casos utilizados para


treinamento e validao das RNAs

104

105

APNDICE B Processo de treinamento da


RNA detectora

106

107

APNDICE C - Processo de treinamento da


RNA corretora

108

109