Escolar Documentos
Profissional Documentos
Cultura Documentos
Introduo
Atualmente, grandes investimentos tm
sido aplicados para modernizar os sistemas de
energia eltrica, em especial as subestaes
agregadas aos sistemas de distribuio, no que
concerne automao de suas operaes.
Neste sentido, dois segmentos podem ser
destacados. O primeiro refere-se utilizao
da "tecnologia digital", baseada em
componentes
semicondutores
de
alta
velocidade, em sistema de comunicao,
controle, proteo, entre outras funes
importantes ([1, 3]). O segundo compreende a
"tecnologia da informao", ou seja, um
grande conjunto de procedimentos e tcnicas
de processamento e de anlise de informaes
(sinais e demais dados). Dentro desta
perspectiva,
faz-se
necessrio,
ento,
desenvolver
um
sistema
integrado,
combinando a aquisio, processamento e a
anlise de dados com o propsito de
proporcionar a assistncia necessria para
realizar o controle e a tomada de deciso no
ambiente de subestaes de distribuio de
energia eltrica.
As tradicionais prticas de diagnstico
de defeitos so baseadas fortemente na
dependncia do julgamento dos operadores,
levando em conta a experincia em anlise e
planejamento das aes corretivas ([3]).
Durante a ocorrncia de uma falta, sinais de
alarme,
recebidos
em
subestaes
automatizadas, caracterizam-se pelo status de
abertura/fechamento dos rels e das chaves de
proteo. Considerando-se a ocorrncia de
sinais de alarme, indicando anormalidade, os
operadores devem estimar a situao do
defeito (deteco, classificao e localizao)
Deteco
e
Anormalidade
Classificao
de
permanentemente
executada. Uma vez identificada uma
anormalidade, em
algum
elemento
monitorado, o passo seguinte consistir na
execuo do mdulo Classificao da Falta.
Nas
subestaes,
os
elementos
relevantes que devem ser monitorados so:
a) alimentador
b) transformador;
c) ramal; e
d) etc.
Nesta seo sero abordados os casos de
defeitos caracterizados por curto-circuito. Para
este tipo de defeito, o procedimento a ser
seguido, neste artigo, ser baseado no uso de
medidas de corrente eltrica ([4]). Deste
modo, considera-se um elemento da rede
eltrica em particular (ramal, transformador,
alimentador, etc.) sob observao, cujo
oscilograma de corrente nas trs fases esteja
disponibilizado na subestao. Tomando-se
um intervalo de tempo correspondente entre 1
e 3 ciclos (no havendo necessidade de tomar
um intervalo preciso), procede-se a
identificao do valor mximo da corrente
eltrica em cada fase (terna {a, b, c}). Na
seqncia, calculam-se as seguintes grandezas
associadas ([4]):
MIa
MIb
MIb
db =
MIc
MIc
dc =
MIa
da =
(1)
(2)
(3)
sendo:
MIa valor mximo absoluto da corrente
eltrica da fase a
= mx{abs(Ia)}
(4)
MIb valor mximo absoluto da corrente
eltrica da fase b
= mx{abs(Ib)}
(5)
MIc valor mximo absoluto da corrente
eltrica da fase c
= mx{abs(Ic)}
(6)
Ia = corrente eltrica da fase a;
Ib
Ic
nb =
db
mx{da , db , dc}
(8)
nc =
dc
mx{da , db , dc}
(7)
mx{ Ia + Ib + Ic }
(10)
(11)
d3 = nc na.
(12)
(15)
(16)
se < mx d4 = 0
(para faltas sem conexo terra);
(17)
sendo:
sendo:
Xmx =
xk
(18)
sen { tan 1 ( )}
sendo:
x k sen ( wt )
x k + 1 x k cos ( wt )
, e
a
defasamento angular;
tk+1 tk
velocidade
eltrico/s)
da
onda
(radiano
2 f;
tempo discreto;
i =1
2 L
O conceito de normalidade /
anormalidade, neste artigo, envolve as
grandezas de corrente. Deste modo,
adaptando-se as equaes (19)(21), tm-se os
resultados traduzido no seguinte critrio:
Se I > Imx, d5 = 1
indica a existncia de anormalidade
corrente;
Se I < Imx, d5 = 0
indica que no h constao
anormalidade relevante de corrente.
(19)
= Xreferencial Xmd
(20)
a + b + c
3
(21)
(22)
de
(23)
de
sendo:
X mx i
Xmd =
Deteco de Anormalidade
t
w
Xreferencial
Xmd
Classificao de Anormalidade de
Corrente (Defeito de Curto-Circuito)
Uma vez detectada anormalidade de corrente,
deve-se promover a classificao dos defeitos.
Considerando-se os resultados mostrados na
Tabela 1 e o comportamento de d4 (relaes
(16) e (17)), pode-se discriminar os defeitos
que envolvem a conexo ou no-conexo
terra. A influncia da impedncia Zf no
comportamento da falta ser estimada baseada
nos conceitos da lgica fuzzy. Para tanto,
considera-se a caracterizao dos conjuntos
fuzzy (forma triangular) como ilustrados na
Figura 2.
NG
NP ZE
PP
PG
ndice Fuzzy
Falta
d1
d2
d3
d4
PG
PP
NG
NP
PP
PP
NG
NP
PG
PP
NP
NP
ZE
ZE
NG
NP
PG
PP
NP
NP
ZE
ZE
ZE
PP
PP
PG
PP
NG
NP
PG
PP
NP
NP
NG
NG
ZE
ZE
PG
PP
NP
NP
NG
NG
ZE
ZE
ZE
NG
NP
PP
PP
PG
PP
NP
NP
NG
NP
PG
PP
ZE
ZE
NP
NP
NG
NP
PG
PP
ZE
ZE
ZE
1
1
1
1
1
1
1
1
1
1
1
1
0
0
0
0
0
0
0
0
0
0
0
d5
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0
Impedncia
de Falta (Zf)
Baixa
Alta
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
Tipo
a-g
a-g
b-g
b-g
c-g
c-g
a-b-g
a-b-g
c-a-g
c-a-g
b-c-g
b-c-g
a-b-c-g
a-b-c-g
a-b
a-b
c-a
c-a
b-c
b-c
a-b-c
a-b-c
normalidade
R
P
di
Figura 3. Conjuntos nebulosos destacados.
sendo:
g = indica conexo terra;
Zf = impedncia de falta definida
categoria de valores (baixa e alta).
por
se d1 NP e d2 PP e d3 NP e d4 = 1 e d5
= 1, ento, a falta um curto-circuito entre
as fases a, b e a terra (g) com impedncia
de falta alta.
Aplicao
Apresentam-se, a seguir, os resultados
procedentes da aplicao do procedimento
proposto, considerando-se um alimentador
radial, como mostrado na Figura 4. Os dados
deste sistema encontram-se relacionados na
Tabela 2:
Barra i Barra j
Rlinha () Xlinha ()
P (kW)
Q (kVAr)
1,170
1,128
2646
882
0,353
0,340
522
174
0,353
0,340
4896
1632
0,613
0,591
936
312
0,288
0,278
0,540
0,521
1806
602
0,442
0,426
0,442
0,426
1503
501
0,434
0,418
189
63
10
0,434
0,418
10
11
1,302
1,255
657
219
11
12
0,608
0,586
336
112
12
13
0,249
0,240
125
42
13
14
0,504
0,486
225
85
Estado do
sistema
Operao
normal
ndice
d1
-0,0002
d2
d3
0,0004 -0,0002
d4
0
d5
0
Na Tabela 3 apresentam-se os
resultados referentes ao estado normal de
operao. Neste caso, os ndices d1, . . ., d5 so
todos iguais a zero ou prximos de zero. Na
Tabela 4, so relacionados tais ndices
considerando-se as diferentes faltas de curtocircuito e diferentes valores da resistncia de
falta (RF): 0,1; 2; 10; 50 e 100 . Deve-se
observar que tais resultados encontram-se em
pleno acordo com os resultados apurados via
simulao. Ressalta-se, ainda, que estes
resultados correspondem aplicao de curtocircuito em vrios pontos (barramentos) ao
longo do alimentador.
Tipo
de
Falta
a-g
b-g
c-g
a-b-g
a-c-g
b-c-g
a-b
a-c
b-c
a-b-c-g
Tabela 4:
RF ()
0,1
2
10
50
100
0,1
2
10
50
100
0,1
2
10
50
100
0,1
2
10
50
100
0,1
2
10
50
100
0,1
2
10
50
100
0,1
2
10
50
100
0,1
2
10
50
100
0,1
2
10
50
100
0,1
2
10
50
100
ndice
d1
d2
d3
d4
d5
0,8950
0,6234
0,3391
0,1921
0,0800
-0,987
-0,853
-0,560
-0,347
-0,153
0,0962
0,2357
0,2236
0,1552
0,0736
-0,885
-0,611
-0,334
-0,192
-0,079
0,9887
0,8567
0,5622
0,3474
0,1538
-0,093
-0,233
-0,222
-0,155
-0,073
-0,872
-0,557
-0,275
-0,331
-0,120
0,9858
0,8492
0,5765
0,4643
0,2096
-0,115
-0,297
-0,303
-0,133
-0,088
0,0624
0,0201
0,0040
0,0003
0,0004
0,0940
0,2349
0,2244
0,1556
0,0741
0,8901
0,6178
0,3373
0,1924
0,0803
-0,988
-0,855
-0,561
-0,347
-0,153
0,9885
0,8561
0,5621
0,3476
0,1540
-0,091
-0,229
-0,221
-0,155
-0,073
-0,894
-0,621
-0,337
-0,192
-0,080
0,9885
0,8481
0,5747
0,4643
0,2095
-0,111
-0,288
-0,296
-0,133
-0,088
-0,869
-0,547
-0,268
-0,331
-0,120
0,0069
0,0053
0,0021
0,0001
0
-0,989
-0,858
-0,563
-0,347
-0,154
0,0978
0,2360
0,2232
0,1549
0,0733
0,8922
0,6195
0,3374
0,1920
0,0800
-0,103
-0,244
-0,227
-0,155
-0,074
-0,897
-0,627
-0,341
-0,192
-0,080
0,9881
0,8545
0,5607
0,3472
0,1535
-0,112
-0,290
-0,298
-0,133
-0,088
-0,874
-0,560
-0,280
-0,331
-0,121
0,9849
0,8441
0,5711
0,4642
0,2089
-0,069
-0,025
-0,006
-0,000
-0,0005
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
Concluso
Foi apresentado, neste artigo, um
procedimento para deteco e classificao de
faltas de curto-circuito em subestaes de
distribuio de energia eltrica. Este
procedimento foi desenvolvido usando-se os
conceitos da lgica fuzzy. Este sistema
encontra-se baseado nas informaes de
corrente eltrica nas trs fases. As entradas so
Bibliografia
[1] Alag, S.; Agogino, A. M. and Morjaria, M.
A methodology for intelligent sensor
measurement, validation, fusion, and fault
detection for equipment monitoring and
diagnosis, Artificial Intelligence for
Engineering
Design,
Analysis
and
Manufacturing, No. 15, 2001, pp. 307-320.
[2] Carpenter, G. A. and Grossberg, S. A selforganizing neural network for supervised
learning, recognition and prediction, IEEE
Communications Magazine, Vol. 30, No. 9,
pp. 38-49, 1992.
[3] Kezunovic, M. and Abur, A. Merging the
temporal and spatial aspects of data and
information for improved power system
monitoring applications, Proceedings of
the IEEE, Vol. 93, No. 11, November 2005,
pp. 1909-1119.
[4] Mahanty, R.N. and Dutta Gupta, P.B. A
fuzzy logic based fault classification
approach using current samples only,
Electric Power Systems Research, April2007, Vol. 77, Issues 6-7, pp. 501 507.
[5] Minussi, C. R. Desenvolvimento de um
sistema especialista para a automao e
apoio tomada de deciso em ambiente de
subestaes de sistemas de distribuio de
energia eltrica, Relatrio TcnicoCientfico, projeto ANEEL-Grupo RedeFEPISA, Proc. 0388-020/2004, Maro2007.
[6] McNeil, F. M. and Thro, E. "Fuzzy logic a
practical approach", Academic Press, 1994.