Você está na página 1de 137

Universidade de So PauloUSP

Escola Politcnica

RONALD ADRIAN POMA FUENTES

Localizao de faltas em linhas de


transmisso baseada em mtodos
heursticos utilizando dados de um
terminal

So Paulo
2015

RONALD ADRIAN POMA FUENTES

Localizao de faltas em linhas de


transmisso baseada em mtodos
heursticos utilizando dados de um
terminal

Dissertao de mestrado apresentada Escola Politcnica para a obteno do ttulo de Mestre em Cincias.
rea de concentrao: Sistemas Eltricos de Potncia
Orientador: Prof. Dr. Giovanni Manassero Junior

So Paulo
2015

Este exemplar foi revisado e corrigido em relao verso original, sob


responsabilidade nica do autor e com a anuncia de seu orientador.
So Paulo, ______ de ____________________ de __________

Assinatura do autor:

________________________

Assinatura do orientador: ________________________

Catalogao-na-publicao
Poma Fuentes, Ronald Adrian
Localizao de faltas em linhas de transmisso baseada em mtodos
heursticos utilizando dados de um terminal / R. A. Poma Fuentes -- verso
corr. -- So Paulo, 2015.
136 p.
Dissertao (Mestrado) - Escola Politcnica da Universidade de So
Paulo. Departamento de Engenharia de Energia e Automao Eltricas.
1.Linhas de transmisso 2.Localizao de faltas 3.Mtodos heursticos
I.Universidade de So Paulo. Escola Politcnica. Departamento de
Engenharia de Energia e Automao Eltricas II.t.

Dedico este trabalho aos meus pais Isabel Fuentes e Ronald Poma que contriburam com
incentivo e apoio, a mam Florncia in memoriam, minha irm Karina, meu filho
amado Ronaldinho que trouxe mais alegrias para minha vida, minha noiva Tnia pelo
carinho e compreenso.

Agradecimentos
Primeiramente a Deus por conceder-me sade e disposio sem o qual no seria possvel
superar as dificuldades enfrentadas nessa jornada especial da minha vida.
Ao meu orientador Prof. Dr. Giovanni Manassero Junior pela orientao, incentivo,
ensinamentos e apoio tcnico fornecido ao longo desta caminhada, fazendo desta uma
experincia enriquecedora.
Ao Prof. Dr. Silvio Giuseppe Di Santo pelas sugestes.
Ao Eng. Leonardo Ramos Pereira pelo apoio e acompanhamento da realizao dos
ensaios no Laboratrio de Proteo de Sistemas Eltricos L-PROT.
CNPq, que atravs do seu programa de pesquisa, financiou o desenvolvimento deste
trabalho.
Aos docentes, tcnicos e funcionrios do Departamento de Engenharia Eltrica da
Escola Politcnica - PEA, pela colaborao e ajuda que forneceram para a realizao
deste trabalho.
Aos meus amigos Dr. Carlos Alberto Febres, Me. Raphael Heideier, Me. Omar
Chaya e todos que direta ou indiretamente contriburam com incentivo e apoio no decorrer de mais esta etapa.

Resumo
Fuentes, Ronald Adrian Poma Localizao de faltas em linhas de transmisso
baseada em mtodos heursticos utilizando dados de um terminal. 136 p. Dissertao de mestrado Escola Politcnica, Universidade de So Paulo, 2015.

Este trabalho apresenta o desenvolvimento e a implementao computacional de um


algoritmo para a localizao de faltas em linhas de transmisso. O algoritmo proposto
baseado em mtodos heursticos, isto , Algoritmos Genticos (AG) e Pattern Search (PS),
sendo capaz de identificar o ponto de ocorrncia da falta utilizando fasores de tenso e
corrente de pr e ps-falta, estimados a partir de medies disponveis apenas no terminal
local da linha de tranmsisso. Nesta abordagem, ambas as ferramentas de otimizao
possuem natureza heursticas sendo menos propensas a cair em valores mnimos locais,
o que implica uma maior eficincia e preciso na determinao da localizao da falta.
Alm disso, o mtodo utiliza potncias de curto-circuito monofsicas e trifsicas de ambos
os terminais da linha (local e remoto), a fim de obter seus equivalentes de Thvenin, e os
parmetros eltricos da linha de transmisso.
Com o objetivo de avaliar o desempenho do algoritmo proposto, consideram-se nas
simulaes quatro sistemas de transmisso diferentes, que representam sistemas reais de
transmisso brasileiros. O primeiro est constitudo por uma tpica linha de transmisso
de 138 [kV] com circuito duplo, e os outros trs sistemas so constitudos por linhas de
transmisso tpicas de 230, 500 e 765 [kV] com circuito simples. A partir dos quatro sistemas de transmisso simulados no software Alterative Transients Program (ATP/EMTP),
foram gerados um total de 928 situaes de falta. A verso do algoritmo desenvolvido
para localizao de faltas foram descritas e implementadas, atravs do software cientfico
MATrix LABoratory (MATLAB), apresentando resultados com altos nveis de preciso.

Palavras-chave: Linhas de Transmisso. Localizao de Faltas. Mtodos Heursticos.

Abstract
Fuentes, Ronald Adrian Poma Transmission lines fault location based on heuristic methods and on one terminal data. 136 p. Master Thesis Polytechnic
School, University of So Paulo, 2015.

This paper presents the development and implementation of a computational algorithm for location faults in transmission line. The proposed algorithm is based on heuristic methods, namely AG and PS, being able to identify the occurrence of the fault
point using phasor voltage and current pre and post-fault, estimated from measurements
available only on the local terminal of the transmission line. In this approach, both
optimization tools have heuristic nature being less prone to falling into local minimum
values, which implies grater efficiency and accuracy in the determination of fault location.
Moreover, the method use singles-phase and three-phase short-circuit powers of both the
line terminals (Local and remote), to obtain the Thvenin equivalent and the electrical
parameters of the transmission line.
In order to evaluate the performance of the proposed algorithm were considered four
different transmission systems; these systems represent real systems of Brazilian transmission. The first this made up of a transmission line typical of 138 [kV] with double
circuit, the other three systems are made up of transmission line typical of 230, 500 and
765 [kV] of single circuit. Whereas the four simulated transmission systems in the softwareATP/EMTP, generated a total of 928 situations fault. The version of the algorithm
designed to locate faults, have been described and implemented through scientific software
MATLAB, presenting results high levels of accuracy.

Keywords: Transmission Line. Fault Localization. Heuristic Methods.

Lista de ilustraes
Figura 1

Importncia da localizao exata da falta . . . . . . . . . . . . . . . . . 17

Figura 2
Figura 3

Figura 5
Figura 6
Figura 7

Classificao dos mtodos de localizao de faltas . . . . . . . . . . .


Sistema simplificado de localizao de faltas usando dados de apenas
um terminal da linha de transmisso . . . . . . . . . . . . . . . . . .
Sistema simplificado de localizao de faltas usando dados de dois terminais da linha de transmisso . . . . . . . . . . . . . . . . . . . . .
Linha de transmisso em falta usando dados de ambos os terminais. .
Representao da linha de transmisso em falta. . . . . . . . . . . . .
Impedncias das fontes e impedncia equivalente da linha. . . . . . .

.
.
.
.

25
27
29
29

Figura
Figura
Figura
Figura
Figura
Figura
Figura
Figura
Figura
Figura
Figura
Figura
Figura
Figura
Figura

Ramificao dos Mtodos Heursticos. . . . . . . . . . . . . . . . . . . .


Ramificao dos mtodos de busca direta e computao evolucionaria. .
Pseudocdigo da estrutura bsica de um algoritmo gentico. . . . . . .
Fluxograma representando o processamento de um algoritmo gentico.
Codificao binria de um indivduo. . . . . . . . . . . . . . . . . . . .
Codificao de um indivduo por ponto flutuante. . . . . . . . . . . . .
Representao matricial da populao inicial. . . . . . . . . . . . . . .
Representao do mtodo da roleta. . . . . . . . . . . . . . . . . . . . .
Amostragem do mtodo estocstico uniforme. . . . . . . . . . . . . . .
Esquema de seleo pelo mtodo por torneio. . . . . . . . . . . . . . .
() Cruzamento de um ponto, () Cruzamento de dois pontos. . . . . .
Cruzamento uniforme. . . . . . . . . . . . . . . . . . . . . . . . . . . .
Mutao por troca de bit para codificao binria. . . . . . . . . . . .
Pseudocdigo da estrutura bsica do GPS. . . . . . . . . . . . . . . . .
Fluxograma do processamento do GPS. . . . . . . . . . . . . . . . . . .

32
33
36
37
38
39
40
42
42
43
45
46
48
52
53

Figura 4

8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

Figura 23

. 21
. 22

Fluxograma da metodologia utilizada para localizao de faltas. . . . . 58

Figura 24
Figura
Figura
Figura
Figura
Figura
Figura
Figura
Figura
Figura
Figura
Figura
Figura
Figura
Figura

25
26
27
28
29
30
31
32
33
34
35
36
37
38

Figura 39
Figura 40
Figura 41
Figura 42
Figura 43
Figura 44
Figura 45
Figura 46
Figura 47

Figura 48
Figura 49

Parmetros distribudos para um comprimento x de uma linha monofsica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .


Linha de transmisso trifsica no transposta no domnio de fases. . . .
Quadripolo representativo de uma linha de transmisso. . . . . . . . .
Modelo corrigido da linha trifsica. . . . . . . . . . . . . . . . . . .
Curto-circuito monofsico, fase-terra (AN). . . . . . . . . . . . . . . . .
Curto-circuito bifsico, dupla-fase (BC). . . . . . . . . . . . . . . . . .
Curto-circuito bifsico-terra, dupla-fase-terra (BCN). . . . . . . . . . .
Curto-circuito trifsico (ABC). . . . . . . . . . . . . . . . . . . . . . .
Estrutura do processamento dos dados de entrada. . . . . . . . . . . .
Circuito pr-falta do sistema de transmisso. . . . . . . . . . . . . . . .
Representao do circuito pr-falta com quadripolos de transmisso,
modelo -corrigido. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Circuito ps-falta do sistema de transmisso. . . . . . . . . . . . . . . .
Representao do circuito ps-falta com quadripolos, modelo -corrigido.
Correntes que circulam no ponto de falta F. . . . . . . . . . . . . . . .
Montagem da matriz de admitncias para sistemas com circuito simples.
Sistema de transmisso de 138 [ ] - Circuito duplo na interface ATPDraw. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Sistema de transmisso de 230, 500 e 765 [ ] - Circuito simples na
interface ATPDraw. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Oscilografias de tenses () e correntes () no terminal local, para uma
falta fase-terra AN em uma linha de transmisso de 138 [ ]. . . . . .
Oscilografias de tenses () e correntes () no terminal local, para uma
falta dupla-fase BC em uma linha de transmisso de 230 [ ]. . . . . .
Oscilografias de tenses () e correntes () no terminal local, para uma
falta dupla-fase-terra BCN em uma linha de transmisso de 500 [ ]. .
Oscilografias de tenses () e correntes () no terminal local, para uma
falta trifsica ABC em uma linha de transmisso de 765 [ ]. . . . . .
Fluxograma do software de simulao proposto para a localizao de
faltas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Histograma dos resultados obtidos para a LT - 138 [ ], otimizao 1.
Superfcie da funo objetivo otimizao 1 para uma falta fase-terra
AN na LT - 138 [ ] a 44,4 km do terminal local com resistncia de
falta de 20. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Histograma dos resultados obtidos para LT-138kV, otimizao 2. . . .
Histograma dos resultados obtidos para a LT - 230 [ ], otimizao 1.

59
61
62
63
66
66
67
67
68
70
71
72
72
73
74

84
84
87
88
89
90
91
94

95
97
99

Figura 50

Figura 57

Superfcie da funo objetivo otimizao 1 para uma falta dupla-fase


BC na LT - 230 [ ] a 32 km do terminal local com resistncia de falta
de 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
Histograma dos resultados obtidos para LT-230kV, otimizao 2. . . . 102
Histograma dos resultados obtidos para a LT - 500 [ ], otimizao 1.104
Superfcie da funo objetivo otimizao 1 para uma falta duplafase-terra BCN na LT - 500 [ ] a 144,8 km do terminal local com
resistncia de falta de 0, 01. . . . . . . . . . . . . . . . . . . . . . . . 105
Histograma dos resultados obtidos para LT-500kV, otimizao 2. . . . 107
Histograma dos resultados obtidos para a LT - 765 [ ], otimizao 1.109
Superfcie da funo objetivo otimizao 1 para uma falta trifsica
ABC na LT - 765 [ ] a 106 km do terminal local com resistncia de
falta de 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
Histograma dos resultados obtidos para LT-765kV, otimizao 2. . . . 112

Figura 58

Montagem da matriz de admitncias para sistemas com circuito duplo. 125

Figura
Figura
Figura
Figura

Linha
Linha
Linha
Linha

Figura 51
Figura 52
Figura 53

Figura 54
Figura 55
Figura 56

59
60
61
62

de
de
de
de

transmisso
transmisso
transmisso
transmisso

de
de
de
de

138
230
500
765

[ ]
[ ]
[ ]
[ ]

Circuito
Circuito
Circuito
Circuito

duplo. .
simples.
simples.
simples.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

129
130
131
132

Lista de tabelas
Tabela
Tabela
Tabela
Tabela
Tabela

1
2
3
4
5

Analogia entre termos biolgicos e algortmicos.


Atribuio da funo aptido. . . . . . . . . . .
Estatstica do processo de seleo. . . . . . . .
Definies dos critrios de parada para os AG. .
Critrios de parada para o Pattern Search. . . .

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

34
40
42
51
55

Tabela 6
Tabela 7

Configuraes do algoritmo gentico . . . . . . . . . . . . . . . . . . . 79


Configuraes do Pattern Search . . . . . . . . . . . . . . . . . . . . . 81

Tabela
Tabela
Tabela
Tabela
Tabela
Tabela
Tabela
Tabela
Tabela
Tabela
Tabela
Tabela
Tabela
Tabela
Tabela
Tabela
Tabela
Tabela
Tabela

Caractersticas dos sistemas de transmisso simulados. . . . . . . . .


Condies de operao dos sistemas de transmisso simulados. . . . .
Erros de distncia de falta em metros (m), otimizao 1 - 138 [ ].
Erros de distncia de falta percentual (%), otimizao 1 - 138 [ ].
Erros de distncia de falta em metros (m), otimizao 2 - 138 [ ].
Erros de distncia de falta percentual (%), otimizao 2 - 138 [ ].
Erros de distncia de falta em metros (m), otimizao 1 - 230 [ ].
Erros de distncia de falta percentual (%), otimizao 1 - 230 [ ].
Erros de distncia de falta em metros (m), otimizao 2 - 230 [ ].
Erros de distncia de falta percentual (%), otimizao 2 - 230 [ ].
Erros de distncia de falta em metros (m), otimizao 1 - 500 [ ].
Erros de distncia de falta percentual (%), otimizao 1 - 500 [ ].
Erros de distncia de falta em metros (m), otimizao 2 - 500 [ ].
Erros de distncia de falta percentual (%), otimizao 2 - 500 [ ].
Erros de distncia de falta em metros (m), otimizao 1 - 765 [ ].
Erros de distncia de falta percentual (%), otimizao 1 - 765 [ ].
Erros de distncia de falta em metros (m), otimizao 2 - 765 [ ].
Erros de distncia de falta percentual (%), otimizao 2 - 765 [ ].
Erros de distncia de falta percentual (%) com alterao nos parmetros da linha, otimizao 1 - 138 [ ]. . . . . . . . . . . . . . . . .

8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

85
86
93
93
96
96
98
98
101
101
103
103
106
106
108
108
111
111

. 113

Tabela 27
Tabela 28
Tabela 29

Tabela
Tabela
Tabela
Tabela

30
31
32
33

Erros de distncia de falta percentual (%) com alterao nos parmetros da linha, otimizao 1 - 230 [ ]. . . . . . . . . . . . . . . . . . 114
Erros de distncia de falta percentual (%) com alterao nos equivalentes de Thvenin, otimizao 1 - 138 [ ]. . . . . . . . . . . . . . . 114
Erros de distncia de falta percentual (%) com alterao nos equivalentes de Thvenin, otimizao 1 - 230 [ ]. . . . . . . . . . . . . . . 115
Dados
Dados
Dados
Dados

e
e
e
e

caractersticas
caractersticas
caractersticas
caractersticas

da
da
da
da

linha
linha
linha
linha

de
de
de
de

transmisso
transmisso
transmisso
transmisso

de
de
de
de

138
230
230
230

[ ].
[ ].
[ ].
[ ].

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

129
130
132
133

Lista de siglas
AG Algoritmos Genticos
ATP/EMTP Alterative Transients Program
COS Centro de Operao do Sistema
GPS Generalized Pattern Search
IED Intelligent Electronic Devices
LB Louder Bound
LCC Line Constants
MADS Mesh Adaptive Search
MATLAB MATrix LABoratory
ONS Operador Nacional do Sistema Eltrico
PMU Unidades de Medio Fasorial
PS Pattern Search
RDP Registradores Digitais de Perturbao
RNA Redes Neurais Artificais
TC Transformador de Corrente
TDF Transformada Discreta de Fourier
TP Transformador de Potencial
UB Under Bound

Sumrio

Introduo
1.1

Introduo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

1.2

Objetivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

1.3

Motivao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

1.4

Estrutura da dissertao . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

Reviso bibliogrfica
2.1

2.2

16

Mtodos de localizao de faltas em linhas de transmisso . . . . . . . . . 20


2.1.1

Mtodos baseados em ondas viajantes . . . . . . . . . . . . . . . . 20

2.1.2

Mtodos baseados em fasores de tenses e correntes . . . . . . . . 21

Aplicao de mtodos heursticos para a localizao de faltas . . . . . . . 26


2.2.1

Localizao de faltas baseada em algoritmos genticos . . . . . . . 26

2.2.2

Localizao de faltas baseada em Direct Search (Nelder-Mead) . . 28

Mtodos heursticos (ferramentas de otimizao)


3.1

20

32

Algoritmos genticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.1.1

Definies e terminologia dos algoritmos genticos . . . . . . . . . 34

3.1.2

Estrutura bsica de um algoritmo gentico . . . . . . . . . . . . . 35

3.1.3

Representao ou codificao . . . . . . . . . . . . . . . . . . . . . 37

3.1.4

Gerao da populao inicial . . . . . . . . . . . . . . . . . . . . . 39

3.1.5

Avaliao da populao inicial . . . . . . . . . . . . . . . . . . . . 39

3.1.6

Processo de seleo . . . . . . . . . . . . . . . . . . . . . . . . . . 40

3.2

3.1.7

Operadores genticos . . . . . . . . . . . . . . . . . . . . . . . . . 44

3.1.8

Parmetros e estratgia utilizados pelos algoritmos genticos . . . 49

Busca padro (Pattern Search) . . . . . . . . . . . . . . . . . . . . . . . . 51


3.2.1

Estrutura bsica do Pattern Search . . . . . . . . . . . . . . . . . 52

3.2.2

Terminologia do Pattern Search . . . . . . . . . . . . . . . . . . . 53

3.2.3

Critrios de Parada . . . . . . . . . . . . . . . . . . . . . . . . . . 54

3.3

Diferenas entre os mtodos heursticos e os mtodos clssicos de otimizao 55

3.4

Vantagens e desvantagens dos mtodos heursticos . . . . . . . . . . . . . 56

Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao


4.1

4.2

4.3

Modelagem do sistema de transmisso . . . . . . . . . . . . . . . . . . . . 59


4.1.1

Modelagem de linhas de transmisso . . . . . . . . . . . . . . . . . 59

4.1.2

Modelagem dos sistemas equivalentes de Thvenin . . . . . . . . . 64

4.1.3

Modelo de curto-circuito em linhas de transmisso . . . . . . . . . 65

Processamento dos sinais de entrada . . . . . . . . . . . . . . . . . . . . . 68


4.2.1

Extrao da componente fundamental dos sinais de tenso e corrente 69

4.2.2

Identificao do tipo de falta . . . . . . . . . . . . . . . . . . . . . 70

Algoritmo proposto para localizaao de faltas em linhas de transmissao


4.3.1

58

. 70

Montagem da matriz de admitncias do sistema eltrico . . . . . . 74

4.4

Funo objetivo para a otimizao da localizao de faltas . . . . . . . . . 76

4.5

Configuraes das ferramentas de otimizao . . . . . . . . . . . . . . . . 78


4.5.1

Parametrizao do algoritmo gentico . . . . . . . . . . . . . . . . 79

4.5.2

Parametrizao do Pattern Search . . . . . . . . . . . . . . . . . . 81

Sistemas simulados e anlise dos resultados


5.1

83

Sistemas simulados (Software ATP/EMTP) . . . . . . . . . . . . . . . . . 83


5.1.1

Sistemas de transmisso simulados na interface do ATPDraw . . . 83

5.1.2

Condies operativas das linhas de transmisso . . . . . . . . . . . 85

5.1.3

Oscilografias de faltas simuladas . . . . . . . . . . . . . . . . . . . 87

5.1.4

5.2

5.3

Fluxograma do software de simulao para testes do algoritmo


proposto para a localizao de faltas . . . . . . . . . . . . . . . . . 91

Anlise dos resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91


5.2.1

Resultados para a linha de transmisso de 138 [ ] . . . . . . . . 92

5.2.2

Resultados para a linha de transmisso de 230 [ ] . . . . . . . . 97

5.2.3

Resultados para a linha de transmisso de 500 [ ] . . . . . . . . 102

5.2.4

Resultados para a linha de transmisso de 765 [ ] . . . . . . . . 107

Anlise de robustez do algoritmo proposto . . . . . . . . . . . . . . . . . . 112


5.3.1

Influncia na variao dos parmetros da linha de transmisso . . 113

5.3.2

Influncia na variao dos equivalentes de Thvenin . . . . . . . . 114

Concluses

116

Referncias

118

Anexos

122

ANEXO A

Clculo dos parmetros do quadripolo de Transmisso.

123

ANEXO B

Montagem da matriz de admitncias para sistemas com


circuito duplo.
125

ANEXO C

Dados das linhas de transmisso.

128

C.1 Linha de Transmisso de 138 [kV] - Circuito Duplo. . . . . . . . . . . . . 128


C.2 Linha de Transmisso de 230 [kV] - Circuito Simples.

. . . . . . . . . . . 129

C.3 Linha de Transmisso de 500 [kV] - Circuito Simples.

. . . . . . . . . . . 131

C.4 Linha de Transmisso de 765 [kV] - Circuito Simples.

. . . . . . . . . . . 132

ANEXO D

Arquivo de entrada do ATP <.atp>

134

16

Captulo

Introduo
1.1

Introduo

Um sistema de energia eltrica projetado de maneira a atender a demanda desejada


dentro de padres de qualidade, confiabilidade e continuidade. No caso especfico do
sistema eltrico brasileiro, a matriz energtica possui predominncia hidroeltrica, que
se encontra afastada dos centros de consumo. Essa caracterstica faz com que as linhas
de transmisso areas possuam grandes extenses e estejam sujeitas a intempries, como
descargas atmosfricas, tempestades, ventos fortes, poluio e altas insolaes, que podem
provocar diversos tipos de faltas, tirando-as de seu funcionamento normal.
Dos componentes existentes em um sistema eltrico de potncia, a linha de transmisso
o elemento mais susceptvel a faltas temporrias e/ou permanentes, principalmente por
causa de suas dimenses fsicas, complexidade funcional e as diversas condies de clima
e topologia em que se encontram (OLESKOVICZ; COURY; AGGARWAL, 2003). O processo
de extino de faltas temporrias em linhas de transmisso, que pode envolver ou no
a atuao de esquemas de religamento, normalmente rpido. Assim a continuidade do
sistema afetada apenas durante curtos perodos de tempo. Quando uma falta permanente ocorre, a linha de transmisso atingida deve ser isolada e o fornecimento de energia
restaurado aps a reparao do defeito. Em ambas as situaes de interesse da concessionria dispor de uma metodologia para localizao de faltas, visto que o seu correto
funcionamento pode auxiliar na reduo dos tempos de interrupo de fornecimento, para
o caso de faltas permanentes, e na manuteno programada e/ou baseada na condio,
para o caso de faltas transitrias.
A sada de operao de uma linha de transmisso pode gerar impactos desastrosos para
um sistema de energia, principalmente se essa falta ocorrer em um tronco de alta tenso,
como nos blecautes ocorridos na regio sudeste do Brasil em 1999 e 2002. Sendo assim,
a localizao exata da falta pode minimizar drasticamente o tempo de restabelecimento
da linha de transmisso e os riscos de colapso do sistema eltrico de potncia, alm

Captulo 1. Introduo

17

de diminuir os custos operativos da equipe de manuteno. Esses fatores implicam em


aumento de lucros para a concessionria, maior confiabilidade para o sistema eltrico, e
aumento da satisfao do consumidor que recebe uma melhor qualidade do servio.
A localizao precisa do ponto de ocorrncia de falta em linhas de transmisso
importante pois proporciona vrios benefcios tanto para os consumidores quanto para as
concessionrias de transmisso, conforme se ilustra na figura 1.
Figura 1: Importncia da localizao exata da falta

Reduo dos Riscos de Colapso do Sistema Eltrico


Minimizao do Tempo de Restabelecimento
Diminuio dos Custos Operativos
Sistema de
Localizao de Faltas
Aumento da Qualidade do Servio
Aumento de Lucros da Concessionria
Aumento na Confiabilidade do Sistema Eltrico
Fonte: Autor.

1.2

Objetivo

O objetivo principal deste trabalho apresentar o desenvolvimento e a implementao


computacional de um algoritmo para localizao de faltas em linhas de transmisso, baseado em medies de tenses e correntes de pr e ps-falta efetuadas apenas no terminal
local da linha de transmisso, bem como nos parmetros eltricos dessas linhas e nas informaes sobre a potncia de curto-circuito monofsica e trifsica de ambos os terminais.
Esse algoritmo utiliza dois mtodos de otimizao distintos: os AG e o PS.
A verso do algoritmo desenvolvido, assim como as rotinas de pr-localizao, necessrias para o pr-processamento dos dados de entrada, foram descritas e implementadas,
atravs do software cientfico MATLAB. Para avaliar o desempenho do algoritmo proposto foram simuladas diferentes situaes de falta utilizando o software ATP/EMTP.

Captulo 1. Introduo

1.3

18

Motivao

Em linhas de transmisso, a proteo realizada a partir de um sistema composto basicamente de disjuntores, transdutores e Dispositivos Eletrnicos Ingeligentes (Intelligent
Electronic Devices (IED)) que so microprocessados e vm gradualmente substituindo os
rels eletromecnicos. O procedimento de proteo realizado pelo IED normalmente
dividido em tarefas distintas, como deteco e classificao da falta. A funo localizao
de faltas uma funo adicional desse equipamento, embora muito importante. Em cada
uma dessas etapas, diferentes algoritmos podem ser utilizados, sendo a principal motivao deste trabalho a reduo da impreciso dos algoritmos tipicamente empregados na
localizao da falta.
Desta forma, interessante que a funo localizao de faltas seja executada por meio
de algoritmos mais elaborados, menos sujeitos a simplificaes decorrentes de limitaes
de processamento, como os algoritmos de proteo dos IED, e capazes de fornecer melhores
resultados.
Outra motivao para o desenvolvimento deste trabalho a lacuna deixada na literatura quando se trata de algoritmos baseados em mtodos heursticos aplicados localizao de faltas em linhas de transmisso, que s vezes so desenvolvidos para uma linha
de transmisso especfica, o que inviabiliza a utilizao prtica dos mesmos. Por isto,
decidiu-se explorar a rea computacional da inteligncia artificial, mais precisamente os
mtodos de otimizao tais como o AG e o PS, j que estes mtodos tm se mostrado
bastante promissores ao longo de varias dcadas de sua evoluo.

1.4

Estrutura da dissertao

Esta dissertao est estruturada em captulos da seguinte forma:


o Captulo 1: apresentam-se a introduo, os objetivos e a motivao que levou
realizao deste trabalho.
o Captulo 2: contm a reviso bibliogrfica sobre os mtodos de localizao de faltas
em linhas de transmisso, assim como o estado da arte dos mtodos que utilizam
dados de apenas um terminal da linha de transmisso.
o Captulo 3: esse captulo contm as definies dos mtodos heursticos, assim como
os fundamentos das ferramentas de otimizao (AG e PS) utilizadas no desenvolvimento deste trabalho.
o Captulo 4: apresentam-se a modelagem dos sistemas de transmisso, e os detalhes
do processamento dos dados de entrada para a metodologia proposta para locali-

Captulo 1. Introduo

19

zao de faltas, bem como a metodologia propriamente dita e as configuraes das


ferramentas de otimizao.
o Captulo 5: esse captulo contm a descrio dos sistemas simulados no software
ATP/EMTP, e apresenta a anlise dos resultados obtidos.
o Concluses: apresentao das concluses encontradas durante a realizao do trabalho.
o Anexos: apresenta a complementao das informaes contidas no texto, para que
seja possvel a reproduo das pesquisas desenvolvidas.
o Referncias: apresentao da bibliografia consultada durante a elaborao desta
dissertao.

20

Captulo

Reviso bibliogrfica
2.1

Mtodos de localizao de faltas em linhas de


transmisso

A localizao de faltas em linhas de transmisso um assunto de grande interesse por


parte das concessionrias de transmisso de energia eltrica e teve um grande desenvolvimento especialmente aps o trmino da segunda guerra mundial. At meados de 1950,
os principais mtodos de localizao de faltas utilizavam tcnicas baseadas na inspeo
visual por meio de patrulhamento da linha de transmisso afetada, conforme apresentado
na referncia (STRINGFIELD; MARIHART; STEVENS, 1957). Apesar disso, os oscilgrafos
existentes naquela poca j eram vistos como equipamentos com um futuro promissor
para a localizao de faltas, uma vez que essa poderia ser realizada a partir de medies
eltricas de tenses e correntes e, portanto, apresentar melhores resultados que os mtodos
empregados naquele momento.
A funo de localizao de faltas no tem requisitos de tempo real e, por essa razo, pode utilizar algoritmos que possuam nveis de preciso elevados, com objetivo de
reduzir erros e minimizar os deslocamentos das equipes de manuteno e os tempos de
restabelecimento do fornecimento de energia.
Neste captulo, apresenta-se uma ampla reviso sobre os mtodos de localizao de
faltas. Conforme a referncia (MANASSERO, 2006) e ilustrado na figura 2, as abordagens
tradicionais so classificadas em duas diferentes categorias: mtodos baseados em ondas
viajantes e mtodos baseados em fasores de tenso e corrente.

2.1.1

Mtodos baseados em ondas viajantes

Os mtodos fundamentados na teoria de ondas viajantes utilizam as componentes de


alta frequncia dos sinais transitrios gerados por uma falta segundo (BEWLEY, 1931).
Para a estimao do ponto de falta, esses mtodos necessitam do tempo de propagao

Captulo 2. Reviso bibliogrfica

21

Figura 2: Classificao dos mtodos de localizao de faltas


Mtodos de
Localizao de Faltas

Mtodos Baseados em
Ondas Viajantes

Anlise dos Sinais


Transitrios

Tcnica de Injeo
de Sinais

Mtodos Baseados em
Fasores de Tenso e Corrente

Dados de Um
Terminal

Dados de Dois ou
Mais Terminais

Fonte: (MANASSERO, 2006)

da onda viajante de tenso e/ou de corrente (incidente e refletida), desde o ponto da falta
at o terminal de monitoramento, e da velocidade de propagao dessa onda, obtida de
acordo com os parmetros da linha de transmisso em anlise.
A vantagem da utilizao dos mtodos baseados em ondas viajantes a exatido obtida na estimao do ponto da falta. Embora esses mtodos forneam rpidas e precisas
respostas ao problema de localizao de faltas, eles tm a desvantagem de serem dependentes dos parmetros do sistema e da configurao da rede, que podem influenciar na
propagao do surto. Outras desvantagens so a dificuldade associada aquisio de
dados com altas taxas de amostragem, necessrias para um menor erro de localizao,
e a instalao de equipamentos especficos para a deteco de transitrios na linha de
transmisso.

2.1.2

Mtodos baseados em fasores de tenses e correntes

Os mtodos que fazem uso de fasores de tenses e correntes para a localizao de


faltas em linhas de transmisso so em maior nmero quando comparados aos mtodos
que tm por base a tcnica de ondas viajantes (TANG et al., 2000). Em sntese, os mtodos
baseados nos sinais de frequncia fundamental consideram como dados de entrada os
fasores de tenses e correntes extrados das medidas de um ou ambos os terminais da
linha de transmisso em falta.
Visto que os mtodos baseados em fasores fundamentais dependem de informaes
que podem ser obtidas via IED e/ou Registradores Digitais de Perturbao (RDP) j
instalados nas subestaes eltricas e que relativamente simples implement-los, simullos e avali-los, pode-se dizer que esses mtodos tm vantagens quando comparados com
os mtodos baseados em ondas viajantes. Como mostra a classificao descrita na figura 2,

Captulo 2. Reviso bibliogrfica

22

eles se subdividem em duas grandes tcnicas, uma capaz de localizar faltas baseando-se
na utilizao de dados de apenas um terminal e a outra se baseando na utilizao de
dados de ambos os terminais da linha de transmisso.
O mtodo de localizao via fasores fundamentais apresenta vrias vantagens e est
sendo bastante utilizado nas aplicaes reais devido a sua maior simplicidade, menor custo,
e pelo fato de depender de oscilografias j disponveis nos IED. O algoritmo desenvolvido
neste trabalho baseia-se em fasores fundamentais de tenses e correntes.
2.1.2.1

Mtodos que utilizam dados de um terminal

As funes de localizao de faltas que utilizam componentes fundamentais de tenso


e corrente, obtidos em apenas um terminal da linha, surgiram na dcada de 1980. Esses
mtodos foram normalmente desenvolvidos como funo adicional em rels de proteo e
oscilgrafos, e utilizavam dados de apenas um terminal em virtude da inexistncia e/ou
precariedade dos canais de comunicao.
A figura 3 ilustra um sistema de localizao de faltas de forma simplificada usando
dados de um terminal. A amostragem dos dados feita por um RDP ou por um IED,
junto ao Transformador de Potencial (TP) e Transformador de Corrente (TC) do terminal
local da linha. Esses dados so enviados ao Centro de Operao do Sistema (COS) e
processados pelo algoritmo de localizao.
Figura 3: Sistema simplificado de localizao de faltas usando dados de apenas um terminal da linha de transmisso

Terminal Local
TC

Terminal Remoto
Linha de Transmisso

TP
Modem

Modem
Computador

Sala de Controle
Fonte: Autor.

Captulo 2. Reviso bibliogrfica

23

A vantagem apresentada por esses mtodos a possibilidade de serem implementados


nos IED, alternativa normalmente preferida pelas concessionrias por ser a mais vivel
economicamente, apesar dos avanos na rea de comunicao dos dados entre os terminais.
importante ressaltar que a localizao de faltas, com o uso dos dados de somente um
terminal da linha, s precisa em linhas de transmisso de dois terminais, que so a
grande maioria dos casos.
Um dos mtodos que utilizam dados de apenas um terminal para a localizao do
ponto de falta baseado na determinao da impedncia aparente durante a falta, vista
da linha de transmisso por uma de suas extremidades. Essa impedncia obtida em
funo dos parmetros da linha e dos fasores de tenses e correntes nos perodos pr-falta
e ps-falta, extrados dos sinais registrados em um dos terminais da linha. A partir desses
dados e da topologia do sistema pode-se localizar o ponto de ocorrncia da falta.
A seguir so apresentados os mtodos de localizao de faltas, desenvolvidos recentemente, que utilizam dados de apenas um terminal da linha de transmisso.
(KUMAR; KUMAR, 2014): nesse artigo os autores propem que todos os IED possuam dois algoritmos distintos para a localizao de faltas, baseados no mtodo da impedncia, utilizando a modelagem da linha com parmetros concentrados para linhas curtas
e parmetros distribudos para linhas longas. O equacionamento matemtico para a localizao da falta em ambos os algoritmos usa fasores de apenas um terminal da linha,
calculados com a Transformada Discreta de Fourier (TDF), alm dos parmetros da rede
de ambos os terminais. Os resultados das simulaes so validados com resultados obtidos por testes de dois rels comerciais, alm de serem comparados com resultados de
localizao da falta por patrulhamento da linha depois de sua ocorrncia. Essa comparao de resultados revela que o algoritmo deve ser baseado na modelagem de parmetros
concentrados para linhas curtas e na modelagem de parmetros distribudos para linhas
mdias e longas.
(LIMA et al., 2013): a proposta desse artigo apresentar um algoritmo de localizao
de faltas baseado no mtodo fasorial. Nesse algoritmo estimada a corrente remota de
ps-falta e o sistema equivalente de Thvenin remoto, a partir dos valores de tenso e
corrente medidos no terminal local e da capacidade de curto-circuito do terminal remoto.
O algoritmo testado somente para faltas fase-terra com variao da resistncia de falta
e da distncia da falta. Os resultados mostram que o algoritmo proposto no sensvel
ante a variao da capacidade de curto-circuito do sistema remoto.
(WANG et al., 2013): o artigo prope combinar a localizao de faltas baseada no
mtodo fasorial com o mtodo das ondas viajantes. O mtodo proposto foi avaliado para
faltas fase-terra e as simulaes indicam um bom desempenho.
(FARSHAD; SADEH, 2012): a metodologia usada nesse trabalho consiste no clculo

Captulo 2. Reviso bibliogrfica

24

das amplitudes dos componentes harmnicos dos sinais de tenso. Os sinais de corrente
no so utilizados, o que torna o algoritmo imune saturao do TC. Os resultados dos
testes realizados para uma linha de transmisso no transposta, com simulaes unicamente para faltas fase-terra, so realmente promissores.
(JIALE; ZENGCHAO; XIAONING, 2011): o algoritmo de localizao de faltas apresentado nesse artigo descreve a linha de transmisso em falta, por meio de um conjunto
de equaes diferenciais que utiliza o modelo de parmetros concentrados. As variveis
desconhecidas so a distncia da falta, a resistncia da falta e a impedncia equivalente
de Thvenin do sistema remoto. O mtodo de mnimos quadrados usado para resolver
essas equaes, apresentando uma soluo nica. Os resultados das simulaes demonstram alta preciso e baixo custo computacional para a localizao e pode ser aplicado
a todos os tipos de falta. Alm disso, variaes na impedncia do Thvenin equivalente
remoto no afetam os resultados da localizao.
(CHENG et al., 2010): nesse artigo, integrasse o mtodo fasorial para a localizao
de faltas. O algoritmo proposto toma como variveis desconhecidas a impedncia de
Thvenin do equivalente remoto, a resistncia de falta, e a distncia da falta que fazem
parte de um sistema de equaes no lineares. O mtodo de Newton-Raphson aplicado
para a soluo efetiva dessas equaes no lineares sem considerar nenhuma hiptese
simplificadora. Esse algoritmo testado unicamente para falta fase-terra, apresentando
bom desempenho nos resultados.
(JAIN; THOKE; PATEL, 2009): esse artigo baseado na aplicao de RNA. Segundo
os autores, o algoritmo insensvel aos efeitos de acoplamento mtuo, variao do tipo de
falta, distncia da falta, ngulo de incidncia e capacidade de curto-circuito do terminal
remoto. Os resultados indicam que o algoritmo apresenta um bom nvel de preciso.
(JAIN et al., 2009): o algoritmo desenvolvido apresenta uma complementao do
algoritmo anterior (JAIN; THOKE; PATEL, 2009) e capaz de localizar unicamente faltas
dupla-fase. Esse algoritmo apresenta resultados mais precisos que o anterior.
(TAKAGI et al., 1981; TAKAGI et al., 1982a; TAKAGI et al., 1982b): Prope-se
um algoritmo de localizao de faltas baseado no mtodo fasorial, fundamentando-se no
teorema da superposio. Os resultados se mostraram bastante eficientes para o caso
de faltas sem resistncia, no entanto, incluindo a resistncia de falta, a deficincia na
localizao aumenta. Esses artigos so pioneiros e influenciaram o desenvolvimento de
vrios outros mtodos baseados nos fasores de tenses e correntes. Atualmente servem
como parmetros de comparao.

Captulo 2. Reviso bibliogrfica

2.1.2.2

25

Mtodos que utilizam dados de dois ou mais terminais

Paralelamente ao desenvolvimento dos sistemas de comunicao foram surgindo novas propostas para a localizao de faltas em linhas de transmisso, onde os clculos da
distncia de falta dependem de dados de ambos os terminais da linha de transmisso.
Esses mtodos so capazes de captar com maior preciso, dados do sistema de transmisso, reduzindo as simplificaes e incertezas, e apresentando melhor desempenho quando
comparado com a utilizao de algoritmos de apenas um terminal.
Entretanto, a localizao de faltas usando este mtodo s pode ser determinada com
boa exatido se as medies em ambos os terminais forem sincronizadas em relao a
uma referncia de tempo comum. Isso pode ser obtido por meio da utilizao do Global
Positioning System, por meio de Unidades de Medio Fasorial (PMU) ou por meio de
mtodos numricos.
Conforme a figura 4, o mtodo que utiliza dados de dois terminais necessita de um
equipamento de comunicao para que haja transferncia de dados para um lugar central
ou para o outro terminal da linha. Atravs de tais dados e do uso de hardware e software
auxiliares, torna-se possvel a anlise e o clculo estimado da localizao da falta.
Figura 4: Sistema simplificado de localizao de faltas usando dados de dois terminais da
linha de transmisso

GPS

Terminal Local
TC1

Linha de Transmisso

TP1

Terminal Remoto
TC2

TP2

Modem

Modem

Modem

Computador

Sala de Controle
Fonte: Autor.

Captulo 2. Reviso bibliogrfica

26

No levantamento da literatura existente encontram-se vrios exemplos de mtodos


que utilizam dados de dois ou mais terminais: (DUTTA; ESMAEILIAN; KEZUNOVIC, 2014;
LIN; LIN; LIU, 2014; JIANG; WANG; LI, 2014; KANG; LIAO, 2013; KAWA; IZYKOWSKI, 2013;
DAVOUDI; SADEH; KAMYAB, 2012; GONG; MYNAM; GUZMN, 2011; ESMAEILIAN et al.,
2011; ZHANG; ZHOU; QIAN, 2011; KORRES; APOSTOLOPOULOS, 2010). Nessas referncias,
os autores descrevem tcnicas de localizao de faltas baseadas em Redes Neurais Artificais
(RNA), AG, sistemas de lgica nebulosa, dentre outras.
Dado o ponto de vista prtico e econmico, interesses principais das concessionrias,
desejvel a implementao de um algoritmo num IED, fato que tende aumentar o investimento e o interesse nos algoritmos que usam dados de um terminal. Portanto, o mtodo
de utilizao de dados de dois ou mais terminais no ser discutido neste trabalho.

2.2

Aplicao de mtodos heursticos para a localizao de faltas

A maioria dos mtodos para localizao de faltas em linhas de transmisso, que utilizam dados de apenas um terminal, usam sistemas de equaes construdos a partir de
hipteses simplificadoras que tornam possveis as solues desses sistemas, no entanto,
reduzem o seu nvel de preciso. Neste item so apresentadas as referncias bibliogrficas
que utilizam tcnicas de otimizao para a soluo desses sistemas de equaes com o
mnimo de hipteses simplificadoras, de modo a aumentar a preciso da localizao de
faltas. Visto que este trabalho utiliza como ferramentas de otimizao os AG e PS, a
reviso bibliogrfica se concentra nesses dois tpicos.

2.2.1

Localizao de faltas baseada em algoritmos genticos

A utilizao de AG para localizao de faltas em linhas de transmisso usando dados de apenas um terminal ainda incipiente, encontrando-se escassa dentro da reviso
da literatura, fato que motivou a realizar a implementao computacional mostrando-se
adaptvel ao problema. A seguir apresentada uma referncia que utiliza esse mtodo
para a localizao de faltas em linhas de transmisso.
2.2.1.1

Mtodo proposto em (ZHANG; ZHOU; QIAN, 2011)

A metodologia apresentada nessa referncia utiliza fasores de tenses e correntes de


ambos os terminais da linha de transmisso. O equacionamento matemtico direcionado
para a determinao da tenso no ponto da falta calculada a partir da utilizao de dados
dos dois terminais da linha, representada na figura 5. Dessa forma, a metodologia garante
que os resultados no so influenciados pela resistncia de falta.

Captulo 2. Reviso bibliogrfica

27

Figura 5: Linha de transmisso em falta usando dados de ambos os terminais.

l-x

x
IS

IR

F
IF

RF

US

UR

Fonte: (ZHANG; ZHOU; QIAN, 2011).

Com base na figura 5, as tenses no ponto de falta F calculadas a partir de cada um


dos terminais da linha so:
= () ()

(1)

= ( ( )) ( ( ))

(2)

Sendo:
= + =

(0 + 0 ) (0 + 0 )

0 + 0
0 + 0

(3)

(4)

Nas equaes 1 e 3, a frequncia angular , a impedncia caracterstica,


o coeficiente de propagao e os parmetros distribudos da linha 0 , 0 , 0 , 0 so a
indutncia, capacitncia, resistncia e condutncia, respectivamente.
Considerando falta de sincronismo nas amostras de dados de ambos os terminais da
linha, o ngulo no sincronizado mostrado na equao 5, que chamada de equao
de localizao de falta de alta tenso baseada em amostra de dados no sincronizados de
ambos os terminais da linha. No caso ideal, as equaes 1 e 2 so iguais, resultando a
equao 5.
(

( ) ( ) =
( ( )) ( ( )) (5)

Captulo 2. Reviso bibliogrfica

28

Simplificando a equao 5 e denominando novos termos para sua representao obtmse as seguintes relaes:
1 () = 1 (, ) = 2 [ cos (2 ) (2 )]+ +
2 [ cos (2 + ) + (2 + )] cos (6)

2 () = 2 (, ) = 2 [ cos (2 ) + (2 )]+ +
2 [ cos (2 + ) + (2 + )] cos (7)
As equaes 6 e 7 formam parte do equacionamento de localizao de faltas com amostras no sincronizadas de ambos os terminais da linha, sendo estas equaes tipicamente
no lineares e tendo como variveis x e , podem ser resolvidos pelos AG.
Finalmente obtida a funo objetivo a ser otimizada pelo AG:
() =

=1

|| ()||22 =

=1

() () =

2 ()

(8)

=1

Segundo os autores dessa referncia, a codificao real foi escolhida para a implementao do AG em questo. Essa escolha permitiu que o tempo computacional para a
convergncia da funo de otimizao fosse reduzida. Os resultados apresentados indicam
um bom nvel de preciso.

2.2.2

Localizao de faltas baseada em Direct Search (NelderMead)

Devido ao fato dos mtodos clssicos de otimizao terem dificuldade em lidar com
problemas de otimizao global, recentemente tem crescido na literatura o interesse em
resolver problemas desse tipo utilizando mtodos heursticos. O mtodo de Direct Search
ou tambm conhecido como mtodo de busca direta baseado nos mtodos heursticos.
A seguir apresentada uma referncia fundamentada neste mtodo.
2.2.2.1

Mtodo proposto em (PEREIRA; ZANETTA, 2004)

A metodologia proposta nessa referncia utiliza os equivalentes de Thvenin de ambos


os terminais da linha de transmisso e a impedncia equivalente de Thvenin da linha
entre os dois terminais, conforme a figura 6.
Baseando-se na teoria de quadripolos de uma linha de transmisso, possvel calcular
([
] [
])
as tenses e correntes de pr-falta no terminal remoto pr , pr , usando as tenses

Captulo 2. Reviso bibliogrfica

29

Figura 6: Representao da linha de transmisso em falta.

local

Zeq

remoto

pr
L

R
F

linha

d
ZL

VLps ,VLpr

ZR

Fonte: (PEREIRA; ZANETTA, 2004).

e correntes do terminal local

([

] [

])

pr , pr . O quadripolo equivalente da linha de trans[

] [

] [

] [

misso da figura 6 representado pela equao 9, sendo () , () , () , () , as


constantes do quadripolo de transmisso.
[
]
pr

[
]

pr

= () pr () pr

(9)
[

= () pr () pr

De acordo com a figura 7, o clculo das fontes de tenses e correntes de Thvenin


([
] [
] [
] [
])
equivalente local e remoto , , pr , pr , corrente equivalente de pr-falta
([
])
[
]
da linha pr so mostrados pela equao 10, sendo a admitncia equivalente da

linha de transmisso.
Figura 7: Impedncias das fontes e impedncia equivalente da linha.

I eqpr
L

ZL

' pr
L

pr
L

Zeq
linha

I Rpr

Fonte: (PEREIRA; ZANETTA, 2004).

I R' pr

ZR

Captulo 2. Reviso bibliogrfica

[
]
pr

[
]

pr
= pr +

pr
pr = pr

[
]

pr

30

]
[
]

[
]

([

pr pr

= pr + [ ] pr

(10)
=

pr

+ [ ]

pr

])

As tenses nodais do sistema de transmisso, durante a ocorrncia da falta, podem


ser calculadas usando a equao 11.
[

]1

[ ]

(11)

Onde:
[

: tenses nodais em L, F e R.

: matriz de admitncias nodais do sistema.

[ ]

= | [0] | : correntes injetadas nos ns L, F e R.

Sendo:
[

] [

] [

]
[

A matriz de admitncias de falta ( ) diferente para cada tipo de falta, sendo


assim, necessrio efetuar a classificao da falta antes de proceder com a localizao.
A ttulo de exemplo, para uma falta fase-terra, na fase A, essa matriz fica conforme a
equao 12:

[ ] = 0

0 0

0 0

0 0

(12)

Para a montagem da matriz de admitncias nodais do sistema deve-se dividir a matriz


([ ] [ ])
de admitncias, que representa a linha de transmisso, em duas , , depois
([ ])
incluir a matriz de admitncias da falta , e matrizes de admitncias dos sistemas
equivalentes de Thvenin local e remoto

([

] [

])

, .

Onde:
[

= : matriz de admitncias para a seco L-F, de comprimento d.

= () : matriz de admitncias para a seco F-R, de comprimento (l-d).

A metodologia de localizao de faltas baseia-se na comparao entre as tenses no


[ ]
terminal local da linha de transmisso, obtidas a partir do vetor , calculado pela

Captulo 2. Reviso bibliogrfica

31

equao 11, e medidas nesse terminal, usando como funo objetivo a soma dos mdulos
dos erros, apresentada pela equao 13.

(, ) =

(13)

=,,

Onde i indica a fase, as incgnitas so a distncia de falta d e a resistncia de falta


R , que so obtidas atravs de um algoritmo de otimizao para o mnimo da funo
F(, ) . O algoritmo de otimizao utilizado foi o mtodo de Direct Search, adotando
uma ferramenta especifica de otimizao que o Nelder-Mead simples.
O algoritmo proposto nesse artigo no usa hipteses simplificadoras, e requer dados
dos equivalentes de Thvenin de ambos os terminais da linha. A vantagem desse mtodo
a sua independncia quanto as correntes de ps-falta, o que elimina erros por saturao de
TC. Segundo os autores esse algoritmo no sensvel a variaes da impedncia de Thvenin do terminal remoto. Alm disso, pode ser empregado para linhas no transpostas
e de circuito duplo.

32

Captulo

Mtodos heursticos (ferramentas de


otimizao)
O termo heurstico pode ser definido como a arte de descobrir novas formas de se
resolver problemas. Neste contexto, os mtodos heursticos podem ser definidos como
estratgias capazes de resolver um dado problema de otimizao atravs de um enfoque
intuitivo, em geral racional. Os mtodos heursticos podem ser classificados de diversas
formas, sendo em geral divididos conforme a figura 8.
Figura 8: Ramificao dos Mtodos Heursticos.
Mtodos
Heursticos

Busca Local
(Vizinhana)

Baseados na
Populao

Inteligncia
Artificial

Hbridos
Metaheursticos

Busca Direta
(Direct Search)

Anti Colony

Redes Neurais
Artificiais

Tabu Search
(TS)

Particle Swarm
Optimization

Sistemas de
Lgica Nebulosa

Simulated
Annealing(SA)

Computao
Evolucionria

Algoritmos
Genticos

Fonte: Autor.

A soluo desses problemas de otimizao pode ser encontrada utilizando mtodos


determinsticos (clssicos), que embora possuam uma grande vantagem, de realizar um
baixo nmero de avaliaes da funo objetivo, o que faz com que tenham convergncia

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

33

rpida, apresentam uma inabilidade ao lidar com mnimos locais, pois estes trabalham com
um nico ponto do espao de busca e com informaes dos gradientes, no conseguindo
avanar na busca e convergindo prematuramente sem encontrar o timo global.
Com tudo isso, escolheu-se neste trabalho os mtodos heursticos para a soluo do
problema de otimizao, pois estes avaliam a funo objetivo vrias vezes sendo possvel
trabalhar com vrios pontos ao mesmo tempo em uma iterao, possibilitando explorar
devidamente toda a regio do espao de busca at convergir na soluo tima global.
Estes mtodos buscam a soluo tima atravs de regras de probabilidade sem precisar
de derivadas nem informao de gradientes.
Neste trabalho, foram utilizados dois algoritmos de otimizao baseados em mtodos
heursticos: pattern search (PS) e algoritmos genticos (AG), que se encontram dentro
da ramificao dos mtodos de busca direta (Direct Search) e computao evolucionria,
respectivamente. Ilustrados pela figura 9.
Figura 9: Ramificao dos mtodos de busca direta e computao evolucionaria.
Busca Padro
(Pattern Search)
Busca Direta
(Direct Search)

Busca Linear
(Rosenbrock)

Busca Simplex
(Nelder-Mead)

Programao
Gentica
Computao
Evolucionria

Algoritmos
Genticos
Programao
Evolutiva

Estratgia
Evolutiva
Evoluo
Diferencial

Fonte: Autor.

A seguir sero descritas brevemente as tcnicas de otimizao utilizadas neste trabalho


para a localizao de faltas em linhas de transmisso.

3.1

Algoritmos genticos

Nesta seo sero abordados de uma maneira detalhada os AG, que pertencem a uma
famlia de mtodos probabilsticos de otimizao utilizando tcnicas heursticas, sendo
apresentados tambm como uma das tecnologias da inteligncia artificial, mais precisamente no ramo particular da computao evolucionria, que se baseia em idias evolutivas

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

34

de gentica e seleo natural. Durante os anos de 1950 e 1960, alguns cientistas computacionais estudaram os AG para que se tornassem uma ferramenta de otimizao para a
resoluo de problemas no nvel de cincias e aplicaes na rea de engenharia, baseandose na gentica natural e no processo da seleo natural proposto por Charles Darwin em
1858.
nesse contexto que John Holland em 1962 prope inicialmente os AG, buscando modelar sistemas complexos adaptativos e estudando a evoluo atravs de simulao. Mas
foi em (HOLLAND, 1975) que apresentou e fundamentou matematicamente os AG. Mesmo
no tendo sido o primeiro a aplicar os conceitos da evoluo natural na programao, foi
o primeiro a provar matematicamente a eficcia da estratgia evolucionria em problemas
de busca.

3.1.1

Definies e terminologia dos algoritmos genticos

Como visto no item anterior, os AG so baseados nos fenmenos da biologia e teoria


da evoluo. Para entender melhor o conceito dos AG, (GOLBERG, 1989) apresenta uma
analogia entre os termos usados na biologia e os termos computacionais referentes ao
estudo dos AG, conforme a tabela 1.
Tabela 1: Analogia entre termos biolgicos e algortmicos.

Cromossomo

Gene

Alelo

Gentipo

Fentipo

Termos na Biologia
Termos nos AG
Representa um
um conjunto
indivduo ou soluo do
completo de genes de
problema.
um organismo.
a unidade bsica do
um elemento do
cromossomo e controla vetor que representa o
as caractersticas do
indivduo, ou seja, uma
organismo.
varivel.
Representa uma das
Representa os valores
formas alternativas de
que as variveis podem
um gene.
assumir.
Representa a
Representa a
composio gentica
informao contida no
contida no
indivduo.
cromossomo.
a estrutura ou
organismo construdo a Representa o indivduo
codificado.
partir das informaes
do gentipo.
Fonte: (GOLBERG, 1989).

Uma vez definida a analogia entre termos biolgicos e algortmicos, a seguir apresentada as definies de termos utilizados computacionalmente nos AG:

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

35

Populao: representa o conjunto de indivduos ou solues.


Gerao: representa o nmero de iteraes que o algoritmo gentico executa.
Pais e filhos: em cada gerao o algoritmo gentico cria populaes, uma delas chamada de populao pais, a qual usada para criar indivduos na prxima gerao, chamada de populao filhos.
Funo de aptido ou funo fitness: representa o quo apto um determinado
indivduo perante os outros indivduos da populao daquela gerao.
Indivduo: um simples membro da populao, sendo um conjunto de variveis =
{1 , 2 , 3 , . . . , } que definem um ponto no qual se pode avaliar a funo objetivo.
Funo objetivo: a funo que se quer otimizar. Ela contm a informao numrica
do desempenho de cada indivduo na populao, sendo usualmente expressa como: =
f (1 , 2 , 3 , . . . , ), sendo 1 , 2 , 3 , . . . , as variveis que o AG procura determinar
para otimizar .
Ponto timo: o ponto caracterizado pelo vetor * = {1 , 2 , 3 , . . . , } , formado
pelas variveis que otimizam a funo objetivo e satisfazem as restries do problema.
Valor timo: o valor da funo objetivo ( * ) no ponto timo.
Soluo tima: o par de solues formado pelo ponto timo e o valor timo [ * , ( * )],
podendo ainda ser local (quando o valor timo localizado), e global (quando o valor timo
global na regio vivel).

3.1.2

Estrutura bsica de um algoritmo gentico

Os AG trabalham com um conjunto de indivduos que so solues potenciais que melhor se ajustam ao ambiente do problema visando otimizao de uma funo objetivo.
As caractersticas especficas destes indivduos determinam sua capacidade de sobrevivncia, onde os indivduos mais aptos sobrevivem durante o processo de otimizao, o
que propicia o surgimento de melhores configuraes com indivduos mais evoludos. Este
conjunto de indivduos mais aptos constitui uma populao capaz de evoluir, devido
aplicao dos operadores genticos que so o cruzamento e a mutao e, aps certo nmero de geraes, espera-se convergir para uma gerao de elite que corresponda a uma
soluo tima para o problema. Este procedimento iterativo continua at que um critrio de parada seja alcanado, e um valor timo ou uma soluo aceitvel seja obtida.
Considerando que cada iterao uma gerao, pode-se descrever o processo atravs do
seguinte algoritmo:
Observa-se na figura 10 que toda a populao inicial substituda por novos indivduos,
gerados pelo processo de seleo e aplicao dos operadores genticos. Isto , toda a
gerao de pais integralmente substituda por outra mais nova gerao de filhos, no

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

36

Figura 10: Pseudocdigo da estrutura bsica de um algoritmo gentico.


Incio
Gere a populao P de indivduos
Repita
Avalie indivduos da populao P
Repita
Selecione dois indivduos mais aptos de P para reproduo
Aplique operador de cruzamento
Aplique operador de mutao
Insira novo indivduo em P
At populao P completa
P P
At algum critrio de parada seja satisfeito
Fim

Fonte: Autor.

existindo convivncia, o que provoca a perda de bons indivduos no processo. Por esta
razo freqentemente empregado o elitismo, ou seja, os melhores indivduos de uma
gerao so preservados e passados diretamente para a gerao seguinte. Posteriormente
ser detalhada a tcnica do elitismo.
A idia principal dos AG a gerao de novas populaes cada vez melhores, portanto,
importante a avaliao de cada indivduo segundo uma regra para determinar quo apto
um indivduo. Quanto maior a aptido, melhores so os indivduos e esses tero mais
chance de serem selecionados para gerar melhores descendentes para prxima gerao,
descartando assim os indivduos com menor valor de aptido.
Para implementar um algoritmo gentico preciso saber como se realiza o processo em
cada iterao. A seguir o fluxograma ilustrado na figura 11 detalha os passos realizados
em cada iterao.
Passo 1: escolhe-se uma representao para os indivduos da populao, que geralmente
feita utilizando a codificao binria ou real. Posteriormente escolhe-se uma populao
inicial, normalmente formada por indivduos criados aleatoriamente.
Passo 2: avalia-se adequadamente a populao segundo algum critrio determinado pela
funo aptido ou fitness que mede a qualidade do individuo.
Passo 3: estabelece-se uma estratgia de seleo dos indivduos, para criao de um novo
conjunto de indivduos, ou seja, nova populao chamada gerao pais.
Passo 4: realiza-se um mecanismo que permita aplicar os operadores genticos, cruza-

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

37

Figura 11: Fluxograma representando o processamento de um algoritmo gentico.


Inicio
1

Criao da
Populao Inicial

Avaliao pela funo


aptido a cada indivduo
No

Seleo dos indivduos mais


aptos para reproduo
(gerao pais)
Cruzamento dos
indivduos selecionados

Critrio de
parada foi
satisfeito?

Sim

Fim
Mutao dos indivduos j
reproduzidos

Nova Populao
(gerao filhos)

Parte da
gerao pais
eliminada

Fonte: Autor.

mento e mutao.
Passo 5: aps agrupar os indivduos resultantes de todas as operaes, obtm-se a nova
populao chamada gerao filhos. Tal populao novamente avaliada dando incio ao
novo ciclo do processo.
Enquanto os critrios de parada no so alcanados, o processo continua ao longo das
geraes e os indivduos de cada populao evoluem para a soluo tima do problema.

3.1.3

Representao ou codificao

fundamental que o AG possua um mecanismo de codificao para representar as


variveis do problema a ser otimizado sabendo que esta codificao proporciona um grande
impacto no desempenho de busca, devendo ser o mais simples possvel sem perder as
caractersticas de representao do problema tratado.
Existem vrias maneiras de codificao do indivduo. Inicialmente a codificao do
indivduo foi de maneira binria e de tamanho fixo proposto por (HOLLAND, 1975). Pos-

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

38

teriormente optou-se por codificar o individuo por ponto flutuante para representao de
variveis com nmeros inteiros ou reais conforme (MICHALEWICZ, 2013). Dentre outras
codificaes encontramos a codificao de valores, por permutao, em rvore.
Neste trabalho de dissertao, para o desenvolvimento do AG utilizada a codificao por ponto flutuante, uma vez que ocupa um menor tempo computacional durante o
processo de iterao, quando comparado com a codificao binria.
o Codificao binria
A codificao binria um vetor composto por uma cadeia de bits que podem
assumir os valores de zeros e uns. Este tipo de codificao possui a vantagem
de que a execuo dos operadores genticos se tornem mais fceis no decorrer do
processo. Por outro lado possui alguns problemas dentre os quais o principal
a dificuldade encontrada para a representao de nmeros inteiros ou reais, sendo
necessria a introduo constante de conversores no AG. Segundo (GOLBERG, 1989),
a codificao binria considerada uma aproximao clssica, porm o desempenho
do algoritmo decresce se o nmero de parmetros do problema for muito grande,
tornando o processo de convergncia lento.
Figura 12: Codificao binria de um indivduo.

Indivduo Binrio = 0000101101 0001100001 0000011001 1000010101


varivel2
varivel3
varivel N
varivel1

Fonte: (HAUPT; HAUPT, 2004).

O indivduo codificado de forma binria na figura 12 possui um nmero de variveis, sendo cada varivel representada por dez bits. Para representar cada varivel
com nmeros inteiros ou reais pela codificao binria necessria uma converso.
Segundo (LINDEN, 2012) baseando-se nos limites superior e inferior de cada varivel,
pode-se realizar a converso como mostra a equao 14.

= +



2 1

Onde:
: o limite inferior da representao de cada varivel.
: o limite superior da representao de cada varivel.
: o valor da converso binria para inteiro de cada varivel.
: o nmero de bits de cada varivel.

(14)

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

39

o Codificao por ponto flutuante


A codificao do indivduo por ponto flutuante utilizada em problemas de otimizao com variveis reais de alta dimensionalidade e alta preciso, utilizando
operadores especificamente especiais para uma codificao real. Simulaes computacionais apresentadas em (JANIKOW; MICHALEWICZ, 1991) mostram uma comparao do desempenho do AG que usa codificao binria e codificao por pontos
flutuantes, indicando que esta ltima apresenta uma clara superioridade de rapidez
no processo. Segundo (HAUPT; HAUPT, 2004), uma vez que a codificao binria
tem uma preciso limitada, a codificao por ponto flutuante permite facilmente a
representao para uma melhor preciso assim como tambm exige menos espao
de armazenamento porque a varivel representada por um nmero real ao invs
de uma cadeia de bits.
Figura 13: Codificao de um indivduo por ponto flutuante.

Indivduo Real = 1,81064 0,58791 -13, 98371 29,85701


varivel1

varivel2
varivel3
varivel N

Fonte: (HAUPT; HAUPT, 2004).

3.1.4

Gerao da populao inicial

Para iniciar o processo de busca, os AG precisam de um conjunto de pontos iniciais, isto


, da populao inicial que ser representada por um conjunto de indivduos. Na gerao
dessa populao inicial encontram-se algumas abordagens existentes na literatura tais
como: gerao aleatria, heurstica, uniforme. O objetivo principal de qualquer dessas
abordagens explorar solues no espao de busca e aumentar a diversidade da populao.
A gerao da populao inicial implementada no AG deste trabalho foi realizada de forma
aleatria. A figura 14 ilustra a gerao da populao inicial para codificao binria e por
ponto flutuante conforme (HAUPT; WERNER, 2007).

3.1.5

Avaliao da populao inicial

Aps gerar a populao inicial esta precisa ser avaliada, sendo esta etapa uma das
mais importantes para o sucesso dos AG, pois uma m avaliao pode levar o AG a no
encontrar a soluo do problema. A avaliao da populao inicial realizada utilizando
uma funo de aptido tambm chamada funo fitness. Esta funo deve indicar a
qualidade e avaliar a evoluo de cada indivduo da populao a cada gerao, assim,
indivduos com os mais altos graus de aptido possuiro maiores chances de sobreviver
nas prximas geraes. Segundo (LINDEN, 2012), cada indivduo da populao avaliado

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

40

Figura 14: Representao matricial da populao inicial.

Populao binria

Populao real

110110
000111

= 111010

001111

101010 111100
111110 101011
001001 011010
111110 001011

5,3456 11,356 0,8795


-98,52 3, 7841 3, 6987

= 8,9874 5,9875 -1, 698

1,5124 -9, 785 0,9874

010101 individuo1
111101 individuo 2
010010 individuo3

101110 individuo N
-0, 652 individuo1
11, 698 individuo 2
98, 654 individuo3

0, 0045 individuo N

Fonte: (HAUPT; WERNER, 2007).

pela funo aptido recebendo uma pontuao baseada no resultado da avaliao, assim o
pior indivduo recebe menor pontuao e o melhor indivduo maior pontuao. A seguir a
tabela 2 apresenta algumas tcnicas para as atribuies de aptido (MATHWORKS, 2004).
Tabela 2: Atribuio da funo aptido.

Rank

Atribuio da funo de aptido


A populao ordenada
Atribuio de valores
de acordo com os valores
escalares positivos a
da funo objetivo e o
indivduos, a cada
valor de aptido
indivduo que produza um
Top
atribudo para cada
descendente s atribudos
indivduo, dependendo
valores escalares idnticos,
apenas de sua posio no
enquanto ao resto se
ranking.
atribui o valor zero.
Lineariza valores de
aptido dando a
Mudana expectativa do indivduo
mais apto ser igual a uma
Linear
constante multiplicada
pela pontuao mdia.
Fonte: (MATHWORKS, 2004).

Faz com que o valor de


aptido atribudo para
Proporcional cada indivduo seja
proporcional ao valor da
funo objetivo.

3.1.6

Processo de seleo

Elabora-se um mecanismo que transmita a hereditariedade de cada indivduo nas


populaes seguintes preservando suas boas caractersticas, processo que chamado de
seleo. Baseado no princpio natural de sobrevivncia dos indivduos mais aptos, ou seja,

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

41

indivduos com melhor aptido recebem uma maior probabilidade de serem selecionados
para a reproduo e assim gerar melhores descendentes para a prxima gerao.
Neste processo de seleo importante e necessrio que os indivduos com menor aptido no sejam totalmente descartados a fim de evitar a convergncia gentica, onde os
indivduos se tornam cada vez mais semelhantes perdendo assim a diversidade da populao. Existem vrios mtodos para selecionar os indivduos, a seguir so apresentados
alguns desses mtodos.
o Mtodo da roleta
Proposto inicialmente por (HOLLAND, 1975), este mtodo ainda hoje muito utilizado apesar de apresentar algumas desvantagens. Neste mtodo cada indivduo da
populao representado na roleta proporcionalmente ao seu ndice de aptido, assim, os indivduos com alta aptido recebem uma poro maior da roleta, enquanto
que os de baixa aptido ocuparo uma poro relativamente menor. Desse modo
a roleta girada um nmero determinado de vezes, dependendo do tamanho da
populao, e indivduos que ocupem uma maior rea na roleta possuiro uma maior
probabilidade de serem selecionados para reproduo.
Segundo (MICHALEWICZ, 2013), deve-se realizar o clculo da probabilidade de seleo de um indivduo da populao da seguinte forma:
= ( ) =

(15)

=1

Onde:
: o valor da funo aptido de cada indivduo.
: o indivduo ou soluo.
: a probabilidade do i-simo indivduo da populao.
: o tamanho da populao.
A desvantagem deste mtodo segundo (HAUPT; WERNER, 2007), que a probabilidade deve ser recalculada a cada gerao, e se a taxa de mutao for baixa, nas
geraes posteriores todos os indivduos tero aproximadamente a mesma probabilidade de ser selecionado, diminuindo a diversidade da populao. Esta falha pode
ocasionar uma convergncia prematura do AG para uma soluo no almejada.
A ttulo de exemplo, a tabela 3 e figura 15 ilustram o processo de seleo pelo mtodo
da roleta, mostrando os valores da funo aptido e indicando as probabilidades de
cada indivduo a serem selecionados.

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

42

Tabela 3: Estatstica do processo de seleo.

1
2
3
4
5

Indivduo( )
Codificao Codificao
binria
real
10100110
7,85043
10010101
-2,34526
10100110
7,85043
10100110
7,85043
10100110
7,85043

Aptido

Probabilidade Posio do
indivduo

selecionado
16%
3
1,5%
5
7%
4
48%
1
27,5%
2

( )
4,34
0,25
4,34
4,34
4,34

Fonte: (HAUPT; WERNER, 2007).


Figura 15: Representao do mtodo da roleta.
Mtodo da Roleta
1 Indivduo -> X4
2 Indivduo -> X5

48,0%
27,5%

3 Indivduo -> X1

16,0%

4 Indivduo -> X3
5 Indivduo -> X2

1,5%

7,0%

Fonte: (HAUPT; WERNER, 2007).

o Mtodo estocstico uniforme


O mtodo estocstico uniforme mapeia os indivduos em segmentos contnuos de
uma linha, de tal forma que cada indivduo corresponda a um segmento de tamanho
proporcional ao seu valor de aptido, da mesma forma que o mtodo da roleta a
diferena que ponteiros igualmente espaados so colocados sobre uma linha. A
ttulo de exemplo a figura 16 ilustra o processo de seleo usando este mtodo.
Figura 16: Amostragem do mtodo estocstico uniforme.
Ponteiro1 Ponteiro2

Indivduos
0,0

2
0,18

Ponteiro3 Ponteiro4

3
0,34

4
0,49

Ponteiro5

5
0,62

0,1
Nmero
Aleatrio

Fonte: Autor.

6
0,73

Ponteiro6

7
0,82

0,95

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

43

Seja o nmero de indivduos a serem selecionados e 1/ a distncia


entre os ponteiros, a posio do primeiro ponteiro dada pelo nmero aleatrio
gerado na faixa de [0 1/ ]. Para o exemplo mostrado pela figura 16,
considerado 6 indivduos a serem selecionados, a distncia entre os ponteiros ser
de 1/6 = 0,167, e a posio do ponteiro ser um nmero aleatrio escolhido na faixa
de [0 0, 167], de forma aleatria escolhida a posio a partir de 0,1.
Dando incio a escolha de indivduos a partir de 0,1 e com distncia entre ponteiros
de 0,167, os indivduos escolhidos para reproduzir so: os indivduos 1, 2, 3, 4, 6 e
8.
o Mtodo por torneio
Este mtodo realiza a seleo com a finalidade de promover um torneio em um grupo
de x indivduos selecionados aleatoriamente da populao ( 2). O indivduo que
vencer este torneio, normalmente o indivduo que possui o maior valor de aptido
no grupo, selecionado enquanto os demais indivduos so descartados. O processo
de seleo termina quando se realiza uma quantidade de torneios iguais ao tamanho da populao. A diferena de outros mtodos de seleo, que no se baseia
na competio de todos os indivduos da populao, mas sim em um subconjunto
dela obtendo uma implementao computacional muito simples com apresentao
de bons resultados. As vantagens deste mtodo que no acarreta convergncia
prematura, combate estagnao, no h necessidade de esforo computacional extra como ordenamento, no h necessidade de avaliao explicita da aptido sendo
o mais indicado e recomendado por (BLICKLE; THIELE, 1995).
Figura 17: Esquema de seleo pelo mtodo por torneio.
Populao

Torneios

Indivduo 1
(Valor de aptido = 3)

Selecionados
Indivduo 2

Indivduo 2
(Valor de aptido = 12)
Indivduo 3
(Valor de aptido = 24)

Indivduo 5

Indivduo 4
(Valor de aptido = 15)

Indivduo 5
(Valor de aptido = 28)

Fonte: Autor.

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

3.1.7

44

Operadores genticos

atravs destes operadores genticos que os indivduos se reproduziro e sofrero


alteraes obtendo assim novos indivduos e novas populaes. O princpio bsico dos
operadores genticos transformar a populao atravs de sucessivas geraes para obter
um resultado satisfatrio no final do processo do AG, deste modo eles so extremamente
necessrios para que a populao se diversifique e mantenha as caractersticas de adaptao adquiridas pelas geraes anteriores. Os AG so constitudos de dois operadores
genticos chamados de cruzamento e mutao. A seguir so apresentados cada um deles
para o seu devido uso por codificao binria e/ou real.
o Cruzamento
Esta operao chamada de cruzamento se a codificao da populao binria e
chamada de recombinao quando a codificao da populao por ponto flutuante
ou real. Este operador gentico um dos principais operadores do AG o qual reproduz em um ambiente computacional o comportamento evolutivo que ocorre na
natureza, pois permite que os indivduos mais aptos que j foram selecionados agora
compartilhem a sua codificao com outros indivduos gerando novos descendentes e
criando assim uma diversidade (SRINIVAS; PATNAIK, 1994). A principal funo desse
operador assegurar a troca de material gentico entre dois indivduos chamados
pais, combinando assim informaes de maneira que exista uma probabilidade razovel dos novos indivduos produzidos, chamados de filhos, serem melhores que
seus pais. Escolhe-se uma taxa de cruzamento ( ) a qual determina a frequncia
que o individuo invocado.
Diferentes tcnicas de cruzamento so propostas na literatura, algumas delas envolvendo mais de um ponto de corte. Segundo (GOLBERG, 1989) o aumento indiscriminado do nmero de pontos de corte degrada o desempenho do algoritmo, por
causar a destruio de possveis blocos construtivos. A seguir, so apresentadas as
diferentes tcnicas de cruzamento e/ou recombinao.
Cruzamento para uma codificao binria
No processo de cruzamento binrio apenas partes dos indivduos so trocadas.
Dependendo do nmero de partes, os indivduos so divididos antes da troca,
atravs da determinao do nmero de pontos de cruzamento. Dois indivduos
so fisicamente alinhados ocorrendo ruptura em uma ou mais posies sobre
cada indivduo, fragmentos de indivduos homlogos so trocados antes da quebra ser reparada, isto resulta um cruzamento de material gentico que contribui
para variabilidade na populao. No processo de cruzamento de variveis binrias, apenas partes dos indivduos so trocadas, dependendo do nmero de

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

45

partes, os indivduos so divididos antes da troca atravs da determinao do


nmero de pontos de cruzamento.
* Cruzamento de um ponto e dois pontos: os indivduos so agrupados em pares, e cada par selecionado particionado em um ponto chamado ponto de cruzamento que escolhido aleatoriamente. a partir
desse ponto que as informaes genticas dos progenitores so trocadas
gerando dois novos descendentes, sendo que um dos descendentes recebe
parte gentica de cada um dos progenitores e o outro descendente recebe
as partes restantes dos progenitores. O cruzamento de dois pontos segue a
mesma idia embora tenham que ser escolhidos aleatoriamente dois pontos de cruzamento dentro do limite do indivduo. A figura 18 ilustra as
tcnicas de cruzamento de um ponto e dois pontos aplicados sobre um par
de indivduos com uma varivel de doze bits.
Figura 18: () Cruzamento de um ponto, () Cruzamento de dois pontos.
Dois pontos de
Um ponto de
Cruzamento
Cruzamento
Progenitor 1
1 0 1 1 0 0 1 1 1 0 0 0
1 0 1 1 0 0 1 1 1 0 0 0

1 0 0 0 1 1 0 0 1 0 1 1
1 0 1 1 0 0 0 0 1 0 1 1
1 0 0 0 1 1 1 1 1 0 0 0
(a)

1 0 0 0 1 1 0 0 1 0 1 1
1 0 1 1 1 1 0 0 1 0 0 0
1 0 0 0 0 0 1 1 1 0 1 1

Progenitor 2
Descendente 1
Descendente 2

(b)

Fonte: Autor.

* Cruzamento de n pontos: esta tcnica de cruzamento implementada


por (SPEARS; JONG, 1990) foi generalizada a partir do conceito de cruzamento de um ponto, fazendo do nmero de pontos de cruzamento um
parmetro. A idia por trs que a natureza destrutiva do cruzamento de
n pontos parea encorajar a explorao do espao de busca, no favorecendo a convergncia prematura efetuando assim uma busca mais robusta.
No entanto, no h consenso sobre as vantagens e desvantagens de usar
valores para 3.
* Cruzamento uniforme: este tipo de cruzamento cria uma mscara aleatria de bits do tamanho equivalente ao dos indivduos progenitores. O
primeiro descendente formado de tal forma que quando a mscara tiver bit igual a um, este descendente herda o bit do primeiro progenitor, e
quando a mscara tiver o bit igual zero o mesmo herda o bit do segundo
progenitor. Para formar o segundo descendente o processo ocorre de modo
inverso. Esta tcnica foi introduzida por (SYSWERDA, 1989).

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

46

Figura 19: Cruzamento uniforme.


Progenitor 1
(bit 1)
Progenitor 2
(bit 0)
Mscara

1 0 1 1 0 0 1 1 1 0 0 0
1 0 0 0 1 1 0 0 1 0 1 1
1 1 1 0 0 0 0 1 1 0 0 0
1 0 1 0 1 1 0 1 1 0 1 1
1 0 0 1 0 0 1 0 1 0 0 0

Descendente 1
Descendente 2

Fonte: Autor.

Recombinao para uma codificao por ponto flutuante ou real


Para uma populao com indivduos codificados por ponto flutuante ou real
no possvel utilizar o mesmo operador gentico de cruzamento utilizado
na codificao binria. Ser necessrio projetar estratgias para simular tal
cruzamento, desta vez chamado recombinao. Conforme (HAUPT; HAUPT,
2004) so apresentadas as diferentes tcnicas de recombinao utilizadas para
este tipo de codificao.
* Recombinao discreta: esta recombinao embaralha os valores das
variveis reais entre os indivduos que vo se reproduzir sendo chamados
de progenitores, produzindo assim um descendente. Esta recombinao
especifica os pesos dos progenitores mediante um nico parmetro chamado
que um nmero aleatrio na faixa de 0 1, podendo ser um
escalar ou um vetor linha de comprimento igual ao nmero de variveis.
A funo que cria os descendentes a partir dos progenitores apresentada
pela equao 16 conforme (HAUPT; WERNER, 2007).
1 = () 1 + (1 ) 2
2 = (1 ) 1 + () 2

(16)

* Recombinao linear: segundo (WRIGHT, 1991) mediante esta recombinao obtm-se descendentes no limitados pelos valores dos progenitores
criando assim trs novos descendentes, sendo escolhidos apenas os dois
melhores. A funo que cria os trs descendentes a mesma usada pela
recombinao discreta. A equao 17 mostra a criao destes descendentes
usando = 0, 5.

1 = (0, 5) 1 + (0, 5) 2
2 = (1, 5) 1 (0, 5) 2
3 = (1, 5) 1 + (0, 5) 2

(17)

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

47

* Recombinao heurstica: a recombinao heurstica tambm usa os


pesos dos progenitores atravs do parmetro , embora desta vez seja estabelecido um valor definido de = 1.2, permitindo tambm a criao de
descendentes fora da faixa permitida pelos progenitores. Algumas vezes
a criao desses descendentes pode ficar fora da faixa permitida pelo problema. Caso isso acontea, o descendente criado descartado e o algoritmo
procura outro valor de .

1 = 1 ( 1 2 )
2 = 1 + ( 1 2 )

(18)

* Recombinao binria simulada: esta recombinao imita o cruzamento de um ponto usado para uma codificao binria. Inicialmente
seleciona aleatoriamente uma varivel dentro de cada progenitor que ser
utilizado como ponto de recombinao, como mostra a equao 19.

= {Aleatrio }
1 = [ 1 1 2 1 1
1 ]
2 = [ 1 2 2 2 2
2 ]

(19)

Onde igual ao nmero de variveis de cada progenitor e 0 10.


O seguinte passo realizar a recombinao das variveis selecionadas. A
criao das novas variveis mostrada pela equao 20.

1 = 1 ( 1 2 )
2 = 2 + ( 1 2 )

(20)

Como passo final, ser completada a recombinao substituindo as novas


variveis criadas por cada um dos progenitores, formando assim seus novos
descendentes:

1 = [ 1 1 2 1 1
1 ]
2 = [ 1 2 2 2 2
2 ]

(21)

Este tipo de recombinao foi desenvolvido por (ESHELMAN; SCHAFFER,


1993). Vale ressaltar que esta recombinao no permite descendentes com
valores fora dos limites estabelecidos pelos progenitores a menos que 1.

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

48

o Mutao
Segundo (MICHALEWICZ, 2013), consiste em modificar a estrutura gentica dos
indivduos de forma aleatria, alterando uma posio na cadeia de informaes do
indivduo, diversificando assim a populao e evitando uma convergncia prematura
do algoritmo para um timo local. Alm disso, segundo (SRINIVAS; PATNAIK, 1994),
a mutao um operador secundrio, porm decisivo no AG, pois atua quando os
processos de seleo e cruzamento ou recombinao geram uma homogeneizao da
populao, podendo restaurar o material gentico perdido em geraes anteriores.
Mutao para uma codificao binria
Consiste apenas na mudana do valor de bit, ou seja, a posio escolhida
aleatoriamente do bit 1 ser trocada pelo bit 0 e vice-versa dependendo da
taxa de mutao ( ). A figura 20 apresenta o processo de mutao para um
indivduo com uma varivel de 12 bits, sendo aplicado no ponto de mutao
com fila 1 e coluna 7 do indivduo.
Figura 20: Mutao por troca de bit para codificao binria.
Ponto de Mutao
Indivduo Normal
Indivduo com Mutao

10 0 0 0 0 1 110 0 0
10 0 0 0 0 0 110 0 0
Fonte: Autor.

Mutao para uma codificao por ponto flutuante ou real


A mutao para codificao real usada para causar perturbaes aos valores das variveis ou para seleo randmica de valores novos dentro da faixa
permitida. De acordo com (WRIGHT, 1991) e (MICHALEWICZ, 2013), a mutao para codificao real possui maior vantagem com altas taxas de mutao
em comparao com a mutao binria que utiliza menores taxas de mutao,
aumentando assim o nvel de possibilidade de explorao do espao de busca
sem afetar as caractersticas de convergncia, apresentando melhores solues
que o mtodo tradicional binrio. A seguir so apresentados alguns tipos de
mutao (MATHWORKS, 2004).
* Mutao Gaussiana: a mutao gaussiana adiciona um nmero aleatrio a partir da distribuio gaussiana com mdia igual a zero para cada
entrada do vetor progenitor. O desvio padro da distribuio determinado pelos parmetros Scale e Shrink. O parmetro Scale determina
o desvio padro na primeira gerao. Se o limite inicial definido como um
vetor V de duas filas e uma coluna, o desvio padro inicial dado pela

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

49

equao 22, sendo o mesmo em todas as coordenadas do vetor progenitor.


Para o caso que o dimensionamento do vetor for de duas filas e nmero de
variveis como coluna, o desvio padro inicial na coordenada i ser dada
pela equao 23.
(

1 = (2) (1)
(

(22)

1, = (,2) (,1)

(23)

O parmetro Shrink controla como o desvio padro se reduz com o passar


das geraes, se o limite inicial for um vetor de dimenso duas filas e uma
coluna, o desvio padro na -sima gerao ( ), dado pela equao 24
sendo a mesma em todas as coordenadas do vetor progenitor. E se o
dimensionamento do vetor for duas filas e nmero de variveis como coluna,
o desvio padro na coordenada i do vetor progenitor na -sima gerao
( , ), dado pela equao 25.
(

= 1 1

(24)

Geraes

, = ,1 1

(25)

Geraes

* Mutao Uniforme: a mutao uniforme um processo de duas etapas.


Na primeira etapa o algoritmo seleciona uma poro das variveis de um
vetor indivduo para a mutao onde cada varivel possui uma probabilidade de ser mutada chamado de taxa de mutao . Na segunda etapa
o algoritmo substitui cada varivel selecionada por um nmero aleatrio,
selecionado uniformemente a partir do limite das variveis, o valor padro
de 0,01.

3.1.8

Parmetros e estratgia utilizados pelos algoritmos genticos

O bom funcionamento dos AG depende da utilizao correta de parmetros que o


controlam e das estratgias que aprimoram o seu desempenho. A seguir descrevem-se as
definies dos diferentes parmetros de controle e estratgia utilizados no desenvolvimento
do AG.
o Parmetros de controle
De forma a orientar o funcionamento do algoritmo gentico apresentamos as definies de alguns parmetros de controle.

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

50

Tamanho da populao ( )
O tamanho da populao indica o nmero de indivduos em cada populao que
normalmente constante durante a evoluo. De acordo com (LINDEN, 2012),
este parmetro pode afetar o desempenho global e a eficincia dos AG porque
se o tamanho da populao for muito pequeno o desempenho pode cair, pois
a populao fornecer uma pequena cobertura do espao de busca diminuindo
as possibilidades de se atingir o timo global, alm de perder a diversidade necessria e no convergir para uma boa soluo. Por outro lado uma populao
grande apresenta maior diversidade e geralmente fornece uma cobertura representativa do domnio do problema, alm de prevenir convergncias prematuras
para solues locais. Entretanto, o algoritmo poder perder grande parte de
sua eficincia pela demora na avaliao de toda a populao a cada iterao,
sendo necessrio trabalhar com maiores recursos e tempo computacional.
Taxa de cruzamento ( )
Este parmetro um valor percentual indicando a probabilidade de quantos
indivduos selecionados da populao experimentaram o operador de cruzamento. Quanto maior for o valor da taxa mais rapidamente novas estruturas
sero introduzidas na populao. Em contrapartida estruturas com boas aptides podero ser retiradas mais rapidamente da populao ocorrendo perda de
estruturas de alta aptido, e se o valor da taxa for muito baixo pode-se tornar
a convergncia do algoritmo muito lenta.
Taxa de mutao ( )
Este parmetro um valor percentual indicando a probabilidade de quantos
indivduos passaram pelo operador de mutao. Uma baixa taxa de mutao
previne que uma dada populao fique estagnada em um valor no proporcionando aos objetivos da mutao. No entanto deve-se tomar cuidado em utilizar
uma taxa de mutao muito alta, pois isto pode tornar a busca essencialmente
aleatria.
o Critrios de parada
O critrio de parada o parmetro que indica quando o algoritmo deve encerrar
o processo de busca. Na prtica, vrios critrios de parada podem ser implementados sendo os estticos, que so os previamente especificados, e os dinmicos que
dependem da evoluo do processo. A tabela 4 apresenta alguns critrios de parada
conforme (MATHWORKS, 2004).
o Estratgia do elitismo
Com o objetivo de aumentar a velocidade de convergncia do AG, preservar e utilizar as melhores solues encontradas numa gerao atual para as prximas geraes

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

51

Tabela 4: Definies dos critrios de parada para os AG.

Geraes
(Generations)
Tempo Limite
(Time Limit)
Aptido Limite
(Fitness Limit)
Paralisao por
Geraes
(Stall Gen Limit)
Paralisao por
Tempo Limite
(Stall Time Limit)
Funo de
Tolerncia
(Tol Fun)
Tolerncia de
Restries no
Lineares
(Tol Con)

Critrios de Parada
Nmero mximo de geraes onde o
algoritro gentico encerra o processo de
busca quando um dado nmero de geraes
previamente estipulado for atingido.
Especifica o tempo mximo de
processamento que deve ser atingido. A
unidade segundos.
O alogritmo pra o processo de busca
quando obtido um valor de aptido
pr-estabelecido.
Se a variao mdia ponderada do valor da
funo aptido no melhora durante um
nmero especfico de geraes, o algoritmo
encerra o processo de busca.
Se no houver melhoria no melhor valor de
aptido para um intervalo de tempo
especfico, o processo de busca encerrado.
O algoritmo executado at que a alterao
cumulativa no valor de funo aptido sobre
a paralisao por geraes seja menor ou
igual que a funo tolerncia
pr-estabelecida.
A tolerncia de restries no lineares
utilizada para determinar a viabilidade em
relao s restries no lineares.

Fonte: (MATHWORKS, 2004).

surge o conceito de elitismo. Esta estratgia elitista visa preservar indivduos com
altos valores de aptido, ou seja, as melhores solues encontradas na gerao presente so copiadas integralmente sem alteraes para a gerao seguinte, garantindo
assim que estes indivduos no sejam destrudos pelos operadores genticos. A principal vantagem desta estratgia est na garantia de convergncia, ou seja, caso o
timo global seja descoberto durante o processo de busca o AG deve convergir para
esta soluo.

3.2

Busca padro (Pattern Search)

O mtodo de busca padro (Pattern Search) pertence a um subconjunto dos mtodos


de busca direta (Direct Search) como ilustrado inicialmente na figura 9. Este mtodo
foi originalmente proposto por (HOOKE; JEEVES, 1961). Posteriormente, foi apresentada
uma generalizao denominada Generalized Pattern Search (GPS) por (TORCZON, 1997)

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

52

desenvolvendo uma teoria de convergncia global.


No mtodo, podem-se utilizar vetores de direo fixos ou variveis, a escolha diferencia
o algoritmo GPS do algoritmo Mesh Adaptive Search (MADS). Este ultimo no ser
utilizado neste trabalho.

3.2.1

Estrutura bsica do Pattern Search

Este tipo de mtodo analisa a funo objetivo em determinados pontos para decidir
qual deles ser a aproximao seguinte para a otimizao. A partir de um ponto ,
os pontos so determinados seguindo um padro de direes e certo tamanho de malha
, formando um conjunto de solues. A seguir a figura 21 ilustra o pseudocdigo
do GPS.
Figura 21: Pseudocdigo da estrutura bsica do GPS.
Inicio
Enquanto Critrio de parada no satisfeito faa
Gera conjunto de solues n Malha e procura um ponto melhor x
Se no houve melhora ento
Escolha um conjunto de direes e se torna conjunto atual
Fim se
Se houve melhora ento
Encontrou-se a soluo melhor, configura m+k > m.
Seno
Utiliza a mesma soluo, configura m+k < m.
Fim se
Fim Enquanto
Fim

Fonte: Autor.

A figura 22 ilustra o fluxograma do processamento iterativo do Pattern Search, mostrando que o mtodo especfico de otimizao GPS s faz uso do valor da funo de forma
comparativa, no precisando avaliar numericamente o valor da funo, mas sim apenas
avaliar se a soluo melhor ou pior que o valor atual.
Os passos deste processo iterativo muito simples, consiste em calcular uma sequncia
de solues que se aproximam iterativamente da soluo global. A cada iterao o algoritmo seleciona um conjunto de solues chamado de malha (mesh), prximo da soluo
atual, sendo esta malha formada pelo acrscimo da soluo atual multiplicado por um
conjunto de vetores denominado padro (pattern). Na sequncia realizada uma anlise
das solues, ou seja, uma anlise dos pontos da malha atual chamada de votao (poll).

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

53

Figura 22: Fluxograma do processamento do GPS.


Inicio
Gerao conjunto de
solues n (mesh)
No
Escolha de direes para se
tornar conjunto atual (Pattern )

Houve
melhora?
Sim
Anlise da malha atual por
votao (poll )

Bemsucedida?

No

Usar a mesma soluo,


conf igurarm +k <m .
(Contrao da malha)

Sim
Encontrou -se a melhor soluo,
configurar m +k > m .
(Expanso da malha)

No
Critrio de
parada foi
satisfeito?
Sim
Fim

Fonte: Autor.

Quando a votao encontra um ponto na malha que melhora o valor da funo objetivo,
esta considerada bem-sucedida e este ponto se torna a referncia atual para a prxima
iterao do algoritmo. Nesse caso a da distncia de busca aumentada por um fator prdefinido para a prxima iterao. Se no encontrar uma soluo com melhor avaliao,a
votao considerada malsucedida e a soluo permanece a mesma para a prxima iterao, e a distncia de busca reduzida por um fator pr-definido para a prxima iterao,
retornando ao processo de iterao at um critrio de parada seja atingido.

3.2.2

Terminologia do Pattern Search

Aps ter estruturado o esquema bsico de processamento da (GPS), a seguir realizaremos uma descrio de cada terminologia utilizada por este mtodo segundo (MATHWORKS,

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

54

2004).
o Padro (Pattern)
um conjunto de vetores que o algoritmo de busca padro usa para determinar
que pontos possveis ou solues possveis sejam utilizados para a busca em cada
iterao. Esse vetor definido pelo nmero de variveis independentes da
funo objetivo e um conjunto de base positivo. Comumente so utilizados dois
conjuntos de bases positivas no mtodo de busca padro, que so a base mxima
com 2 vetores e a base mnima com + 1 vetores.
Para a (GPS), a coleo dos vetores que o padro utiliza so vetores com direo
fixa, para a busca de malha adaptativa (MADS), a coleo dos vetores que o padro
utiliza so selecionados randomicamente pelo mtodo.
o Malha (Mesh)
Em cada passo, o mtodo de busca padro procura um conjunto de pontos que
ser chamado de malha (mesh) e que melhora a funo objetivo. Tanto no mtodo
de GPS quanto no mtodo de MADS formada a malha da seguinte maneira:
no primeiro passo gerado um conjunto de vetores a partir da multiplicao
de cada vetor padro pelo escalar chamado de tamanho de malha; no
segundo passo adicionar o ponto que encontra o melhor valor da funo objetivo
do passo anterior.
o Votao (Polling)
A cada iterao realizada uma votao dos pontos da malha atual, calculados
pelos valores da funo objetivo, essa votao parada logo que se encontre um
ponto melhor cujo valor da funo objetivo seja menor que o valor do ponto atual,
denominando que a votao foi bem-sucedida e o ponto encontrado torna-se um
ponto atual na seguinte iterao. Se no consegue encontrar um ponto que melhore
a funo objetivo, diz-se que a votao no teve sucesso e o ponto atual continua
sendo o mesmo na prxima iterao.

3.2.3

Critrios de Parada

Os critrios de parada normalmente utilizados no mtodo de busca padro (Pattern Search)


encontram-se em (MATHWORKS, 2004). A seguir so apresentados na tabela 5 alguns critrios de parada utilizados neste trabalho.

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

55

Tabela 5: Critrios de parada para o Pattern Search.


Critrios de Parada
Tolerncia da
Malha
(Tol Mesh)

Especifica o mnimo de tolerncia para o tamanho


da malha. O algoritmo encerra o processo quando
o tamanho da malha menor que o indicado.

Mximo de
Iteraes
(Max Iter)

Especifica o nmero mximo de iteraes que o


algoritmo realiza. encerrado o processo se o
nmero de iteraes excede ao indicado.

Mximo da
funo de
Avaliao
(Max Fun Eval)
Tempo Limite
(Time Limit)
Tolerncia de
Vnculo
(Tol Bind)
Funo de
Tolerncia
(Tol Fun)

3.3

Indica o nmero mximo de avaliaes da funo


objetivo. O algoritmo encerra o processo se o
nmero de avaliaes excedido.
Especifica o tempo mximo de processamento
que deve ser atingido. A unidade segundos.
Especifica o mnimo de tolerncia da distncia
entre o ponto atual e o limite da regio fatvel.
Indica o mnimo de tolerncia para a funo
objetivo. Depois da votao bem-sucedida, se a
diferena entre o valor da funo com o melhor
ponto e o valor da funo com o ponto anterior
menor que o valor de tolerncia da funo, o
processo do algoritmo encerrado.
Fonte: (MATHWORKS, 2004).

Diferenas entre os mtodos heursticos e os mtodos clssicos de otimizao

Uma das maiores preocupaes no desenvolvimento de um algoritmo de otimizao


a robustez, que o balano entre a eficincia dada pela rapidez, e a eficcia, que dada
pela convergncia para uma soluo global. Os mtodos clssicos, chamados mtodos determinsticos, iniciam-se com um nico candidato a possvel soluo, chamada de soluo
bsica. Pelo clculo de derivadas se determina para qual direo se deve encaminhar a
busca do prximo candidato, porm, no existe nenhuma garantia da obteno de um
ponto extremo global, pois o algoritmo convergir para o extremo local mais prximo
da direo de busca. Por esta razo, os mtodos determinsticos so mais convenientemente empregados para problemas unimodais, que apresentam apenas um extremo no
intervalo considerado, pois a aplicao destes mtodos para problemas multimodais no
to simples, j que a soluo encontrada depender do ponto de partida inicial, podendo
na maioria das vezes encontrar uma soluo extrema local pior que a soluo tima global

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

56

desconhecida.
De acordo com (GILLI; WINKER, 2008), os mtodos heursticos apresentam as seguintes
diferenas em relao aos mtodos determinsticos:
o Procuram uma populao de pontos que obtenha o maior ou menor valor possvel
para a funo objetivo do problema e no apenas um nico ponto isolado, aumentando assim a possibilidade de encontrar uma soluo tima global e no um timo
local.
o Utilizam informaes sobre o problema com a funo objetivo a ser maximizada ou
minimizada ao invs de clculo de derivadas, no necessitando de algum tipo de
informao do gradiente.
o Usam operadores probabilsticos e no regras determinsticas, caracterstica que os
distingue como ferramenta para guiar a busca em direo a regies do espao com
provveis melhorias.
o Trabalham com a codificao de um conjunto de possveis solues ao invs de
solues propriamente ditas, tendo a capacidade de explorar as similaridades de
codificao das estruturas para guiar a busca no espao de solues, o que torna o
mtodo mais flexvel.

3.4

Vantagens e desvantagens dos mtodos heursticos

A utilizao dos mtodos heursticos em problemas de otimizao baseada principalmente na codificao do problema, funo objetivo e o espao de busca associado ao
problema. Os mtodos heursticos endeream estas trs caractersticas para a soluo do
problema de maneira muito simples se comparados com outros mtodos clssicos determinsticos, apresentando as seguintes vantagens e desvantagens conforme (GILLI; WINKER,
2008):
o Vantagens em se utilizar os mtodos heursticos:
So muito robustos e apresentam bons resultados em espaos de busca complexos sendo aplicveis a uma grande variedade de problemas.
No necessitam de funes derivveis nem requerem informaes dos gradientes
da superfcie definida pela funo objetivo.
possvel execut-lo utilizando tcnicas de processamento paralelo que tendem
a melhorar tanto a eficincia quanto a qualidade das solues obtidas.

Captulo 3. Mtodos heursticos (ferramentas de otimizao)

57

So mais resistentes a se prenderem a timos locais procurando como objetivo principal o timo global obtendo solues para problemas de otimizao
multidimensionais complexos.
computacionalmente simples e apresenta baixo custo de implementao, alm
de proporcionar maior flexibilidade no tratamento do problema.
vivel para construo de sistemas hbridos, podendo ser associado a outros
mtodos para o aprimoramento de resultados.
o Desvantagens da utilizao dos mtodos heursticos:
No processo de busca pode-se requerer um grande nmero de avaliaes, o que
acarreta mais recursos computacionais, portanto, maior tempo de execuo.
A escolha das tcnicas e configuraes de cada algoritmo heurstico pode complicar a resoluo do problema tratado, visto que a implementao feita de
maneira emprica, dependendo da experincia do usurio e domnio do problema.
Por se tratar de um mtodo probabilstico na busca de solues timas, no
h garantia de convergir para o timo global.

58

Captulo

Desenvolvimento da metodologia
proposta e configurao das
ferramentas de otimizao
Algoritmos de localizao de faltas tm sido desenvolvidos com o objetivo de melhorar
a preciso nos resultados, e neste captulo apresenta-se o desenvolvimento da metodologa
proposta e as configuraes das ferramentas de otimizao utilizadas neste trabalho, com
o fim de elaborar um algoritmo preciso e robusto para fornecer informaes mais confiveis para a concessionria. Inicialmente apresenta-se o desenvolvimento da metodologia
proposta para a localizao de faltas, e o fluxograma ilustrado pela figura 23 mostra a
sequncia de passos realizados no desenvolvimento da metodologia utilizada.
Figura 23: Fluxograma da metodologia utilizada para localizao de faltas.
Modelagem do sistema
de transmisso

(l)
x
R

L
(F)
Falta

Leitura das amostras de


tenses e correntes
Identificao do tipo de falta
Elaborao do algoritmo proposto
para localizao de faltas.
Funo objetivo a ser
otimizada

Fonte: Autor.

Localiza a falta (x)

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 59

Conforme a figura 23, o desenvolvimento da metodologia proposta inicia-se como primeiro passo, com a modelagem dos sistemas de transmisso a serem simulados, de maneira
que seja representada o mais prxima da situao real. Nesse contexto, a metodologia
proposta baseada no equacionamento trifsico. Na sequncia o segundo passo realizar
a leitura das amostras de tenses e correntes de pr e ps-falta, utilizando apenas medies do terminal local da linha de transmisso, sendo calculados os fasores dos mesmos
por meio da TDF. Como terceiro passo ser necessrio identificar o tipo de falta e as fases
envolvidas no momento de ocorrncia da falta. No quarto passo elaborado o algoritmo
proposto para a localizao de faltas, e como quinto passo definida a funo objetivo
a ser otimizada pelas ferramentas de otimizao para finalmente encontrar a distncia
estimada da falta.

4.1
4.1.1

Modelagem do sistema de transmisso


Modelagem de linhas de transmisso

Neste item so apresentados os principais conceitos necessrios para a compreenso


do trabalho proposto no que diz respeito modelagem de linhas de transmisso e suas caractersticas. Considerando que o mtodo de localizao de faltas proposto neste trabalho
baseado em grandezas fasoriais associadas frequncia fundamental, a modelagem da
linha de transmisso torna-se um fator importante no que se refere preciso da localizao da falta. Por essa razo, o algoritmo de localizao de faltas desenvolvido considera
que os parmetros da linha de transmisso, resistncia, indutncia e capacitncia, so
distribudos uniformemente ao longo do seu comprimento, levando em conta condutncia
desprezvel (G = 0). Na figura 24, representa-se uma linha de transmisso monofsica
equivalente constituda por sees infinitesimais de comprimento x.
Figura 24: Parmetros distribudos para um comprimento x de uma linha monofsica.

Local

R x

L x

C x

G x

x
Fonte: (DOMMEL, 1997).

Remoto

(x+x)

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 60

A queda de tenso por unidade de comprimento dada por:

=+

(26)

E o decrscimo de corrente por unidade de comprimento dado por:

=+


= ( + )

(27)

Na forma fasorial tem-se:

(28)


= ( )

Considerando uma linha de transmisso trifsica, se estabelecem as seguintes equaes:

= [ ]

(29)
[

= [ ]

Derivando as equaes diferenciais de 29 com relao x:

= [ ]

(30)

= [ ]

Substituindo as equaes diferenciais de 29 em 30, obtm-se:

4.1.1.1

= [ ] [ ]

(31)
2
2

]
[

= [ ] [ ]

Clculo de parmetros da linha de transmisso

Tradicionalmente, efetua-se o clculo dos parmetros da linha de transmisso atravs


de ferramentas computacionais, as quais so baseadas em conceitos de eletromagnetismo,

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 61

informaes da geometria da linha e em dados de fabricante dos condutores (DOMMEL,


1986). No entanto, o clculo dos elementos das matrizes de impedncia srie e admitncia paralela [
] e [
], respectivamente, possui imprecises em virtude de depender de
diversos fatores como: superfcie do solo no plana e homognea, configurao geomtrica
exata da linha relativamente complexa para efeitos de definio dos campos eletromagnticos, estrutura das torres, nmero e espaamento dos condutores por fase, comprimento
da flecha criada no vo da torre, resistividade do solo, transposio ou no da linha,
tornando-se ainda mais complexa a anlise para circuitos duplos (HESSE, 1963).
Conforme a figura 25, apresenta-se uma linha de transmisso trifsica. Definindo
[ ] = [
] [
] e [] = [
] [
], as solues das equaes diferenciais de segunda
ordem da equao 31 so apresentadas pelas equaes 32 e 33.
Figura 25: Linha de transmisso trifsica no transposta no domnio de fases.

Terminal
Remoto

Terminal
Local

Fonte: (ZANETTA, 2003).

2
2

= [ ]

[]

(32)

2
2

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 62


= =
2







(33)
2
2

4.1.1.2

Representao da linha de transmisso por quadripolos

A linha de transmisso trifsica ilustrada na figura 25, pode ser representada por
quadripolos de transmisso, conforme ilustra-se na figura 26.
Figura 26: Quadripolo representativo de uma linha de transmisso.

Local

Remoto

T(x)

x
Fonte: Autor.

A relao entre as tenses e correntes de ambos os terminais da linha de transmisso


[
]
dependem da matriz do quadripolo de transmisso () que composta pelos parmetros
[

] [

] [

] [

() , () , () () , conforme mostrado na seguinte equao.


[

[
]


[ ] = () [ ] = [ ()] [ () ] [ ]

()
()

(34)

Ou:
[

[
]1


[ ] = ()
[ ] = [ ()] [ () ] [ ]

()
()

(35)

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 63


[

] [

] [

] [

O clculo dos parmetros do quadripolo de transmisso () , () , () () ,


detalhado no anexo A deste trabalho, conforme (BOWMAN; MCNAMEE, 1964).
]
[

()

[
]

()

= [ ]1 [ ] [ ( )] [ ]1 [ ]
= [ ]1 [ ] [ ( )] [ ]1

[
]

=
()

[
]

( )
[ ]
( )

(36)

[ ]

[ ]

() = [ ] [ ( )] [ ]1

Ou:
]
[

()

[
]

()

= [ ] [ ] [ ] [ ( )] [ ]1 [ ]1 [ ]1
= [ ] [ ( )] [ ]1 [ ]1

[
]

=
()

[
]

( )
[ ] [ ]
( )

(37)

[ ]

() = [ ] [ ] [ ( )] [ ]1 [ ]1

Onde: [ ]: so autovetores da matriz [ ] = [ ] [ ];


2 : so autovalores da matriz [ ];
[ ] : a notao de uma matriz diagonal.
A metodologia proposta neste trabalho para a localizao de faltas utiliza as equaes 34, 35 e 36, essa abordagem garante generalidade ao mtodo, aliada preciso. A
partir dos parmetros do quadripolo de transmisso, podem ser obtidos os parmetros do
modelo corrigido ilustrado pela figura 27.
Figura 27: Modelo corrigido da linha trifsica.
Local

YL B( x ) D( x ) I

Z B( x )

Remoto

YR B( x ) A( x ) I
x

Fonte: Autor.

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 64

Este modelo corrigido tambm chamado de modelo exato por considerar tanto a
capacitncia da linha de transmisso quanto por utilizar as funes hiperblicas, tornadose um modelo com maior exatido em comparao a outros modelos, sendo adequado para
linhas curtas, mdias e longas.
Nesse caso:
[
]

[
]

4.1.2

]1

]1

= ()

= ()

([

([

[ ]

= ()

() []
() []

(38)

()

= ()

Modelagem dos sistemas equivalentes de Thvenin

Uma adequada representao dos sistemas equivalentes de Thvenin em cada um dos


terminais da linha de transmisso permite determinar com maior preciso a localizao
da falta. Essa representao pode ser efetuada a partir das potncias de curto-circuito
monofsica (1 ) e trifsica (3 ), apresentadas pelas equaes 39 e 40.
(
( )

()

= (

= (

)2

*
3

(39)

)2

*
1

( )

2 1

(40)

Visto que o algoritmo proposto baseado nas componentes de fase, tem-se:


2

( )
1

()

+ 0

(41)

3
()

( )

1
3

(42)

Onde:
, : so as impedncias prpria e mutua, respectivamente.
1 , 0 : so as impedncias de sequncia positiva e zero, respectivamente.
: a tenso de linha.
Sabendo que, 2 =1 , = 1120 e que [ ] a matriz de transformao, obtm-se a matriz de componentes de fase do equivalente de Thvenin, conforme a

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 65

equao 44.

[ ]

012 =

0 0 0
0 1 0
0 0 2

[ ]

[ ]

= [ ] 012 [ ]1 =

[ ] =

1 1 1
1 2
1 2

+ + +
+ + +
+ + +

(43)

(44)

Onde:
, , , : so as resistncias e reatncias, prprias e mtuas, por fase
( = , , ; = , , ), respectivamente.
Observa-se que essa abordagem suficiente para o algoritmo de localizao de faltas
e, embora os equivalentes de Thvenin sejam dinmicos, essa informao pode ser obtida
junto ao ONS (Operador Nacional do Sistema Eltrico).

4.1.3

Modelo de curto-circuito em linhas de transmisso

Normalmente os curtos-circuitos tm natureza resistiva fato pela qual considerado


neste trabalho que a falta puramente resistiva. Portanto, possvel modelar os diferentes
tipos de curto-circuito por meio de resistncias posicionadas de forma conveniente, respeitando o tipo de curto-circuito, considerando as fases envolvidas e o ponto de ocorrncia
da falta.
O curto-circuito pode ser matematicamente representado por uma equao matricial,
que relaciona tenses de fase no ponto de falta e as correntes de falta sendo apresentado
pela equao 45.
[

(45)

Onde:
[

: matriz de correntes de fase no ponto de falta.

: matriz de admitncias da falta.


: matriz de tenses de fase no ponto de falta.

o Curto-circuito fase-terra (Monofsico)


Este tipo de Curto-circuito modelado por uma resistncia de falta conectada entre
a fase em falta e a terra. O caso de um curto-circuito na fase A mostrado na
figura 28.

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 66

Figura 28: Curto-circuito monofsico, fase-terra (AN).

I aF

VanF

I bF

F
bn

I cF

VcnF c

RFa

Fonte: (MANASSERO, 2006)

Para o curto-circuito fase-terra (AN), mostrado na figura 28, a matriz de admitncias


da falta dada por:

[ ]

= 0

0 0

0 0

0 0

(46)

o Curto-circuito dupla-fase (Bifsico)


Este tipo de Curto-circuito modelado por uma resistncia de falta conectada entre
as fases em falta. O caso de um curto-circuito na fase B e C mostrado conforme
a figura 29.
Figura 29: Curto-circuito bifsico, dupla-fase (BC).
F

VanF
VbnF
F
cn

a Ia
b

I bF

I cF

VbcF

RFbc

Fonte: (MANASSERO, 2006)

Para o curto-circuito bifsico (BC) mostrado na figura 29, a matriz de admitncias


da falta dada por:

[ ]

0
0
0

(47)

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 67

o Curto-circuito dupla-fase-terra (Bifsico-terra)


Este tipo de Curto-circuito modelado por uma resistncia de falta conectada entre
as fases em falta e duas resistncias de falta, conectadas entre as fases em falta e
a terra. O caso de um curto-circuito na fase B e C a terra mostrado conforme a
figura 30.
Figura 30: Curto-circuito bifsico-terra, dupla-fase-terra (BCN).
F
a Ia

VanF
F
bn

F
cn

I bF

I cF

VbcF

RFbc

RFb

RFc

Fonte: (MANASSERO, 2006)

Para o curto-circuito dupla-fase-terra (BCN) mostrado pela figura 30, a matriz de


admitncias da falta dada por:

[ ]

0
0
0

1
+
1

1
+

(48)

o Curto-circuito trifsico
Este tipo de Curto-circuito modelada por trs resistncias de falta conectadas
entre as fases em falta e duas resistncias de falta, conectadas entre as fases em
falta e a terra. O caso de um curto-circuito na fase A, B e C mostrado conforme
a figura 31.
Figura 31: Curto-circuito trifsico (ABC).

VanF
VbnF
VcnF

F
a Ia
F
b Ib

RFab

F
c

RFbc

c I
n

RFca
RFa

RFc

Fonte: (MANASSERO, 2006)

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 68

Para o curto-circuito trifsico (ABC), a matriz de admitncias da falta dada por:

[ ]

1
1

1
1

(49)

O procedimento para a determinao da matriz de admitncias da falta em curtoscircuitos fase-terra, dupla fase e dupla fase-terra, onde as outras fases esto envolvidas o procedimento o mesmo.

4.2

Processamento dos sinais de entrada

Os algoritmos de localizao de faltas em linhas de transmisso apresentam rotinas


de pr-processamento dos dados de entrada, a partir da obteno de oscilografias apresentadas pelos RDP ou IED instalados nos terminais da linha. Este processamento de
fundamental importncia pois os registros no esto representados de forma adequada. A
sequncia realizada para o processamento desses dados ilustrada pela figura 32.
Figura 32: Estrutura do processamento dos dados de entrada.
Medio de Tenses e Correntes
(TC e TP)
Conversor Analgico/Digital
(A/D)
Transformada Discreta de
Fourier (TDF)
Computador

Fonte: Autor.

Conforme a figura 32, os dados de entradas so as medies de tenses e correntes


do sistema primrio efetuadas pelos TC e TP, que reduzem a intensidade das grandezas
aos nveis adequados dos circuitos internos dos registradores digitais. Uma vez obtidas as
medies de tenses e correntes, necessita-se de uma interface eletrnica para realizar a
converso analgico-digital. Aps a converso, os dados so enviados ao computador da
sala de controle onde sero processados pelo algoritmo de localizao de faltas, e passaro
por uma filtragem digital com o objetivo de extrair a componente fundamental dos sinais
de tenso e corrente, identificar o tipo de falta e as fases envolvidas.

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 69

A extrao da componente fundamental dos sinais de tenso e corrente, aplicada neste


trabalho, ser baseada no mtodo da TDF. Os mtodos para identificao do tipo de falta
e das fases envolvidas no so discutidos neste trabalho.

4.2.1

Extrao da componente fundamental dos sinais de tenso


e corrente

O estimador fasorial para aplicao em localizao de faltas em linhas de transmisso


deve incluir o fato de que as ondas de corrente e tenso ps-falta podem apresentar algum
contedo harmnico mesmo aps a filtragem analgica, fatores que podem influenciar
no erro de localizao da falta. Por isso, a TDF o mtodo matemtico normalmente
utilizado para extrao dos fasores de tenso e corrente, utilizando coeficientes seno e
cosseno para desenvolver as componentes, real e imaginaria, dos sinais.
Este mtodo amplamente utilizado devido a sua simplicidade e preciso na obteno
dos fasores na frequncia fundamental quando os sinais se apresentam peridicos e contm componentes de frequncia harmnicas inteiras e at nvel de componente contnua
constante. A seguir so apresentadas as equaes do mtodo da TDF, utilizado neste
trabalho para obter as componentes fundamentais das tenses e correntes, como indicado
pelas seguintes equaes conforme apresentado em (GU; YU, 2000):
(
)

}
2
2

cos

=
=1

(50)

(
)

}
2
2

=
sen

=1

(51)

Onde:
: o nmero de amostras por ciclo.
= 1, 2, 3, . . . .
: representa a n-sima amostra do sinal dentro da janela de observao.
: o n-simo fasor correspondente amostra do sinal .
O clculo da amplitude e da fase da componente fundamental, da forma de onda de
tenso ou corrente (, ) , apresentado pelas seguintes equaes:
| | =

}2

}2

(52)


1 { }
= tan

(53)

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 70

A implementao computacional deste mtodo para a extrao das componentes fundamentais das tenses e correntes, para as linhas de transmisso com circuito simples e
circuito duplo, foi feita por meio do software cientfico MATLAB.

4.2.2

Identificao do tipo de falta

Como terceiro passo realizada a identificao do tipo de falta (curto-circuito monofsico, dupla-fase, dupla-fase-terra e trifsico), e das fases envolvidas na falta (AN, BN,
CN, AB, BC, CA, ABN, BCN, CAN e ABC). O algoritmo para identificao dos tipos
de falta e das fases envolvidas no faz parte do escopo deste trabalho.

4.3

Algoritmo proposto para localizaao de faltas em


linhas de transmissao

Ao contrario dos mtodos clssicos apresentados por (TAKAGI et al., 1982b; KUMAR;
KUMAR, 2014; LIMA et al., 2013) e outros autores que procuram a localizao da falta
fundamentando-se na impedncia, mas preservando o conceito da utilizao de dados
de apenas um terminal da linha de transmisso, a metodologia usada neste trabalho
baseada em um algoritmo que utiliza as componentes de fase das tenses e correntes de
pr e ps-falta, ao invs de utilizar as componentes de sequncia desses mesmos sinais.
De modo a iniciar o desenvolvimento do algoritmo proposto, apresenta-se inicialmente
na figura 33 um diagrama unifilar representando um sistema eltrico em condies normais de operao, ou seja, condies de pr-falta composto pela linha de transmisso de
comprimento com terminais local e remoto denominados L e R, respectivamente. E das
fontes equivalentes de Thvenin com suas respectivas impedncias nas extremidades da
linha de transmisso.
Figura 33: Circuito pr-falta do sistema de transmisso.
Pr - falta :

Th L
Vabc

pr

Th L
abc

L
I abc

pr

(l)
Th R
R Zabc

Th R
Vabc

pr

L
Vabc

pr

Fonte: Autor.

A seguir, mostrada pela figura 34, a representao da linha de transmisso por


quadripolos de transmisso para o sistema eltrico em pr-falta.

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 71

Figura 34: Representao do circuito pr-falta com quadripolos de transmisso, modelo


-corrigido.
L
I abc

L pr

R
I abc

pr
R

L
Vabc

pr

Th R
Zabc

Th R
Vabc

pr

R
Vabc

pr

T(l)

Fonte: Autor.

As figuras 33 e 34 ilustram uma linha de transmisso tpica em condies normais de


operao, com medies de tenses e correntes em apenas um terminal, neste caso no
terminal local da linha. Os fasores de tenso e corrente de pr-falta no terminal remoto, e
as fontes de tenso de Thvenin equivalente de pr-falta conectadas nos terminais da linha,
podem ser determinados usando as relaes matemticas apresentadas nas equaes 54
e 55 respectivamente:

[
]1



()
()
[ ] pr
[ ] pr
[ ] pr

[
]
[
]

= ()
=

()
()

pr

pr

pr

[
]

pr

[
]

pr

(54)

[ ]

]
pr

pr

[ ]

pr

(55)
pr

Ante a ocorrncia de uma falta na linha de transmisso do sistema eltrico ilustrado


na figura 33, independentemente do tipo de falta conforme j descritas e apresentadas na
seo 4.1.3 deste captulo, encontraremos alteraes nas medies dos fasores das tenses
e correntes, devido ao fato de ter acontecido uma falta a uma distancia x a partir do
terminal local da linha de transmisso.
A seguir ilustrado o mesmo sistema de transmisso da figura 33, mas desta vez com a
presena de uma falta no ponto F da linha de transmisso sendo ilustrada pela figura 35.
De acordo com a figura 35, calculada a tenso de ps-falta do terminal remoto
apresentado pela seguinte equao:
[

]
ps

[ ]

]
ps

]
ps

(56)

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 72

Figura 35: Circuito ps-falta do sistema de transmisso.


Ps - falta :

(l)
x
Th L
L
Z abc
L I abc

ps

R
I abc

ps

Th R

R Zabc

(F)
Falta
L
Vabc

ps

Th L
Vabc

ps

R
Vabc

ps

Th R
Vabc

ps

Fonte: Autor.

As fontes de tenso de Thvenin equivalente de ps-falta ligadas a ambos os terminais


da linha de transmisso so considerados iguais aos valores de pr-falta, visto que nos
instantes iniciais de ocorrncia da falta no varia como mostra a equao 57.
[
]

ps

[
]

ps

]
pr

(57)
=



pr

A representao por quadripolos da linha de transmisso do sistema eltrico em psfalta, ante a ocorrncia de uma falta no ponto F da linha, ilustrada pela figura 36. Sendo
analisada em dois trechos, o primeiro trecho L-F, onde o ponto da falta F encontra-se
a uma distncia x do terminal local, e o segundo trecho F-R, onde o ponto da falta F
encontra-se a uma distncia ( x) do terminal remoto.
Figura 36: Representao do circuito ps-falta com quadripolos, modelo -corrigido.

L
I abc

ps

L
Vabc

ps

I aLbFc

T(x)

R
I abc

Th R
ps
R Z abc

I aRbFc
F

F
Vabc

T(l-x)

R
Vabc

ps

Th R
Vabc

ps

Fonte: Autor.

A seguir apresentada a relao matemtica de cada trecho utilizando a representao


da linha por quadripolos de transmisso:

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 73

Trecho L-F
[



()
()
[ ] ps
[ ] ps

[
]
[
]

()
()

(58)

ps

ps

A partir da equao 58 que representa o equacionamento do quadripolo de transmisso


do primeiro trecho L-F, so obtidas as tenses no ponto de falta F fornecidas pelo terminal
[
]

local
, e as correntes no ponto de falta fornecidas pelo terminal local da linha
ps

]
ps

Trecho F-R
[



()
()
[ ] ps
[ ] ps

[
]
[
]

()
()

(59)

ps

ps

A partir da equao 59 que representa o equacionamento do quadripolo de transmisso


do segundo trecho F-R da linha de transmisso em falta, so obtidas as tenses no ponto
[
]

de falta F fornecidas pelo terminal remoto


, e as correntes no ponto de falta
ps

fornecidas pelo terminal remoto da linha

]
ps

A figura 37 ilustra as tenses no ponto de falta, em funo das correntes injetadas na


[
]
[
]

falta, a partir do terminal local


e do terminal remoto
.
Figura 37: Correntes que circulam no ponto de falta F.
LF
I abc

RF
I abc

I
F
Vabc

F
abc

F
Yabc

Fonte: Autor.
Conforme ilustra a figura 37, a soma das correntes de falta fornecidas por cada terminal
da linha igual a corrente de falta no n F, tem-se:

=
+
=

[
[

(60)

Sendo:
=
=
, so substitudas as equaes 56, 58 e 59 na
ps
ps
equao 60 e isolando as tenses no ponto de falta, obtm-se as tenses no ponto de falta

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 74


[

fornecidas pelo terminal remoto

{[

+ ()

]1

ps

]
ps

,conforme mostra a equao 61:

([

() + ()

+ ()

]1

]1

()

[ ]

]
ps

]}1

{[

()

]1

)}

]
ps

(61)
Na equao 61 observa-se que a tenso no ponto de falta F, fornecida pelo terminal
[
]

remoto, dependente das admitncias de falta


, da distncia de falta x e da tenso
[
]

de ps-falta do terminal remoto . O clculo dessa tenso remota feita a partir da


montagem da matriz de admitncias nodais do sistema, conforme mostra-se na seguinte
seo.

4.3.1

Montagem da matriz de admitncias do sistema eltrico

A montagem da matriz de admitncias nodais do sistema realizada com base na


anlise nodal do circuito do sistema de transmisso conforme (GRAINGER; STEVENSON,
1994). Essa montagem conduzida de forma a garantir a incluso da influncia das
mtuas nos sistemas de transmisso com circuito simples e duplo. A seguir apresenta-se
a montagem da matriz de admitncias para sistemas com circuito simples, para o sistema
com circuito duplo a montagem dessa matriz detalhada no Anexo B deste trabalho.
Figura 38: Montagem da matriz de admitncias para sistemas com circuito simples.
Th L
I abc

ps

L
L I abc ps

YLTh

I LF

Y2
Y1

Y3

YF

I RF

F
I abc

F
Vabc

Y5

R
I abc
R
ps

Y4 Y6

Th R
I abc

ps

YRTh

Fonte: Autor.

Na figura 38 apresenta-se o sistema de transmisso com circuito simples que inclui a


matriz de admitncias da falta, as correntes injetadas, as admitncias de Thvenin nos
terminais e as matrizes de admitncias da linha de transmisso. As equaes da anlise
nodal do sistema so:
[ ]

]1

[ ]

(62)

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 75

Onde:

[]

2
]

[]
[

[0]

[0]

(63)

[]

Sendo:

[ ]

[] =
[

+ 1 + 2
[

[ ]

[] = 2 + 3 + + 4 + 5

[ ]

[] =

+ 5 + 6

Sabendo que:
[

[ ]

ps

[
]


ps

(64)

ps

[ ]

]
ps

[0]

[
]

(65)

ps

Alm de:
[
]

ps

[
]

[ ]

]
ps

(66)
[ ]

ps



ps

Dado que o sistema trifsico, as matrizes de admitncia que compem a matriz


de admitncias nodais possuem dimenso [3 3]. Alm disso, as tenses nodais e as
correntes injetadas possuem dimenso [3 3]. Sendo assim:
[

: matriz de admitncias do sistema de transmisso, dimenso [9 9].

[ ]

: matriz de tenses nos ns L, F e R, dimenso [9 1].

[ ]

: matriz de injeo de correntes de Thvenin, dimenso [9 1].

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 76

Finalmente a partir da equao 64, possivel obter a tenso de ps-falta no terminal


remoto, e na sequncia substituda na equao 61 a fim de obter a tenso no ponto de
[
]

falta fornecida pelo terminal remoto


, conforme mostrado pela equao 67.

{[

+ ()

]1

() + ()

]1

()

]1 } {[

()

]1

(67)

]
ps

+ ()

]1

([

[ ]

]
ps

])}

()

Dessa maneira, j possivel definir a funo objetivo a ser otimizada, conforme


detalhado na seguinte seo.

4.4

Funo objetivo para a otimizao da localizao


de faltas

Nesta etapa apresentado o equacionamento matemtico que definir a funo objetivo a ser otimizada, sendo esta apresentada de duas maneiras diferentes a fim de avaliar
a preciso e o desempenho do algoritmo proposto neste trabalho.
A primeira maneira de definir a funo objetivo em relao diferena de tenso
no ponto de falta, procedimento denominado otimizao 1. Ao analisar o sistema de
transmisso se percebe hipoteticamente que os valores das tenses de ps-falta no ponto
da falta F fornecidas tanto pelo terminal local quanto pelo terminal remoto devem ser as
mesmas, portanto subtraendo um a partir da outra deveria resultar zero.
A segunda maneira de definir a funo objetivo em relao soma entre a diferena
das tenses e a diferena de correntes, medidas e calculadas em por unidade no terminal
local, procedimento denominado otimizao 2. Tal soma entre as diferenas de tenses e
correntes em por unidade calculadas e medidas no terminal local da linha deveria resultar
zero. Seja qual for a maneira de ser apresentada a funo objetivo, estas dependeram
unicamente de duas variveis desconhecidas que so a matriz de admitncias da falta
[
]

e a distncia de falta x. A seguir apresentada a funo objetivo para ambos os


modos de otimizao.
o Otimizao 1
A primeira funo objetivo denominada otimizao 1, esta relacionada pela diferena de tenses no ponto de falta F, esta diferena dado entre a tenso fornecida
pelo terminal local e a tenso fornecida pelo terminal remoto, calculadas e apre-

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 77

sentadas pelas equaes 58 e 67, respectivamente. A funo objetivo denominada


otimizao 1 mostra-se na equao 68.
(




=0
=
=

(68)

Substituindo as equaes 58 e 67 na equao 68, obtm-se:

{
[ ] [
]1

+ ()

{[

()

]1

() + ()
]

ps

+ ()

]1

]1

([

()

]
ps

]}1

(69)

[ ]

])}

()

()

{[

()

]
ps

ps

O equacionamento que representa a funo objetivo para a otimizao no ponto de


falta dado pela equao 69. Esta equao valida para sistemas com circuito
duplo e simples, se diferenciando uma da outra apenas no dimensionamento das
matrizes de admitncias e das matrizes de tenses e correntes.
o Otimizao 2
A segunda funo objetivo denominada otimizao 2, dada pela diferena entre
valores medidos e calculados das tenses e das correntes em valores por unidade
do terminal local da linha. Esta funo objetivo tambm baseada na anlise
do sistema de transmisso e na montagem das matrizes de admitncias nodais do
sistema. Para definir esta funo objetivo necessario calcular as tenses e correntes
no terminal local, sendo obtidas a partir das equaes 64 e 58, respectivamente.
Conforme so apresentados pela seguinte equao.
[

[
].

ps

[
].

ps

]
()

(70)
= ()

]1

{[

()

]
ps

]}
( )

Uma vez obtidos os valores calculados das tenses e correntes no terminal local,
e conjuntamente com os valores medidos dos mesmos possivel definir a funo
objetivo denominada otimizao 2, conforme mostra-se na equao 71.
(


=
+

(.)

=0

(71)

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 78

Onde:

(.)

(.)

()
()
. .

mx
.

()
()
. .

mx
.

()
()
. .

mx
.

()
()
. .

mx
.

()
()
. .

mx
.

()
()
. .

mx
.

(72)

(73)

Sendo:

([ )]

mx
()
()
()
. = mximo . , . , .

([ )]
() () ()
mx
. = mximo . , . , .

a partir das equaes 68 e 71 que se procura a localizao da falta em uma linha de


transmisso,tanto para a otimizao 1 quanto para a otimizao 2, respectivamente.
[
]

Tendo unicamente como variveis desconhecidas a matriz de admitncias da falta


e a distncia de falta x. Devido ao modelo empregado para a representao da linha
de transmisso, no possvel determinar uma soluo analtica para a funo objetivo.
Por essa razo, decidiu-se implementar um algoritmo baseado nos mtodos heursticos
para providenciar uma soluo numrica a essas equaes, as ferramentas de otimizao
utilizadas neste trabalho so os AG e o PS.
Vale ressaltar que, devido s naturezas heursticas de ambos os mtodos de otimizao,
pode-se dizer que so menos propcios a ficarem presos em mnimos locais, implicando
uma maior eficincia e preciso na determinao do local de ocorrncia da falta. A
verso destes algoritmos implementados foi descrita e implementada por meio do software
cientfico MATLAB.

4.5

Configuraes das ferramentas de otimizao

Nesta seo so apresentadas as diferentes configuraes dos mtodos heursticos utilizados neste trabalho. Como j apresentado na seo 4.4, a funo objetivo possui unica[
]

mente como variveis desconhecidas a matriz de admitncias da falta


e a distncia
de falta xtanto para a otimizao 1 quanto para a otimizao 2, e para iniciar as configuraes das ferramentas de otimizao utilizadas preciso definir os limites superior e
inferior dessas variveis.
Antes de definir esses limites necessrio detalhar que a varivel da matriz de ad[
]

mitncias da falta
dependente de duas resistncias, devido ao modelamento da
matriz de admitncias da falta que constituda por uma resistncia entre fases e uma
resistncia de aterramento .

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 79

Os limites superior e inferior, Under Bound (UB) e Louder Bound (LB), das variveis
so os mesmos, tanto para a funo de otimizao baseada nos AG quanto para o algoritmo
baseado em PS. Os valores dessas variveis devem estar relacionados com os eventos reais
dos sistemas eltricos. A seguir so mostrados os limites dessas variveis.
Variaveis = [x, , ]
( ) = [() , 1000, 1000]
() = [(0) , 104 , 104 ]
Onde:
x a distncia de falta em [km].
a resistncia de falta entre fases em [].
a resitncia de aterramento em [].
o comprimento da linha de transmisso em [].

4.5.1

Parametrizao do algoritmo gentico

Os dados obtidos por meio das simulaes realizadas dos diferentes sistemas de transmisso so tomados como dados de entrada para o algoritmo de otimizao, este algoritmo
de otimizao deve buscar a distncia de falta e as resistncias de falta que compem a
matriz de admitncias da falta, na qual atravs de vrios testes realizados e a observao
do bom desempenho do AG definiu-se a sua parametrizao conforme mostra a tabela 6.
Tabela 6: Configuraes do algoritmo gentico

Sintaxe
d

Inicializao
das variveis

Populao
inicial

Valor
/2

[]

PopulationSize

300indivduos

PopulationType

DoubleVetor

. . . Continua na pgina seguinte

Descrio
Chute inicial da
distncia de falta.
Chute inicial da
resistncia de
falta-fase.
Chute inicial da
resistncia de
aterramento.
Tamanho da
populao.
Codificao real da
populao.

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 80

Tabela 6 - continuao

InitialPopulation

Funo
aptido

Vetorize

FitnessScalingFcn

Funo de
seleo e
reproduo

EliteCount

CrossoverFraction

SelectionFcn

Operadores
genticos

on

@fitscalingrank

30%

80%

@selectionstochunif

CrossoverFcn

@crossoverheuristic

MutationFcn

@mutationadaptfeasible 0,04

FitnessLimit

105

Generations

500geraes

Critrios de
parada

. . . Continua na pgina seguinte

Gerao randmica
da populao inicial
entre (LB e UB).
O clculo da funo
aptido ser
vetorizado.
Avaliao da
populao inicial pelo
mtodo Rank.
Nmero de indivduos
da gerao atual que
passam para a
seguinte gerao.
Percentual de
indivduos que se
reproduziram.
Seleo dos indivduos
para reproduo pelo
mtodo uniforme
estocstico.
Cruzamento
heurstico, com
distncia de passo
entre o descendente e
o progenitor com
melhor aptido.
aplicada a mutao
adaptativa vivel,
indicando o valor de
direo de passo.
Limite para
convergncia da
soluo.
Nmero mximo de
geraes para
encerrar o processo de
iterees.

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 81

Tabela 6 - continuao
StallGenLimit

TolFun

250geraes

105

Nmero de geraes
sem modificaes.
Tolerncia para
convergncia da
soluo.

Fonte: Autor.

4.5.2

Parametrizao do Pattern Search

A outra ferramenta de otimizao a ser configurada a parametrizao do PS, que


tambm realizar a busca da distncia de falta e das resistncias de falta apresentando
uma configurao diferente quando comparada com os AG, mas preservando o baseamento
e a aplicao dos mtodos heursticos. Na procura de obter o bom desempenho do algoritmo de otimizao tambm foi realizado vrios testes para encontrar uma configurao
adequada e de fcil adaptao com a funo objetivo para dar soluo tima ao problema,
a seguir a tabela 7 mostra a respectiva parametrizao.
Tabela 7: Configuraes do Pattern Search

Sintaxe
Inicializao
das variveis

Opo de
busca

Opes da
Malha

Valor
/2

[]

500

500

SearchMethod

GPSPositiveBasis2N

CompleteSearch

on

InitialMeshSize

1.5

. . . Continua na pgina seguinte

Descrio
Chute inicial da
distncia de falta.
Chute inicial da
resistncia de
falta-fase.
Chute inicial da
resistncia de
aterramento.
Especifica o mtodo
de busca utilizado.
Avalia todos os
pontos em um passo
de busca.
Especifica o tamanho
da malha inicial.

Captulo 4. Desenvolvimento da metodologia proposta e configurao das ferramentas de otimizao 82

Tabela 7 - continuao

Mtodo de
votao

Critrios de
parada

MeshAccelerator

on

PollMethod

GPSPositive

CompletePoll

on

MaxIter

1000

MaxFunEvals

100000

TimeLimit

100

TolBind

1010

TolFun

1010

Fonte: Autor.

Indica se o fator de
contrao
multiplicado por 0.5,
aps cada iterao
bem-sucedida.
A estratgia utilizada
com base mxima
duas vezes o nmero
de variveis e com
direo fixa.
Especifica se todos os
pontos da malha
atual devem ter
votao em cada
iterao.
Indica o nmero
mximo de iteraes
que realiza o
algoritmo do PS.
Especifica o nmero
mximo de avaliaes
da funo objetivo.
Tempo mximo em
segundos para
encerrra o processo
do PS.
Especifica a
tolerncia mnima da
distncia entre o
ponto atual e o limite
da regio vivel de
busca.
Indica a tolerncia
mnima para a
convergncia da
funo objetivo.

83

Captulo

Sistemas simulados e anlise dos


resultados
Neste captulo so apresentados os sistemas de transmisso simulados, e a anlise dos
resultados obtidos da localizao de faltas nas diferentes linhas de transmisso simuladas,
sendo apresentadas nas sees 5.1 e 5.2, respectivamente.

5.1

Sistemas simulados (Software ATP/EMTP)

Foram simulados quatro sistemas de transmisso diferentes, nos nveis de tenso de


138, 230, 500 e 765 [ ], usando o software ATP/EMTP, que permite a simulao de
transitrios eletromagnticos em redes polifsicas. Esses sistemas representam sistemas
reais de transmisso brasileiros, as caractersticas de cada uma delas podem ser encontradas na referncia de (SANTOS, 2004), sendo fornecidas pela Operador Nacional do Sistema
Eltrico (ONS).

5.1.1

Sistemas de transmisso simulados na interface do ATPDraw

Atraves da interface do ATPDraw foram montados os sistemas de transmisso a serem


simulados, sendo constitudos por uma linha de transmisso de dois terminais (dividida
em cinco trechos de igual comprimento para aplicao dos curtos-circuitos, cada trecho
dividido foi modelado utilizando a componente Line Constants (LCC) do ATPDraw),
equivalentes de Thvenin local e remoto (fonte + impedncia), medidores de tenso e
corrente nos terminais da linha, e circuito de chaves para o modelo de curto-circuito a ser
aplicado. No anexo D apresenta-se os arquivos de entrada do ATP/EMTP, mostrando detalhadamente os parmetros de cada componente do sistema. A seguir, so apresentados
os diferentes sistemas de transmisso simulados na interface ATPDraw.

Captulo 5. Sistemas simulados e anlise dos resultados

84

o Sistema de transmisso de 138 [ ] - Circuito duplo


Este sistema de transmisso possui uma linha de transmisso de circuito duplo, de
comprimento igual a 74 km, e os curtos-circuitos foram aplicados no circuito 1 da
linha de transmisso, conforme ilustra a figura 39.
Figura 39: Sistema de transmisso de 138 [ ] - Circuito duplo na interface ATPDraw.

Fonte: Autor.

o Sistemas de transmisso de 230, 500 e 765 [ ] - Circuito simples


Todos esses sistemas de transmisso possuem linhas de transmisso de circuito simples, cujos comprimentos so 80, 181 e 265 km, respectivamente. A interface desses
trs sistemas de transmisso so similares e ilustrada pela figura 40.
Figura 40: Sistema de transmisso de 230, 500 e 765 [ ] - Circuito simples na interface
ATPDraw.

Fonte: Autor.

Captulo 5. Sistemas simulados e anlise dos resultados

85

A seguir, so apresentadas as caractersticas de cada sistema de transmisso. Isto ,


as potncias de curto-circuito trifsica e monofsica, carregamentos (fluxo de potncia),
nvel de tenso e comprimento das linhas de transmisso, conforme a tabela 8.
Tabela 8: Caractersticas dos sistemas de transmisso simulados.
Nvel de
Tenso
[kV]
138
230
500
765

Terminal Local
1
[GVA]

2, 9287
1, 4783
11, 887
15, 187

Terminal Remoto

3
[GVA]

3, 8986
1, 9581
15, 886
20, 187

1
[GVA]

1, 5178
3, 6187
11, 188
16, 788

3
[GVA]

1, 9974
4, 8186
14, 887
22, 387

Carregamento
(Fluxo de Potncia)
P
Q
[MW]
[MVAr]
28
30
96

22

1250

40

2000

300

Fonte: (SANTOS, 2004).

A continuao so apresentadas as diferentes condies operativas das linhas de transmisso, de forma a gerar casos de simulao de faltas prximas das condies reais.

5.1.2

Condies operativas das linhas de transmisso

A partir das quatro linhas de transmisso apresentadas no Anexo C, diversos casos


foram gerados, visando representao dessas linhas em operao normal e situaes
de curto-circuito. Essas situaes possuem diferentes caractersticas tais como: variao
no instante de ocorrncia da falta, variao no ponto de falta, variao do tipo e da
resistncia de falta, e variao no carregamento da linha tanto para carregamento baixo
quanto para carregamento alto. Essas variaes permitem constituir uma ampla gama de
simulaes da linha de transmisso, o que de fundamental importncia na fase de testes
do algoritmo implementado.
o Instante de ocorrncia da falta
Os defeitos para a gerao dos sinais de falta foram aplicados em dois instantes
distintos tendo como unidade de medio o milissegundo (ms). Os dois valores dos
instantes de falta so os seguintes (aps 1 ciclo e 11/4 ciclos de simulao), ou seja,
= 16,67 e 20,8 ms.
o Ponto de falta ou distncia do curto-circuito imposto a cada linha de
transmisso
Os pontos de curto-circuito foram fixados com distncias iguais a 20%, 40%, 60% e
80% do comprimento da linha de transmisso. De acordo com o sistema de transmisso simulado na interface do ATPDraw, os pontos de falta so os seguintes: 020L1,
030L1, 040L1 e 050L1, como j apresentados pelas figuras 39 e 40 da seo 5.1.1.

Captulo 5. Sistemas simulados e anlise dos resultados

86

o Tipo de curto-circuito imposto a cada linha de transmisso


Os tipos de curto-circuito possveis em linhas de transmisso foram considerados,
sendo os seguintes: curto-circuito monofsico (AN), curto-circuito bifsico (BC),
curto-circuito bifsico-terra (BCN), curto-circuito trifsico (ABC).
o Resistncia de curto-circuito
Durante as simulaes foram considerados diferentes valores de resistncias de falta
para os distintos curtos-circuitos apresentados durante a ocorrncia de uma falta, a
fim de simular casos mais prximos da realidade. Tendo como unidade de medio
os ohms (), estes valores de resistncias de falta so de 0,01; 1; 2; 5; 20 e 50 .
o Variao do carregamento sobre a linha de transmisso
Para a simulao dos sistemas de transmisso foram considerados dois tipos de
carregamento: baixo e alto. Para carregamento baixo se considera corrente de linha
cerca de 30% da corrente nominal e 80% para um carregamento alto. Tomando como
referncia essa relao, alteraram-se as potncias ativas e reativas que fluem entre
os sistemas eltricos interligados pelas linhas de transmisso, com o fim de realizar
variaes de modulo e fase da fonte equivalente de Thvenin remoto dos diferentes
sistemas de transmisso simulados, mantendo o fator de potncia adequado para o
seu bom desempenho.
A seguir, a tabela 9 apresenta as diferentes condies de operao das linhas de transmisso simuladas, gerando um total de 928 situaes de falta.
Tabela 9: Condies de operao dos sistemas de transmisso simulados.
Tipo de
falta
AN
BC
BCN
ABC

R
[]
0,01; 1; 2; 5; 20
e 50
0,01; 1 e 2

Instante
[ms]
16,67 e 20,8

Distncia de falta
[%]
20%, 40%, 60% e 80% do
comprimento da linha de
transmisso.

0,01; 1; 2 e 5

Total de
casos
288
384
256

Carregamentos (fonte remota)


LT
[kV]
138
230
500
765

Baixo
P

[MW]

[MVAr]

36
120
433
690

30
22
40
300

Alto
Mod.
[kV]
128
220
495
715

Fase
[ ]
-2,8
-10
-8,9
-10

Fonte: Autor.

[MW]

[MVAr]

84
280
822
1300

30
22
40
300

Mod.
[kV]
125
229
508
739

Fase
[ ]
-8,1
-23
-16
-18

Captulo 5. Sistemas simulados e anlise dos resultados

5.1.3

87

Oscilografias de faltas simuladas

Depois de realizada as simulaes de cada sistema de transmisso, so apresentadas


as oscilografias por meio do programa de visualizao PlotXY do ATP/EMTP. A seguir,
so mostradas algumas oscilografias das simulaes realizadas neste trabalho.
As oscilografias apresentadas na figura 41 representam os sinais de tenses e correntes
medidos no terminal local do sistema de transmisso de 138 [ ] com circuito duplo,
para uma falta fase-terra AN aplicada no circuito 1 ao 20% do comprimento da linha a
partir do terminal local e no instante de falta igual a 16,67 milissegundos. Nesta figura
possvel observar os sinais de pr-falta e ps-falta.
Figura 41: Oscilografias de tenses () e correntes () no terminal local, para uma falta
fase-terra AN em uma linha de transmisso de 138 [ ].
150
[kV]
100
50
0
-50
-100
-150
0,00
0,02
(file CASO001.pl4; x-var t) v:010L1A

0,04
v:010L1B

0,06

0,08

[s]

0,10

-5000
0,00
0,02
0,04
0,06
0,08
(file CASO001.pl4; x-var t) c:ZTH_LA-010L1A c:ZTH_LB-010L1B c:ZTH_LC-010L1C

[s]

0,10

v:010L1C

(a) Tenses no terminal local - Falta AN


5000
[A]
3750
2500
1250
0
-1250
-2500
-3750

(b) Correntes no terminal local - Falta AN

Fonte: Autor.

Captulo 5. Sistemas simulados e anlise dos resultados

88

A figura 42 apresenta oscilografias de tenses e correntes medidos no terminal local


da linha de transmisso de 230 [ ] com circuito simples, para uma falta dupla-fase BC
aplicada ao 60% do comprimento da linha a partir do terminal local no instante de falta
de 20,8 milissegundos.
Figura 42: Oscilografias de tenses () e correntes () no terminal local, para uma falta
dupla-fase BC em uma linha de transmisso de 230 [ ].
300
[kV]
200

100

-100

-200
0,00
0,02
(file CASO126.pl4; x-var t) v:ZTH_LA

0,04
v:ZTH_LB

0,06

0,08

[s]

0,10

-4000
0,00
0,02
0,04
0,06
0,08
(file CASO126.pl4; x-var t) c:ZTH_LA-010L1A c:ZTH_LB-010L1B c:ZTH_LC-010L1C

[s]

0,10

v:ZTH_LC

(a) Tenses no terminal local - Falta BC


4000
[A]
3000
2000
1000
0
-1000
-2000
-3000

(b) Correntes no terminal local - Falta BC

Fonte: Autor.

Captulo 5. Sistemas simulados e anlise dos resultados

89

Para o sistema de transmisso de 500 [ ], as oscilografias de tenses e correntes


medidas no terminal local para uma falta dupla-fase-terra BCN aplicada ao 20% do comprimento da linha a partir do terminal local no instante de falta 20,8 milissegundos so
apresentadas pela figura 43.
Figura 43: Oscilografias de tenses () e correntes () no terminal local, para uma falta
dupla-fase-terra BCN em uma linha de transmisso de 500 [ ].
600
[kV]
400
200
0
-200
-400
-600
0,00
0,02
(file CASO186.pl4; x-var t) v:ZTH_LA

0,04
v:ZTH_LB

0,06

0,08

[s]

0,10

-15
0,00
0,02
0,04
0,06
0,08
(file CASO186.pl4; x-var t) c:ZTH_LA-010L1A c:ZTH_LB-010L1B c:ZTH_LC-010L1C

[s]

0,10

v:ZTH_LC

(a) Tenses no terminal local - Falta BCN


20
[kA]
15
10
5
0
-5
-10

(b) Correntes no terminal local - Falta BCN

Fonte: Autor.

Captulo 5. Sistemas simulados e anlise dos resultados

90

Por ultimo apresentada pela figura 44 as oscilografias de tenses e correntes obtidas


da simulao do sistema de transmisso de 765 [ ], estas oscilografias foram obtidas
atravs da aplicao de uma falta trifsica ABC ao 60% do comprimento da linha a partir
do terminal local no instante de falta de 16,67 milissegundos.
Figura 44: Oscilografias de tenses () e correntes () no terminal local, para uma falta
trifsica ABC em uma linha de transmisso de 765 [ ].
1,0
[MV]
0,7
0,4
0,1
-0,2
-0,5
-0,8
0,00
0,02
(file CASO222.pl4; x-var t) v:ZTH_LA

0,04
v:ZTH_LB

0,06

0,08

[s]

0,10

-15
0,00
0,02
0,04
0,06
0,08
(file CASO222.pl4; x-var t) c:ZTH_LA-010L1A c:ZTH_LB-010L1B c:ZTH_LC-010L1C

[s]

0,10

v:ZTH_LC

(a) Tenses no terminal local - Falta ABC


15
[kA]
10
5
0
-5
-10

(b) Correntes no terminal local - Falta ABC

Fonte: Autor.
Todas as oscilografias geradas pelas simulaes foram representadas por fasores dos
sinais de tenses e correntes calculados pela TDF, como j explicado e ilustrado no processamento de dados visto na seo 4.2 do captulo 4. A partir deste momento,todos os
dados obtidos pelas simulaes sero utilizados no processamento do algoritmo proposto,
para realizar a procura da localizao da falta, conforme detalhado pelo fluxograma do
software de simulao apresentado na seguinte seo.

Captulo 5. Sistemas simulados e anlise dos resultados

5.1.4

91

Fluxograma do software de simulao para testes do algoritmo proposto para a localizao de faltas

Nesta seo apresentado um fluxograma do software proposto e implementado para


a localizao de faltas, mostrando a automatizao do processo iterativo e os passos de
otimizao. O algoritmo proposto para localizao de faltas em linhas de transmisso
utiliza dados de apenas um terminal e baseado nos mtodos heursticos para a busca da
distncia da falta.
Figura 45: Fluxograma do software de simulao proposto para a localizao de faltas.
Algoritmo
Proposto para LF
f (YF , x)

Incio

Seleo do Nvel de
Tenso.
(138, 230, 500 e 765 kV)

Identificao do Tipo de

Utilizao das
Ferramentas de
Otimizao (AG - PS)

AG

PS

Falta.
(AN, BC, BCN, ABC)

Clculo dos
Fasores -TDF
O erro total da
f (YF , x )
mnimo?

No
Sim
Localiza a distncia
da falta - (x)

Fim

Fonte: Autor.

5.2

Anlise dos resultados

Esta seo apresenta a avaliao e anlise dos resultados obtidos aps a otimizao
das funes objetivos do algoritmo proposto para localizao de faltas, que utilizando as
ferramentas de otimizao baseadas nos mtodos heursticos como os AG e o PS procurouse a distncia de ocorrncia da falta. Conforme foi descrito no fluxograma ilustrado pela
figura 45 da seo 5.1.4.

Captulo 5. Sistemas simulados e anlise dos resultados

92

Foram obtidos resultados para as quatro linhas de transmisso simuladas, isto , para
as linhas de transmisso de 138, 230, 500 e 765 [ ]. Para a obteno desses resultados, a
configurao das ferramentas de otimizao foi nica para a otimizao da funo objetivo,
tanto para a otimizao 1 (minimizao no ponto da falta), quanto para a otimizao
2 (minimizao no terminal local da falta), conforme j visto na seo 4.4. Portanto, a
apresentao dos resultados para cada linha de transmisso ser dividida em duas partes,
em que a primeira parte apresentar os resultados obtidos pela otimizao 1, e a segunda
parte apresentar os resultados obtidos pela otimizao 2.
A exatido do algoritmo de localizao medida pelo erro de distncia calculado em
metros (m) como mostra a equao 74:

() = () ()

(74)

Onde:
() : a distncia real de ocorrncia da falta em metros.
() : a distncia estimada da falta em metros.
Tambm apresentado o erro do algoritmo de localizao de faltas na forma percentual, tendo como base o comprimento de cada linha de transmisso.
Inicialmente so apresentados os resultados de localizao de falta para a linha de
transmisso de 138 [ ], que constituda por um circuito duplo. Na sequncia so
apresentados os resultados das linhas de transmisso de 230, 500 e 765 [ ], todas elas
constitudas por circuito simples.

5.2.1

Resultados para a linha de transmisso de 138 [ ]

Os erros de distncia mximo (mx ), mnimo (mn ), mdio ( ) e desvio padro


( ) para esta linha de transmisso, fornecidos pelo PS no apresentam uma grande
diferena quando comparados com os valores fornecidos pelo AG.
o Otimizao 1
Os resultados obtidos para a funo objetivo que otimiza a diferena de tenses no
(
)

ponto de falta
, so apresentados na tabela 10. Estes resultados mostram
independentemente do tipo e resistncia de falta que o erro mximo de distncia
de falta de 1663 metros e maior erro mdio de 806 metros, calculado pelo PS.
Enquanto o AG apresenta erro mximo de 1024 metros e maior erro mdio de 369
metros. O erro mnimo de distncia de falta calculado tanto pelo PS quanto pelo
AG de zero metros, ou seja, isso indica que o algoritmo proposto localizou o ponto
exato de ocorrida a falta.

Captulo 5. Sistemas simulados e anlise dos resultados

93

Tabela 10: Erros de distncia de falta em metros (m), otimizao 1 - 138 [ ].


LT
138 [kv]
74 km

AN

BC

BCN

ABC

Erros de distncia [m]


PS
R
[]
0,01
1
2
5
20
50
0,01
1
2
0,01
1
2
0,01
1
2
5

mx

mn

339
146
144
135
97
182
155
153
151
195
812
1436
65
194
477
1663

2
3
3
0
2
3
5
0
3
5
244
500
2
3
30
138

AG

mx

mn

96
99
45
40
47
42
48
42
43
30
58
48
64
53
65
52
65
49
58
57
412
179
806
311
20
21
52
53
155
137
611
503
Fonte: Autor.

339
146
144
135
96
181
155
153
151
191
564
438
65
183
387
1024

3
3
3
0
2
3
5
0
3
6
29
1
2
4
27
82

96
45
47
48
43
58
64
65
65
59
199
179
20
54
144
369

99
40
42
42
30
48
53
52
49
54
151
128
21
48
120
302

A diferena entre os resultados obtidos pelo PS e AG mostra que as duas ferramentas


de otimizao possuem uma alta preciso, apresentando o AG uma pequena melhor
soluo tima global embora possua um maior tempo computacional para convergir
ao valor final, conforme mostrado pela tabela 11 que tambm mostra os erros de
distncia de falta percentual.
Tabela 11: Erros de distncia de falta percentual (%), otimizao 1 - 138 [ ].
Tipos
de
Falta
AN
BC
BCN
ABC

Erro de distncia de Falta


Percentual [%]
Mx.

Mn.

Mdia

0,45
0,20
1,94
2,24

0,0011
0,0009
0,0070
0,0039

0,0764
0,0880
0,5753
0,2837
Fonte: Autor.

Desvio
Padro
0,0771
0,0686
0,5017
0,4735

Tempo mdio de
Convergncia
[segundos]
PS = 4,61
AG = 40,23

O erro mximo percentual que mostra a tabela 11 de 2,24% do comprimento da


linha de transmisso, tambm pode-se observar que o erro mnimo praticamente

Captulo 5. Sistemas simulados e anlise dos resultados

94

igual a 0% e os erros mdio e desvio padro ficam embaixo de 1%. O tempo mdio
de convergncia para o PS de 4,61 segundos e para o AG de 40,23 segundos.
Em base aos resultados apresentados pela tabela 10, elaborado o histograma de
erros de distncia de falta em relao ao percentual de nmero de casos simulados
para cada tipo de curto-circuito. Esse histograma ilustrado a seguir pela figura 46.
Figura 46: Histograma dos resultados obtidos para a LT - 138 [ ], otimizao 1.

100
AN
BC
BCN
ABC

90

% dos casos simulados

80
70
60
50
40
30
20
10
0

0200

200400 400600 600800 8001000


erro de distncia de falta [m]

>1000

Fonte: Autor.

Pode-se observar no histograma ilustrado pela figura 46, que cerca de 98% dos casos
simulados para curtos-circuitos fase-terra e dupla-fase apresentam erros de distncia
inferiores a 200 metros. Os casos simulados para os curtos-circuitos trifsico e duplafase-terra apresentam erros de distncia inferiores aos 1000 metros.
(

A ttulo de exemplo, a figura 47 apresenta a superfcie da funo objetivo


da
otimizao 1, que representa a diferena de tenso no ponto de ocorrncia da falta,
que tm como resposta a localizao de uma falta fase-terra AN a 44,4 quilmetros
do terminal local da linha de transmisso de 138 [ ] com uma resistncia de falta
de 20 ohms.

A continuao na pgina seguinte apresentada a superfice da funo objetivo


correspondente a otimizao 1, ilustrada pela figura 47.

Captulo 5. Sistemas simulados e anlise dos resultados

95

Figura 47: Superfcie da funo objetivo otimizao 1 para uma falta fase-terra AN na
LT - 138 [ ] a 44,4 km do terminal local com resistncia de falta de 20.

4800
4600

F(V)

4400
4200
4000
20.02
3800
3600
45.2

20.01
20
45

44.8

44.6

44.4

19.99
44.2

44

43.8

43.6

43.4

43.2

19.98

Rf(ohm)

df(km)

Fonte: Autor.

o Otimizao 2
Os resultados obtidos para a funo objetivo que otimiza no terminal local da linha
)
(

+
, so apresentados pela tabela 12. Mostrando independentemente

do tipo e resistncia de falta que o erro mximo de distncia de falta de 3650 metros
e maior erro mdio de 1486 metros calculado pelo PS, enquanto o AG apresenta
um erro mximo de distncia de falta de 3635 metros e maior erro mdio de 1485
metros. O erro mnimo de distncia de falta calculado tanto pelo PS quanto pelo AG
de 1 metro, ou seja, isso indica que o algoritmo proposto localizou praticamente
no ponto exato de ocorrida a falta.
realizada uma comparao entre as tabelas 10 e 12, e nota-se uma pequena diferena nos resultados, isto , devido que existem diferentes funes objetivo utilizadas. Mesmo assim observa-se que tanto as duas funes objetivo usadas quanto as
duas ferramentas de otimizao aplicadas possuem uma alta preciso na localizao
da falta.
Tambm possvel observar que apesar de utilizar a funo de otimizao 2, os
resultados obtidos pelo AG apresentam uma pequena melhor soluo tima global
em comparao com os resultados do PS, mas possui um maior tempo computacional
conforme mostrado pela tabela 13 que indica os erros de distncia percentual.

Captulo 5. Sistemas simulados e anlise dos resultados

96

Tabela 12: Erros de distncia de falta em metros (m), otimizao 2 - 138 [ ].


LT
138 [kv]
74 km

AN

BC

BCN

ABC

Erros de distncia [m]


PS
R
[]
0,01
1
2
5
20
50
0,01
1
2
0,01
1
2
0,01
1
2
5

mx
1850
667
839
1336
3507
3650
1345
1724
1657
1344
885
965
1141
937
1152
1829

mn
5
73
52
8
157
276
30
368
388
3
297
316
1
302
424
299

AG

mx

313
526
225
175
265
226
495
413
1360 966
1486 997
499
419
927
390
935
365
441
435
571
186
622
206
420
395
639
205
829
255
988
498
Fonte: Autor.

1850
667
839
1336
3505
3635
1336
1724
1657
1356
919
951
1177
937
1073
1829

mn
6
73
52
8
157
276
31
368
388
1
262
316
1
302
424
299

313
225
265
497
965
1485
499
926
935
441
573
622
471
661
710
987

99
40
42
42
840
996
418
390
365
436
220
206
393
205
245
412

A tabela 13 mostra que os resultados percentuais obtidos pela funo de otimizao


2 apresentam um erro mximo percentual de 4,93% do comprimento da linha de
transmisso, tambm pode-se observar que o erro mnimo praticamente igual a
0% e os erros mdio e desvio padro ficam embaixo de 1%. O tempo mdio de
convergncia para o PS de 1,05 segundos e para o AG de 218,79 segundos.
Tabela 13: Erros de distncia de falta percentual (%), otimizao 2 - 138 [ ].
Tipos
de
Falta
AN
BC
BCN
ABC

Erro de distncia de Falta


Percentual [%]
Mx.

Mn.

Mdia

4,93
2,3
1,81
2,47

0,007
0,041
0,005
0,001

0,73
1,06
0,73
1,02
Fonte: Autor.

Desvio
Padro
0,99
0,58
0,40
0,59

Tempo mdio de
Convergncia
[segundos]
PS = 1,05
AG = 218,79

Em base aos resultados apresentados pela tabela 12, elaborado o histograma de


erros de distncia de falta obtidos pela otimizao 2 em relao ao percentual

Captulo 5. Sistemas simulados e anlise dos resultados

97

de nmero de casos simulados para cada tipo de curto-circuito. Esse histograma


ilustrado a seguir pela figura 48, e pode-se observar que cerca de 75% dos casos
simulados para os tipos de falta fase-terra, dupla-fase, dupla-fase-terra e trifsica
apresentam erros de distncia inferiores a 1000 metros.
Figura 48: Histograma dos resultados obtidos para LT-138kV, otimizao 2.

100
AN
BC
BCN
ABC

90
80

% de casos simulados

70
60
50
40
30
20
10
0

01000 10001200120014001400160016001800
Errores de distancia de falta [m]

>1800

Fonte: Autor.

5.2.2

Resultados para a linha de transmisso de 230 [ ]

Os resultados para esta linha de transmisso tais como: os erros de distncia mximo (mx ), mnimo (mn ), mdio ( ) e desvio padro ( ), fornecidos pelo PS no
apresentam uma grande diferena quando comparados com os valores fornecidos pelo AG.
o Otimizao 1
Os resultados obtidos para a funo objetivo que otimiza a diferena de tenses no
(
)

ponto de falta
, so apresentados na tabela 14. Esses resultados mostram
independentemente do tipo e resistncia de falta que o erro mximo de distncia de
falta de 3317 metros calculado pelo PS, enquanto o AG apresenta um erro mximo
de 3316 metros. O maior erro mdio de distncia de falta de 1374 metros e erro
mnimo de 2 metros, calculado tanto pelo PS quanto pelo AG.

Captulo 5. Sistemas simulados e anlise dos resultados

98

Tabela 14: Erros de distncia de falta em metros (m), otimizao 1 - 230 [ ].


LT
138 [kv]
74 km

AN

BC

BCN

ABC

Erros de distncia [m]


PS
R
[]
0,01
1
2
5
0,01
1
2
0,01
1
2
0,01
1
2
5

mx
556
700
1380
3317
1259
1565
1934
1256
1597
1968
2458
2077
1823
2594

mn
3
3
128
352
29
13
23
16
15
2
4
21
93
257

AG

mx

170
173
299
245
574
445
1374 1065
481
469
406
484
491
632
460
478
411
491
505
644
732
978
658
865
733
722
1171
852
Fonte: Autor.

556
700
1380
3316
1259
1565
1934
1256
1598
1968
2788
2097
1885
3080

mn
3
3
128
352
29
13
23
16
15
2
4
2
115
324

170
299
574
1374
481
406
491
460
412
505
763
675
825
1360

173
245
445
1065
469
484
632
478
491
645
1042
871
753
979

A diferena entre os resultados obtidos pelo PS e AG mostra que as duas ferramentas


de otimizao possuem uma alta preciso, indicando que os resultados de localizao
falta obtidos pelo AG apresentam uma pequena melhor soluo tima global em
comparao aos resultados obtidos pelo PS. Embora o AG possua um maior tempo
computacional para convergir ao valor final, conforme mostra-se na tabela 15 que
tambm apresenta os erros de distncia de falta percentual.
Tabela 15: Erros de distncia de falta percentual (%), otimizao 1 - 230 [ ].
Tipos
de
Falta
AN
BC
BCN
ABC

Erro de distncia de Falta


Percentual [%]
Mx.

Mn.

Mdia

3,82
2,41
2,46
3,24

0,0037
0,0174
0,0035
0,0053

0,7558
0,5749
0,5742
1,0298
Fonte: Autor.

Desvio
Padro
0,9368
0,9368
0,6663
1,0793

Tempo mdio de
Convergncia
[segundos]
PS = 1,36
AG = 14,01

O erro mximo percentual que mostra a tabela 15 de 3,82% do comprimento da


linha de transmisso, tambm pode-se observar que o erro mnimo percentual
praticamente igual a 0%, e os erros mdio e desvio padro ficam abaixo de 1%. O

Captulo 5. Sistemas simulados e anlise dos resultados

99

tempo mdio de convergncia para o PS de 1,36 segundos e para o AG de 14,01


segundos.
Em base aos resultados apresentados pela tabela 14, elaborado o histograma de
erros de distncia de falta em relao ao percentual de nmeros de casos simulados
para cada tipo de curto-circuito. Esse histograma ilustrado a seguir pela figura 49.
Figura 49: Histograma dos resultados obtidos para a LT - 230 [ ], otimizao 1.

80
AN
BC
BCN
ABC

70

% dos casos simulados

60
50
40
30
20
10
0

0400

400800 8001200 1200160016002000


erro de distncia de falta [m]

>2000

Fonte: Autor.

Pode-se observar no histograma ilustrado pela figura 49, que cerca de 70% dos casos
simulados para curtos-circuitos fase-terra, dupla-fase e dupla-fase-terra, e cerca de
60% dos casos simulados para curto-circuito trifsico, apresentam erros de distncia
de falta inferiores a 400 metros, considerado pequeno quando comparado com o
comprimento da linha de transmisso que de 80 km.
(

A ttulo de exemplo, a figura 50 apresenta a superfcie da funo objetivo


da
otimizao 1, que representa a diferena de tenso no ponto de ocorrncia da falta,
que tm como resposta a localizao de uma falta dupla-fase BC a 32 quilmetros
do terminal local da linha de transmisso de 230 [ ] com uma resistncia de falta
de 2 ohms.

A continuao na pgina seguinte apresentada a superfice da funo objetivo


correspondente a otimizao 1, ilustrada pela figura 50.

Captulo 5. Sistemas simulados e anlise dos resultados

100

Figura 50: Superfcie da funo objetivo otimizao 1 para uma falta dupla-fase BC na
LT - 230 [ ] a 32 km do terminal local com resistncia de falta de 2.

1200

1000

F(V)

800

600

400

200
2.03
0
32.5

2.02
32.4

2.01
32.3

32.2

32.1

32

2
31.9

31.8

31.7

1.99
31.6

31.5

1.98

Rf(ohm)

df(km)

Fonte: Autor.

o Otimizao 2
Os resultados obtidos para a funo objetivo que otimiza no terminal local da linha
)
(

so apresentados pela tabela 16. Mostrando independentemente



+

do tipo e resistncia de falta que o erro mximo de distncia de falta de 3896 metros
calculado pelo PS enquanto pelo AG apresenta um erro mximo de 3885 metros.
O maior erro mdio de distncia de falta calculado por ambas as ferramentas de
otimizao de 2034 metros, e o erro mnimo de zero metros, ou seja, isso indica
que o algoritmo proposto localizou praticamente no ponto exato de ocorrida a falta.
realizada uma comparao entre as tabelas 14 e 16, e nota-se uma pequena diferena nos resultados, isto , devido que existem diferentes funes objetivo utilizadas. Mesmo assim observa-se que tanto as duas funes objetivo usadas quanto as
duas ferramentas de otimizao aplicadas possuem uma alta preciso na localizao
da falta.
Tambm possvel observar que apesar de utilizar a funo de otimizao 2, os
resultados obtidos pelo AG apresentam uma pequena melhor soluo tima global
em comparao com os resultados do PS, mas possui um maior tempo computacional
conforme mostrado pela tabela 17 que indica os erros de distncia percentual.

Captulo 5. Sistemas simulados e anlise dos resultados

101

Tabela 16: Erros de distncia de falta em metros (m), otimizao 2 - 230 [ ].


LT
138 [kv]
74 km

AN

BC

BCN

ABC

Erros de distncia [m]


PS
R
[]
0,01
1
2
5
0,01
1
2
0,01
1
2
0,01
1
2
5

mx
1593
2197
2876
3896
3371
3410
3484
1057
1355
1438
1574
944
1237
1730

mn
13
15
55
0
25
111
145
5
18
29
32
16
50
46

AG

mx

529
459
718
594
962
803
2034 1631
1093
964
1910 1308
1805 1128
315
293
321
336
373
392
356
476
435
288
489
359
508
439
Fonte: Autor.

1593
2197
2876
3885
3770
3410
3484
1057
1355
1438
1569
985
962
1735

mn
13
15
122
0
25
111
145
5
0
0
23
0
36
35

529
718
962
2034
1093
1910
1805
315
316
396
362
365
315
550

459
594
803
1631
964
1308
1228
293
335
390
484
250
245
620

A tabela 17 mostra que os resultados percentuais obtidos pela funo de otimizao


2 apresentam um erro mximo percentual de 4,87% do comprimento da linha de
transmisso, tambm pode-se observar que o erro mnimo praticamente igual a
0% e os erros mdio e desvio padro ficam abaixo de 2%. O tempo mdio de
convergncia para o PS de 1,09 segundos e para o AG de 123,07 segundos.
Tabela 17: Erros de distncia de falta percentual (%), otimizao 2 - 230 [ ].
Tipos
de
Falta
AN
BC
BCN
ABC

Erro de distncia de Falta


Percentual [%]
Mx.

Mn.

Mdia

4,87
4,35
1,79
2,16

0,0160
0,0310
0,0065
0,0203

1,98
1,72
0,42
0,55
Fonte: Autor.

Desvio
Padro
1,608
1,062
0,421
0,490

Tempo mdio de
Convergncia
[segundos]
PS = 1,09
AG = 123,07

Em base aos resultados apresentados na tabela 16, elaborado o histograma de erros


de distncia de falta obtidos pela otimizao 2 em relao ao percentual de nmero
de casos simulados para cada tipo de curto-circuito. Esse histograma ilustrado
pela figura 51, e pode-se observar que cerca de 90% dos casos simulados para os

Captulo 5. Sistemas simulados e anlise dos resultados

102

tipos de falta dupla-fase-terra e trifsica apresentam erros de distncia de falta


inferiores a 800 metros e os casos simuladospara os tipos de falta fase-terra e duplafase apresentam erros de distncia de falta inferior a 1600 metros, considerando-se
pequenos quando comparados com o comprimento da linha de transmisso igual a
80 km.
Figura 51: Histograma dos resultados obtidos para LT-230kV, otimizao 2.

100
AN
BC
BCN
ABC

90
80

% de casos simulados

70
60
50
40
30
20
10
0

0800

8001000 100012001200140014001600
Errores de distancia de falta [m]

>1600

Fonte: Autor.

5.2.3

Resultados para a linha de transmisso de 500 [ ]

Os resultados para esta linha de transmisso tais como: os erros de distncia mximo
(mx ), mnimo (mn ), mdio ( ) e desvio padro ( ), fornecidos pelo PS tambm
no apresentam uma grande diferena quando comparados com os valores fornecidos pelo
AG.
o Otimizao 1
Os resultados obtidos pelo algoritmo de localizao de faltas otimizando no ponto
(
)

de falta
so apresentados na tabela 18. Mostrando independentemente do
tipo e resistncia de falta que o erro mximo de distncia de falta de 5321 metros
calculado tanto pelo PS quanto pelo AG, considerado pequeno quando comparado

Captulo 5. Sistemas simulados e anlise dos resultados

103

ao comprimento da linha de transmisso igual a 181 km. O maior erro mdio de


distncia de falta de 2234 metros e erro mnimo de 11 metros, calculado tanto pelo
PS quanto pelo AG.
Tabela 18: Erros de distncia de falta em metros (m), otimizao 1 - 500 [ ].
LT
138 [kv]
74 km

AN

BC

BCN

ABC

Erros de distncia [m]


PS
R
[]
0,01
1
2
5
0,01
1
2
0,01
1
2
0,01
1
2
5

mx
3480
3393
3642
5321
2220
2277
2575
3265
2841
2494
1511
1215
991
2193

mn
11
203
369
683
194
101
23
245
307
271
15
58
20
88

AG

mx

782
1021
1048
945
1343
970
2234 1371
1151
653
800
602
512
722
1946
998
1510
759
1169
574
497
407
400
286
348
286
667
559
Fonte: Autor.

3480
3393
3642
5321
2220
2277
2575
3265
2807
2465
1119
1004
1834
2193

mn
11
203
369
683
194
101
23
240
368
228
118
12
20
92

782
1048
1343
2234
1151
800
512
1941
1499
1170
539
390
477
667

1021
945
970
1371
653
602
722
990
736
574
284
284
488
558

A diferena entre os resultados obtidos pelo PS e AG mostra que as duas ferramentas


de otimizao possuem uma alta preciso, indicando que os resultados de localizao
de falta obtidos pelo AG apresentam uma pequena melhor soluo tima global em
comparao aos resultados obtidos pelo PS. Embora o AG possua um maior tempo
computacional para convergir ao valor final, conforme mostra-se na tabela 19 que
tambm apresenta os erros de distncia de falta percentual.
Tabela 19: Erros de distncia de falta percentual (%), otimizao 1 - 500 [ ].
Tipos
de
Falta
AN
BC
BCN
ABC

Erro de distncia de Falta


Percentual [%]
Mx.

Mn.

Mdia

2,90
1,42
1,80
1,21

0,0066
0,0128
0,1355
0,0083

0,7471
0,4538
0,8519
0,2643
Fonte: Autor.

Desvio
Padro
0,6624
0,3862
0,4659
0,2265

Tempo mdio de
Convergncia
[segundos]
PS = 1,39
AG = 19,24

Captulo 5. Sistemas simulados e anlise dos resultados

104

O erro mximo percentual que mostra a tabela 19 de 2,90% do comprimento da


linha de transmisso, tambm pode-se observar que o erro mnimo percentual
praticamente igual a 0%, e os erros mdio e desvio padro ficam abaixo de 1%. O
tempo mdio de convergncia para o PS de 1,39 segundos e para o AG de 19,24
segundos.
Em base aos resultados apresentados pela tabela 18, elaborado o histograma de
erros de distncia de falta em relao ao percentual de nmeros de casos simulados
para cada tipo de curto-circuito. Esse histograma ilustrado a seguir pela figura 52.
Figura 52: Histograma dos resultados obtidos para a LT - 500 [ ], otimizao 1.

100
AN
BC
BCN
ABC

90

% dos casos simulados

80
70
60
50
40
30
20
10
0

0800

8001600 160024002400320032004000
erro de distncia de falta [m]

>4000

Fonte: Autor.

Pode-se observar no histrograma ilustrado pela figura 52, que cerca de 70% dos casos
simulados para curtos-circuitos fase-terra, dupla-fase e trifsica apresentam erros de
distncia inferiores a 800 metros, e para curto-circuitos dupla-fase-terra apresenta
erros de distncia de falta inferiores a 3200 metros, considerado pequeno quando
comparado com o comprimento da linha de transmisso igual a 181 km.
(

A ttulo de exemplo, a figura 53 apresenta a superfcie da funo objetivo


da otimizao 1, que representa a diferena de tenso no ponto de ocorrncia da
falta, que tm como resposta a localizao de uma falta dupla-fase-terra BCN a

Captulo 5. Sistemas simulados e anlise dos resultados

105

144,8 quilmetros do terminal local da linha de transmisso de 500 [ ] com uma


resistncia de falta de 0,01 ohms.
Figura 53: Superfcie da funo objetivo otimizao 1 para uma falta dupla-fase-terra
BCN na LT - 500 [ ] a 144,8 km do terminal local com resistncia de falta de 0, 01.

3400
3300
3200

F(V)

3100
3000
2900
2800
2700
146 145.8
145.6 145.4
145.2

0.02
0.015
0.01
145 144.8
144.6 144.4
144.2

df(km)

0.005
144

Rf(ohm)

Fonte: Autor.

o Otimizao 2
Os resultados obtidos para a funo objetivo que otimiza no terminal local da linha
(
)


+
so apresentados pela tabela 20. Mostrando independentemente

do tipo e resistncia de falta que o erro mximo de distncia de falta de 6623 metros
calculado pelo PS, enquanto o AG apresenta um erro mximo de 6605 metros. O
maior erro mdio de disntncia de falta de 3446 metros e o erro mnimo de
18 metros, ou seja, pode-se dizer que o algoritmo proposto de localizao de falta
localizou praticamente o mais proximo do ponto de ocorrida a falta.
realizada uma comparao entre as tabelas 18 e 20, e nota-se uma pequena diferena nos resultados, isto , devido que existem diferentes funes objetivo utilizadas. Mesmo assim observa-se que tanto as duas funes objetivo usadas quanto as
duas ferramentas de otimizao aplicadas possuem uma alta preciso na localizao
da falta.
Tambm possvel observar que apesar de utilizar a funo de otimizao 2, os
resultados obtidos pelo AG apresentam uma pequena melhor soluo tima global

Captulo 5. Sistemas simulados e anlise dos resultados

106

Tabela 20: Erros de distncia de falta em metros (m), otimizao 2 - 500 [ ].


LT
138 [kv]
74 km

AN

BC

BCN

ABC

Erros de distncia [m]


PS
R
[]
0,01
1
2
5
0,01
1
2
0,01
1
2
0,01
1
2
5

mx
4924
5635
5842
6623
4612
4366
4414
2721
2366
1997
2858
2611
2351
2455

mn
641
665
698
715
438
998
904
60
58
28
28
496
18
67

AG

mx

2237 1562
2840 1672
3204 2011
3446 2112
1943 1314
2012 1187
2376 1232
1104
881
922
779
704
700
1096
837
1216
688
1070
757
1137
973
Fonte: Autor.

4915
5635
5840
6605
4612
4366
4414
2721
2366
1995
2054
1913
1956
2455

mn
638
665
698
715
438
998
904
60
58
25
5
399
18
65

2235
2840
3204
3445
1943
2012
2376
1104
922
701
672
764
900
946

1561
1672
2010
2111
1314
1187
1232
881
779
698
661
480
699
934

em comparao com os resultados do PS, mas possui um maior tempo computacional


conforme mostrado pela tabela 21 que indica os erros de distncia percentual.
A tabela 21 mostra que os resultados percentuais obtidos pela funo de otimizao
2 apresentam um erro mximo percentual de 3,65% do comprimento da linha de
transmisso, tambm pode-se observar que o erro mnimo fica abaixo de 1,6%, e os
erros mdio e desvio padro ficam abaixo de 2%. O tempo mdio de convergncia
para o PS de 0,95 segundos e para o AG de 124,04 segundos.
Tabela 21: Erros de distncia de falta percentual (%), otimizao 2 - 500 [ ].
Tipos
de
Falta
AN
BC
BCN
ABC

Erro de distncia de Falta


Percentual [%]
Mx.

Mn.

Mdia

3,65
2,54
1,80
1,57

0,356
0,245
1,542
0,010

1,915
1,274
0,015
0,623
Fonte: Autor.

Desvio
Padro
1,194
0,691
0,509
0,445

Tempo mdio de
Convergncia
[segundos]
PS = 0,95
AG = 124,04

Em base aos resultados apresentados na tabela 20, elaborado o histograma de erros


de distncia de falta obtidos pela otimizao 2 em relao ao percentual de nmero

Captulo 5. Sistemas simulados e anlise dos resultados

107

de casos simulados para cada tipo de curto-circuito. Esse histograma ilustrado


pela figura 54, e pode-se observar que cerca de 75% dos casos simulados para os
tipos de falta dupla-fase-terra e trifsica apresentam erros de distncia inferiores a
1500 metros.
Figura 54: Histograma dos resultados obtidos para LT-500kV, otimizao 2.

90
AN
BC
BCN
ABC

80

% de casos simulados

70
60
50
40
30
20
10
0

01500 15002000200025002500300030003500
Errores de distancia de falta [m]

>3500

Fonte: Autor.

5.2.4

Resultados para a linha de transmisso de 765 [ ]

Os resultados para esta linha de transmisso tais como: os erros de distncia mximo
(mx ), mnimo (mn ), mdio ( ) e desvio padro ( ), fornecidos pelo PS tambm
no apresentam uma grande diferena quando comparados com os valores fornecidos pelo
AG.
o Otimizao 1
Os resultados obtidos pelo algoritmo de localizao de faltas otimizando no ponto
(
)

de falta
so apresentados na tabela 22. Mostrando independentemente
do tipo e resistncia de falta que o erro mximo de distncia de falta de 9948
metros calculado tanto pelo PS quanto pelo AG, considerado razoavelmente pequeno
quando comparado com o comprimento da linha de 256 km. O maior erro mdio de

Captulo 5. Sistemas simulados e anlise dos resultados

108

distncia de falta de 3552 metros e erro mnimo de 3 metros, calculado tanto pelo
PS quanto pelo AG.
Tabela 22: Erros de distncia de falta em metros (m), otimizao 1 - 765 [ ].
LT
138 [kv]
74 km

AN

BC

BCN

ABC

Erros de distncia [m]


PS
R
[]
0,01
1
2
5
20
0,01
1
2
0,01
1
2
0,01
1
2
5

mx

mn

1508
1121
753
2355
9948
6938
4828
5837
3605
4920
3294
3205
4365
2255
2406

7
3
10
223
1152
429
268
151
154
262
154
167
112
59
56

AG

mx

mn

425
485
250
299
309
227
986
777
3552 2665
1853 2108
1411 1437
1649 1869
1306 1082
1688 1510
1275 1095
1337
865
1817 1382
1122
697
619
755
Fonte: Autor.

1508
1121
753
2355
9948
6938
4828
5837
3605
4920
3293
3977
3849
2216
1871

7
3
10
223
1152
429
268
151
154
261
153
184
120
100
31

425
250
309
986
3552
1853
1411
1649
1306
1688
1275
1489
1769
1079
624

485
299
227
777
2665
2108
1437
1869
1082
1510
1095
1116
1255
717
573

A diferena entre os resultados obtidos pelo PS e AG mostra que as duas ferramentas


de otimizao possuem uma alta preciso, indicando que os resultados obtidos pelo
AG apresentam uma pequena melhor soluo tima global em comparao com os
resultados obtidos pelo PS. Embora possua um maior tempo computacional para
convergir ao valor final, conforme mostra-se na tabela 23 que tambm apresenta os
erros de distncia de falta percentual.
Tabela 23: Erros de distncia de falta percentual (%), otimizao 1 - 765 [ ].
Tipos
de
Falta
AN
BC
BCN
ABC

Erro de distncia de Falta


Percentual [%]
Mx.

Mn.

Mdia

3,75
2,61
1,85
1,64

0,0011
0,0571
0,0582
0,0212

0,4168
0,6180
0,5372
0,4619
Fonte: Autor.

Desvio
Padro
0,6667
0,6778
0,4654
0,3909

Tempo mdio de
Convergncia
[segundos]
PS = 3,63
AG = 15,93

Captulo 5. Sistemas simulados e anlise dos resultados

109

O erro mximo percentual que mostra a tabela 23 de 3,75% do comprimento da


linha de transmisso, tambm pode-se observar que o erro mnimo percentual
praticamente igual a 0%, e os erros mdio e desvio padro ficam abaixo de 1%. O
tempo mdio de convergncia para o PS de 3,63 segundos e para o AG de 15,93
segundos.
Em base aos resultados apresentados pela tabela 22, elaborado o histograma de
erros de distncia de falta em relao ao percentual de nmeros de casos simulados
para cada tipo de curto-circuito. Esse histograma ilustrado pela figura 55.
Figura 55: Histograma dos resultados obtidos para a LT - 765 [ ], otimizao 1.

80
AN
BC
BCN
ABC

70

% dos casos simulados

60
50
40
30
20
10
0

01500 15001800180021002100240024002700
erro de distncia de falta [m]

>2700

Fonte: Autor.

Nesse histograma observa-se que cerca de 80% dos casos simulados para curtoscircuitos fase-terra, dupla-fase, dupla-fase-terra e trifsica apresentam erros de distncia inferiores a 1500 metros, considerado pequeno quando comparado com o
comprimento da linha de transmisso igual a 256 km.
(

A ttulo de exemplo, a figura 56 apresenta a superfcie da funo objetivo


da
otimizao 1, que representa a diferena de tenso no ponto de ocorrncia da falta,
que tm como resposta a localizao de uma falta trifsica ABC a 106 quilmetros
do terminal local da linha de transmisso de 765 [ ] com uma resistncia de falta
de 2 ohms.

Captulo 5. Sistemas simulados e anlise dos resultados

110

Figura 56: Superfcie da funo objetivo otimizao 1 para uma falta trifsica ABC na
LT - 765 [ ] a 106 km do terminal local com resistncia de falta de 2.

8600

8550

F(V)

8500

8450

8400

8350

8300
106.8

106.6

106.4

106.2

106

105.8

105.6

105.4

105.2

1.98

1.985

df(km)

1.99

1.995

2.005

2.01

2.015

2.02

2.025

Rf(ohm)

Fonte: Autor.

o Otimizao 2
Os resultados obtidos para a funo objetivo que otimiza no terminal local da linha
(
)

so apresentados pela tabela 24. Mostrando independentemente



+

do tipo e resistncia de falta um erro mximo de distncia de falta de 9543 metros


calculado pelo PS, enquanto o AG apresenta um erro mximo de 9321 metros. O
maior erro mdio de distncia de falta de 5242 metros, o maior erro desvio padro
de 3085 metros, e o erro mnimo de 16 metros calculado por ambas as ferramentas
de otimizao.
realizada uma comparao entre as tabelas 22 e 24, e nota-se uma pequena diferena nos resultados, isto , devido que existem diferentes funes objetivo utilizadas. Mesmo assim observa-se que tanto as duas funes objetivo usadas quanto as
duas ferramentas de otimizao aplicadas possuem uma alta preciso na localizao
da falta.
Tambm possvel observar que apesar de utilizar a funo de otimizao 2, os
resultados obtidos pelo AG apresentam uma pequena melhor soluo tima global
quando comparado com os resultados obtidos pelo PS, mas possui um maior tempo
computacional conforme mostrado pela tabela 25 que indica os erros de distncia
percentual.

Captulo 5. Sistemas simulados e anlise dos resultados

111

Tabela 24: Erros de distncia de falta em metros (m), otimizao 2 - 765 [ ].


LT
138 [kv]
74 km

AN

BC

BCN

ABC

Erros de distncia [m]


PS
R
[]
0,01
1
2
5
20
0,01
1
2
0,01
1
2
0,01
1
2
5

mx

mn

7540
7821
8245
8596
9543
8604
9056
8610
6057
6342
8699
2598
2709
2633
2740

560
315
521
884
964
1160
1149
96
18
96
240
16
41
90
556

AG

mx

mn

3645 2844
3240 2458
3524 2659
4497 2820
4789 3085
4738 2417
5242 2960
5033 2971
1738 2020
1641 2113
1950 2800
943
902
1058 1032
1374
922
1556
888
Fonte: Autor.

7540
7821
8245
8596
9321
8604
9056
8610
6057
6342
8699
2583
2398
2622
2250

560
315
521
884
964
1160
1149
96
18
87
231
16
41
125
556

3645
3240
3524
4497
4789
4738
5242
5032
1735
1640
1950
896
740
1305
1341

2844
2458
2659
2820
3085
2417
2960
2971
1949
2001
2741
886
824
821
626

A tabela 25 mostra os resultados percentuais obtidos pela funo de otimizao


2, indicando um erro mximo percentual de 3,72% do comprimento da linha de
transmisso, tambm pode-se observar que o erro mnimo percentual praticamente
igual a 0% e os erros mdio e desvio padro ficam abaixo de 2%. O tempo mdio
de convergncia para o PS de 1,30 segundos e para o AG de 123,67 segundos.
Tabela 25: Erros de distncia de falta percentual (%), otimizao 2 - 765 [ ].
Tipos
de
Falta
AN
BC
BCN
ABC

Erro de distncia de Falta


Percentual [%]
Mx.

Mn.

Mdia

3,72
3,41
3,28
1,03

0,331
0,035
0,006
0,006

1,921
1,887
0,670
0,465
Fonte: Autor.

Desvio
Padro
1,152
1,030
0,861
0,357

Tempo mdio de
Convergncia
[segundos]
PS = 1,30
AG = 123,67

O histograma de erros de distncia de falta obtidos pela otimizao 2, ilustrado


pela figura 57, apresentando resultados em relao ao percentual de nmero de casos simulados para cada tipo de curto-circuito. Nesse histograma pode-se observar

Captulo 5. Sistemas simulados e anlise dos resultados

112

que cerca de 80% dos casos simulados para os tipos de falta fase-terra, dupla-fase,
dupla-fase-terra e trifsica apresentam erros de distncia inferiores a 2000 metros,
considerado pequeno quando comparado com o comprimento da linha de transmisso igual a 256 km.
Figura 57: Histograma dos resultados obtidos para LT-765kV, otimizao 2.

90
AN
BC
BCN
ABC

80

% de casos simulados

70
60
50
40
30
20
10
0

02000 20002500250030003000350035004000
Errores de distancia de falta [m]

>4000

Fonte: Autor.

5.3

Anlise de robustez do algoritmo proposto

Inicialmente foram apresentados os resultados obtidos pelo algoritmo proposto, tanto


para a otimizao 1 quanto para a otimizao 2. Esses resultados demonstram o
desempenho e o grau de preciso dos mesmos, diante da influncia das diversas condies
de operao das linhas de transmisso durante a ocorrncia de uma falta, tais como:
variao da distncia da falta, variao do tipo e resistncia da falta, instante de ocorrncia
e nveis de carregamentos alto e baixo. Nesta seo realizada uma anlise da robustez
do algoritmo proposto frente a ateraes nos parmetros das linhas de transmisso, e
alteraes dos equivalentes de Thvenin ligados nos terminais da linha.

Captulo 5. Sistemas simulados e anlise dos resultados

5.3.1

113

Influncia na variao dos parmetros da linha de transmisso

Nesse caso foi realizada a alterao nos parmetros da linha de transmisso, isto ,
tipo de estrutura da torre, espaamento entre os condutores, caractersticas eltricas e
posicionamento dos condutores. De tal forma a alterar os parmetros eltricos da linha
(resistncia, reatncia e capacitncia), a fim de inserir erros nos parmetros e testar desta
maneira a robustez e preciso do algoritmo proposto.
A seguir, as tabelas 26 e 27 mostram os erros de distncia de falta percentual para as
linhas de transmisso de 138 e 230 [ ] respectivamente. Estes resultados foram obtidos
pela funo objetivo denominado otimizao 1, pois este ultimo apresentou melhor
maior exatido quando comparado com a otimizao 2.
Tabela 26: Erros de distncia de falta percentual (%) com alterao nos parmetros da
linha, otimizao 1 - 138 [ ].
Tipos
de
Falta
AN
BC
BCN
ABC

Erro de distncia de Falta


Percentual [%]
Mx.

Mn.

Mdia

4,57
0,47
2,84
1,80

0,8982
0,0001
0,0100
0,0002

2,5458
0,1206
0,8905
0,2504
Fonte: Autor.

Desvio
Padro
1,2040
0,1418
0,7724
0,3667

Tempo mdio de
Convergncia
[segundos]
PS = 6,55
AG = 81,76

A comparao entre as tabelas 11 e 27, mostra que com a insero de erros com a
alterao dos parmetros da linha de transmisso de 138 [ ], o erro de distncia mximo
percentual aumentou para 4.57% e o maior erro mdio para 2,54%, sendo considerados
aceitveis e pequenos quando comparados com o comprimento da linha.
Pode-se concluir que com a insero de erros nos parmetros da linha de transmisso,
decorrentes de solos no homogneos e outros efeitos, no influem significativamente na
preciso do algoritmo proposto para localizao de faltas. Os resultados tambm o comprovam para a linha de transmisso de 230 [ ], conforme mostrado pela tabela 27 e
comparado com a tabela 15. Apresentando erro percentual mximo de distncia de falta
de 4,68%, e maior erro mdio de 1,95%, sendo considerados aceitveis e pequenos em
relao ao comprimento da linha.

Captulo 5. Sistemas simulados e anlise dos resultados

114

Tabela 27: Erros de distncia de falta percentual (%) com alterao nos parmetros da
linha, otimizao 1 - 230 [ ].
Tipos
de
Falta
AN
BC
BCN
ABC

5.3.2

Erro de distncia de Falta


Percentual [%]
Mx.

Mn.

Mdia

3,90
4,01
4,07
4,68

0,3865
0,0181
0,0016
0,4115

1,7073
1,2300
1,2697
1,9543
Fonte: Autor.

Desvio
Padro
0,9336
1,1061
1,1208
1,3886

Tempo mdio de
Convergncia
[segundos]
PS = 1,42
AG = 12,55

Influncia na variao dos equivalentes de Thvenin

Nesta seo, apresenta-se uma anlise da robustez do algoritmo proposto para localizao de faltas frente a variao dos equivalentes de Thvenin conectados aos terminais da
linha. O modo de teste para verificar a robustez do algoritmo proposto, basicamente na
insero de erros nos parmetros dos equivalentes de Thvenin. Esta variao consiste em
trocar os valores dos Thvenin remoto nos Thvenin local, isto , inverter os parmetros
entre o equivalente Thvenin local e remoto.
A seguir, as tabelas 28 e 29 mostram os erros de distncia de falta percentual para as
linhas de transmisso de 138 e 230 [ ], respectivamente. Esses resultados foram obtidos
utilizando a funo objetivo denominada otimizao 1.
Tabela 28: Erros de distncia de falta percentual (%) com alterao nos equivalentes de
Thvenin, otimizao 1 - 138 [ ].
Tipos
de
Falta
AN
BC
BCN
ABC

Erro de distncia de Falta


Percentual [%]
Mx.

Mn.

Mdia

0,56
0,19
2,29
2,14

0
0,0131
0,0089
0,0018

0,0842
0,0815
0,6687
0,2299
Fonte: Autor.

Desvio
Padro
0,0980
0,0572
0,6090
0,4429

Tempo mdio de
Convergncia
[segundos]
PS = 4,69
AG = 38,95

A comparao entre as tabelas 11 e 28, mostra que com a insero de erros com a
alterao dos equivalentes de Thvenin da linha de transmisso de 138 [ ], o erro de
distncia mximo percentual de 2.14%, sendo considerado aceitvel e pequeno quando
comparado com o comprimento da linha.

Captulo 5. Sistemas simulados e anlise dos resultados

115

Tabela 29: Erros de distncia de falta percentual (%) com alterao nos equivalentes de
Thvenin, otimizao 1 - 230 [ ].
Tipos
de
Falta
AN
BC
BCN
ABC

Erro de distncia de Falta


Percentual [%]
Mx.

Mn.

Mdia

4,80
2,26
2,28
4,53

0,0070
0,0199
0,0048
0,0075

0,9129
0,5222
0,5301
0,8606
Fonte: Autor.

Desvio
Padro
1,1746
0,5489
0,5625
1,1200

Tempo mdio de
Convergncia
[segundos]
PS = 1,27
AG = 16,01

Pode-se concluir que com a variao nos Thvenin equivalente local e remoto, no
influem significativamente na preciso do algoritmo proposto para localizao de faltas.
Pois os resultados obtidos comprovam que para a linha de transmisso de 230 [ ],
conforme mostrado pela tabela 29 e comparado com a tabela 15. Apresentando erro
percentual mximo de distncia de falta de 4,8%, sendo considerado aceitvel e pequeno
em relao ao comprimento da linha.

116

Concluses
O presente trabalho apresentou o desenvolvimento de um algoritmo para localizao
de faltas em linhas de transmisso que utiliza dados de apenas um terminal da linha.
Esse algoritmo baseado em mtodos heursticos (algoritmos genticos e pattern search).
sendo capaz de identificar o ponto de ocorrncia da falta utilizando fasores de tenses e
correntes de pr e ps-falta, potncias de curto-circuito monofsicas e trifsicas de ambos
os terminais da linha, e parmetros eltricos da linha de transmisso.
Um aspecto relevante a ser considerado o emprego do modelo de parmetros distribudos da linha, de forma a represent-la o mais prximo possvel da situao real. Isso
significa que se procurou trabalhar com o mnimo possvel de hipteses simplificadoras
no equacionamento matemtico, reduzindo sobremaneira os erros na localizao da falta
devido a erros nos parmetros da linha, ficando esses mais suscetveis apenas s imprecises decorrentes da obteno dos fasores nos terminais e, eventualmente, do erro nos
equivalentes de Thvenin dos terminais.
A principal contribuio desta dissertao foi o desenvolvimento do algoritmo de localizao de faltas que baseado em duas funes objetivo diferentes: a primeira consiste
(
)

na diferena das tenses no ponto de falta


, e a segunda consiste na diferena das
(
)
tenses e correntes medidas + , calculadas a partir da matriz de admitncias

nodais.
Vale ressaltar que as ferramentas de otimizao utilizadas possuem naturezas heursticas, e, portanto, so menos propensas a ficarem presas em valores mnimos locais, o que
implica ainda uma maior eficincia e preciso na determinao da localizao da falta.
O algoritmo de localizao de faltas foi implementado utilizando-se o programa cientfico MATLAB e foi avaliado utilizando dados dos testes produzidos pelas simulaes no
software ATP/EMTP de quatro sistemas de transmisso distintos: 138, 230, 500 e 765
[ ].
Os resultados obtidos mostram a eficincia e preciso do algoritmo de localizao de

Concluses

117

faltas proposto, onde os erros obtidos so pequenos quando comparados ao comprimento


das linhas de transmisso. Esses erros apresentam um grau de preciso satisfatrio para
ambos os mtodos de otimizao empregados, isto , algoritmos genticos e Pattern Search. O algoritmo proposto adequado para todo tipo de falta em linhas de transmisso
transpostas ou no, de circuito simples ou de circuito duplo.
Para o caso da funo objetivo de otimizao 1, os resultados apresentaram erros mximos de 2.24%, 3,82%, 2,90% e 3,75% relativos s linhas de transmisso de 138, 230, 500 e
765 [ ], respectivamente. E os resultados obtidos para a funo objetivo da otimizao
2, apresentaram erros mximos igual a 4,93%, 4,87%, 3,65% e 3,72% do comprimento de
cada linha de transmisso, respectivamente. Portanto, pode-se disser que a otimizao
1 apresentou erros mximos abaixo de 4%, e a otimizao 2 apresentou erros mximos
abaixo de 5% do comprimento da linha de transmisso. Os erros mnimo, mdio e desvio
padro apresentados pela otimizao 1 ficaram abaixo de 1%, e pela otimizao 2
ficaram abaixo de 2% do comprimento da linha de transmisso. Contudo isso, pode-se
concluir que a otimizao 1 apresentou uma melhor exatido para a localizao da falta.
Observou-se que os erros de distncia aumentam quando a resistncia de falta aumenta
e quando a distncia da falta se aproxima ao comprimento da linha, ou seja, o ponto de
falta fica prximo do terminal remoto da linha. Sendo lgico pois unicamente utilizado
medies do terminal local.
Outras fontes de erro cujos impactos na preciso do algoritmo proposto foram avaliados, so: as alteraes dos parmetros da linha de transmisso, e a variao dos equivalentes de Thvenin. Nesses casos os erros mximos de distncia de falta ficaram abaixo de
5% do comprimento da linha de transmisso, mostrando que o algoritmo proposto para
localizao de faltas insensvel frente a essas alteraes.
Concluindo de forma geral, baseando-se no anlise de tudos os resultados, pode-se escolher a otimizao 1 e a ferramenta de otimizao do Pattern Search, por apresentarem
uma melhor exatido e menor tempo mdio de convergncia. Podendo ser implementado
como uma funo auxiliar de um IED, interesse principal das concessionrias de transmisso devido ao baixo custo de implementao.

118

Referncias
BEWLEY, L. V. Traveling waves on transmission systems. American Institute of
Electrical Engineers, Transactions of the, 1931. IEEE, v. 50, n. 2, p. 532550, 1931.
BLICKLE, T.; THIELE, L. A comparison of selection schemes used in genetic
algorithms. Zurich, Switzerland: Computer Engineering and Communication Networks
Lab, 1995.
BOWMAN, W. I.; MCNAMEE, J. M. Development of equivalent pi and t matrix circuits
for long untransposed transmission lines. IEEE Transactions on Power Apparatus
and Systems, 1964. v. 6, n. 83, p. 625632, 1964.
CHENG, Y. et al. One-terminal impedance fault location algorithm for single phase
to earth fault of transmission line. In: IEEE. Power and Energy Engineering
Conference (APPEEC), 2010 Asia-Pacific. [S.l.], 2010. p. 16.
DAVOUDI, M. G.; SADEH, J.; KAMYAB, E. Time domain fault location on
transmission lines using genetic algorithm. In: IEEE. Environment and Electrical
Engineering (EEEIC), 2012 11th International Conference on. [S.l.], 2012. p.
10871092.
DOMMEL, H. W. Electromagnetic Transients Program: Reference Manual
(EMTP theory book). [S.l.]: Bonneville Power Administration, 1986.
. ATP-EMTP Rule Book. [S.l.], 1997.
DUTTA, P.; ESMAEILIAN, A.; KEZUNOVIC, M. Transmission-line fault analysis using
synchronized sampling. Power Delivery, IEEE Transactions on, 2014. IEEE, v. 29,
n. 2, p. 942950, 2014.
ESHELMAN, L. J.; SCHAFFER, J. D. Realcoded genetic algorithms and intervalschemata. In: Foundations of genetic algorithms. [S.l.]: Morgan Kaufmann, 1993.
v. 2.
ESMAEILIAN, A. et al. A precise PMU based fault location method for multi terminal
transmission line using voltage and current measurement. In: IEEE. Environment and
Electrical Engineering (EEEIC), 2011 10th International Conference on. [S.l.],
2011. p. 14.

Referncias

119

FARSHAD, M.; SADEH, J. Accurate single-phase fault-location method for transmission


lines based on k-nearest neighbor algorithm using one-end voltage. Power Delivery,
IEEE Transactions on, 2012. IEEE, v. 27, n. 4, p. 23602367, 2012.
GILLI, M.; WINKER, P. A review of heuristic optimization methods in econometrics.
Journal of Economic Literature, 2008. n. 08-12, 2008.
GOLBERG, D. E. Genetic algorithms in search, optimization, and machine
learning. [S.l.]: Addion Wesley, 1989.
GONG, Y.; MYNAM, M.; GUZMN, A. Real-time multiterminal fault location
system for transmission networks. In: IEEE. Smart Grid Communications
(SmartGridComm), 2011 IEEE International Conference on. [S.l.], 2011. p.
558563.
GRAINGER, J. J.; STEVENSON, W. D. Power system analysis. New York:
McGraw-Hill, 1994.
GU, J.-C.; YU, S.-L. Removal of DC offset in current and voltage signals using a novel
fourier filter algorithm. Power Delivery, IEEE Transactions on, 2000. IEEE, v. 15,
n. 1, p. 7379, 2000.
HAUPT, R. L.; HAUPT, S. E. Practical genetic algorithms. [S.l.]: John Wiley &
Sons, 2004.
HAUPT, R. L.; WERNER, D. H. Genetic algorithms in electromagnetics. [S.l.]:
John Wiley & Sons, 2007.
HESSE, M. H. Electromagnetic and electrostatic transmission-line parameters by digital
computer. IEEE Transactions on Power Apparatus and Systems, 1963. IEEE,
v. 82, n. 66, p. 282291, 1963.
HOLLAND, J. H. Adaptation in Natural and Artificial Systems. Ann Arbor, MI:
University of Michigan Press, 1975.
HOOKE, R.; JEEVES, T. A. Direct Search solution of numerical and statistical
problems. Journal of the ACM (JACM), 1961. ACM, v. 8, n. 2, p. 212229, 1961.
JAIN, A. et al. Fault classification and fault distance location of double circuit
transmission lines for phase to phase faults using only one terminal data. In: IEEE.
Power Systems, 2009. ICPS09. International Conference on. [S.l.], 2009. p. 16.
JAIN, A.; THOKE, A. S.; PATEL, R. N. Double circuit transmission line fault distance
location using artificial neural network. In: IEEE. Nature & Biologically Inspired
Computing, 2009. NaBIC 2009. World Congress on. [S.l.], 2009. p. 1318.
JANIKOW, C. Z.; MICHALEWICZ, Z. An experimental comparison of binary and
floating point representations in genetic algorithms. In: ICGA. [S.l.: s.n.], 1991. p.
3136.
JIALE, S.; ZENGCHAO, W.; XIAONING, K. An accurate fault location algorithm
based on parameter identification of linear differential equation using one terminal data.
In: IEEE. Advanced Power System Automation and Protection (APAP), 2011
International Conference on. [S.l.], 2011. v. 1, p. 407412.

Referncias

120

JIANG, Q.; WANG, B.; LI, X. An efficient PMU-based fault-location technique for
multiterminal transmission lines. Power Delivery, IEEE Transactions on, 2014.
IEEE, v. 29, n. 4, p. 16751682, 2014.
KANG, N.; LIAO, Y. Double-circuit transmission-line fault location utilizing
synchronized current phasors. Power Delivery, IEEE Transactions on, 2013. IEEE,
v. 28, n. 2, p. 10401047, 2013.
KAWA, M.; IZYKOWSKI, J. Two-end fault location on long transmission lines
with in-line shunt reactors. In: IEEE. PowerTech (POWERTECH), 2013 IEEE
Grenoble. [S.l.], 2013. p. 16.
KORRES, G. N.; APOSTOLOPOULOS, C. A. Precise fault location algorithm
for double-circuit transmission lines using unsynchronised measurements from two
anti-parallel ends. IET generation, transmission & distribution, 2010. IET, v. 4,
n. 7, p. 824835, 2010.
KUMAR, R.; KUMAR, S. A novel technique for impedance relay to locate fault in long
transmission line. In: IEEE. Engineering and Computational Sciences (RAECS),
2014 Recent Advances in. [S.l.], 2014. p. 16.
LIMA, D. A. C. et al. Electrical power systems fault location with one-terminal data
using estimated remote source impedance. In: IEEE. Power and Energy Society
General Meeting (PES), 2013 IEEE. [S.l.], 2013. p. 15.
LIN, T.-C.; LIN, P.-Y.; LIU, C.-W. An algorithm for locating faults in three-terminal
multisection nonhomogeneous transmission lines using synchrophasor measurements.
Smart Grid, IEEE Transactions on, 2014. IEEE, v. 5, n. 1, p. 3850, 2014.
LINDEN, R. Algoritmos genticos (3a. ediao). Rio de Janeiro, Brasil: Cincia
Moderna Ltda., 2012.
MANASSERO, G. J. Sistema para localizao de faltas em linhas de transmisso
com subestaes conectadas em derivao. Tese (Doutorado) Escola Politcnica
da Universidade de So Paulo, So Paulo, Brasil, 2006.
MATHWORKS, G. A. Direct Search toolbox. Natick, MA, 2004.
MICHALEWICZ, Z. Genetic algorithms + data structures = evolution
programs. [S.l.]: Springer Science & Business Media, 2013.
OLESKOVICZ, M.; COURY, D. V.; AGGARWAL, R. K. O emprego de redes neurais
artificiais na deteco, classificao e localizao de faltas em linhas de transmisso.
SBA: Controle & Automao Sociedade Brasileira de Automtica, 2003.
SciELO Brasil, v. 14, n. 2, p. 138150, 2003.
PEREIRA, C. E. de M.; ZANETTA, L. C. J. Fault location in transmission lines using
one-terminal postfault voltage data. Power Delivery, IEEE Transactions on, 2004.
IEEE, v. 19, n. 2, p. 570575, 2004.
SANTOS, R. C. dos. Algoritmo Baseado em Redes Neurais Artificiais para a
Proteo de Distncia de Linhas de Transmisso. Tese (Doutorado) Escola
Politcnica da Universidade de So Paulo, So Paulo, Brasil, 2004.

Referncias

121

SPEARS, W. M.; JONG, K. A. de. An analysis of multi-point crossover.


Washington, DC, 1990.
SRINIVAS, M.; PATNAIK, L. M. Adaptive probabilities of crossover and mutation in
genetic algorithms. IEEE Transactions on Systems Man and Cybernetics, 1994.
IEEE, v. 24, n. 4, p. 656667, 1994.
STRINGFIELD, T. W.; MARIHART, D. J.; STEVENS, R. F. Fault location methods for
overhead lines. Transactions of the American Institute of Electrical Engineers.
Part III: Power Apparatus and Systems, 1957. v. 3, n. 76, p. 518529, 1957.
SYSWERDA, G. Uniform crossover in genetic algorithms. In: Proceedings of the 3th
International Conference in Genetic Algorithms. [S.l.: s.n.], 1989. p. 19.
TAKAGI, T. et al. A new alogorithm of an accurate fault location for EHV/UHV
transmission lines: Part I-Fourier transformation method. IEEE Transactions on
Power Apparatus and Systems, 1981. v. 3, n. PAS-100, p. 13161323, 1981.
. A new algorithm of an accurate fault location for EHV/UHV transmission lines:
Part II-Laplace transform method. IEEE Transactions on Power Apparatus and
Systems, 1982. IEEE, n. 3, p. 564573, 1982.
. Development of a new type fault locator using the one-terminal voltage and
current data. IEEE Transactions on Power Apparatus and Systems, 1982. IEEE,
n. 8, p. 28922898, 1982.
TANG, Y. et al. Fault indicators in transmission and distribution systems. In: IEEE.
Electric Utility Deregulation and Restructuring and Power Technologies,
2000. Proceedings. DRPT 2000. International Conference on. [S.l.], 2000. p.
238243.
TORCZON, V. On the convergence of pattern search algorithms. SIAM Journal on
optimization, 1997. SIAM, v. 7, n. 1, p. 125, 1997.
WANG, B. et al. Novel location algorithm for single-line-to-ground faults in transmission
line with distributed parameters. Generation, Transmission & Distribution, IET,
2013. IET, v. 7, n. 6, p. 560566, 2013.
WRIGHT, A. H. Genetic algorithms for real parameter optimization. In: Foundations
of genetic algorithms. [S.l.]: Morgan Kaufmann, 1991. v. 1, p. 205218.
ZANETTA, L. C. J. Transitrios eletromagnticos em sistemas de potncia. So
Paulo, Brasil: Editora - EdUSP, 2003. ISBN 9788531407550.
ZHANG, J.; ZHOU, H.; QIAN, J. A two-terminal fault location algorithm using
asynchronous sampling based on genetic algorithm. In: IEEE. Advanced Power
System Automation and Protection (APAP), 2011 International Conference
on. [S.l.], 2011. v. 2, p. 15131516.

122

Anexos

123

ANEXO

Clculo dos parmetros do quadripolo


de Transmisso.
[

A seguir apresentamos o clculo dos parmetros do quadripolo de transmisso () ,


[

] [

= [ ]

() , () e () , conforme mostrado na referncia de (BOWMAN; MCNAMEE, 1964).


A partir da soluo no trivial da segunda equao diferencial de correntes da equao 33,
apresentada no captulo 4.1 deste trabalho, so obtidos os autovalores 2 e a matriz de
autovetores [ ] de [] = [
] [
]. Sendo [] e [] constantes arbitrarias introduzidas
na soluo no trivial desse equacionamento, como mostra a equao 75.

(1 ) 0
0
0
(2 ) 0
0
0
(3 )

1
2
3

(75)

+ [ ]

(1 ) 0
0
0
(2 ) 0
0
0
(3 )

1
2
3

Representando a equao 75 na forma reduzida, obtem-se a seguinte forma:


[

= [ ] [ ( )] [] + [ ] [ ( )] []

(76)

Isolando a matriz de tenses da segunda equao diferencial da equao 29, obtem-se:


[

]
[

= [ ] = [ ]1

(77)

Derivando a equao 76 em relao a x e susbtitiundo na equao 77 obtida a matriz

ANEXO A. Clculo dos parmetros do quadripolo de Transmisso.

124

de tenses, conforme mostra a seguinte equao.


[

= [ ]1 [ ] [ ( )] [] + [ ]1 [ ]
(78)
[ ( )] []

As equaes 76 e 78 possuem constantes arbitrarias ([] , []), que devem ser determi[
]
[
] [
]
[
]

nadas a partir das condies iniciais, isto , quando x = 0,


=
e
=
.
] [
] [
] [
]
[

,
e
,
as tenses e correntes no terminal local e remoto da linha
Sendo
de transmisso, respectivamente. Substituindo estas condies iniciais nas equaes 76 e
78 obtm-se as constantes arbitrarias como mostra a equao 79.

]
[
1

[] =
[ ]1 [ ]

[] = [ ]1

(79)

Na sequncia, substituda a equao 79 nas equaes 76 e 78. De forma a encontrar


um equacionamento que relacione as tenses e correntes do terminal local e remoto, e as
constantes do quadripolo de transmisso, conforme mostra a seguinte equao.
]
[

[
]

= [ ]1 [ ] [ ( )] [ ]1 [ ]
+

+ [ ]1 [ ] [ ( )] [ ]1

( )
= [ ]
( )

(80)

[ ]

[ ]

+ [ ]1 + [ ] [ ( )] [ ]1

a partir da equao 80 que possvel identificar as constanstes do quadripolo de


transmisso, mostrado pela equao 81.
]
[

()

[
]

()

= [ ]1 [ ] [ ( )] [ ]1 [ ]
= [ ]1 [ ] [ ( )] [ ]1

[
]

() =

[
]

( )
[ ]
( )

(81)

[ ]

() = [ ] [ ( )] [ ]1

[ ]

125

ANEXO

Montagem da matriz de admitncias


para sistemas com circuito duplo.
A linha de transmisso de circuito duplo utilizada neste trabalho tem a caracterstica
que os dois circuitos so apoiados numa mesma torre. Num sistema trifsico, isto , que
cada torre suporta e isola seis fases, tornando um desafio tomar em conta a influncia da
presena do efeito de acoplamento mtuo, que representa a maior diferena com relao
a linhas de circuito simples. A simples existncia e considerao do efeito de acoplamento mtuo podem levar problemas de localizao da falta, a seguir a figura 58 ilustra
a montagem dessa matriz.
Figura 58: Montagem da matriz de admitncias para sistemas com circuito duplo.
L
1

I L1

Y2

I LF1

F
3

YmL

Y1

Y3

I F 1

YF

VF 1

Y2 2 Y22
Y11 Y11
Y33 Y33
Th-L
I abc

Y Th
ps L

I L2

YmL

Y2

I LF2

Y3

Y5

YF

I RF2

I F2

VF2

I R1
4

YmR

Y4 Y6

Y55
Y4 4 Y4 4

Y1

I RF1

R
5

Y55
Y6 6 Y6 6

Y5

Y4 Y6

I R2

YRTh

Th-R
I abc

ps

YmR

Fonte: Autor.

Conforme a figura 58 possvel mostrar que so includas as admitncias mtuas entre


os circuitos da linha, a montagem da matriz de admitncias baseada na anlise nodal do
sistema de transmisso conforme (GRAINGER; STEVENSON, 1994). A seguir, a equao 82

ANEXO B. Montagem da matriz de admitncias para sistemas com circuito duplo.

126

apresenta a montagem da matriz de admitncias nodais do sistema de transmisso com


circuito duplo analisado para um total de oito ns.
[ . ]

[ Prprias ]

= [ ] [ ]

(82)

Onde:
[

: representa a matriz de admitncias do sistema com circuito duplo.

Prprias

= : representa a matriz de admitncias prprias nodais do sistema.

] [

[ ]: representa a matriz de incidncia dos ramos ligados nos ns do sistema.


A matriz de admitncias prprias constituda por matrizes de admitncias de Thvenin equivalente local e remoto, matrizes de admitncias dos trechos da linha de transmisso e matrizes de admitncias de falta, conforme mostra-se a seguir.

[ ]

[0]

[0]
[
]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]
]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]
]

[0]

[0]

[0]

[0]

[0]

[0]

[0]
[ ]
2

[0]

[0]

[0]

[0]

[0]

[0]

[0]
]
1

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]
(83)

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]
[ ]
3

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]
[ ]
5

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]
[ ]
4

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]
[ ]
6

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[0]

[
]

Onde:
[

] [

] [

] [

, : so as matrizes de admitncias de Thvenin equivalente local e remoto,


respectivamente.
]

2,5 , 1,3,4,6 : so as admitncias series e paralelas de cada trecho da linha de


transmisso, respectivamente.
]

, : so as admitncias de medio nos terminais local e remoto, respectivamente.


[

: matriz de admitncias de falta.

[0]: a matriz de zeros.

ANEXO B. Montagem da matriz de admitncias para sistemas com circuito duplo.

127

A matriz de incidncia representa a ligao dos ramos nos ns do sistema de transmisso, conforme mostra-se a seguir.

[ ] =

[] [0]
[0]
[0]
[0] [0]
[0]
[0]
[] [] [0]
[0]
[0] [0]
[0] []
[0] [] [] [0]
[0] []
[0]
[0]
[0] [0]
[]
[0]
[0] [0] [] []
[0] [0]
[]
[0]
[0] [0]
[0]
[]
[0] [0]
[]
[0]
[] [0]
[0]
[0]
[0] [0]
[0]
[0]
[0] [0]
[0]
[0]
[0] [0]
[0]
[0]
[0] [0]
[0]
[0]
[0] [0]
[0]
[0]
[0] [0]
[0]
[0]
[0] [0]
[0]
[0]
[0] [0]
[0]
[0]

Onde:
[]: a matriz identidade.
[0]: a matriz de zeros.

[0] [0]
[0]
[0]
[] [0]
[0]
[0]
[0] [0]
[0]
[0]
[] [0]
[0]
[0]
[0] [0]
[0]
[0]
[0] [0]
[0]
[0]
[0] [0]
[0]
[0]
[0] [0]
[0]
[0]
[0] [0]
[0]
[0]
[0] [0]
[0]
[0]
[0] [0]
[0]
[0]
[0] [] [0]
[0]
[] [0]
[0] []
[0] [] [] [0]
[0] []
[0]
[0]
[0] [0]
[]
[0]
[0] [0] [] []
[0] [0]
[]
[0]
[0] [0]
[0]
[]
[0] [0]
[]
[0]

(84)

128

ANEXO

Dados das linhas de transmisso.


Um requisito importante para viabilizar a implementao prtica do algoritmo proposto neste trabalho que as situaes operativas simuladas sejam referentes a sistemas
de transmisso reais, desta forma foram adotados sistemas que abrangem os nveis de
tenso mais usuais na prtica assim como caractersticas fsicas e eltricas tpicas das
linhas de transmisso como geometria da torre, flecha no meio de vo, arranjo e tipo de
condutores. A seguir sero apresentadas as caractersticas das linhas de transmisso para
os nveis de tenso respectivos.

C.1

Linha de Transmisso de 138 [kV] - Circuito Duplo.

o Cabo condutor
Circuito duplo com um condutor por fase;
Flecha de 6,50 metros;
Condutor (Partridge) tipo CAA 266,8 MCM.
o Cabo guarda
Flecha de 6,0 metros;
Constitudo por cabos de ao galvanizado (7 fios) tipo HS com dimetro nominal de 1/2.
Resistividade do solo considerou-se o valor de 400 .

ANEXO C. Dados das linhas de transmisso.

129

Figura 59: Linha de transmisso de 138 [ ] - Circuito duplo.

3m

3m

2,3m
4,15m

3,8m

3,8m

1,85m

29,1m

17,35m

Fonte: Autor.
Tabela 30: Dados e caractersticas da linha de transmisso de 138 [ ].

Cabo condutor
Cabo guarda

Dimetro
Interno
0,59944 cm
0,0 cm

Dimetro
Externo
1,63068 cm
1,257 cm

Resistncia
(25 C)
0,21752 /km
3,045 /km

Fonte: (SANTOS, 2004).

C.2

Linha de Transmisso de 230 [kV] - Circuito Simples.

o Cabo condutor

ANEXO C. Dados das linhas de transmisso.

130

Figura 60: Linha de transmisso de 230 [ ] - Circuito simples.


6,5m

4,5m

27,3m

22m

Fonte: Autor.

Circuito simples com um condutor por fase;


Flecha de 14,0 metros;
Condutor (Drake) tipo ACSR 795 MCM (26/7).
o Cabo guarda
Flecha de 11,60 metros;
Dimetro de 5/16 (HS).
Resistividade do solo considerou-se o valor de 400 .
Tabela 31: Dados e caractersticas da linha de transmisso de 230 [ ].

Cabo condutor
Cabo guarda

Dimetro
Interno
1,03634 cm
0,0 cm

Dimetro
Externo
2,8143 cm
0,7937 cm

Fonte: (SANTOS, 2004).

Resistncia
(25 C)
0,07271 /km
4,971 /km

ANEXO C. Dados das linhas de transmisso.

C.3

131

Linha de Transmisso de 500 [kV] - Circuito Simples.


Figura 61: Linha de transmisso de 500 [ ] - Circuito simples.
4, 6m

3, 6m

5,5m

3, 2m
36,3m

22,3m

Fonte: Autor.

o Cabo condutor
Circuito simples com trs condutores por fase (igualmente espaados em 18);
Flecha de 11,40 metros;
Condutor (Chukar) tipo ACSR 1780 MCM (84/19).
o Cabo guarda
Flecha de 6,30 metros;
Dimetro de 0,385 (Allumoweld).
Resistividade do solo considerou-se o valor de 400 .

ANEXO C. Dados das linhas de transmisso.

132

Tabela 32: Dados e caractersticas da linha de transmisso de 230 [ ].

Cabo condutor
Cabo guarda

Dimetro
Interno
1,109 cm
0,0 cm

Dimetro
Externo
4,069 cm
0,978 cm

Resistncia
(25 C)
0,03182 /km
1,4626 /km

Fonte: (SANTOS, 2004).

C.4

Linha de Transmisso de 765 [kV] - Circuito Simples.


Figura 62: Linha de transmisso de 765 [ ] - Circuito simples.

15m

4,5m

13,5m

41, 6m

28,5m

Fonte: Autor.

o Cabo condutor
Circuito simples com quatro condutores por fase (igualmente espaados em
18);
Flecha de 16,50 metros;
Condutor (Dipper) tipo ACSR 1351,5 MCM (45/7).

ANEXO C. Dados das linhas de transmisso.

133

o Cabo guarda
Flecha de 14,40 metros;
Dimetro de 0,385 (Allumoweld).
Resistividade do solo considerou-se o valor de 400 .
Tabela 33: Dados e caractersticas da linha de transmisso de 230 [ ].

Cabo condutor
Cabo guarda

Dimetro
Interno
0,8813 cm
0,0 cm

Dimetro
Externo
3,5204 cm
0,978 cm

Fonte: (SANTOS, 2004).

Resistncia
(25 C)
0,04166 /km
1,4626 /km

134

ANEXO

Arquivo de entrada do ATP <.atp>


BEGIN NEW DATA CASE
C -------------------------------------------------------C Generated by ATPDRAW setembro, sexta-feira 5, 2014
C A Bonneville Power Administration program
C Programmed by H. K. Hidalen at SEfAS - NORWAY 1994-2003
C -------------------------------------------------------POWER FREQUENCY
60.
$DUMMY, XYZ000
C dT >< Tmax >< Xopt >< Copt >
5.2E-6
.1
100
100
1
1
1
0
0
1
0
C
1
2
3
4
5
6
7
8
C 345678901234567890123456789012345678901234567890123456789012345678901234567890
/BRANCH
C < n 1>< n 2><ref1><ref2>< R >< L >< C >
RFANL NL
0.0050
RFBNL NL
2.5
RFCNL NL
1.E-5
RNL
0.0050
C Matriz de Impedancia Equivalente-LOCAL
C < n 1>< n 2><ref1><ref2>< R >< L >< C >
51VTH_LAZTH_LA
4.1906
94.5345
52VTH_LBZTH_LB
3.E-15
23.63314.1906
94.5345
53VTH_LCZTH_LC
3.E-15
23.63313.E-15
23.63314.1906
94.5345
C Matriz de Impedancia Equivalente-REMOTO
C < n 1>< n 2><ref1><ref2>< R >< L >< C >
51VTH_RAZTH_RA
.7618
38.7219
52VTH_RBZTH_RB
1.E-15
9.6803 .7618
38.7219
53VTH_RCZTH_RC
1.E-15
9.68031.E-15
9.6803 .7618
38.7219
C Trecho 10-20
$VINTAGE, 1
-1010L1A020L1A
4.04378E-01 8.41751E+02 1.97722E+05-1.60000E+01 1 3
-2010L1B020L1B
7.40372E-02 4.11372E+02 2.92873E+05-1.60000E+01 1 3
-3010L1C020L1C
7.35861E-02 3.59537E+02 2.94854E+05-1.60000E+01 1 3
$VINTAGE, 0
0.59066463 0.70710678 -0.41095964
-0.00136809 0.00000000 -0.00125248
0.54974494 0.00000000 0.81376891
0.00270905 0.00000000 -0.00116571
0.59066463 -0.70710678 -0.41095964
-0.00136809 0.00000000 -0.00125248
C Trecho 20-30

ANEXO D. Arquivo de entrada do ATP <.atp>

$VINTAGE, 1
-1020L1A030L1A
4.04378E-01 8.41751E+02 1.97722E+05-1.60000E+01
-2020L1B030L1B
7.40372E-02 4.11372E+02 2.92873E+05-1.60000E+01
-3020L1C030L1C
7.35861E-02 3.59537E+02 2.94854E+05-1.60000E+01
$VINTAGE, 0
0.59066463 0.70710678 -0.41095964
-0.00136809 0.00000000 -0.00125248
0.54974494 0.00000000 0.81376891
0.00270905 0.00000000 -0.00116571
0.59066463 -0.70710678 -0.41095964
-0.00136809 0.00000000 -0.00125248
C Trecho 30-40
$VINTAGE, 1
-1030L1A040L1A
4.04378E-01 8.41751E+02 1.97722E+05-1.60000E+01
-2030L1B040L1B
7.40372E-02 4.11372E+02 2.92873E+05-1.60000E+01
-3030L1C040L1C
7.35861E-02 3.59537E+02 2.94854E+05-1.60000E+01
$VINTAGE, 0
0.59066463 0.70710678 -0.41095964
-0.00136809 0.00000000 -0.00125248
0.54974494 0.00000000 0.81376891
0.00270905 0.00000000 -0.00116571
0.59066463 -0.70710678 -0.41095964
-0.00136809 0.00000000 -0.00125248
C Trecho 40-50
$VINTAGE, 1
-1040L1A050L1A
4.04378E-01 8.41751E+02 1.97722E+05-1.60000E+01
-2040L1B050L1B
7.40372E-02 4.11372E+02 2.92873E+05-1.60000E+01
-3040L1C050L1C
7.35861E-02 3.59537E+02 2.94854E+05-1.60000E+01
$VINTAGE, 0
0.59066463 0.70710678 -0.41095964
-0.00136809 0.00000000 -0.00125248
0.54974494 0.00000000 0.81376891
0.00270905 0.00000000 -0.00116571
0.59066463 -0.70710678 -0.41095964
-0.00136809 0.00000000 -0.00125248
C Trecho 50-60
$VINTAGE, 1
-1050L1A060L1A
4.04378E-01 8.41751E+02 1.97722E+05-1.60000E+01
-2050L1B060L1B
7.40372E-02 4.11372E+02 2.92873E+05-1.60000E+01
-3050L1C060L1C
7.35861E-02 3.59537E+02 2.94854E+05-1.60000E+01
$VINTAGE, 0
0.59066463 0.70710678 -0.41095964
-0.00136809 0.00000000 -0.00125248
0.54974494 0.00000000 0.81376891
0.00270905 0.00000000 -0.00116571
0.59066463 -0.70710678 -0.41095964
-0.00136809 0.00000000 -0.00125248
/SWITCH
C < n 1>< n 2>< Tclose ><Top/Tde ><
Ie
><Vf/CLOP >< type >
020L1ARFANL
0.01667
10.
020L1BRFBNL
10.
-1.
020L1CRFCNL
10.
-1.
NL
RNL
0.01667
10.
ZTH_LA010L1A
MEASURING
ZTH_LB010L1B
MEASURING
ZTH_LC010L1C
MEASURING
ZTH_RA060L1A
MEASURING
ZTH_RB060L1B
MEASURING
ZTH_RC060L1C
MEASURING
/SOURCE

135

1
1
1

3
3
3

1
1
1

3
3
3

1
1
1

3
3
3

1
1
1

3
3
3

1
1
1
1
1
1

ANEXO D. Arquivo de entrada do ATP <.atp>

C < n 1><>< Ampl. >< Freq. ><Phase/T0><


C Fonte de Tenso LOCAL
14VTH_LA 0
187800.
60.
14VTH_LB 0
187800.
60.
-120.
14VTH_LC 0
187800.
60.
120.
C Fonte de Tenso REMOTO
14VTH_RA 0
187080.
60.
-23.250
14VTH_RB 0
187080.
60. -143.2500
14VTH_RC 0
187080.
60. 96.75000
/OUTPUT
ZTH_LAZTH_LBZTH_LCZTH_RAZTH_RBZTH_RC
BLANK BRANCH
BLANK SWITCH
BLANK SOURCE
BLANK OUTPUT
BLANK PLOT
BEGIN NEW DATA CASE
BLANK

A1

><

136

T1

>< TSTART >< TSTOP

>

-1.
-1.
-1.

10.
10.
10.

-1.
-1.
-1.

10.
10.
10.