Escolar Documentos
Profissional Documentos
Cultura Documentos
Centro de Tecnologia
Programa de Pós-Graduação em Engenharia Elétrica
Programa de Pós-Graduação em
Engenharia Elétrica
i
AGRADECIMENTOS
A minha mãe Penha, a minha irmã Paula e a meus irmãos Adirson e Addson pelo apoio
e incentivo durante esta jornada.
Aos professores e colegas do PPGEEC que contribuíram para minha formação acadê-
mica.
ii
RESUMO
iii
ABSTRACT
This work an algorithm for fault location is proposed. It contains the following func-
tions: fault detection, fault classication and fault location. Mathematical Morpho-
logy is used to process currents obtained in the monitored terminals. Unlike Fourier
and Wavelet transforms that are usually applied to fault location, the Mathematical
Morphology is a non-linear operation that uses only basic operation (sum, subtraction,
maximum and minimum). Thus, Mathematical Morphology is computationally very
ecient.
For detection and classication functions, the Morphological Wavelet was used.
On fault location module the Multiresolution Morphological Gradient was used to
detect the traveling waves and their polarities. Hence, recorded the arrival in the two
rst traveling waves incident at the measured terminal and knowing the velocity of
propagation, pinpoint the fault location can be estimated.
The algorithm was applied in a 440 kV power transmission system, simulated on
ATP. Several fault conditions where studied and the following parameters were evalu-
ated: fault location, fault type, fault resistance, fault inception angle, noise level and
sampling rate. The results show that the application of Mathematical Morphology in
faults location is very promising.
Keywords: Fault location, transmission lines, mathematical morphology, traveling
waves, power systems.
iv
Sumário
1 Introdução 1
1.1 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2 Classicação dos métodos de localização de faltas . . . . . . . . . . . . 6
1.2.1 Uso de componentes fundamentais com dados de um terminal . 7
1.2.2 Uso de componentes fundamentais com dados de dois terminais 10
1.2.3 Uso de ondas viajantes com Morfologia Matemática . . . . . . . 11
1.2.4 Uso de ondas viajantes com outras ferramentas . . . . . . . . . 13
1.3 Estrutura da Dissertação . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2 Morfologia Matemática 18
2.1 Filtros Morfológicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1.1 Dilatação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.1.2 Erosão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2 Gradiente Morfológico (GM) . . . . . . . . . . . . . . . . . . . . . . . . 23
2.3 Gradiente Morfológico Multirresolução (GMM) . . . . . . . . . . . . . . 23
2.4 Comparação do GM e do GMM . . . . . . . . . . . . . . . . . . . . . . 24
2.4.1 Variação do Tamanho do Elemento Estruturante . . . . . . . . . 26
2.4.2 Variação da Frequência de Amostragem dos Sinais . . . . . . . . 28
2.4.3 Variação da Resistência de Falta . . . . . . . . . . . . . . . . . . 31
2.4.4 Variação do Ângulo de Incidência de Falta . . . . . . . . . . . . 33
2.5 Wavelet Morfológica (WM) . . . . . . . . . . . . . . . . . . . . . . . . 35
2.6 Conclusões . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
v
3 Detecção e Classicação da Falta 40
3.1 Detecção da Falta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.1.1 Detecção a partir dos coecientes de detalhe da WM . . . . . . 42
3.1.2 Detecção a partir dos coecientes de aproximação da WM . . . 45
3.2 Algoritmo de detecção de faltas . . . . . . . . . . . . . . . . . . . . . . 47
3.3 Classicação de Faltas . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.4 Conclusões . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
vi
5.7 Inuência de ruídos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
5.8 Inuência da modelagem da linha de transmissão . . . . . . . . . . . . 78
5.9 Inuência da precisão dos parâmetros da linha . . . . . . . . . . . . . . 80
5.10 Conclusões . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
6 Conclusões Gerais 83
6.0.0.1 Propostas de continuidade do trabalho . . . . . . . . . 85
Referências Bibliográcas 85
vii
Lista de Tabelas
viii
Lista de Figuras
2.1 Dilatação de um sinal senoidal contendo um ruído branco pelo EE = {01 , 02 , 03 , ..., 020 } 21
2.2 Dilatação de um sinal senoidal contendo um ruído branco pelo EE = {01 , 02 , 03 , ..., 010 } 21
2.3 Erosão de um sinal senoidal contendo um ruído branco pelo EE = {01 , 02 , 03 , ..., 020 } 22
2.4 Erosão de um sinal senoidal contendo um ruído branco pelo EE = {01 , 02 , 03 , ..., 010 } 22
2.5 Sistema de transmissão analisado . . . . . . . . . . . . . . . . . . . . . . . 24
2.6 1◦ nível de decomposição do GMM . . . . . . . . . . . . . . . . . . . . . 25
2.7 2◦ nível de decomposição do GMM . . . . . . . . . . . . . . . . . . . . . 25
2.8 3◦ nível de decomposição do GMM . . . . . . . . . . . . . . . . . . . . . 25
2.9 GM com EE de três elementos . . . . . . . . . . . . . . . . . . . . . . . . 26
2.10 GM com EE de cinco elementos . . . . . . . . . . . . . . . . . . . . . . . 26
2.11 GM com EE de sete elementos . . . . . . . . . . . . . . . . . . . . . . . . 27
2.12 GMM com EE de quatro elementos . . . . . . . . . . . . . . . . . . . . . 27
2.13 GMM com EE de seis elementos . . . . . . . . . . . . . . . . . . . . . . . 27
2.14 GMM com EE de oito elementos . . . . . . . . . . . . . . . . . . . . . . . 28
2.15 GM para frequência de amostragem de 120 kHz . . . . . . . . . . . . . . . 29
2.16 GM para frequência de amostragem de 240 kHz . . . . . . . . . . . . . . . 29
2.17 GM para frequência de amostragem de 480 kHz . . . . . . . . . . . . . . . 29
2.18 GMM para frequência de amostragem de 120 kHz . . . . . . . . . . . . . . 30
2.19 GMM para frequência de amostragem de 240 kHz . . . . . . . . . . . . . . 30
2.20 GMM para frequência de amostragem de 480 kHz . . . . . . . . . . . . . . 30
2.21 GM para resistência de falta de 1Ω . . . . . . . . . . . . . . . . . . . . . 31
2.22 GM para resistência de falta de 50Ω . . . . . . . . . . . . . . . . . . . . . 31
2.23 GM para resistência de falta de 100Ω . . . . . . . . . . . . . . . . . . . . 31
ix
2.24 GMM para resistência de falta de 1Ω . . . . . . . . . . . . . . . . . . . . . 32
2.25 GMM para resistência de falta de 50Ω . . . . . . . . . . . . . . . . . . . . 32
2.26 GMM para resistência de falta de 100Ω . . . . . . . . . . . . . . . . . . . 32
2.27 GM para ângulo de incidência de falta de 0◦ . . . . . . . . . . . . . . . . . 33
2.28 GM para ângulo de incidência de falta de 45◦ . . . . . . . . . . . . . . . . 34
2.29 GM para ângulo de incidência de falta de 90◦ . . . . . . . . . . . . . . . . 34
2.30 GMM para ângulo de incidência de falta de 0◦ . . . . . . . . . . . . . . . . 34
2.31 GMM para ângulo de incidência de falta de 45◦ . . . . . . . . . . . . . . . 34
2.32 GMM para ângulo de incidência de falta de 90◦ . . . . . . . . . . . . . . . 35
2.33 Esquema de decomposição e reconstrução de um sinal xj (n) . . . . . . . . . 35
2.34 Decomposição pela WMH do primeiro ao terceiro nível . . . . . . . . . . . 37
2.35 Decomposição pela WMH do quarto ao sétimo nível . . . . . . . . . . . . . 38
x
5.2 Erro na estimativa do local da falta em função da distância falta para todos
os tipos de falta. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.3 Erro na estimativa do local da falta em função do terminal de medição para
uma falta bifásica-terra (AC-T) . . . . . . . . . . . . . . . . . . . . . . . 70
5.4 Erro na estimativa do local da falta em função do terminal de medição para
uma falta fase-terra (CT) . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
5.5 Erro na estimativa do local da falta em função de ângulo de incidência para
uma falta fase-terra (AT). . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.6 Erro na estimativa do local da falta em função de ângulo de incidência para
uma falta fase-fase-terra (ACT). . . . . . . . . . . . . . . . . . . . . . . . 72
5.7 Erro na estimativa do local da falta em função da resistência da falta para
uma falta fase-terra (CT). . . . . . . . . . . . . . . . . . . . . . . . . . . 74
5.8 Erro na estimativa do local da falta em função da resistência da falta para
uma falta fase-terra (CT). . . . . . . . . . . . . . . . . . . . . . . . . . . 74
5.9 Erro na estimativa do local da falta em função da resistência da falta para
uma bifásica-terra (BCT). . . . . . . . . . . . . . . . . . . . . . . . . . . 74
5.10 Erro na estimativa do local da falta em função da resistência da falta para
uma bifásica-terra (BCT). . . . . . . . . . . . . . . . . . . . . . . . . . . 75
5.11 Erro na estimativa do local da falta em função da taxa de amostragem para
uma falta monofásica (BT). . . . . . . . . . . . . . . . . . . . . . . . . . 76
5.12 Erro na estimativa do local da falta em função da taxa de amostragem para
uma falta bifásica-terra (ABT). . . . . . . . . . . . . . . . . . . . . . . . 76
5.13 Erro na estimativa do local da falta em função do nível de ruídos para uma
falta fase-terra (AT). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
5.14 Erro na estimativa do local da falta em função do modelo da linha de trans-
missão para faltas monofásicas (AT). . . . . . . . . . . . . . . . . . . . . . 79
5.15 Erro na estimativa do local da falta em função do modelo da linha de trans-
missão para faltas bifásicas-terra (ABT). . . . . . . . . . . . . . . . . . . . 79
5.16 Erro na estimativa do local da falta em função de erros nos parâmetros da
linha de transmissão para faltas monofásicas (AT). . . . . . . . . . . . . . . 80
5.17 Erro na estimativa do local da falta em função de erros nos parâmetros da
linha de transmissão para faltas bifásicas-terra (BCT). . . . . . . . . . . . . 81
xi
A.4 Esboço do sistema elétrico adotado no ATPDraw . . . . . . . . . . . . 97
A.5 Arquivo de entrada do ATP . . . . . . . . . . . . . . . . . . . . . . . . 98
xii
Capítulo 1
Introdução
1
2
PB ∑ NP
PB ∑ NO
PV I = ×Kp×(− DDPi )+ ×(− Koi ×DODi ) (1.1)
24 × 60 × D i=1
24 × 60 × D i=1
Onde:
• Ko: Fator para Outros Desligamentos com duração até 300 minutos. Este fator
será reduzido para Kp após 300 minutos;
Quando ocorre uma falta em uma linha de transmissão é desejável que o local da
ocorrência desse defeito seja determinado com a maior exatidão possível. Se o local
e o tipo da falta são conhecidos, o tempo de preparação da equipe de manutenção,
o tempo de deslocamento dessa equipe e, consequentemente, o tempo do reparo do
defeito podem ser reduzidos. Uma falta pode ser denida como qualquer evento que
possa interromper o fornecimento de energia elétrica de forma temporária ou contínua.
3
As técnicas que utilizam dados de apenas um terminal da linha e são baseadas nas
componentes fundamentais dos sinais, tem a sua precisão prejudicada, principalmente,
4
1.1 Objetivos
(SUN; SOOD, 2010) propõe uma melhora no método descrito por (TAKAGI et al.,
1982) usando uma nova corrente de sobreposição introduzida por (ERIKSSON; SAHA;
ROCKEFELLER, 1985), a qual tem a função de compensar o desconhecimento da cor-
rente de sequência zero. Esta metodologia apresenta uma melhor precisão que o método
tradicional quando a posição da falta é variada e quando são adotados parâmetros dis-
tribuídos na modelagem da linha. Aplicando-se técnicas avançadas de processamento
de sinais que utilizam maior taxa amostral, a precisão do algoritmo proposto é comprá-
vel às técnicas que usam dados de dois terminais para faltas fase-terra com resistência
de falta nula.
(JOHNS; JAMALI, 1989) propõe uma técnica de localização de faltas que utiliza
dados de corrente e tensão pós-falta nos dois terminais da linha. A localização da falta
é estimada igualando-se as duas equações da tensão no ponto da falta vista de cada
terminal da linha e considera o modelo de parâmetros distribuídos. Para aplicação
em sistemas trifásicos, a rede é desacoplada utilizando a transformação modal de We-
dephol. O método não é inuenciado pela resistência da falta, pelo local da falta e pela
impedância das fontes. Porém, sofre inuência de erros na estimação dos fasores, nos
parâmetros da linha e no sincronismo dos dados dos dois terminais.
(CHUNJU et al., 2007) apresenta uma técnica de localização de faltas para linhas de
transmissão, onde os fasores de tensão e corrente são obtidos nos dois terminais da linha
através de Unidades de Medição Fasorial (do inglês PMU). Os parâmetros da linha e
dos geradores são obtidos de forma on-line, a partir dos dados de tensão e corrente pré-
falta. As componentes simétricas de sequência positiva dos sinais superpostos de tensão
e corrente são usados para o cálculo do local da falta, a qual é obtida igualando-se as
equações da tensão no ponto da falta vista dos dois terminais. As simulações indicaram
que o algoritmo proposto é preciso para linhas de transmissão com circuitos simples,
duplo e sistemas com múltiplos terminais. A localização da falta não foi inuenciada
pela resistência de falta, o tipo da falta, o modo de geração, a mudança nos parâmetros
causados pelo ambiente, o modo de operação e os uxos na linha.
(CRUZ, 2010) apresenta um algoritmo de localização de faltas para linha com com
dois e três terminais. Nesta abordagem é utilizada a TW para indicar o instante de
ocorrência da falta, servindo para a sincronização dos dados de tensão e corrente nos
terminais monitorados. A partir dos fasores de tensão e corrente pós-falta sincronizados
e da matriz de impedância série da linha, é possível equacionar a posição da falta
igualando as equações das tensões de cada terminal. Através dos resultados é possível
armar que o algoritmo foi eciente tanto na identicação do ramo faltoso quanto na
localização da falta. A precisão do algoritmo não foi afetado de forma signicante
pela variação do ângulo de incidência de falta e pela distância da falta. No entanto, o
algoritmo foi sensível, em alguns casos, ao aumento da resistência de falta, devido ao
sincronismo dos dados.
(ZHANG et al., 2002) apresenta uma técnica para localização faltas com dados de
um terminal usando a Morfologia Matemática. O modo aéreo alfa da transformada de
Clarke dos sinais de corrente são usados como entrada do ltro morfológico. O ltro
morfológico proposto é denominado Gradiente Morfológico Multiresolução (GMM). Na
metodologia as três primeiras frentes de onda incidentes no terminal são detectadas,
excluindo a necessidade da velocidade de propagação das ondas viajantes no equaciona-
mento da localização da falta. Um estudo comparativo entre o GMM e TW complexa
mostrou que o atraso gerado pelo ltro morfológico é inferior ao atraso da TW. Os
1.2 Classicação dos métodos de localização de faltas 12
resultados mostraram que as ondas viajantes e sua direção de propagação podem ser
facilmente detectadas pela magnitude e polaridade do ltro morfológico. A frequência
de amostragem utilizada foi de 1MHz.
(WU; ZHANG; ZHANG, 2003) apresenta uma expansão do trabalho proposto por
(ZHANG et al., 2002). A transformação modal de Clarke dos dados de corrente e
tensão em um terminal é utilizada. O GMM é utilizado para extrair os transitórios
gerados pela falta. A técnica proposta também é capaz de determinar se a falta ocorreu
montante ou a jusante do ponto de medição. Usando o GMM dos modos aéreos dos
sinais de tensão e corrente obtidos nos relés é possível indicar corretamente a direção
que ocorreu a falta para vários tipos de falta, posições, resistência de falta e ângulo de
incidência de falta. A taxa de amostragem dos sinais foi de 1MHz.
(ZHEN et al., 2005) aplica o ltro morfológico da mediana que calcula a mediana
entre três amostras consecutivas para a redução de ruídos nos sinais faltosos de corrente
medidos em um terminal, com objetivo de melhorar a precisão do algoritmo de loca-
lização de faltas baseado em ondas viajantes. A transformação de Clarke é realizada
nos sinais de corrente e em seguida é executado o ltro GMM para extração das três
primeiras frentes de onda. A análise de segurança é realizada para examinar e medir
a conabilidade da localização da falta sob diferentes relações-sinal-ruído (SNR). A
frequência de amostragem utilizada foi de 1MHz.
para extrair as frentes de onda. Na localização da falta foi utilizado o segundo nível de
decomposição, mostrando resultados mais robustos quando comparados com o GMM.
Porém, se o nível de decomposição não for o adequado para a situação faltosa o ltro
proposto perde a característica de detectar a polaridade do sinal.
Em (JI et al., 2009) um novo ltro morfológico chamado de Dierion é proposto para
redução de ruídos nos sinais transitórios com o objetivo de melhorar o desempenho do
algoritmo localizador de faltas baseado no GMM. A composição do ltro proposto é
inspirado em três ltros básicos da MM chamados de dilatação, erosão e mediana.
O ltro Dieron é calculado de modo rápido e simples, porém, o sucesso da ltragem
depende da escolha dos parâmetros do ltro, como também do tamanho do elemento
estruturante (EE). O ltro foi testado para vários tipos de falta em diversas posições da
linha, os resultados mostraram que o desempenho do ltro Dierion é bastante promissor.
(LU; JI; WU, 2009) propõe um algoritmo de localização de faltas usando a teoria
Lifting Morfológico para identicar o gradiente das frentes de onda com ruído. Neste
algoritmo a janela preditora diminui cada vez que é detectada uma borda através
de uma operação morfológica, permitindo eliminar ruídos e preservando as frentes de
onda. O algoritmo é capaz de melhorar o desempenho da TW e do GMM, podendo
fornecer uma resposta correta em um ambiente ruidoso para diferentes tipos de faltas,
localizações, resistência de falta, ângulo de incidência de falta.
um terminal da linha para localizar a falta. Para a detecção das ondas viajantes é
utilizada a correlação cruzada entre as amostras dos sinais que incidem no terminal de
medição. A detecção acontece quando ocorre um pico na saída da função de correlação,
indicando uma boa compatibilidade entre as formas de onda. O intervalo de tempo
ente os picos é usado para o cáculo da distância da falta. A precisão do método é
dependente da localização da falta, do tipo de falta e do ângulo de incidência de falta.
(RAJENDRA; MCLAREN, 1985) desenvolve uma técnica baseada nas ondas via-
jantes de tensão e corrente para uma linha com três terminais. O critério da função
correlação cruzada depende das duas primeiras frentes de onda reetidas que possuem
a mesma forma e periodicidade, gerando um alto valor na saída da função de corre-
lação. A técnica também diferencia faltas ocorridas nas linhas adjacentes através da
mudança de polaridade da saída da função de correlação cruzada.
ritmos.
Morfologia Matemática
18
2.1 Filtros Morfológicos 19
diversas naturezas. Assim, por exemplo, em (JING et al., 2006) a MM é utlizada para
detectar faltas internas em transformadores de energia, em (HUANG; LIU; HONG,
2009) a MM é utilizada para a detecção e localização de distúrbios em sinais elétricos
e em (JING et al., 2009) utiliza-se a MM para detecção de componentes harmônicos
em correntes.
2.1.1 Dilatação
{
f (n − m) + g(m)
(f ⊕ g)(n) = max (2.1)
|(n − m) ∈ Df ; m ∈ Dg
0.3
0.2
0.1
Amplitude
−0.1
−0.2
−0.3
0 200 400 600 800 1000 1200 1400 1600 1800 2000
Amostras (n)
0.3
0.2
Amplitude
0.1
−0.1
−0.2
−0.3
0 200 400 600 800 1000 1200 1400 1600 1800 2000
Amostras (n)
2.1.2 Erosão
{
f (n + m) − g(m)
(f ⊖ g)(n) = min (2.2)
|(n + m) ∈ Df ; m ∈ Dg
0.3
0.2
Amplitude
0.1
−0.1
−0.2
−0.3
0 200 400 600 800 1000 1200 1400 1600 1800 2000
Amostras (n)
0.3
0.2
0.1
Amplitude
−0.1
−0.2
−0.3
0 200 400 600 800 1000 1200 1400 1600 1800 2000
Amostras (n)
Para avaliar o desempenho geral dos ltros GM e GMM na detecção das frentes das
ondas viajantes geradas por uma falta, várias circunstâncias de faltas foram testadas.
Os parâmetros variados foram a resistência de falta, o ângulo de incidência da falta,
o tamanho do EE e a frequência de amostragem dos sinais. Para isso, foi analisada
uma falta fase-terra aplicada à 40 km da barra A no sistema da Figura 2.5. O GM e
o GMM foram aplicados sobre o modo aéreo alfa das correntes, obtido pela aplicação
da Transformada de Clarke de acordo com a Equação 2.9.
1
Iα = (2IA − IB − IC ) (2.9)
3
Nestas guras, observa-se que o primeiro pico tem amplitude maior no segundo nível
de decomposição do que no primeiro nível, adicionalmente, observa-se que no terceiro
nível há duplicidade do primeiro pico, o que pode inviabilizar a detecção, isso justica
a escolha pelo segundo nível de decomposição.
GMM nível 1
25
20
Saída do GMM (A)
15
10
0
0.0265 0.0266 0.0267 0.0268 0.0269 0.027 0.0271 0.0272 0.0273 0.0274 0.0275
Tempo (s)
GMM nível 2
40
30
20
Saída do GMM (A)
10
−10
−20
−30
−40
0.0265 0.0266 0.0267 0.0268 0.0269 0.027 0.0271 0.0272 0.0273 0.0274 0.0275
Tempo (s)
GMM nível 3
60
40
Saída do GMM (A)
20
−20
−40
−60
0.0265 0.0266 0.0267 0.0268 0.0269 0.027 0.0271 0.0272 0.0273 0.0274 0.0275
Tempo (s)
Vale destacar que a detecção de uma frente de onda é caracterizada por um pico
positivo ou negativo na saída do ltros GM ou GMM. A polaridade do pico é prove-
niente do tipo de ltro usado e da polaridade do sinal analisado. Assim, por exemplo,
2.4 Comparação do GM e do GMM 26
no caso da Figura 2.7, observa-se que o primeiro pico do sinal de saída do ltro GMM
apresenta polaridade positiva e, portanto, a primeira frente de onda incidente apresenta
polaridade positiva. A determinação das polaridades será vital para o desenvolvimento
do algoritmo de localização de faltas.
4
EE = 10 [ −1 0 −1 ]
600
Saída do GM (A)
400
200
−200
EE =104 [ −2 −1 0 −1 −2 ]
600
Saída do GM (A)
400
200
−200
Os resultados mostram que, com todos os EE's foi possível evidenciar as frentes de
onda, porém EE's menores permitem uma resposta melhor dos ltros na detecção dos
picos. O GMM com EE de comprimento quatro apresentou um desempenho um pouco
2.4 Comparação do GM e do GMM 27
EE = 104[ −3 −2 −1 0 −1 −2 −3 ]
400
200
−200
4
EE = 10 [0,1,2,3]
3000
2000
Saída do GMM (A)
1000
−1000
−2000
−3000
0.0225 0.0226 0.0227 0.0228 0.0229 0.023 0.0231 0.0232 0.0233
Tempo (s)
4
EE = 10 [0,1,2,3,4,5]
3000
2000
Saída do GMM (A)
1000
−1000
−2000
−3000
0.0225 0.0226 0.0227 0.0228 0.0229 0.023 0.0231 0.0232 0.0233
Tempo (s)
4
EE = 10 [0,1,2,3,4,5,6,7]
3000
2000
−1000
−2000
−3000
0.0225 0.0226 0.0227 0.0228 0.0229 0.023 0.0231 0.0232 0.0233
Tempo (s)
melhor que os demais ltros analisados nesta seção, já que nele menos oscilações foram
observadas. Este comportamento foi conrmado em diversos outros testes realizados.
600
500
400
300
200
100
−100
−200
0.0225 0.0226 0.0227 0.0228 0.0229 0.023 0.0231 0.0232 0.0233
Tempo (s)
600
500
400
300
200
100
−100
−200
0.0225 0.0226 0.0227 0.0228 0.0229 0.023 0.0231 0.0232 0.0233
Tempo (s)
600
500
400
300
200
100
−100
−200
0.0225 0.0226 0.0227 0.0228 0.0229 0.023 0.0231 0.0232 0.0233
Tempo (s)
2000
1000
−1000
−2000
−3000
0.0225 0.0226 0.0227 0.0228 0.0229 0.023 0.0231 0.0232 0.0233
Tempo (s)
2000
1000
−1000
−2000
−3000
0.0225 0.0226 0.0227 0.0228 0.0229 0.023 0.0231 0.0232 0.0233
Tempo (s)
2000
1500
1000
500
−500
−1000
−1500
−2000
−2500
0.0225 0.0226 0.0227 0.0228 0.0229 0.023 0.0231 0.0232 0.0233
Tempo (s)
R = 1 Ohm
700
600
500
Saída do GM (A)
400
300
200
100
0
−100
−200
0.0225 0.0226 0.0227 0.0228 0.0229 0.023 0.0231 0.0232 0.0233
Tempo (s)
R = 50 Ohms
700
600
500
Saída do GM (A)
400
300
200
100
0
−100
−200
0.0225 0.0226 0.0227 0.0228 0.0229 0.023 0.0231 0.0232 0.0233
Tempo (s)
R = 100 Ohms
700
600
500
Saída do GM (A)
400
300
200
100
0
−100
−200
0.0225 0.0226 0.0227 0.0228 0.0229 0.023 0.0231 0.0232 0.0233
Tempo (s)
R = 1 Ohm
2000
Saída do GMM (A)
1000
−1000
−2000
R = 50 Ohms
2000
Saída do GMM (A)
1000
−1000
−2000
R= 100 Ohms
2000
Saída do GMM (A)
1000
−1000
−2000
Os resultados das Figuras 2.29 à 2.26 mostraram que as saídas dos ltros variaram
apenas em amplitude, de tal forma que quanto maior a resistência de falta, menor é a
amplitude dos picos obtidos a partir dos ltros GM e GMM. Apenas em condições de
resistência de falta muito elevadas a detecção das ondas viajantes pode ser dicultada,
devido exatamente à amplitude da saída do ltro morfológico, que caracteriza a frente
de onda, ser pequena e, consequentemente, é difícil de ser detectada por um algoritmo.
Da Figura 2.27 até a 2.32, observa-se que nos casos onde o ângulo de incidência
da falta é próximo a zero, as amplitudes dos sinais de saída dos ltros apresentam
magnitudes bem inferiores aos demais casos. Isto se deve às baixas magnitudes das
correntes para as faltas ocorridas em baixos ângulos de incidência. Em geral, observa-se
ainda que para ângulos de incidência baixos, a saída do GMM permanece quase nula
na condução pré-falta ao contrário do que se observa na saída do GM.
0 grau
0
−2
Saída do GM (A)
−4
−6
−8
−10
0.0266 0.0267 0.0268 0.0269 0.027 0.0271 0.0272 0.0273 0.0274
Tempo (s)
45 graus
500
400
Saída do GM (A)
300
200
100
−100
90 graus
800
600
Saída do GM (A)
400
200
−200
0.0225 0.0226 0.0227 0.0228 0.0229 0.023 0.0231 0.0232 0.0233
Tempo (s)
0 grau
30
20
Saída do GMM (A)
10
−10
−20
−30
0.0266 0.0267 0.0268 0.0269 0.027 0.0271 0.0272 0.0273 0.0274
Tempo (s)
45 graus
1500
1000
Saída do GMM (A)
500
−500
−1000
−1500
0.0245 0.0246 0.0247 0.0248 0.0249 0.025 0.0251 0.0252 0.0253
Tempo (s)
90 graus
2000
−1000
−2000
A reconstrução do sinal após a sua decomposição pela WMH é dado pela Equação
2.16,
Sinal original
5000
−5000
0 2000 4000 6000 8000
primeiro nível de aproximação
5000
0
Corrente (A)
−5000
0 1000 2000 3000 4000
−5000
0 500 1000 1500 2000
terceiro nível de aproximação
5000
−5000
0 200 400 600 800 1000
Amostras (n)
−5000
0 100 200 300 400 500
0
Corrente (A)
−5000
0 50 100 150 200 250
sexto nível de aproximação
5000
−5000
0 50 100
sétimo nível de aproximação
5000
−5000
0 20 40 60
Amostras (n)
2.6 Conclusões
Neste capítulo foram apresentados os ltros morfológicos usados em todos os mó-
dulos da metodologia de localização de faltas desenvolvida nesta dissertação. Foram
realizados testes de desempenho dos ltros GM e GMM diante da variação das con-
dições de falta. Para a etapa de detecção das ondas viajantes geradas por uma falta,
o ltro GMM mostrou-se mais indicado que o ltro GM. Em geral, observou-se que
o sinal de saída do ltro GMM apresenta maior magnitude e menos oscilações após a
ocorrência da falta. Vale salientar que, inúmeros testes foram realizados para vericar e
validar as conclusões sobre desempenho do GM e GMM diante das várias circunstâncias
de faltas e parâmetros de ajuste dos ltros analisados neste capítulo.
No estudo da inuência do tamanho dos EE's observou-se que EE's menores são
mais indicados na detecção das frentes de onda. Na avaliação da frequência de amos-
tragem observou-se que os ltros apresentam respostas melhores com maiores taxas de
amostragem. O estudo do ângulo de incidência de falta mostrou sua grande inuên-
cia na magnitude de saída dos ltros GMM e GM, entretanto, no caso do ltro GM,
observou-se ainda que nos casos de ângulos próximos a zero, a saída do ltro se afasta
de zero antes da ocorrência da falta. Por m, observou-se que a inuência da resistên-
cia de falta atua apenas na diminuição da magnitude de saída dos ltros à medida que
a resistência de falta aumenta. Com base nos resultados observados, o ltro GMM foi
selecionado para ser inserido na metodologia de localização de faltas.
Por m, neste capítulo foi apresentada a Wavelet Morfológica de Haar que será
usada nos módulos de detecção e classicação de falta que serão apresentados no pró-
ximo capítulo.
Capítulo 3
O valor da norma de um sinal é denida pela Equação 3.1. Nesta equação cσ (k)
é o valor instantâneo dos coecientes Wavelet, σ pode representar as fases A, B, C ou
o modo zero e amos indica o número de amostras do sinal analisado, o qual depende
40
3.1 Detecção da Falta 41
v
uamos
u∑
Eσ = t c2σ (k) (3.1)
k=1
A ocorrência de uma falta deve ser percebida o mais rapidamente possível, já que
vários fenômenos e efeitos indesejáveis como redução da margem de estabilidade do
sistema, danos à equipamentos e desligamentos em cascata podem ocorrer se uma falta
demorar a ser isolada.
Para a detecção da falta, é analisada uma janela de dados de um ciclo (1/60 s) das
correntes de linha. Essa janela se desloca com passo de 1 ms e sobre ela são calculados
os coecientes (ω1 e ψ7 ) da WMH para cada uma das correntes de linha. Em seguida,
são calculadas as normas desses coecientes. Uma falta é detectada quando pelo menos
uma das normas calculadas supera em mais de 3% o limiar auto-ajustável (thr).
normas dos coecientes obtidos na mesma janela de análise. Esta atualização permite
ao algoritmo se adequar às mudanças não repentinas ocorridas no regime de operação
do sistema de energia.
3000
janela 106 Fase A
Fase B
2000 janela 92 Fase C
1000
Corrente (A)
−1000
janela 93 janela 94
−2000 janela 107 janela 108
janela 109
−3000
0.09 0.1 0.11 0.12 0.13 0.14 0.15
Tempo (s)
3.1. A partir da janela 107, quando as janelas já contém informação das correntes
pós-falta, percebe-se um aumento abrupto das normas. O aumento das normas nas
fases sãs se deve ao acoplamento mútuo entre as fases.
Uma série de testes foi realizado para comprovar a eciência desta metodologia.
Nos testes foram avaliados o sucesso da detecção e o atraso de tempo necessário para
a conrmação da falta. Durante os testes observou-se que esta metodologia pode
apresentar falhas quando os sinais das correntes contém ruídos. As Figuras 3.2 e 3.3
mostram o desempenho deste método quando os sinais de corrente contém diversos
níveis de ruído. A relação sinal/ruído calculada em dB (SNR ) é obtida sobre os sinais
de corrente em regime permanente na condição pré-falta.
Para as faltas fase-terra foram simulados 180 casos para cada nível de ruído, os
resultados da Figura 3.2 indicam que para SNR menores que 50 dB o desempenho do
algoritmo foi bastante prejudicado, já que muitas faltas não foram detectadas devido à
interferência do ruído que atua no sentido de ocultar os transitórios gerados pela falta.
Na Figura 3.3 mostra os resultados de 252 casos de faltas bifásica-terra para cada nível
de ruído, a metodologia proposta nesta seção foi pouco prejudicada pela presença de
3.1 Detecção da Falta 44
70 dB 60 dB 50 dB 40 dB 30 dB
180
160
140
Número de casos
120
100
80
60
40
20
0
<3ms <4ms <5ms >5ms n.d
tempo de detecção
Figura 3.2: Tempo de detecção para faltas fase-terra. n.d indica os casos não detectados.
70 dB 60 dB 50 dB 40 dB 30 dB
252
200
Número de casos
150
100
50
0
<3ms <4ms <5ms >5ms n.d
tempo de detecção
Figura 3.3: Tempo de detecção para faltas bifásica-terra. n.d indica os casos não detectados.
3.1 Detecção da Falta 45
ruídos, esse bom comportamento também foi observado no caso das faltas bifásicas e
trifásicas. Os casos mais críticos para a metodologia proposta estão associados a baixos
ângulos de incidência e/ou altas resistências das faltas (> 200Ω).
A Tabela 3.2 mostra o processo de detecção de falta para o caso da Figura 3.1,
porém, usando a norma calculada para os coecientes ψ7 . Observa-se que até a janela
108 as normas dos coecientes não variam signicativamente. A detecção da falta
só acontece na janela 109 e a conrmação na janela 111, levando a um atraso de 2
ms em relação ao esquema anterior. Diferente do esquema de detecção baseado em
ω1 , as normas das fases sãs permanecem praticamente constantes, ou seja, o aumento
signicativo da energia só acontece na fase sob falta (fase B). Assim, a norma obtida
por ψ7 será utilizada como indicador da ocorrência da falta e das fases envolvidas na
falta.
Vários testes foram realizados para validar a eciência deste esquema de detecção de
faltas. Como este esquema é imune à presença de ruídos, os testes com sinais contendo
ruídos não são apresentados. Na Figura 3.4 são apresentados resultados da aplicação
desta nova metodologia para faltas fase-terra e bifásica-terra, em que 180 casos foram
simulados para cada tipo de falta e vários níveis de ruído. Observa que a maioria das
faltas foram detectados com atraso inferior a 5 ms, comparando esses tempos com os
tempos obtidos na metodologia anterior, observa-se que a primeira metodologia é capaz
de detectar as faltas mais rapidamente, entretanto, ela é sensível à presença de ruídos.
3.1 Detecção da Falta 46
Janela início (ms) m (ms) EAψ · 103 EBψ · 103 ECψ · 103 thrψ · 103
.. .. .. .. .. .. ..
. . . . . . .
92 91 107,667 1,570 1,603 1,633 1,639
93 92 108,667 1,558 1,628 1,619 1,639
94 93 109,667 1,575 1,639 1,593 1,639
.. .. .. .. .. .. ..
. . . . . . .
108 107 123,667 1,568 1,654 1,629 1,639
109 108 124,667 1,516 2,519 1,625 1,654
110 109 125,667 1,452 3,148 1,599 1,654
111 110 126,667 1,406 3,427 1,580 1,654
E(A,B,C)ψ - Normas obtidas das fases A,B,C.
thrψ - Limiar de detecção de falta
fase−terra bifásica−terra
180
160
140
Número de casos
120
100
80
60
40
20
0
<3ms <4ms <5ms >5ms n.d
tempo de detecção
Figura 3.4: Tempos de detecção para faltas fase-terra e bifásica-terra. Foram simulados 180
casos para cada tipo de falta. n.d indica os casos não detectados.
3.2 Algoritmo de detecção de faltas 47
coecientes ψ7 para cada uma das correntes de linha e para o modo zero da transfor-
mada de Clarke. Em seguida, são calculadas as normas EAψ , EBψ , ECψ , e E0ψ .
As fases envolvidas são identicadas quando as suas normas EAψ , EBψ e ECψ
superam o limiar de detecção de falta, thrψ , em pelo menos 15%. Para determinar
se a falta envolve a terra, a norma E0ψ deve superar em 1% o valor do limiar thrψ .
Os valores dos limiares adotados foram obtidos empiricamente e nos testes realizados
constatou-se que eles foram adequados para classicar corretamente praticamente 100%
das faltas simuladas.
3.4 Conclusões 50
3.4 Conclusões
Neste capítulo foram abordados os esquemas de detecção e classicação de falta.
Estas etapas são executadas de forma sequencial e o módulo de classicação só é iniciado
depois da conrmação da ocorrência de uma falta.
4.1 Introdução
51
4.2 Princípio das ondas viajantes 52
O diagrama de Lattice de uma falta à terra é mostrado na Figura 4.1. Este dia-
grama representa o comportamento das ondas viajantes em uma linha de transmissão
após ocorrência de uma falta. Tomando-se o terminal A como o terminal local, a me-
dida que a resistência de falta aumenta, a amplitude da onda eBt , reetida no terminal
remoto e observada no terminal local, também aumenta. Ao mesmo tempo, com o
aumento da resistência da falta, a amplitude da onda eAr2 , reetida no ponto da falta
e observada no terminal local, será reduzida. Estas características são mais evidentes
no caso de faltas bifásicas-terra do que no caso de faltas monofásicas. Portanto, como
4.2 Princípio das ondas viajantes 53
Diferentemente das faltas que envolvem a terra, que podem apresentar resistências
de falta com valores da ordem de dezenas de ohms, as faltas francas entre fases possuem
resistência de falta pequena, geralmente, menores que 1,0Ω (SILVEIRA, 2007). Com
isso, praticamente não há onda refratada no ponto de ocorrência da falta.
Um diagrama de Lattice típico para faltas que não envolvem a terra é mostrada na
Figura 4.2. Neste caso, a posição da falta é calculada pela Equação 4.1.
Figura 4.2: Diagrama de Lattice típico para uma falta não aterrada
4.3 Módulo localizador de falta 55
De posse dos instantes de chegada das duas primeiras frentes de onda incidentes no
terminal de medição, da velocidade de propagação dessas ondas e de suas polaridades,
o ponto de ocorrência da falta é estimado. Os passos do procedimento de localização
da falta podem ser resumidos como segue:
4000
janela de dados para localização Fase A
tini
Fase B
3000 Fase C
2000
Corrente (A)
1000
−1000
−2000
−3000
−4000
0 0.02 0.04 0.06 0.08 0.1 0.12
Tempo (s)
para a terra. Já os modos aéreos são excitados em qualquer tipo de falta. A transfor-
mação de Clarke pode ser aplicada para linhas de transmissão idealmente transpostas e
possui uma boa aproximação para linhas não transpostas com plano de simetria vertical
(TAVARES; PISSOLATO; PORTELA, 1999).
onde
[ ]T
I = IA IB IC
[ ]T
V = VA VB VC
[ ]T
Imodal = I0 Iα Iβ
[ ]T
Vmodal = V0 Vα Vβ
1 1 1
√
Ti = Tv = 1 − 21 3
2√
1 − 12 − 23
1 1 1
1
Ti−1 −1
= Tv = 2 −1 −1
3 √ √
0 3 − 3
√
1
vmodo = (4.7)
Lmodo Cmodo
onde modo indica o modo de propagação, L e C são, respectivamente, a indutância e a
capacitância por unidade de comprimento da linha de transmissão. Os modos aéreos α
e β possuem velocidades iguais e próximas à velocidade da luz se a linha for transposta
e simétrica, podendo ser calculadas pelos parâmetros de sequência positiva da linha. A
velocidade do modo de propagação terra é menor que a velocidade dos modos aéreos e
é calculada pelos parâmetros de sequência zero da linha de transmissão. Na prática, os
parâmetros de sequência zero são difíceis de se obter, já que eles dependem da resistivi-
dade do solo que não é homogênea e varia de acordo com as condições climáticas. Neste
trabalho, ao contrário de outras metodologias baseadas na teoria de ondas viajantes, o
modo terra não é usado na localização da falta.
4.6 Detecção da primeira frente de onda 59
A rotina de seleção do modo de propagação permite que o modo mais excitado pela
falta seja selecionado, permitindo que as ondas viajantes sejam mais evidenciadas, o
que facilita a sua detecção.
Após a seleção do modo, o segundo nível do GMM é obtido. Este nível foi escolhido
devido a sua melhor resposta na eliminação das componentes de regime permanente
e na detecção das polaridades das frentes de onda incidentes no terminal de medição,
conforme foi discutido no capítulo 2.
Os EE's utilizados neste trabalho para detectar as frentes de onda e suas polaridades
foram g + e g − , mostrados nas Expressões 4.8 e 4.9. A forma linear dos EE permite que
o pico e a polaridade da frente de onda incidente sejam capturadas através da detecção
das bordas de subida e descida do sinal. O tamanho do EE foi denido a partir da
frequência de amostragem padrão utilizada de 240 kHz.
g+ = [ 3 2 1 0 ] (4.8)
g− = [ 0 1 2 3 ] (4.9)
Para detectar a primeira frente de onda, foi adotado um limiar de detecção denido
por lim1 = 2,5γdetec1 , onde γdetec1 é o maior valor em módulo dos coecientes do GMM
aplicado ao modo aéreo α na condição livre de falta, para um ciclo de dados. A
constante 2,5 foi obtida empiricamente e ela poderá aumentar se o nível de ruído
presente no sinal de entrada diminuir.
4.7 Detecção da segunda frente de onda 60
1ϕ − T 2ϕ − T 2ϕ 3ϕ
coef 9 3,5 2,5 2,5
1ϕ − T - curto fase-terra
2ϕ − T - curto bifásico-terra
2ϕ - curto bifásico
3ϕ - curto trifásico
Nos casos das faltas monofásicas e bifásicas-terra, o limiar lim2 pode ser reajustado
se o algoritmo não conseguir detectar a segunda frente na primeira passagem pela janela
de dados. Nesse caso, o valor do limiar lim2 deve ser reduzido para lim2 = lim2 /4 e,
assim, o algoritmo poderá detectar a segunda frente nos casos em que ela apresenta
menor amplitude devido a maior resistência de falta. Vale destacar que nos testes
realizados, o reajuste não foi necessário para as faltas com resistência de até 200Ω.
Quando uma falta ocorre muito próxima de um dos terminais da linha de trans-
missão, a segunda frente de onda incide no terminal de medição poucos instantes após
a chegada da primeira frente. Nesses casos, a eciência do algoritmo de localização de
faltas está diretamente relacionada com a taxa de amostragem utilizada. Além disso,
após a detecção do primeiro pico, a saída do GMM de segundo nível oscila em torno
4.7 Detecção da segunda frente de onda 62
do eixo das abscissas, conforme se observa nas Figuras 4.5 e 4.6. Essas oscilações têm
magnitudes signicativas e nos casos de faltas com alta resistência podem ser interpre-
tadas pelo algoritmo como uma segunda frente de onda, o que levaria a uma estimativa
incorreta da distância da falta.
Para superar estas diculdades, um limiar adicional denido pela Equação 4.11 foi
estabelecido, onde n representa a amostra de corrente. Este novo limiar leva em consi-
deração as variações nas saídas do GMM. O deltaGM M (n) possui este equacionamento
pois, o pico que caracteriza uma frente de onda na saída do GMM possui até duas
amostras em sua borda de subida. Este limiar é ecaz em sua funcionalidade devido à
variação deltaGM M (n) ter um valor signicativo nos casos de incidência de uma onda
viajante, ao contrário do que se observa em uma oscilação na saída do GMM que não
caracteriza uma onda viajante.
Dessa forma, para detectar a segunda frente de onda no caso de faltas monofásicas
e bifásicas-terra, as duas condições abaixo devem ser satisfeitas. Para as demais faltas,
basta satisfazer à primeira condição.
Quando as polaridades das duas primeiras frentes de onda detectadas são iguais,
signica que a segunda frente de onda detectada no terminal de medição provém de
uma reexão ocorrida no ponto da falta. Assim, o cálculo da posição da falta é realizado
pela equação abaixo.
(t2 − t1 )v
d= (4.12)
2
onde
No caso em que as polaridades das frentes de onda são diferentes, signica que a
segunda frente de onda provém de uma reexão no terminal remoto, seguida de uma
refração no ponto da falta. Esta refração causa a inversão da polaridade da onda e,
portanto, as duas ondas incidentes no terminal de medição apresentarão polaridades
opostas. Logo, o cálculo da posição da falta é realizado pela equação abaixo.
(t2 − t1 )v
d=L− (4.13)
2
As Figuras 4.5 e 4.6 ilustram, respectivamente, a detecção para faltas nas quais a
segunda onda viajante detectada é originada de uma reexão no ponto de ocorrência
da falta e uma reexão do terminal remoto. Nestas guras observa-se claramente a
4.7 Detecção da segunda frente de onda 64
2000
0
limiar
1
−2000 limiar2
−4000
−6000
−8000
0.017 0.0171 0.0172 0.0173 0.0174 0.0175 0.0176 0.0177 0.0178
Tempo (s)
6000
instante de chegada da primeira frente
polaridade +
4000
Saída do GMM (A)
2000
0
limiar1
−2000 limiar2
−6000
4.8 Conclusões
Neste capítulo foi descrito o procedimento de localização de faltas desenvolvido a
partir do ltro morfológico GMM. O ltro GMM utiliza os modos aéreos dos sinais
das correntes nas linhas como sinais de entrada. A partir da saída do GMM foram
determinados os instantes de chegada de duas ondas viajantes ao terminal de medição
e as polaridades dessas frentes de onda. Com essas polaridades é possível determinar
a origem da onda viajante, permitindo a denição do equacionamento correto para o
cálculo da posição da falta.
∥d − dexato ∥
ε% = · 100 (5.1)
L
Onde:
67
5.1 Sistema utilizado nos testes 68
Gerador 1 Gerador 2
Sequência positiva Sequência zero Sequência positiva Sequência zero
R(Ω) L(mH) R(Ω) L(mH) R(Ω) L(mH) R(Ω) L(mH)
1,6982 51,4 0,351 11,2 1,7876 54,1 0,4052 12,3
5.2 Inuência dos tipos das faltas 69
1.25
1
Erro (%)
0.75
0.5
0.25
0
0 5 10 25 40 55 70 80 95 110 125 140 145
Distância (km)
Figura 5.2: Erro na estimativa do local da falta em função da distância falta para todos os
tipos de falta.
5.3 Inuência do terminal de medição 70
Terminal A Terminal B
2
1.5
Erro (%)
0.75
0.5
0.25
0
0 5 10 25 40 55 70 80 95 110 125 140 145
Distância (km)
Figura 5.3: Erro na estimativa do local da falta em função do terminal de medição para uma
falta bifásica-terra (AC-T)
5.4 Inuência do ângulo de incidência da falta 71
Terminal A Terminal B
2
1.5
Erro (%)
0.75
0.5
0.25
0
0 5 10 25 40 55 70 80 95 110 125 140 145
Distância (km)
Figura 5.4: Erro na estimativa do local da falta em função do terminal de medição para uma
falta fase-terra (CT)
Nesse contexto, o algoritmo foi testado para todos os tipos de faltas e para ângulos
de incidência de 0◦ , 30◦ , 60◦ e 90◦ . Os resultados das Figuras 5.5 e 5.6 são, res-
pectivamente, para faltas monofásica e bifásica-terra com os seguintes parâmetros de
simulação: terminal de medição A, frequência de amostragem de 240 kHz, resistência
de falta 1Ω e sem a presença de ruídos.
1.5
Erro (%)
0.75
0.5
0.25
0
0 5 10 25 40 55 70 80 95 110 125 140 145
Distância (km)
Figura 5.5: Erro na estimativa do local da falta em função de ângulo de incidência para uma
falta fase-terra (AT).
1.5
Erro (%)
0.75
0.5
0.25
0
0 5 10 25 40 55 70 80 95 110 125 140 145
Distância (km)
Figura 5.6: Erro na estimativa do local da falta em função de ângulo de incidência para uma
falta fase-fase-terra (ACT).
5.5 Inuência da resistência de falta 73
Nesta seção a resistência da falta foi variada em 1Ω, 50Ω, 100Ω, 200Ω, 500Ω e 800Ω.
A vericação da robustez do algoritmo nessas condições é de grande importância, já
que a maioria das faltas em sistemas de energia elétrica envolve a terra. As Figuras
5.7 e 5.8 apresentam resultados obtidos para faltas monofásicas e as Figuras 5.9 e 5.10
apresentam resultados para faltas bifásicas-terra. Os seguintes parâmetros de simulação
foram mantidos constantes: terminal de medição A, frequência de amostragem de 240
kHz, ângulo de incidência de falta 90◦ e sem a presença de ruídos.
No caso das faltas fase-terra o algoritmo falhou em dois casos para a resistência
de 800Ω. Estas falhas estão associadas à diminuição das amplitudes das frentes de
ondas incidentes no terminal de medição causadas pelo elevação da resistência da falta.
Excluindo os casos onde o algoritmo falhou, o maior erro percentual foi de 1,3% para
uma falta localizada próximo ao terminal de medição e o erro médio total foi de foi
de 0,46%. O algoritmo foi capaz de detectar com precisão a primeira frente de onda
incidente no terminal A e a segunda frente de onda reetida do ponto da falta ou do
terminal B.
1.5
1
0.75
0.5
0.25
0
0 5 10 25 40 55 70 80 95 110 125 140 145
Distância (km)
Figura 5.7: Erro na estimativa do local da falta em função da resistência da falta para uma
falta fase-terra (CT).
1.5
1
0.75
0.5
0.25
0
0 5 10 25 40 55 70 80 95 110 125 140 145
Distância (km)
Figura 5.8: Erro na estimativa do local da falta em função da resistência da falta para uma
falta fase-terra (CT).
1.5
1
0.75
0.5
0.25
0
0 5 10 25 40 55 70 80 95 110 125 140 145
Distância (km)
Figura 5.9: Erro na estimativa do local da falta em função da resistência da falta para uma
bifásica-terra (BCT).
5.6 Inuência da frequência de amostragem dos sinais 75
1.5
1
0.75
0.5
0.25
0
0 5 10 25 40 55 70 80 95 110 125 140 145
Distância (km)
Figura 5.10: Erro na estimativa do local da falta em função da resistência da falta para uma
bifásica-terra (BCT).
Os resultados são mostrados nas Figuras 5.11 e 5.12. Para frequências inferiores a
120 kHz, os ajustes dos limiares de detecção da segunda frente de onda tornam-se mais
complexos e, portanto, a robustez do método pode diminuir. Uma alternativa ao uso
de frequências de amostragem elevadas, seria a utilização de dados de corrente sincro-
nizados de ambos os terminais. Já que neste caso, bastaria detectar a primeira frente
de onda incidente em cada terminal. Uma segunda alternativa seria o aprimoramento
dos limiares desenvolvidos ou a criação de limiares alternativos.
Observando as Figuras 5.11 e 5.12 verica-se que o algoritmo não conseguiu loca-
lizar faltas ocorridas a 5 km do terminal de medição para a frequência de amostragem
de 120 kHz. Estas falhas ocorrem pois em baixas frequências não é possível distinguir
5.6 Inuência da frequência de amostragem dos sinais 76
frentes ondas próximas. Destaca-se que estes erros aconteceriam em qualquer método
baseado em ondas viajantes.
1.5
Erro (%)
0.75
0.5
0.25
0
0 5 10 25 40 55 70 80 95 110 125 140 145
Distância (km)
Figura 5.11: Erro na estimativa do local da falta em função da taxa de amostragem para
uma falta monofásica (BT).
1.5
Erro (%)
0.75
0.5
0.25
0
0 5 10 25 40 55 70 80 95 110 125 140 145
Distância (km)
Figura 5.12: Erro na estimativa do local da falta em função da taxa de amostragem para
uma falta bifásica-terra (ABT).
60 dB 50 dB 40 dB 30 dB
5
3
Erro (%)
0
0 5 10 25 40 55 70 80 95 110 125 140 145
Distância (km)
Figura 5.13: Erro na estimativa do local da falta em função do nível de ruídos para uma
falta fase-terra (AT).
Nos resultados da Figura 5.13, para uma falta monofásica com dados do terminal
A, frequência de amostragem de 240 kHz, resistência de falta 100Ω e ângulo de incidên-
cia de falta 90◦ , é possível observar que o algoritmo de localização de faltas é sensível
à presença de ruídos. Em geral, as estimativas obtidas da posição da falta não foram
conáveis para SNR inferiores à 40 dB. Estes erros, de certa forma, já eram esperados,
pois nenhum recurso foi utilizado para ltragem desses ruídos. Existem ltros mor-
5.8 Inuência da modelagem da linha de transmissão 78
fológicos com bom desempenho para ltragem de ruídos, porém, este aspecto não foi
explorado nesta dissertação.
Comparando os resultados dos dois modelos podemos concluir que, de modo geral,
os resultados obtidos com parâmetros constantes foram um pouco melhores que aqueles
obtidos com parâmetros variáveis. A diferença nos resultados está associada aos valores
dos parâmetros L e C de sequência positiva e, portanto, da velocidade de propagação
que foi obtida para uma frequência constante de 600Hz. Os erros médios para as faltas
monofásicas foi de 0,12% com parâmetros constantes e 0,33% com parâmetros variantes.
Já nas faltas bifásicas-terra o erro médios foi de 0,12% com parâmetros constantes e
0,51% com parâmetros variantes.
5.8 Inuência da modelagem da linha de transmissão 79
JMarti LINECONSTANTS
2
1.5
Erro (%)
0.75
0.5
0.25
0
0 5 10 25 40 55 70 80 95 110 125 140 145
Distância (km)
Figura 5.14: Erro na estimativa do local da falta em função do modelo da linha de transmissão
para faltas monofásicas (AT).
JMarti LINECONSTANTS
2
1.5
Erro (%)
0.75
0.5
0.25
0
0 5 10 25 40 55 70 80 95 110 125 140 145
Distância (km)
Figura 5.15: Erro na estimativa do local da falta em função do modelo da linha de transmissão
para faltas bifásicas-terra (ABT).
5.9 Inuência da precisão dos parâmetros da linha 80
3
Erro (%)
0
0 5 10 25 40 55 70 80 95 110 125 140 145
Distância (km)
Figura 5.16: Erro na estimativa do local da falta em função de erros nos parâmetros da linha
de transmissão para faltas monofásicas (AT).
3
Erro (%)
0
0 5 10 25 40 55 70 80 95 110 125 140 145
Distância (km)
Figura 5.17: Erro na estimativa do local da falta em função de erros nos parâmetros da linha
de transmissão para faltas bifásicas-terra (BCT).
5.10 Conclusões
Neste capítulo foram apresentados os resultados do algoritmo de localização de
faltas proposto. Na detecção dos instantes de chegada das ondas viajantes foi utilizado
o ltro morfológico GMM aplicado aos modos aéreos dos sinais de correntes obtidas
em apenas um terminal da linha. O algoritmo foi submetido a diversos testes, para
vericação da inuência de fatores com o tipo de falta, a resistência de falta, o ângulo
de incidência de falta, a frequência de amostragem dos sinais, a presença de ruídos, o
modelo das linhas de transmissão e imprecisões nos parâmetros da linha.
Por m, destaca-se que a principal diculdade da metologia proposta está associada
à complicação de se detectar a segunda frente de onda, já que ela sempre apresenta
magnitude inferior a primeira frente. Uma maneira de contornar essa diculdade é
utilizar dados medidos nos dois terminais da linha. Assim, seria necessário detectar
somente a primeira frente de onda incidente em cada terminal para localizar a falta.
No entanto, métodos que utilizam dados de mais de um terminal precisam de um meio
de comunicação para a transferência de dados e de um mecanismo para a sincronização
destes dados. Isso torna essa possibilidade mais cara e, portanto, menos atraente.
Capítulo 6
Conclusões Gerais
83
84
• Elaborar um estudo utilizando dados dos dois terminais da linha. Com dados
dos dois terminais é preciso detectar somente a primeira onda viajante incidente
em cada terminal. Isto pode levar a simplicação e a melhora no desempenho do
algoritmo, já que a detecção da primeira frente de onda é menos complexa.
• Aplicar ltros morfológicos para minimizar ruídos nos sinais das correntes.
BO, Z.; JOHNS, A.; AGGARWAL, R. A novel fault locator based on the detection
of fault generated high frequency transients. In: Developments in Power System
Protection, Sixth International Conference on (Conf. Publ. No. 434). [S.l.: s.n.], 1997.
p. 197 200. ISSN 0537-9989.
CHENG, Y. et al. One-terminal impedance fault location algorithm for single phase
to earth fault of transmission line. In: Power and Energy Engineering Conference
(APPEEC), 2010 Asia-Pacic. [S.l.: s.n.], 2010. p. 1 6.
CHUNJU, F. et al. An adaptive fault location technique based on pmu for transmission
line. In: Power Engineering Society General Meeting, 2007. IEEE. [S.l.: s.n.], 2007. p.
1 6. ISSN 1932-5517.
86
REFERÊNCIAS BIBLIOGRÁFICAS 87
GIRGIS, A.; FALLON, C. Fault location techniques for radial and loop transmission
systems using digital fault recorded data. Power Delivery, IEEE Transactions on,
v. 7, n. 4, p. 1936 1945, october 1992. ISSN 0885-8977.
HUANG, Y.; LIU, Y.; HONG, Z. Detection and location of power quality disturbances
based on mathematical morphology and hilbert-huang transform. 9th International
Conference on Electronic Measurement and Instruments, p. 2319, August 2009.
JI, Z. et al. A novel mathematical morphology lter for the accurate fault location
in power transmission lines. In: TENCON 2009 - 2009 IEEE Region 10 Conference.
[S.l.: s.n.], 2009. p. 1 6.
JING, W. et al. A new algorithm for random harmonic current detection based on
mathematical morphology. WRI Global Congress on Intelligent Systems, v. 2, p. 365,
May 2009.
JOHNS, A.; JAMALI, S. New accurate transmission line fault location equipament.
In: Developments in Power Protection, 1989., Fourth International Conference on.
[S.l.: s.n.], 1989. p. 15.
LU, Z.; JI, T.; WU, Q. H. EHV transmission line protection using a morphological
lifting scheme. Electric Power Systems Research, v. 79, n. 10, p. 13841392, October
2009. ISSN 03787796. Disponível em: <http://dx.doi.org/10.1016/j.epsr.2009.04.013>.
LU, Z. et al. A phase selector based on mathematical morphology for double circuit
transmission lines. Third International Conference on Electric Utility Deregulation
and Restructuring and Power Technologies, p. 2322, April 2008.
MAGNAGO, F.; ABUR, A. Fault location using wavelets. Power Delivery, IEEE
Transactions on, v. 13, n. 4, p. 1475 1480, october 1998. ISSN 0885-8977.
QINGCHAO, Z.; THOMAS, D. Accurate fault location algorithms for two parallel
transmission line using one-end data. In: Transmission and Distribution Conference
and Exposition, 2001 IEEE/PES. [S.l.: s.n.], 2001. v. 1, p. 527 530 vol.1.
SILVA, K. et al. Haar wavelet-based method for fast fault classication in transmission
lines. Transmission and Distribution Conference and Exposition Latin America, p. 1,
August 2006.
SILVA, M. da; OLESKOVICZ, M.; COURY, D. A fault locator for transmission lines
using traveling waves and wavelet transform theory. Developments in Power System
Protection, 2004. Eighth IEE International Conference on, v. 1, p. 212 215, april
2004. ISSN 0537-9989.
SUN, H.; SOOD, V. Impedance-based ground fault location for transmission lines. In:
Electrical and Computer Engineering (CCECE), 2010 23rd Canadian Conference on.
[S.l.: s.n.], 2010. p. 1 7. ISSN 0840-7789.
TAKAGI, T. et al. Development of a new type fault locator using the one-terminal
voltage and current data. IEEE Transactions on Power Apparatus ans Systems,
PAS-101, n. 7, p. 28922898, August 1982. ISSN 00189510.
WANG, B.; DONG, X.; BO, Z. A novel impedance fault location algorithm for uhv
transmission lines. In: Developments in Power System Protection, 2008. DPSP 2008.
IET 9th International Conference on. [S.l.: s.n.], 2008. p. 291 295. ISSN 0537-9989.
YIBIN, X.; WAI, D.; KEERTHIPALA, W. A new technique using wavelet analysis
for fault location. In: Developments in Power System Protection, Sixth International
Conference on (Conf. Publ. No. 434). [S.l.: s.n.], 1997. p. 231 234. ISSN 0537-9989.
ZHEN, J. et al. Noise reduction and condence level analysis in mmg-based transient
fault location. In: Transmission and Distribution Conference and Exhibition: Asia
and Pacic , 2005 IEEE/PES. [S.l.: s.n.], 2005. p. 1 5.
Apêndice A
Modelagem do Sistema de
Transmissão
92
93
Gerador 1 Gerador 2
Sequência positiva Sequência zero Sequência positiva Sequência zero
R(Ω) L(mH) R(Ω) L(mH) R(Ω) L(mH) R(Ω) L(mH)
1,6982 51,4 0,351 11,2 1,7876 54,1 0,4052 12,3
Tabela A.2: Parâmetros dos geradores
Os valores das amplitudes das tensões a serem inseridas no arquivo de dados são
valores de pico das tensões fase-terra. Esse cálculo é realizado da seguinte forma:
√
2
amplitude = Vnominal · √ (A.1)
3
√
2
amplitudeG2 = 0,95 · 440kV · √ ∼= 341,3kV
3