Escolar Documentos
Profissional Documentos
Cultura Documentos
Palavras-chave: A proteção de perda de excitação (LOE) de geradores síncronos em sistemas de energia equipados com sistemas de transmissão CA
Perda de excitação
flexíveis (FACTS), como o compensador síncrono estático (STATCOM), tem sido uma tarefa muito desafiadora. Este artigo apresenta
Compensador síncrono estático
uma nova abordagem para a proteção do gerador na presença de STATCOM usando processamento de sinal e máquina de vetor de
Máquina de vetores de suporte
suporte (SVM). O método proposto usa a transformada discreta wavelet (DWT) para extrair características das amostras de tensão do
Transformada wavelet discreta
gerador e fornece um índice LOE (LOEI) como entrada para o SVM. O método de classificação faz uma distinção precisa entre a
condição LOE e situações não LOE, como falta trifásica perto do gerador, comutação de carga RL/RC grande e operação regular. Para
uma investigação mais aprofundada, o desempenho do método proposto é comparado com um relé baseado em impedância e
abordagem livre de ajuste. Além disso, os impactos do método classificador de padrões e da função kernel na eficácia da abordagem
proposta são analisados em comparação com outras contrapartes. Todas as análises de comparação indicam velocidade e precisão
aceitáveis do método proposto para proteção nos sistemas equipados com STATCOM.
* Autor correspondente.
Endereços de e-mail: shahab.dolatabadi93@ms.tabrizu.ac.ir (S. Dolatabadi), hseyedi@tabrizu.ac.ir (H. Seyedi), stohidi@tabrizu.ac.ir (S. Tohidi).
https://doi.org/10.1016/j.epsr.2022.107981 Recebido
em 11 de setembro de 2021; Recebido no formulário revisado em 17 de fevereiro de 2022; Aceito em 2 de abril de 2022
Disponível online em 14 de abril de 2022 0378-7796/© 2022 Elsevier BV Todos os direitos reservados.
Machine Translated by Google
cai para menos de zero durante um tempo específico, a situação é reconhecida Operação. Em [25], um controlador generalizado de fluxo de potência interlinha
como LOE. No método proposto em [6], uma nova característica Mho adaptativa (GIPFC) é modelado, e é mostrado que o GIPFC força o gerador a trabalhar sob
é estabelecida no plano PQ e então transformada no plano RX. • Métodos condição LOE e atrasa o disparo do relé LOE. O método proposto em [25], ao enviar
baseados na variação das grandezas do gerador: Usando a taxa de variação da dados GIPFC através da unidade de medição fasorial (PMU) para o centro de
tensão e potência reativa do gerador, a falha LOE é detectada em [7,8]. Variações proteção do sistema, minimiza o impacto adverso do GIPFC na operação do relé.
na tensão, corrente, ângulo de potência, potências reativa e ativa são Em [25], muitas PMUs são necessárias e as medições precisam ser sincronizadas
selecionadas em [9] como critérios para detectar a falta LOE e distingui-la das antes do uso.
situações Não-LOE. Além disso, é necessário monitorar constantemente os parâmetros dos dispositivos
FACTS e interromper a transmissão de informações pelas PMUs irá interferir na
Para melhorar o método apresentado em [7], a variação do coeficiente da operação do relé. Uma abordagem baseada no cálculo do circuito equivalente nos
Transformada Rápida de Fourier (FFT) da potência ativa é adicionada em [10]. terminais STATCOM e eliminação de seus efeitos por medições não sincronizadas
O método introduzido em [11] é baseado na taxa de mudanças do ângulo do no cálculo da impedância no relé LOE convencional é apresentada em [26] . Uma
fator de potência equivalente para detectar LOE independente das condições de das questões importantes no método de medição não sincronizada é a precisão da
carga e modos de operação do gerador. medição. Melhorar a precisão dos cálculos dos parâmetros do modelo venin requer
• Métodos baseados em parâmetros eletromagnéticos: A detecção do LOE com mais medições e encontrar medições ideais para esta finalidade. Portanto, essas
base na taxa de variação do fluxo concatenado no entreferro do gerador é questões podem ser os desafios importantes desse método, que requer mais
proposta em [12], que é praticamente independente dos parâmetros de dados pesquisas e estudos. Além disso, em [26], assume-se que os parâmetros dos
do gerador. A combinação deste método com a corrente de sequência negativa dispositivos FACTS não mudam durante a medição ou suas mudanças são
melhora seu desempenho para evitar o mau funcionamento da proteção LOE. desprezíveis. Portanto, uma mudança rápida e grande de carga ou falha do sistema
Uma proteção LOE por meio do cálculo da tensão interna com base no fluxo afetará o desempenho rápido deste método. Em ambos os métodos propostos em
concatenado de campo e no fluxo concatenado do enrolamento amortecedor, [25] e [26], os dados dos dispositivos FACTS são utilizados para modificar o relé
conforme discutido em [13], é mais confiável e mais rápida do que a abordagem LOE. Em [27], para superar o impacto prejudicial do UPFC, cinco características das
convencional baseada em impedância. Uma vez que a detecção de falta LOE grandezas do gerador são aplicadas como variáveis de entrada para a RNA, e pela
através da variação da ligação de fluxo de campo reduz o tempo de proteção, aplicação da função de base radial (RBF), falha LOE, situações não LOE e casos de
em [14], além da variação da ligação de fluxo de campo, mudanças na corrente operação regular são classificados .
de campo são escolhidas como critérios na detecção LOE.
• Métodos baseados em técnicas de modelagem e classificação: A rede neural
artificial usada em [15] aplica um grande vetor de entrada para revelar a falha Neste artigo, um novo método baseado em processamento de sinal e técnicas
LOE. Em [16], apesar da redução de neurônios e parâmetros de entrada no de aprendizado de máquina para detecção de LOE é apresentado. Esta abordagem
método de Rede Neural Artificial (ANN) proposto, seu desempenho é melhorado. diminui consideravelmente o tempo de detecção de LOE e discrimina com segurança
Em ambos os métodos, o Feed For Warded ANN é aplicado para distinguir a LOE de situações não LOE na presença de STATCOM.
falha. [17] utiliza métodos fuzzy para lidar com a falha LOE. Em [18], a Diferentes cenários de simulação são realizados para analisar a robustez do método
combinação de relé Mho tradicional e máquina de vetor de suporte é empregada proposto. Os resultados demonstram discriminação confiável entre LOE e outras
e o método de classificação segue uma trajetória de impedância para discriminar contingências do sistema. O método proposto é mais preciso e muito mais rápido do
situações de LOE e não-LOE. O método proposto em [19], que utiliza uma que os métodos baseados em impedância existentes.
máquina de vetores de suporte (SVM) para detectar a falta, pode funcionar de
forma independente e com relé Mho. O restante deste artigo está estruturado nas seguintes seções: as teorias básicas
dos fenômenos de situações wavelet, SVM e Non-LOE são revisadas na Seção 2. O
A detecção de falta LOE com base no rastreamento do comportamento dinâmico método proposto é apresentado na Seção 3.
do gerador é proposta em [20]. Ele utiliza vários filtros de Kalman em um Na Seção 4 são apresentados os resultados da simulação e o método proposto é
algoritmo de estimativa de modelo múltiplo. comparado com os demais métodos. Por fim, as conclusões aparecem na Seção 5.
2
Machine Translated by Google
sou
ÿ+ÿ sou (1)
0ÿ k=ÿ ÿ f [k]ÿ (n ÿ vem
0)
3. Esquema de proteção proposto
Onde ÿ é a função wavelet e f[k] é a forma discretizada do sinal.
Do ponto de vista da potência reativa, os dispositivos shunt FACTS são
A aproximação Aj e os coeficientes de detalhe Dj no nível de decomposição jth
podem ser calculados usando o filtro passa-baixa (g) e o filtro passa-alta (h) como: análogos aos geradores síncronos, que operam sem qualquer força motriz e, por
meio da absorção ou injeção de potência reativa, tentam estabilizar o nível de
Aj(b) = ÿg (l ÿ 2b)Ajÿ 1(l) (2) tensão do sistema.
eu
3
Machine Translated by Google
G GERADORES 13
14
12
SÍNCRONO STATCOM
C
COMPENSADORES
11
10
G 9
6
C
1
C
5 7 8
eocli
eD
ciff
nei
at
st
Sinais amostrados
3.1. Seleção de wavelet mãe e coeficientes de detalhe Uma das características mais importantes das análises de espectro de coeficientes de
detalhe é seu valor RMS após a ocorrência da falha LOE dividido por seu valor RMS durante
Na técnica de detecção de falhas, a seleção de uma wavelet mãe desempenha um papel a operação normal. Após a ocorrência da falha LOE, a alteração nos coeficientes de nível de
significativo na extração de informações úteis e na melhoria do desempenho do método. A detalhe (LDC) é significativa
tensão amostrada é decomposta em coeficientes de alta frequência e baixa frequência
Coeficientes de detalhe RMS após falha LOE
usando a wavelet Db4 como a wavelet mãe. Com base no critério de Nyquist, os coeficientes LDC = (8)
Coeficientes de detalhe RMS antes da falha LOE
de detalhe d1,d2,d3,d4 obtidos a partir dessa decomposição possuem bandas de frequência
de 5kHz ÿ 10kHz, 2,5kHz ÿ 5kHz, 1,25kHz ÿ 2,5kHz, 0,625kHz ÿ 1,25kHz, respectivamente.
Avaliando o valor do LDC, pode-se observar que este valor para os coeficientes do 4º detalhe
Os recursos significativos e informativos são extraídos por análise de frequência de tempo.
é maior que os demais coeficientes de detalhes nos instantes iniciais após a falha. O LDC
Este processo é demonstrado na Fig. 5. Esta figura ilustra os coeficientes detalhados dos
calculado na banda de frequência de 0,625kHz ~ 1,25kHz após a falha é maior do que outras
sinais de tensão amostrados de um gerador que apresentou falha LOE em 2 s.
bandas de frequência, portanto, ao selecionar essa banda de frequência, o comportamento
do sinal após
4
Machine Translated by Google
Fig. 3. a) características do domínio da frequência da tensão do sistema sem STATCOM quando ocorre LOE b) características do domínio da frequência da tensão do sistema com
STATCOM quando ocorre LOE.
Para utilizar o DWT, é essencial construir uma filtragem eficiente. A dt2i(4k) = ÿlÿ 1 g(p)h(q)Vi(4k ÿ 2p ÿ q) (10)
implementação do filtro paralelo é usada neste artigo para reduzir a q,p=0
5
Machine Translated by Google
g(z) 2 dt1
em
g(z) 2 dt2
h(z) 2 V1(k) g(z) 2 dt3
h(z) 2 V2(k) g(z) 2 dt4
h(z) 2 V3(k)
h(z) 2 C
6
Machine Translated by Google
então
dt4i(16k) = ÿlÿ 1 g(p)h(q)h(r)h(s)
(12)
s,r,q,p=0 ÿ d4w2 ÿ
Vi(16k ÿ 8p ÿ 4q ÿ 2r ÿ s) , (17)
N ÿ
fenergy = [ ÿ d4w1 N , ...]
ÿ (x, y) ÿ= x2 + y2 ÿ (16) A Figura 7 mostra as tendências dos sinais fEnergy para diferentes casos de
situações LOE e Non-LOE. Quando o sistema experimenta uma grande carga
Fig. 7. fEnergia para três casos diferentes: a) LOE b) falta de fase perto do gerador c) chaveamento de grande carga no sistema.
7
Machine Translated by Google
gerador encontra uma falta trifásica nas proximidades de seus terminais, os valores de Detalhe dos casos de teste.
fEnergy variam drasticamente. Este índice diminui para falha LOE. Por meio de variações Teste Condição de carga Modo Carga de comutação Falha trifásica
significativas nas tendências do sinal fEnergy , a discriminação da falha LOE de outras caso de leitura
método proposto, vários cenários de estudo de simulação, incluindo distúrbios não LOE e NÃO. em
3 S<0,97+0,24
eventos LOE, são conduzidos. A Tabela 2 descreve os parâmetros de falha e do sistema
Ônibus 0,076+0,016
para produzir dados de teste com MATLAB/SIMULINK em detalhes. Embora a carga de NÃO. pu<
processamento do algoritmo proposto seja maior do que o método baseado em impedância, 5 S<0,1+0,02
ele não impõe uma carga computacional usando uma abordagem de filtro paralelo e técnica Ônibus 0,112+0,075 pu<
NÃO. S<0,15+0,77
SVM. Portanto, este método pode detectar falhas LOE rapidamente.
6 0,295+0,166 pu< 0<f<0,5
-
Ônibus S<0,3+0,77 poderia
NÃO. 0,09+0,58 p.
Para investigar melhor o desempenho do algoritmo proposto no diagnóstico de falha 9
NÃO. u.<
convencionais baseadas em impedância e sem ajuste. Além disso, análises comparativas
10 S<0,1+0,06
são realizadas entre vários tipos de funções kernel e métodos de classificação. -
Ônibus 0,035+0,018
NÃO. pu<
11 S<0,04+0,02
*
10 -
na rede neural artificial para detectar LOE na presença de UPFC. Neste método, a rede
neural RBF é usada para classificar situações LOE e Non-LOE. A classificação RBF é
4.2. Método sem configuração
alimentada pela variação da tensão da barra do gerador, taxa de variação da potência
reativa vista pelo gerador, variação da reatância vista pelo gerador, variação da reatância
O método sem ajuste para detecção de LOE proposto em [5] toma a derivada da parte
vista pelo gerador, variação da velocidade do gerador, torque de combinação e o desvio de
real da impedância (dR/ dt) medida pelo relé convencional. Se dR/ dt se tornar negativo e
velocidade. Comparando o método introduzido em [27] com a técnica proposta neste
permanecer menor que zero por mais de 1,7s, uma falha LOE é reconhecida. Se o sinal de
trabalho, observa-se que embora a abordagem apresentada utilize apenas um parâmetro
dR / dt mudar neste período, a situação é reconhecida como distúrbio não LOE. Este método
de entrada (a tensão dos terminais de um gerador), ela tem mais precisão na detecção de
é empregado para proteger o gerador contra falha LOE no sistema equipado com
LOE falha do que o método de classificação RBF com cinco entradas. Os resultados obtidos
STATCOM. Os resultados do teste mostram que após a falha LOE, o dR/ dt medido oscila
são tabulados na Tabela 3.
na área negativa e positiva, não havendo intervalo maior que 1,7 s em que permaneça
negativo. Portanto, a taxa de mudança da técnica baseada em resistência não pode detectar
LOE com a presença de STATCOM (Fig. 8).
200 Nº de ônibus 3 0,94+0,19 pu<S<0,97+0,24 Barramento NO. 5 Para avaliar o método de classificação proposto, são realizadas análises comparativas
0 < Ef < 0,5 pu
0,076+0,016 pu<S<0,1+0,2 Barramento NO. 6 0,112+0,075 entre a acurácia da classificação SVM e outros métodos de classificação. Os resultados da
pu< comparação estão resumidos na Tabela 5. Conforme mostrado nesta tabela, a classificação
S<0,15+0,77
SVM com kernel RBF tem mais precisão entre os métodos de classificação analisados.
Nº de ônibus 9 0,295+0,166 pu< S<0,3+0,77
0,09+0,58 pu<S<0,1+0,06
Nº de ônibus
10
8
Machine Translated by Google
1. O método proposto utiliza apenas o sinal de tensão e, portanto, não é afetado pela
Tabela 3
saturação do TC.
Classificação SVM com método de kernel RBF e precisão do método de
2. A detecção de LOE é mais rápida e robusta do que os métodos existentes. Além disso,
classificação RBF.
este método demonstra operação segura e distingue com precisão LOE de distúrbios
Tipo de modelo Erro Quadrado Médio do sistema.
SVM com RBF 0,0037 3. Em uma ampla variedade de carregamento do sistema, o método opera com precisão.
classificação RBF 0,0554 4. Ao contrário dos métodos anteriores, não depende da informação do STATCOM para
modificar a identificação do relé.
Tabela 5 Os autores declaram que não têm interesses financeiros concorrentes conhecidos ou
Precisão de outros métodos de classificação. relacionamentos pessoais que possam parecer influenciar o trabalho relatado neste artigo.
Discriminante Quadrático 0,0054 [2] M. Elsamahy, SO Faried, T. Sidhu, Impact of midpoint statcom on generator loss of excitation protection, IEEE
Transactions on power delivery 29 (2) (2013) 724–732.
5. Conclusão [3] A. Hasani, F. Haghjoo, CL Bak, FF da Silva, Statcom impactos na proteção loe do gerador síncrono: um
estudo realista baseado no padrão ieee c37. 102, IEEE Transactions on Industry Applications 57 (2) (2020)
1255–1264.
Neste artigo, uma nova abordagem é proposta para detectar falhas LOE na presença [4] I. Kiaei, S. Lotfifard, A. Bose, método seguro de detecção de perda de excitação para
geradores síncronos durante condições de oscilação de energia, IEEE Transactions
de STATCOM. STATCOM causa perturbação na operação de um relé no plano RX. A
on Energy Conversion 33 (4) (2018) 1907–1916.
ideia de usar a análise de frequência de tempo para construir características distintivas [5] B. Mahamedi, JG Zhu, SM Hashemi, Uma abordagem livre de configuração para detectar perda de excitação
para a classificação SVM é usada neste artigo. em geradores síncronos, IEEE Transactions on Power Delivery 31 (5) (2015) 2270–2278.
Para calcular o LOEI, aplicar DWT à tensão do terminal do gerador é benéfico, o que é
[6] AP Morais, AS Bretas, S Meyn, G Cardoso Jr, Adaptive mho relay for
feito neste artigo. Existem diferenças significativas nas tendências LOEI de falha LOE e proteção de perda de excitação do gerador síncrono: uma abordagem baseada em limite de
distúrbios do sistema, que são usados como entradas para o método de classificação. O curva de capacidade, IET Generation, Transmission & Distribution 10 (14) (2016) 3449–3457.
SVM, utilizado como classificador, mostrou-se mais preciso do que os outros métodos de [7] M. Amini, M. Davarpanah, M. Sanaye-Pasand, Uma nova abordagem para detectar o
perda de excitação do gerador síncrono, IEEE Transactions on Power Delivery 30 (3) (2014) 1429–1438.
classificação analisados. Estudos de simulação abrangentes demonstram que o tempo
de detecção de falta é reduzido consideravelmente em comparação com o do relé [8] A. Rostami, N. Rezaei, Uma nova estratégia de proteção contra perda de excitação baseada em
baseado em impedância. Além disso, a segurança da proteção LOE durante a perturbação incremento de potência reativa de geradores síncronos, IEEE Transactions on Power Delivery (2021).
9
Machine Translated by Google
[10] H. Yaghobi, Discriminação rápida de oscilação de potência estável com perda de excitação do [22] A. Ghorbani, B. Mozafari, S. Soleymani, AM Ranjbar, Operação da proteção loe do gerador
gerador síncrono , IET Generation, Transmission & Distribution 10 (7) (2016) 1682–1690. síncrono na presença de fatos de derivação, Pesquisa de sistemas de energia elétrica 119
(2015) 178–186.
[11] HA Ghany, ES Ahmad, AE Elgebaly, Uma perda confiável de proteção contra excitação [23] F. Neves, A. Coelho, I. Faria, Um testbed para avaliação do impacto da var estática
técnica baseada em epfa para geradores síncronos, IEEE Transactions on Power Delivery compensador na perda de proteção de excitação de geradores síncronos, Electric Power
(2021). Systems Research 201 (2021) 107496.
[12] H. Yaghobi, H. Mortazavi, K. Ansari, H. Rajabi Mashhadi, H. Khorashadizadeh, [24] SY Ebrahimi, A. Ghorbani, Comparação de desempenho da proteção loe do gerador
H. Borzoe, Estudo sobre a aplicação da ligação de fluxo do gerador síncrono para perda de síncrono na presença de upfc, Ciência e Tecnologia da Engenharia, um Jornal
detecção de excitação, Transações Internacionais em Sistemas de Energia Elétrica 23 (6) Internacional 19 (1) (2016) 71–78.
(2013) 802–817. [25] A. Ghorbani, S. Soleymani, B. Mozafari, Uma proteção de loe baseada em pmu de
[13] M. Abedini, M. Sanaye-Pasand, M. Davarpanah, Uma abordagem analítica para detectar a gerador síncrono na presença de gipfc, IEEE Transactions on Power Delivery 31 (2)
perda de excitação do gerador com base no cálculo da tensão interna, IEEE Transactions on (2015) 551–558.
Power Delivery 32 (5) (2016) 2329–2338. [26] H. Yaghobi, Uma nova proteção loe baseada em impedância adaptativa de síncrono
[14] M. Abedini, M. Sanaye-Pasand, M. Davarpanah, R. Iravani, Um relé de detecção de perda de gerador na presença de statcom, IEEE Transactions on Power Delivery 32 (6) (2017) 2489–
campo baseado na estimativa de sinais do rotor, IEEE Transactions on Power Delivery 33 (2) 2499.
(2017) 779–788 . [27] Z. Moravej, H. Rasooli, M. Pazoki, Um novo esquema de proteção para perda de detecção de
[15] A. Sharaf, T. Lie, classificação de padrão de rede neural artificial de transientes excitação na presença de dispositivos de fatos, International Journal of Electrical Power &
estabilidade e perda de excitação para geradores síncronos, Electric Power Systems Energy Systems 109 (2019) 110–121.
Research 30 (1) (1994) 9–16. [28] S. Mallat, A wavelet tour of signal processing, Elsevier, 1999.
[16] ZA Barakat, AA Hajjar, T. Kherbek, HH Alhelou, Discriminação entre perda de excitação e [29] SG Mallat, Uma teoria para a decomposição de sinal multirresolução: a ondaleta
oscilações de potência em gerador síncrono com base em ann, Journal of Control, Automation representação, transações IEEE em análise de padrão e inteligência de máquina 11 (7)
and Electrical Systems 30 (4) (2019) 545–556. (1989) 674–693.
[17] AP de Morais, G. Cardoso, L. Mariotto, Uma proteção inovadora de perda de excitação baseada [30] S. Abe, Máquinas de vetores de suporte para classificação de padrões volume 2, Springer,
no mecanismo de inferência fuzzy, IEEE Transactions on Power Delivery 25 (4) (2010) 2197– 2005.
2204. [31] K. Mehrotra, CK Mohan, S. Ranka, Elementos de redes neurais artificiais, MIT
[18] E. Pajuelo, R. Gokaraju, MS Sachdev, Identificação da perda de excitação do gerador a partir imprensa, 1997.
de condições de oscilação de potência usando um método de classificação de padrão rápido, [32] A. Phadke, M. Fozdar, K. Niazi, Uma nova formulação fuzzy-ga multi-objetivo para posicionamento e
IET Generation, Transmission & Distribution 7 (1) (2013) 24–36 . dimensionamento ideais do controlador de fatos shunt, International Journal of Electrical Power & Energy
[19] M. Rasoulpour, T. Amraee, AK Sedigh, Uma lógica de relé para perda total e parcial de Systems 40 (1) (2012) 46 –53.
proteção de excitação em geradores síncronos, IEEE Transactions on Power Delivery 35 (3) [33] IW Group, et al., Prática recomendada para modelos de sistema de excitação para potência
(2019) 1432–1442. estudos de estabilidade do sistema, IEEE Std 421.5-1992 (1992).
[20] P. Marchi, PG Estevez, F. Messina, CG Galarza, Detecção de perda de excitação em geradores síncronos [34] KK Shukla, AK Tiwari, Algoritmos eficientes para transformada discreta de wavelet: com aplicações para
com base na estimativa de estado dinâmico, IEEE Transactions on Energy Conversion 35 (3) (2020) 1606– sistemas de inferência fuzzy e de redução de ruído, Springer Science & Business Media, 2013.
1616.
[21] A. Ghorbani, HM Lima, A. Azadru, B. Mozafari, Impact of fixed series capacitors and sssc on the loe protection
of síncrono generator, Journal of Electrical Engineering & Technology 10(4)(2015) 1453–1459.
10