Machine Translated by Google

Pesquisa de Sistemas de Energia Elétrica 209 (2022) 107981

Listas de conteúdos disponíveis em ScienceDirect

Pesquisa em Sistemas Elétricos de Potência

página inicial da revista: www.elsevier.com/locate/epsr

Um novo método para proteção de perda de excitação de geradores síncronos

na presença de compensador síncrono estático baseado na transformada
discreta wavelet

Shahab Dolatabadi *, Heresh Seyedi, Sajjad Tohidi

Universidade de Tabriz, Tabriz, 51666-15813, Irã

INFORMAÇÕES DO ARTIGO ABSTRATO

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.

1. Introdução torna-se uma preocupação no dia-a-dia. Dispositivos flexíveis de sistemas de transmissão

Não há dúvida de que a proteção do gerador síncrono é uma parte essencial da
proteção do sistema de potência. O LOE parcial ou total, que ocorre devido a falhas no
sistema de excitação, como condições de curto/circuito aberto, flashover do anel coletor
ou falha no sistema de regulação, é uma das falhas mais comuns no gerador síncrono.
Quando o gerador síncrono enfrenta um LOE, o escorregamento de frequência
aparece no circuito do rotor e o gerador síncrono funciona como um gerador de indução.
Nesta situação, a máquina começa a absorver potência reativa excessiva, o que pode
levar a uma instabilidade generalizada no sistema. Praticamente, um relé LOE baseado
em impedância tradicional é instalado nos terminais do gerador para evitar danos ao
sistema [1].
Este relé de deslocamento Mho usa corrente e tensão medidas e calcula a impedância
correspondente. Quando a trajetória da impedância passa por zonas pré-definidas, este
chamado relé (40) reconhece a condição LOE e tenta proteger tanto o gerador quanto o
sistema. Se um gerador, fornecendo uma quantidade considerável de potência reativa
em comparação com o tamanho do sistema, encontra LOE, a tensão do sistema pode
entrar em colapso. Esta situação pode resultar em um apagão generalizado.
Enquanto isso, fornecendo energia elétrica segura, estável e confiável
de corrente alternada (FACTS) são amplamente usados para melhorar a qualidade de
energia e aumentar a capacidade de transferência de energia. Além disso, eles tentam
aumentar a estabilidade de tensão na rede. Apesar do fato de que os dispositivos FACTS
melhoram o desempenho do sistema, eles têm efeitos adversos na operação de
esquemas de proteção baseados em impedância. Esses dispositivos perturbam o
desempenho do relé de proteção LOE e causam um atraso de tempo na operação,
dependendo da carga do gerador e faixa de LOE [2]. Também pode, em algumas
condições de operação, fazer com que o gerador atinja um novo ponto de operação
estável sem sofrer uma condição de perda de sincronismo [3].
Em geral, as abordagens propostas para detectar LOE podem ser categorizadas da
seguinte forma:
• Métodos baseados na impedância vista dos terminais do gerador: A proteção LOE
baseada em impedância utiliza duas zonas separadas para proteger o gerador. Este
tipo de proteção envolve um retardo de tempo para evitar operação incorreta devido
a situações não-LOE. Em [4], ao estimar o escorregamento de frequência, a operação
segura da característica Mho do relé LOE é aprimorada. No método proposto de [5],
se a taxa de variação da resistência medida em vista dos terminais do gerador

* 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
S. Dolatabadi et ai.
cai para menos de zero durante um tempo específico, a situação é reconhecida
como LOE. No método proposto em [6], uma nova característica Mho adaptativa
é estabelecida no plano PQ e então transformada no plano RX. • Métodos
baseados na variação das grandezas do gerador: Usando a taxa de variação da
tensão e potência reativa do gerador, a falha LOE é detectada em [7,8]. Variações
na tensão, corrente, ângulo de potência, potências reativa e ativa são
selecionadas em [9] como critérios para detectar a falta LOE e distingui-la das
situações Não-LOE.
Para melhorar o método apresentado em [7], a variação do coeficiente da
Transformada Rápida de Fourier (FFT) da potência ativa é adicionada em [10].
O método introduzido em [11] é baseado na taxa de mudanças do ângulo do
fator de potência equivalente para detectar LOE independente das condições de
carga e modos de operação do gerador.
• Métodos baseados em parâmetros eletromagnéticos: A detecção do LOE com
base na taxa de variação do fluxo concatenado no entreferro do gerador é
proposta em [12], que é praticamente independente dos parâmetros de dados
do gerador. A combinação deste método com a corrente de sequência negativa
melhora seu desempenho para evitar o mau funcionamento da proteção LOE.
Uma proteção LOE por meio do cálculo da tensão interna com base no fluxo
concatenado de campo e no fluxo concatenado do enrolamento amortecedor,
conforme discutido em [13], é mais confiável e mais rápida do que a abordagem
convencional baseada em impedância. Uma vez que a detecção de falta LOE
através da variação da ligação de fluxo de campo reduz o tempo de proteção,
em [14], além da variação da ligação de fluxo de campo, mudanças na corrente
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
LOE. Em [16], apesar da redução de neurônios e parâmetros de entrada no
método de Rede Neural Artificial (ANN) proposto, seu desempenho é melhorado.
Em ambos os métodos, o Feed For Warded ANN é aplicado para distinguir a
falha. [17] utiliza métodos fuzzy para lidar com a falha LOE. Em [18], a
combinação de relé Mho tradicional e máquina de vetor de suporte é empregada
e o método de classificação segue uma trajetória de impedância para discriminar
situações de LOE e não-LOE. O método proposto em [19], que utiliza uma
máquina de vetores de suporte (SVM) para detectar a falta, pode funcionar de
forma independente e com relé Mho.
A detecção de falta LOE com base no rastreamento do comportamento dinâmico
do gerador é proposta em [20]. Ele utiliza vários filtros de Kalman em um
algoritmo de estimativa de modelo múltiplo.
As investigações realizadas para avaliar os impactos dos dispositivos FACTS
na operação do relé LOE podem ser categorizadas com base em seus tipos.
i) Os impactos negativos do Compensador Estático Síncrono Série (SSSC) e
do capacitor fixo série, como FACTS série, no relé Mho são demonstrados
em [21]. ii) O mau funcionamento do relé Mho devido ao efeito do
compensador shunt na impedância calculada é explorado em [2,22,23]. A
principal conclusão é que após a ocorrência de LOE, o nível de tensão do
sistema diminuirá significativamente. Portanto, o compensador síncrono
estático (STATCOM) e o compensador VAR estático (SVC) afetam a
impedância medida pela injeção de reativos
poder.
iii) O impacto do controlador unificado de fluxo de potência (UPFC) como uma
combinação de compensações em série e paralelo foi investigado em [24].
Após a ocorrência do LOE, quando o UPFC tenta enfrentar a consequente
queda de tensão, ele interfere na operação do relé LOE.
Em poucas palavras, as pesquisas existentes demonstram que a presença de
dispositivos FACTS impacta a proteção LOE e dificulta a detecção correta da falha.
Enquanto isso, existem algumas abordagens existentes para lidar com os impactos
negativos dos FACTS sobre o revezamento LOE
2
Pesquisa de Sistemas de Energia Elétrica 209 (2022) 107981
Operação. Em [25], um controlador generalizado de fluxo de potência interlinha
(GIPFC) é modelado, e é mostrado que o GIPFC força o gerador a trabalhar sob
condição LOE e atrasa o disparo do relé LOE. O método proposto em [25], ao enviar
dados GIPFC através da unidade de medição fasorial (PMU) para o centro de
proteção do sistema, minimiza o impacto adverso do GIPFC na operação do relé.
Em [25], muitas PMUs são necessárias e as medições precisam ser sincronizadas
antes do uso.
Além disso, é necessário monitorar constantemente os parâmetros dos dispositivos
FACTS e interromper a transmissão de informações pelas PMUs irá interferir na
operação do relé. Uma abordagem baseada no cálculo do circuito equivalente nos
terminais STATCOM e eliminação de seus efeitos por medições não sincronizadas
no cálculo da impedância no relé LOE convencional é apresentada em [26] . Uma
das questões importantes no método de medição não sincronizada é a precisão da
medição. Melhorar a precisão dos cálculos dos parâmetros do modelo venin requer
mais medições e encontrar medições ideais para esta finalidade. Portanto, essas
questões podem ser os desafios importantes desse método, que requer mais
pesquisas e estudos. Além disso, em [26], assume-se que os parâmetros dos
dispositivos FACTS não mudam durante a medição ou suas mudanças são
desprezíveis. Portanto, uma mudança rápida e grande de carga ou falha do sistema
afetará o desempenho rápido deste método. Em ambos os métodos propostos em
[25] e [26], os dados dos dispositivos FACTS são utilizados para modificar o relé
LOE. Em [27], para superar o impacto prejudicial do UPFC, cinco características das
grandezas do gerador são aplicadas como variáveis de entrada para a RNA, e pela
aplicação da função de base radial (RBF), falha LOE, situações não LOE e casos de
operação regular são classificados .
Neste artigo, um novo método baseado em processamento de sinal e técnicas
de aprendizado de máquina para detecção de LOE é apresentado. Esta abordagem
diminui consideravelmente o tempo de detecção de LOE e discrimina com segurança
LOE de situações não LOE na presença de STATCOM.
Diferentes cenários de simulação são realizados para analisar a robustez do método
proposto. Os resultados demonstram discriminação confiável entre LOE e outras
contingências do sistema. O método proposto é mais preciso e muito mais rápido do
que os métodos baseados em impedância existentes.
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
método proposto é apresentado na Seção 3.
Na Seção 4 são apresentados os resultados da simulação e o método proposto é
comparado com os demais métodos. Por fim, as conclusões aparecem na Seção 5.
2. Fundamentação teórica do método proposto
2.1. Transformada Wavelet
Um dos métodos amplamente utilizados e poderosos na área de processamento
de sinais, além da transformada de Fourier (FT) e da transformada de Fourier de
curto prazo (STFT), é a transformada Wavelet (WT). FT e STFT têm limitações em
apresentar resolução de tempo-frequência desejável e análise de sinais não
estacionários. O WT pode superar essas limitações aproveitando a análise
multirresolução. Apresenta resolução de tempo aceitável e resolução de frequência
imprecisa em altas frequências.
Além disso, fornece resolução de frequência desejada e resolução de tempo baixa
em baixas frequências [28].
A localização da informação da escala de tempo dos parâmetros considerados
torna a transformada wavelet um método adequado na forma de onda de falta e
análises. Esse processo é realizado pela decomposição de um sinal em
componentes de baixa e alta frequência, passando-o por filtros passa-baixa e passa-
alta, respectivamente. As saídas multirresolução dos filtros de bancos contêm
detalhes e coeficientes de aproximação, que envolvem componentes de alta e baixa
frequência, respectivamente [29].
Se am e kam forem
transformada dedefinidos
amostrada
wavelet como parâmetros
serádiscreta
calculada
0 0da
(DWT)de
deescala
seguinteuma
forma:e translação,
forma de onda a
Machine Translated by Google

S. Dolatabadi et ai. Pesquisa de Sistemas de Energia Elétrica 209 (2022) 107981

1 0 gerador e STATCOM injetam uma grande quantidade de potência reativa.

DWT[m, n] = ÿÿÿÿÿ

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

A fim de ilustrar uma aplicação prática, a eficácia do método introduzido foi

Dj(b) = ÿ h(l ÿ 2b)Ajÿ 1(l)
eu
2.2. SVM
O SVM, classificado como aprendizado supervisionado nas abordagens de
aprendizado de máquina, pode ser utilizado para classificação e regressão. Ao
contrário do RBF e do perceptron multicamadas (MLP), o SVM tenta minimizar o
erro e o risco de operação maximizando a distância de cada categoria do limite de
decisão. A ideia principal do SVM é um mapeamento não linear do espaço de
entrada para um espaço de alta dimensão e a construção de um hiperplano neste
espaço para discriminar as categorias. Qualquer ponto do limite de decisão deve
satisfazer WTx + b = 0, onde W e b são o vetor peso e o viés, respectivamente.
Para atingir o objetivo de minimizar o risco da operação, a margem de separação
m = deve ser
1
maximizado. Assim, ao invés de minimizar 2WTW, o problema de
otimização primal Lagrangeana pode ser definido como:
1
LP =
2 WT + C ÿ ÿi ÿ ÿÿi [ yi ( WT xi + b ) ÿ 1 + ÿi ] ÿ ÿ
eu
avaliada em um sistema de potência multimáquinas com sistema de teste IEEE de
(3)
14 barras, conforme ilustrado na Fig. 1. De acordo com os estudos conduzidos no
artigo [ 32 ] , o O local ideal do STATCOM no barramento IEEE 14 é o barramento
NO. 9. Conectar o STATCOM a este barramento fornece a melhor melhoria no
perfil de tensão. Para avaliar o método proposto, o gerador conectado à barra NO.
2 encontrou uma falha LOE.
Este sistema é simulado em ambiente MATLAB/Simulink, e sua operação é
investigada em situações de falha LOE e não-LOE. Em [32], a capacidade ótima
do STATCOM conectado ao barramento NO. Sugere-se que 9 seja quase igual a
70 MVAR. Um inversor de onda quadrada baseado em GTO é usado para a
modelagem do STATCOM de 48 pulsos. O STATCOM tem um ponto de operação
que muda de totalmente capacitivo (+70 MVAR) para totalmente indutivo (-70
MVAR). No modelo do STATCOM, quatro grupos de um inversor de três níveis
são utilizados para produzir formas de onda de 48 pulsos, que produzem quatro
conjuntos de tensões trifásicas. Esses conjuntos de tensões trifásicas são aplicados
2
ÿEMÿ ao enrolamento secundário de quatro transformadores desfasadores.
O sistema de excitação implementado é baseado em um excitador DC descrito
em [33]. Este sistema de excitação é formado pelo regulador de tensão e excitatriz.
ÿi ÿi (4) A excitatriz é representada pela seguinte função de transferência em que o ganho
eu

Ke e a constante de tempo Te são 1 e 0, respectivamente.

onde ÿi, ÿi são multiplicadores de Lagrange (restringidos para serem maiores ou

Vfd = 1
iguais a zero). Convertendo o problema primal com as condições de KarushKuhn (7)
Tucker (KKT) em forma dual, este problema é obtido da seguinte forma [30]: ef Ke + StTe

De acordo com a Fig. 2, pela extração de características do sinal de tensão do

W(a) = ÿM 1 ÿi ÿ 2 ÿM ÿiÿjyiyjxT i xj
i=1
i,j=1
st 0 ÿ ÿi < C i = 1…m
ÿÿiyi = 0.
De acordo com o teorema de Cover, se a distribuição de dados no espaço de
entrada não for linearmente separável através do mapeamento para um espaço
de características de alta dimensão, a imagem dos dados no novo espaço
provavelmente será linearmente separável [31] . Esse mapeamento é feito por
uma função kernel K(xi, xj) = Q(xi).Q(xj).
2.3. Distúrbios não LOE
2.3.1. Sobretensão de
comutação A sobretensão de comutação (SOV), causada pela comutação de
carga, geralmente aparece no sistema de energia. A energização e desenergização
de grandes cargas RL ou RC produzem tensão transiente. Essa tensão transiente
atrapalha a operação dos dispositivos de proteção e até causa uma falha
indesejável no sistema de energia.
2.3.2. Curto-circuito nas proximidades dos terminais do gerador
Quando uma máquina síncrona enfrenta uma falha de curto-circuito perto de
seus terminais, uma oscilação de potência será imposta ao sistema de potência.
Além disso, a proteção baseada em impedância apresenta mau funcionamento
devido à entrada da trajetória da impedância nas zonas de proteção e envia um
comando de trip ao disjuntor. Neste trabalho, um dos piores casos de curto-circuito
(curto-circuito trifásico) é investigado nas proximidades da barra do gerador, e será
analisado o comportamento do índice LOE (LOEI) para esta situação. No período
de falta de curto-circuito, o
sistema simulado sem STATCOM, pode-se observar que o coeficiente DWT no
momento da ocorrência da falta LOE é maior que os valores anteriores ou
(5)
anteriores a este tempo. Quando ocorre uma falha LOE no gerador, o STATCOM
injeta energia reativa para estabelecer a estabilização no sistema.
Através da extração de características de domínio de frequência por FFT e
(6) avaliação de características de frequência de tempo por DWT, pode-se mostrar
que as perturbações de alta frequência no sistema sem STATCOM são menores
do que no sistema com a presença de STATCOM quando o sistema confronta
com LOE falta. Este fato é demonstrado na Fig. 3, na qual a FFT foi utilizada para
extrair as características.
Para alcançar uma resolução apropriada de tempo-frequência, é necessário
ter alta resolução no tempo para componentes de alta frequência do sinal e alta
resolução em frequência para componentes de baixa frequência do sinal. O
algoritmo proposto usa a tensão dos terminais do gerador, onde o PT é instalado
para usar no método LOE conacional. A unidade de medida é responsável pela
amostragem do sinal de tensão com frequência de 20 kHz. A janela deslizante
compreende amostras de três ciclos de tensão (cerca de 333 amostras em cada
ciclo). Este método precisa apenas de amostras de tensão e não há amostras de
medição de corrente. Portanto, a saturação do TC e as medições de corrente não
confiáveis não podem influenciar a precisão da detecção de falhas.
Para realizar análises de LOE, de 10% a 50% da tensão nominal do campo,
considerada como LOE parcial, bem como perda total de excitação são aplicados
ao sistema simulado com uma ampla faixa de carregamento. Com relação à falha
LOE, a oscilação de potência é um dos maiores incômodos na detecção de falhas.
Um atraso de tempo é geralmente considerado na operação do relé LOE tradicional
para superar esse problema. Uma estrutura de diagnóstico de falha LOE com base
no processamento de sinal digital e no método de classificação de aprendizado de
máquina é mostrada na Fig. 4.

3
Machine Translated by Google

S. Dolatabadi et ai. Pesquisa de Sistemas de Energia Elétrica 209 (2022) 107981

G GERADORES 13
14
12
SÍNCRONO STATCOM
C
COMPENSADORES
11
10

G 9
6
C
1
C

5 7 8

Fig. 1. Sistema simulado.

Instante de ocorrência da falha

eocli
eD
ciff
nei
at
st

Sinais amostrados

Fig. 2. DWT do sinal de tensão em falha LOE sem STATCOM.

3.1. Seleção de wavelet mãe e coeficientes de detalhe
Na técnica de detecção de falhas, a seleção de uma wavelet mãe desempenha um papel
significativo na extração de informações úteis e na melhoria do desempenho do método. A
tensão amostrada é decomposta em coeficientes de alta frequência e baixa frequência
usando a wavelet Db4 como a wavelet mãe. Com base no critério de Nyquist, os coeficientes
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.
Os recursos significativos e informativos são extraídos por análise de frequência de tempo.
Este processo é demonstrado na Fig. 5. Esta figura ilustra os coeficientes detalhados dos
sinais de tensão amostrados de um gerador que apresentou falha LOE em 2 s.
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
a operação normal. Após a ocorrência da falha LOE, a alteração nos coeficientes de nível de
detalhe (LDC) é significativa
Coeficientes de detalhe RMS após falha LOE
LDC = (8)
Coeficientes de detalhe RMS antes da falha LOE
Avaliando o valor do LDC, pode-se observar que este valor para os coeficientes do 4º detalhe
é maior que os demais coeficientes de detalhes nos instantes iniciais após a falha. O LDC
calculado na banda de frequência de 0,625kHz ~ 1,25kHz após a falha é maior do que outras
bandas de frequência, portanto, ao selecionar essa banda de frequência, o comportamento
do sinal após

4
Machine Translated by Google

S. Dolatabadi et ai. Pesquisa de Sistemas de Energia Elétrica 209 (2022) 107981

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.

a falha LOE é melhor avaliada.

dt1i(2k) = ÿlÿ 1 g(p)We(2k ÿ p) (9)

p=0
3.2. Construindo filtros paralelos e cálculo de LOEI

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

computação devido a filtros passa-alta e passa-baixa em cascata. O filtro

equivalente calcula detalhes e coeficientes de aproximação em vez de dois filtros em cascata.
dt3i(8k) = ÿlÿ 1 g(p)h(q)h(r)Vi(8k ÿ 4p ÿ 2q ÿ r) (11)
A vantagem desta arquitetura é a eliminação do armazenamento de coeficientes r,q,p=0
intermediários [34]. Na Fig. 6, g(z) serve como um filtro passa-alto que gera
coeficientes de detalhe do sinal V(k), e h(z) é um filtro passa-baixo que produz
coeficientes de aproximação de V(k).

5
Machine Translated by Google

S. Dolatabadi et ai. Pesquisa de Sistemas de Energia Elétrica 209 (2022) 107981

Fig. 4. Fluxograma do método proposto.

Fig. 5. Espectro de frequência extraído do sinal de tensão do gerador para um LOE.

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

Fig. 6. Árvore de filtros paralelos.

6
Machine Translated by Google

S. Dolatabadi et ai. Pesquisa de Sistemas de Energia Elétrica 209 (2022) 107981

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 , ...]

Ci(16k) = ÿlÿ 1 h(p)h(q)h(r)h(s)

(13)
s,r,q,p=0
Vi(16k ÿ 8p ÿ 4q ÿ 2r ÿ s)
Nas equações acima, Vi (conjunto de 1000 amostras) representam amostras de
tensão na i-ésima janela deslizante, e dt1i, dt2i, dt3i, dt4i são coeficientes de
detalhe de primeiro nível, segundo nível, terceiro nível e quarto nível da janela
deslizante i, respectivamente. Tanto h(n) quanto g(n) são coeficientes de dilatação
correspondentes à função de escala e à função wavelet, que fornecem sinais de
aproximação e detalhe. O valor RMS dos coeficientes de detalhe do 4º nível para
cada janela é obtido da seguinte forma:
ÿÿÿÿÿÿÿÿÿÿÿÿÿÿ ÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿ
3.3. classificação SVM
O método de proteção não só deve detectar a falha LOE, mas também deve
ter a capacidade de distingui-la de perturbações não LOE, como comutação de
carga e falha trifásica do gerador. Seu desempenho é avaliado por simulações
extensivas, e a estratégia introduzida pode detectar LOE e distingui-lo de outros
distúrbios não-LOE com alta precisão. O método deve ser bem treinado por meio
de um conjunto de dados de treinamento preciso para obter um desempenho
robusto de classificação por SVM. LOE total e parcial no sistema com uma ampla
faixa de carregamento e várias comutações (carregamento e descarregamento de

grandes cargas RL e RC) e curto-circuito trifásico próximo aos terminais do

1 N
LOEI = ( (dt4j) 2) (14) gerador são simulados no sistema e a imunidade do método contra erros
Nÿ ÿ j=1
associada a distúrbios não-LOE é avaliada. As saídas do cálculo de LOEI são
tomadas como entradas para o SVM, e suas saídas indicam falha de LOE, que é
d4wi = { dt4ij} j = 1...N (15)
rotulada como 1, ou situação não LOE definida como -1. Situações não LOE
incluem operação normal do sistema, comutação de carga ou falha trifásica
d4wi representa o conjunto de coeficientes de detalhe do 4º nível na janela
próxima aos terminais do gerador.
deslizante i, e dt4ij indica os coeficientes de detalhe jº do 4º nível na janela
deslizante i. N é o número de quarto coeficientes de detalhe em cada janela.
Portanto, o conjunto de LOEI de cada janela pode ser definido da seguinte forma:
se 4. Resultados de simulação e comparações
ÿÿÿÿÿÿÿÿÿÿÿÿÿÿÿ

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

S. Dolatabadi et ai. Pesquisa de Sistemas de Energia Elétrica 209 (2022) 107981

distúrbio de comutação, há um aumento na tendência fEnergy . Além disso, quando o Tabela 2

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

situações é realizada. O sistema simulado e os parâmetros de situação LOE para a geração

de dados de treinamento estão resumidos na Tabela 1. Para avaliar o desempenho do 200 Ônibus 0,94+0,19 p.

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

LOE e discriminá-lo de distúrbios não-LOE, ele é comparado com as abordagens Ônibus

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

4.1. Método baseado em impedância 20 Ônibus 0,08+0,01 p.

NÃO. u.<
3 S<0,09+0,02
O cenário LOE é investigado no sistema mostrado na Fig. 1. Quando o relé baseado
Ônibus 0,007+0,01 p.
em impedância é utilizado para a tarefa de proteção, os sinais de tensão e corrente são NÃO. em
medidos e a impedância vista dos terminais do gerador é calculada. Se a falha LOE ocorrer 5 S<0,009+0,02
-
em t = 2s, o relé LOE tradicional no sistema sem STATCOM detectará a falha em t = 3,7s. Ônibus 0,01+0,01 pu<
NÃO.
A presença do STATCOM causa um atraso na detecção da falta, e a trajetória da impedância
6 S<0,015+0,2
passará pela zona de proteção em t = 6,1s. Vale ressaltar que neste intervalo de tempo, o
Ônibus 0,295+0,166
gerador entra em uma situação instável, devendo ser desconectado o mais rápido possível NÃO. pu<
para evitar maiores danos antes que o relé baseado em impedância reconheça a falha LOE. 9 S<0,3+0,77

*
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).

4.4. Funções do Kernal

Após a construção dos conjuntos de dados de treinamento e teste, conjunto de entrada

4.3. Variação das grandezas geradoras e método classificador RBF
O esquema proposto em [27] usa cinco características e um classificador baseado
Tabela 1
contido e conjunto de destino relacionado, a seleção de diferentes funções de kernel, como
RBF, tipo quadrático, linear e cúbico, foi investigada. Segundo a investigação, o RBF tem
apresentado melhores resultados em comparação com outros. A precisão da classificação
SVM com diferentes funções de kernel é resumida na Tabela 4.

Detalhe dos casos de treinamento.

Treinamento Condição de carregamento Modo de leitura 4.5. Classificação

casos

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

Nº de ônibus 0,035+0,018 pu<

11 S<0,04+0,02

8
Machine Translated by Google

S. Dolatabadi et ai. Pesquisa de Sistemas de Energia Elétrica 209 (2022) 107981

Fig. 8. Análise comparativa.

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 4 Declaração de contribuição de autoria do CRediT

Precisão da função do kernel.

Função do Kernel Shahab Dolatabadi: Conceitualização, Metodologia, Software, Investigação,

Erro Quadrado Médio
Redação – rascunho original. Heresh Seyedi: Validação, Análise formal, Redação –
RBF 0,0037
0,093
revisão e edição, Supervisão. Sajjad Tohidi: Redação – revisão e edição.
Quadrático
Linear 0,0123
Cúbico 0,0117

Declaração de Interesse Concorrente

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.

Tipo de modelo Erro Quadrado Médio

árvore de decisão 0,0124

Referências
Regressão Logística 0,0135

KNN (KNN ponderado) 0,0142

KNN (Bem KNN) 0,0147 [1] D. Reimert, Relés de proteção para sistemas de geração de energia, CRC press, 2017.

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
Neste artigo, uma nova abordagem é proposta para detectar falhas LOE na presença
de STATCOM. STATCOM causa perturbação na operação de um relé no plano RX. A
ideia de usar a análise de frequência de tempo para construir características distintivas
para a classificação SVM é usada neste artigo.
[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.
[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
on Energy Conversion 33 (4) (2018) 1907–1916.
[5] B. Mahamedi, JG Zhu, SM Hashemi, Uma abordagem livre de configuração para detectar perda de excitação
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).

do sistema também é notavelmente aprimorada. Algumas vantagens proporcionadas pela

[9] A. Hasani, F. Haghjoo, Técnica de detecção rápida e segura para perda de campo
estratégia sugerida podem ser resumidas a seguir: ocorrência em geradores síncronos, IET Electric power applications 11 (4) (2017) 567–577.

9
Machine Translated by Google
S. Dolatabadi et ai.
[10] H. Yaghobi, Discriminação rápida de oscilação de potência estável com perda de excitação do
gerador síncrono , IET Generation, Transmission & Distribution 10 (7) (2016) 1682–1690.
[11] HA Ghany, ES Ahmad, AE Elgebaly, Uma perda confiável de proteção contra excitação
técnica baseada em epfa para geradores síncronos, IEEE Transactions on Power Delivery
(2021).
[12] H. Yaghobi, H. Mortazavi, K. Ansari, H. Rajabi Mashhadi, H. Khorashadizadeh,
H. Borzoe, Estudo sobre a aplicação da ligação de fluxo do gerador síncrono para perda de
detecção de excitação, Transações Internacionais em Sistemas de Energia Elétrica 23 (6)
(2013) 802–817.
[13] M. Abedini, M. Sanaye-Pasand, M. Davarpanah, Uma abordagem analítica para detectar a
perda de excitação do gerador com base no cálculo da tensão interna, IEEE Transactions on
Power Delivery 32 (5) (2016) 2329–2338.
[14] M. Abedini, M. Sanaye-Pasand, M. Davarpanah, R. Iravani, Um relé de detecção de perda de
campo baseado na estimativa de sinais do rotor, IEEE Transactions on Power Delivery 33 (2)
(2017) 779–788 .
[15] A. Sharaf, T. Lie, classificação de padrão de rede neural artificial de transientes
estabilidade e perda de excitação para geradores síncronos, Electric Power Systems
Research 30 (1) (1994) 9–16.
[16] ZA Barakat, AA Hajjar, T. Kherbek, HH Alhelou, Discriminação entre perda de excitação e
oscilações de potência em gerador síncrono com base em ann, Journal of Control, Automation
and Electrical Systems 30 (4) (2019) 545–556.
[17] AP de Morais, G. Cardoso, L. Mariotto, Uma proteção inovadora de perda de excitação baseada
no mecanismo de inferência fuzzy, IEEE Transactions on Power Delivery 25 (4) (2010) 2197–
2204.
[18] E. Pajuelo, R. Gokaraju, MS Sachdev, Identificação da perda de excitação do gerador a partir
de condições de oscilação de potência usando um método de classificação de padrão rápido,
IET Generation, Transmission & Distribution 7 (1) (2013) 24–36 .
[19] M. Rasoulpour, T. Amraee, AK Sedigh, Uma lógica de relé para perda total e parcial de
proteção de excitação em geradores síncronos, IEEE Transactions on Power Delivery 35 (3)
(2019) 1432–1442.
[20] P. Marchi, PG Estevez, F. Messina, CG Galarza, Detecção de perda de excitação em geradores síncronos
com base na estimativa de estado dinâmico, IEEE Transactions on Energy Conversion 35 (3) (2020) 1606–
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
Pesquisa de Sistemas de Energia Elétrica 209 (2022) 107981
[22] A. Ghorbani, B. Mozafari, S. Soleymani, AM Ranjbar, Operação da proteção loe do gerador
síncrono na presença de fatos de derivação, Pesquisa de sistemas de energia elétrica 119
(2015) 178–186.
[23] F. Neves, A. Coelho, I. Faria, Um testbed para avaliação do impacto da var estática
compensador na perda de proteção de excitação de geradores síncronos, Electric Power
Systems Research 201 (2021) 107496.
[24] SY Ebrahimi, A. Ghorbani, Comparação de desempenho da proteção loe do gerador
síncrono na presença de upfc, Ciência e Tecnologia da Engenharia, um Jornal
Internacional 19 (1) (2016) 71–78.
[25] A. Ghorbani, S. Soleymani, B. Mozafari, Uma proteção de loe baseada em pmu de
gerador síncrono na presença de gipfc, IEEE Transactions on Power Delivery 31 (2)
(2015) 551–558.
[26] H. Yaghobi, Uma nova proteção loe baseada em impedância adaptativa de síncrono
gerador na presença de statcom, IEEE Transactions on Power Delivery 32 (6) (2017) 2489–
2499.
[27] Z. Moravej, H. Rasooli, M. Pazoki, Um novo esquema de proteção para perda de detecção de
excitação na presença de dispositivos de fatos, International Journal of Electrical Power &
Energy Systems 109 (2019) 110–121.
[28] S. Mallat, A wavelet tour of signal processing, Elsevier, 1999.
[29] SG Mallat, Uma teoria para a decomposição de sinal multirresolução: a ondaleta
representação, transações IEEE em análise de padrão e inteligência de máquina 11 (7)
(1989) 674–693.
[30] S. Abe, Máquinas de vetores de suporte para classificação de padrões volume 2, Springer,
2005.
[31] K. Mehrotra, CK Mohan, S. Ranka, Elementos de redes neurais artificiais, MIT
imprensa, 1997.
[32] A. Phadke, M. Fozdar, K. Niazi, Uma nova formulação fuzzy-ga multi-objetivo para posicionamento e
dimensionamento ideais do controlador de fatos shunt, International Journal of Electrical Power & Energy
Systems 40 (1) (2012) 46 –53.
[33] IW Group, et al., Prática recomendada para modelos de sistema de excitação para potência
estudos de estabilidade do sistema, IEEE Std 421.5-1992 (1992).
[34] KK Shukla, AK Tiwari, Algoritmos eficientes para transformada discreta de wavelet: com aplicações para
sistemas de inferência fuzzy e de redução de ruído, Springer Science & Business Media, 2013.