Beruflich Dokumente
Kultur Dokumente
Key words: Artificial neural networks. Expert systems. Pattern recognition. Protection of electrical systems.
Introduo
O processo de gerao, transmisso e distribuio de energia eltrica, pode ser analisado como uma atividade industrial, em que, inicialmente ocorre a transformao dos insumos, sendo a gua predominante, em um bem a ser fornecido: a energia eltrica. Na produo e no transporte de energia, no se utilizam esteiras, estradas ou elevadores, mas se faz uso de equipamentos, tais como, transformadores e disjuntores, que precisam ser monitorados e controlados.
Mestrando em Pesquisa Operacional e Inteligncia Computacional (UCAM, 2007). Especialista em Gerncia de Redes com Cabeamento Estruturado (UFLA, 2005). Graduado em Tecnologia Superior em Processamento de Dados (UNESC, 2002). Email: alextian@edinfo.com.br ** Doutor em Cincia da Computao (UFF, 2006). Mestre em Cincia da Computao (UFF, 2001). Mestre em Engenharia de Produo (UFF, 2002). Graduado em Engenharia Industrial (Universidad de Lima, 1997). Email: emitacc@ic.uff.br
*
135
Analogamente, a logstica de distribuio e de entrega dessa mercadoria tambm no est centralizada em caminhes, trens, avies ou navios, estando sob a responsabilidade das empresas transmissoras e distribuidoras de energia que, por meio de linhas de alta tenso, e de redes de distribuio entregam o produto energia eltrica ao usurio final. Neste processo, uma das necessidades das concessionrias de energia eltrica ter centros operativos capazes de atender demanda dos clientes com o mximo de continuidade e qualidade, de forma economicamente justificada, respeitando restries eltricas e ambientais. Assim, para suprir adequadamente esta necessidade, as subestaes tm sido elementos indispensveis destas concessionrias. Basicamente, as subestaes so centros de transformao de energia que enlaam as linhas eltricas de alta tenso com as linhas de mdia tenso ou vice-versa, dependendo do tipo de subestao que se est analisando. Isto porque uma subestao um conjunto de circuitos e dispositivos de manobra instalados em um lugar determinado que tem a funo de modificar os parmetros de potncia (tenso e corrente). Dentre os componentes eltricos que compem uma subestao podemos citar os alimentadores, transformadores, etc. Os componentes eltricos de um sistema de potncia, como os encontrados numa subestao, devem estar protegidos contra defeitos, como curto-circuito ou quaisquer condies anormais de operao (SOUZA; OKI e MANTOVANI, 2008). Quando ocorrem esses distrbios necessrio que a parte atingida seja isolada, rapidamente, do restante da rede eltrica, evitando, assim, danos e restringindo a sua recuperao no sistema. Toda esta funo executada pelo sistema de proteo, composto de rels e disjuntores. Estes dispositivos de proteo so instalados geralmente nos vos de forma a proteger zonas bem definidas do sistema. Em uma subestao, estes dispositivos de proteo dividem o sistema eltrico em zonas separadas, que podem ser protegidas e desconectadas individualmente na ocorrncia de uma falta, para permitir que o resto do sistema continue em servio. Neste ponto, o rpido restabelecimento do fornecimento de energia depende da identificao do ponto onde ocorreu o defeito para a realizao dos reparos necessrios (CAMINHA, 1977). A funo de identificao referida como Diagnstico de Defeito em Sistemas de Potncia. Como tentativas iniciais para o problema de diagnstico, sistemas especialistas baseados em regras foram propostos (HANDSCHIN; KUHLMANN e HOFFMANN, 1994; FARIA et al., 2002; PFAU-WAGENBAUER e BRUGGER, 1991). Nestas aplicaes um conjunto de padres de eventos empregado para a construo de uma base de conhecimento. O conhecimento e a experincia dos especialistas humanos so explorados para a construo de um conjunto de regras que forma o mecanismo de inferncia utilizado para a produo de diagnsticos em tempo-real. Quando um distrbio ocorre, o padro de eventos recebido no centro de controle avaliado pelo conjunto de regras e um diagnstico obtido. Entretanto, sistemas especialistas so
136
capazes de produzir bons resultados apenas para aquelas situaes que foram consideradas durante seu desenvolvimento. A maior limitao desta aplicao reside na dificuldade de tratar padres de eventos novos ou corrompidos. Por outro lado, mtodos baseados na aplicao de RNAs so tolerantes a falhas e capazes de aprender sobre as caractersticas de um dado problema (KARUNAKARAN e KARADY, 1991; KIM e PARK, 1991; REMENTERIA et al., 1995; JONGEPIER et al., 1991; SILVA et al., 1995). O aprendizado da RNA realizado tendo como base a utilizao de casos histricos ou simulados representativos do domnio do problema. A grande vantagem desse mtodo a capacidade de generalizao e a possvel realizao de inferncias em tempo real. Cabe ressaltar que todos os trabalhos acima citados esto direcionados, principalmente, para o problema de identificao de defeitos na rea de transmisso de um sistema de potncia sendo poucos direcionados para defeitos em subestaes, foco deste trabalho. Em Sampaio, Barroso e Leo (2005) um mtodo que utiliza uma extenso de Redes de Petri (RP), denominada Redes de Petri Coloridas Hierrquicas (RPC-H), proposto para um Sistema de Diagnstico de Faltas (SDF). Este sistema de diagnstico de falta integrado ao sistema SCADA da subestao e realiza os diagnsticos das faltas, a partir de uma lista de eventos reportados pelo sistema SCADA. Nesta proposta, assumese que no acontecero falhas de comunicao e/ou aquisio de dados corrompidos, porm esta situao em geral no ocorre para sistemas reais. Em Chen, Liu e Tsai (2000) prop-se um modelo hbrido, utilizando redes de causa e efeito e mtodos baseados em regras Fuzzy, para diagnstico on-line de defeitos em subestaes de distribuio eltrica. Porm, esta proposta apresenta grande dificuldade de manuteno e/ou de adequao da base de conhecimento, devido ao enorme nmero de regras, o que pode facilmente gerar inconsistncias. A partir da anlise das diversas tcnicas propostas para a soluo do problemaalvo e, considerando o desempenho de cada uma delas, o presente artigo prope o desenvolvimento de uma ferramenta inteligente para auxiliar os operadores da subestao, na identificao do(s) componente(s) defeituoso(s). Esta ferramenta tem como objetivo efetuar o diagnstico, a partir dos eventos recebidos no Centro de Operaes e Distribuio (COD). Para o desenvolvimento da ferramenta utilizou-se uma metodologia hbrida, baseada em redes neurais e sistemas especialistas. Tambm, como parte deste trabalho, apresenta-se uma breve descrio da ferramenta computacional desenvolvida em Borland Delphi 7.0. A metodologia proposta foi implementada visando aplicao em subestaes que compem o sistema eltrico da Empresa Luz e Fora Santa Maria S/A (ELFSM). Esta empresa atua em 11 municpios do noroeste do estado do Esprito Santo (Colatina, Alto Rio Novo, So Gabriel da Palha, So Domingos do Norte, Vila Valrio, guia Branca, Pancas, Governador Lindenberg, Marilndia, So Roque do Cana e Santa
137
Tereza), possui 6 subestaes (Henrique Coutinho, Duas Vendinhas, So Gabriel, Colatina, So Silvano e So Roque). Este artigo organizado da seguinte forma: na segunda seo descrita a definio do problema, na terceira as tcnicas de inteligncia artificial, na quarta seo a metodologia proposta para solucionar o problema, na quinta o prottipo computacional desenvolvido; na sexta seo os resultados obtidos e na ltima seo as concluses e trabalhos futuros.
138
Na ocorrncia de um defeito em uma subestao, um nmero muito elevado de informaes so geradas e transferidas por diferentes canais de comunicao aos COD. Nos dias de hoje, pode-se ainda considerar que, na minoria das concessionrias de energia eltrica do Brasil, os dados referentes s perturbaes so coletados, inicialmente, pelos operadores locais e transferidos, por telefone, aos operadores dos COD explicitados, para que eles possam produzir um diagnstico e agir de forma a restabelecer as condies normais de operao. A histria da tecnologia utilizada em um sistema eltrico atravs do mundo apresenta, nos recentes anos, um progresso rpido e constante, que tem tornado possvel projetar e construir sistemas de potncia econmicos e confiveis, capazes de satisfazer o crescimento contnuo da demanda de energia eltrica. Neste processo, o sistema de proteo e controle tem uma participao significativa, e o progresso em projeto e desenvolvimento nesses campos deve, necessariamente, acompanhar concepes avanadas de geradores, transformadores de fora, linhas de transmisso e cabos subterrneos. Alm disso, o progresso nos campos de proteo e controle um prrequisito vital para uma operao eficiente e um desenvolvimento contnuo do sistema de potncia (THE ELECTRICITY COUNCIL, 1981). Apesar de existirem, ainda, algumas subestaes que no utilizam automao, deve-se destacar que a maioria dispe deste recurso, imprescindvel para gerao e disseminao de mensagens ou eventos. Na maioria das perturbaes ocorridas no sistema eltrico, possvel diagnosticar e agir, imediatamente, atravs dos operadores das subestaes. Porm, durante grandes distrbios ou naqueles envolvendo falhas de algum componente do sistema de proteo (rels, disjuntores, etc.), o diagnstico nem sempre imediato e aes indevidas podem vir a agravar as condies operativas em uma subestao. A subestao So Gabriel da ELFSM, por exemplo, pode gerar um nmero elevado de eventos; at 430 eventos podem ser enviadas pelo sistema de controle e aquisio de dados (SCADA), para o COD, em um nico segundo, relatando a ocorrncia de um defeito. A Figura 1 ilustra o diagrama desta subestao.
139
Este problema de diagnstico pode ser visto como uma questo de reconhecimento de padres que, por sua prpria natureza, uma cincia no exata. Enquanto alguns padres podem ser identificados como bem estruturados ou estruturados adequadamente para serem definidos por uma gramtica, outros so de difcil modelagem ou difcil construo de uma gramtica. Esta natureza no estruturada do padro a ser reconhecido torna o problema de reconhecimento difcil de ser tratado por paradigmas tradicionais de computao. Desta forma, o uso de tcnicas inteligentes aparece como modo alternativo de resoluo pois, ao invs de criar procedimentos lgicos, estas envolvem o entendimento informal do comportamento desejado para atender ao problema. Assim, na utilizao destas tcnicas, h menor necessidade de se determinar, a princpio, quais so os fatores determinantes sobre o modelo que se est desenvolvendo.
Sistemas especialistas
Passos (1989) conceitua que um sistema especialista (SE) um programa inteligente de computador que usa raciocnio inferencial para solucionar problemas de um campo especfico do conhecimento humano. Sua caracterstica principal a capacidade de explicao, semelhante encontrada nos seres humanos, dotados de alto grau de especializao. Com o objetivo de ajudar os humanos, programas computacionais procuram reproduzir o raciocnio baseados no conhecimento, podendo propor solues para os mais complexos problemas. Esses programas so constitudos, basicamente, de mquina de inferncia e base de conhecimento, que trabalham associados a uma base de dados, com o conhecimento especfico do problema (BIONDI NETO, 1997). A mquina de inferncia manipula o conhecimento representado nos arquivos de texto, para desenvolver uma soluo do problema, descrito nas informaes contidas na base de conhecimento. Assim, importante destacar que todo sistema computadorizado, que usa o conhecimento de um domnio especfico para obter a soluo de um problema
140
considerado um sistema especialista se: a resposta ou soluo obtida pelo sistema for essencialmente a mesma encontrada por um especialista humano. A Figura 2 ilustra a representao de um diagrama em blocos para um sistema especialista. Este composto de dois mdulos principais: mquina de inferncia; e base de conhecimento. Alm do bloco principal existe uma interface permitindo que os operadores ou engenheiros se comuniquem com o sistema, sem a assistncia de um programador.
A estrutura bsica do SE aplicado no prottipo contm uma mquina de inferncia (interpretador de regras), responsvel por guiar o processo de raciocnio, atravs da base de conhecimento, comparando com o conjunto de regras. Por sua vez, a mquina de inferncia, ou tambm chamada na literatura de Motor de Inferncia (MI), o processador de conhecimento, e trabalha junto ao banco de conhecimento para chegar a um resultado. Bodart (1995) explica que um conjunto de regras representado por um par ordenado (condio, ao), em que a condio uma expresso lgica de fatos e a ao, a gerao de novos fatos. Se a condio for verdadeira uma regra est apta a ser disparada. Muitas vezes, as informaes passadas pelos diversos especialistas, embora corretas e confiveis, so eventualmente incompletas ou conflitantes, tornando esta fase a mais crtica no desenvolvimento de qualquer sistema especialista.
141
pode ter muitos bilhes de neurnios (LIBERATO, 2009). As RNAs do tipo Perceptrons, com mltiplas camadas (redes MLP), treinadas com o algoritmo backpropagation, tm sido o modelo de RNA mais frequentemente utilizado em aplicaes prticas de reconhecimento de padres. Sua simplicidade de operao e comprovado desempenho so as principais razes para tal popularidade (RUMELHART; HINTON e WILLIAMS, 1986). As unidades de uma RNA so organizadas em camadas e interligadas por conexes ponderadas (sinapses). A Figura 3 apresenta a arquitetura de uma MLP. A primeira camada, chamada camada de entrada, simplesmente propaga a informao para uma camada intermediria (ou camada escondida) que, efetivamente, realiza algum tipo de processamento, em seguida o dado encaminhado para a camada de sada, onde o resultado do processamento da RNA apresentado
Tcnicas e conceitos bsicos, a respeito de redes neurais artificiais, tm sido amplamente cobertos pela literatura. Porm, importante destacar algumas vantagens do uso destas redes para que se possa melhor entender o seu relacionamento e sua aplicao em processos de reconhecimento de padres, sendo estas: 1.Adaptabilidade: habilidade de se ajustar a novas informaes; 2.Velocidade: a sua estrutura maciamente distribuda e paralela permite uma resposta muita rpida a estmulos apresentados RNA, o que importante para aplicaes em tempo-real; 3.Tolerncia a falhas: capacidade de oferecer boas respostas mesmo com falta, confuso ou dados ruidosos; 4.Otimalidade: minimiza a taxa de erros presentes em problemas de classificao. A capacidade de generalizao de uma rede neural tambm se apresenta como
142
vantagem no problema de reconhecimento de padres. Esta generalizao refere-se habilidade da rede neural em produzir bons resultados, mesmo quando apresentada a situaes no consideradas durante o processo de aprendizagem. Desta forma, a capacidade de reconhecer padres nunca antes vistos, porm semelhantes aos apresentados durante o treinamento, torna-se um importante diferencial perante muitas tcnicas tradicionais. De um modo geral, as redes neurais so um mtodo de modelagem altamente recomendvel para se lidar com sistemas abertos ou mais complexos, pouco entendidos e que no podem ser adequadamente descritos por um conjunto de regras ou equaes.
Metodologia Proposta
Para tratar o problema de diagnstico, este trabalho prope a utilizao de um modelo hbrido baseado em redes neurais artificiais e sistemas especialistas, conforme Figura 4, em que a sada do modelo representar a resposta a cada padro de eventos enviados pelo SCADA aps a ocorrncia de um distrbio, dentro de uma subestao de energia eltrica. Esta resposta ir auxiliar o operador na gesto dos eventos facilitando a identificao do(s) componente(s) defeituoso(s).
143
Basicamente, o modelo composto de dois sistemas especialistas e uma rede neural. Um sistema especialista ser responsvel pelo pr-processamento dos eventos enviados pelo SCADA que sero usados como variveis de entrada para a rede neural; uma rede neural que ir processar os eventos resultantes do pr-processamento para identificar o tipo de componente defeituoso e no diretamente o componente defeituoso e outro sistema especialista que ser utilizado para o ps-processamento das sadas fornecidas pela rede neural de modo a identificar o componente defeituoso. A idia principal desta proposta foi explorar as diferentes caractersticas inerentes de uma rede neural, principalmente, a sua capacidade de reconhecer padres. J a ideia de usar sistemas especialistas no pr-processamento dos eventos e no ps-processamento das sadas da rede neural foi com o intuito de poder utilizar o modelo em qualquer subestao com as mesmas caractersticas variando somente no nmero de componentes monitorados. Portanto, a estratgia, de forma geral, utiliza redes neurais para classificar apenas os equipamentos tpicos, ou seja, no foram considerados, por exemplo, todos os alimentadores, e sim, apenas um alimentador, considerado como tpico, o mesmo acontecendo para os outros tipos de equipamentos. O critrio para a definio dos equipamentos tpicos bem simples e consiste apenas da escolha de um equipamento de cada tipo. No presente trabalho, a escolha foi baseada no arranjo de uma subestao real, a subestao So Gabriel da Palha, da empresa Luz e Fora Santa Maria S/A, conforme j relatado. A Tabela 1 apresenta os componentes tpicos desta subestao (LIBERATO, 2009). Tabela 1 Descrio dos componentes tpicos
Na Figura 5 ilustrada a arquitetura da RNA utilizada, contendo n variveis na camada de entrada, referentes aos possveis eventos que podem ocorrer na subestao, m neurnios na camada oculta, definidos no processo de aprendizagem, e k neurnios na camada de sada que representam os componentes tpicos monitorados dentro de uma subestao. O modelo de RNA aplicado na ferramenta MLP, com algoritmo de aprendizagem backpropagation.
144
A definio dos n neurnios da camada de entrada (eventos) foi uma das etapas mais importantes. Tarefa esta realizada em conjunto com os especialistas (operadores e engenheiros) da ELFSM, com o objetivo de reduzir a dimenso do problema tratado. Os neurnios da camada de entrada, ilustrados na Tabela 2, correspondem, respectivamente, sequncia de: 1 a 10 para o componente: Disjuntor de entrada 138kV; 11 a 25 para o componente: Trafo; e 26 a 30 para o componente: Alimentador.
145
importante ressaltar que as variveis de entrada devem apresentar valores binrios, sendo igual a um (1), quando o evento for recebido no COD, e zero (0), caso contrrio. Esta reduo das variveis de entrada permitiu um melhor aproveitamento do SE responsvel pelo pr-processamento, apresentando resultados satisfatrios, implementao rpida, bem como o uso de menos recursos computacionais, gerando menor nmero de manuteno e documentao. Anloga s variveis de entrada, as sadas da rede neural devem tambm apresentar valores binrios sendo responsveis por classificar o tipo de equipamento em defeituoso (1) ou no defeituoso (0). Assim, o nmero de neurnios na camada de sada da rede
146
neural corresponde ao nmero de equipamentos que esto sendo supervisionados. A Tabela 3 apresenta as possveis situaes de sada desta estratgia, em que se admite ainda que mais de uma sada desejada seja igual a 1 para o mesmo padro de eventos (caso de defeitos simultneos). Tabela 3 Classificao de sada da RNA
Uma vez definidas as variveis de entrada e de sada, o prximo passo foi treinar a rede neural usando o algoritmo backpropagation. Este algoritmo baseia-se na heurstica do aprendizado por correo de erro, em que o erro retro-propagado da camada de sada para as camadas intermediarias da RNA. Para executar este tipo de treinamento, necessria a construo de um conjunto de dados que seja grande o suficiente para ser representativo do ambiente no qual a rede est inserida. Neste caso, o conjunto formado por padres de eventos e suas respectivas sadas esperadas. Na Tabela 4, apresentado um exemplo de um padro de treinamento para RNA; as entradas com seus respectivos valores binrios e as sadas esperadas da rede.
147
Para evitar regies de saturao da funo de ativao dos neurnios durante o treinamento, foram modificados os valores das sadas desejadas (yk) para:
Os resultados da Tabela 5 definiram que a melhor arquitetura da rede neural aquela que apresenta uma camada escondida composta de 15 neurnios. Em resumo, a estratgia utiliza um sistema especialista para direcionar as informaes sobre a atuao da proteo de equipamentos da subestao para os canais de entrada correspondentes da RNA. Neste caso, a sinalizao de alarmes sobre a atuao de um tipo adequado de proteo ser sempre encaminhada para o mesmo canal de entrada da rede, independente do equipamento ao qual ela est associada. Por exemplo, a entrada correspondente ao rel 50/51N (relativa ao Rel de Proteo 50/51N Unidade 1 Unidade 4, da Tabela 2) ser igual a 1 sempre que a proteo instantnea do neutro de um alimentador atuar, independente do alimentador ao qual ela est associada. Com a anlise da configurao da subestao tpica, a RNA ir classificar em sua sada a ocorrncia de defeito em um determinado tipo de equipamento, ainda
148
no indicando, explicitamente, qual foi o equipamento na subestao (por exemplo, ocorrncia de defeito em um alimentador, mas sem explicitar, a princpio, em qual alimentador). Uma vez que a rede neural processou os eventos resultantes do pr-processamento para identificao do tipo de componente defeituoso e no diretamente o componente defeituoso, necessrio que outro sistema especialista seja utilizado para o psprocessamento das sadas fornecidas pela rede neural de modo a obter o diagnstico final. Basicamente, este sistema especialista dever identificar o componente defeituoso a partir da anlise das informaes recebidas do SCADA, aps o distrbio. Esta anlise baseada numa lista de prioridades de eventos associados a cada componente tpico, como descrito na Tabela 6. O objetivo fazer uma varredura das prioridades em todos os elementos pertencentes ao conjunto do componente tpico. Tabela 6 Descrio da lista de prioridades
Semelhante s variveis de entrada, a lista de prioridades foi construda tambm com ajuda dos operadores do COD e especialistas na rea de proteo de subestaes. Assim, as aes a serem tomadas, quando um conjunto de eventos recebido no COD, podem ser resumidas como: Com base nos alarmes recebidos, ativar as correspondentes entradas da RNA, as quais assumem valores iguais a 1; Executar a RNA e obter as classificaes para cada equipamento tpico;
149
Produzir um diagnstico final baseado na anlise das classificaes obtidas para cada tipo de equipamento; Uma vez conhecido o tipo de componente que apresenta defeito, identific-lo, a partir da anlise das informaes recebidas do SCADA. Durante o processo de diagnstico, a seguinte classificao assumida para cada equipamento, aps a anlise da sada produzida pelo neurnio correspondente: 0,0 yk 0,3 componente k no est defeituoso; 0,7 yk 1,0 componente k est defeituoso; 0,3 < yk < 0,7 classificao indeterminada. As faixas acima foram utilizadas porque as sadas obtidas no sero exatamente as sadas desejadas utilizadas durante a fase de treinamento. Os valores destas faixas foram obtidos por teste e observao durante as simulaes com as redes treinadas, mostrando-se satisfatrios para estes limites. Portanto, o diagnstico final ser obtido por meio da anlise das classificaes obtidas pelas RNAs. Neste trabalho, os seguintes critrios so utilizados para a obteno do diagnstico final: (i) Se apenas um equipamento for classificado como defeituoso, assume-se que este , de fato, aquele que apresenta defeito. (ii) Se apenas um equipamento for classificado como defeituoso, porm um ou mais equipamentos apresentam classificao indeterminada, assume-se que o equipamento defeituoso aquele que foi classificado como tal. (iii) Se mais de um equipamento for classificado como defeituoso (existindo ou no outros com classificao indeterminada), o diagnstico final ser defeito simultneo. (iv) Se um ou mais equipamentos apresentarem classificao indeterminada (sem que nenhum outro tenha sido classificado como defeituoso), o diagnstico final ser indeterminado, porm com a ressalva de que, provavelmente, o equipamento defeituoso estar entre aqueles com classificao indeterminada. Esses critrios foram adotados visando minimizar o risco de diagnsticos incorretos. O critrio (iii) est, na maioria dos casos, associado aos eventos para os quais ocorrem falhas no sistema de proteo, o que acarreta, em geral, a seleo de mais de uma RNA. O critrio (iv) est associado a eventos onde ocorrem falhas no sistema de proteo e/ou comunicao, que levam a padres de alarme difceis de serem classificados pelas RNAs. Em alguns destes casos, principalmente quando algumas informaes esto indisponveis, os padres de alarme gerados no possibilitam um diagnstico nem atravs da anlise dos especialistas mais experientes. Nestas situaes, necessria uma anlise mais detalhada do problema e o diagnstico indeterminado fornecido
150
pelos classificadores o melhor resultado que pode ser obtido. Isto particularmente interessante porque o diagnstico produz como subproduto uma lista de equipamentos suspeitos (com classificao indeterminada). Os critrios (i) e (ii) so bvios, j que houve um equipamento identificado como defeituoso independente do fato de existirem outros componentes com classificao indeterminada. Neste caso, prevalece a classificao do componente defeituoso, j que considerado que tal classe est associada a um padro de alarme bem definido, enquanto a classificao indeterminada est, em geral, associada a uma situao na qual os padres no possuem uma caracterstica bem definida a ponto de indicar uma das duas classes (defeituoso ou no defeituoso). Na prxima seo ser apresentada a descrio do prottipo computacional implementado e em funcionamento, que atua no apoio tomada de deciso na identificao do componente defeituoso dentro de uma subestao de distribuio da ELFSM.
151
Todo o desenvolvimento da aplicao foi baseado na plataforma da Borland, o Delphi 7 na Verso Enterprise, que um ambiente de programao em Pascal, que agrega um desenvolvimento integrado ao compilador, em uma linguagem de programao de alto nvel. A funo do compilador efetuar a traduo de todo o cdigo-fonte em linguagem de alto nvel para as instrues correspondentes em linguagem de mquina, gerando o cdigo-objeto do programa. Em seguida, o uso do (Link-Editor), que uma juno de diversos cdigos-objeto em um nico programa executvel, permite a integrao de mesmos em um nico ambiente. Este ambiente tipicamente conhecido como: Rapid Application Development (RAD), ou Desenvolvimento Rpido de Aplicaes, pois so otimizados e voltados para o desenvolvimento de programas com interfaces grficas, possibilitando ao desenvolvedor realizar apenas as funcionalidades especficas da sua aplicao, com maior facilidade, segurana e rapidez. Com o surgimento de interfaces totalmente grficas como, por exemplo, o Microsoft Windows XP e a crescente demanda dos usurios de sistemas computacionais por interfaces homem-mquina mais amigveis trouxe aos desenvolvedores de software e aplicativos, a necessidade de construir programas eficientes no s em nvel de algoritmos, mas tambm de fcil utilizao e interpretao dos resultados. Para os desenvolvedores, as plataformas com interface grfica, alm de aumentarem o tempo de desenvolvimento, tambm geram uma preocupao a mais, pois exige experincia com janelas, tratamento, eventos do mouse, botes, tratamento de mensagens de erro, ajuda etc. Por isso se fez necessria a utilizao de tcnicas de interface com o usurio, aplicadas no Delphi.
152
O projeto de interface com o usurio um tema que tem se tornado cada vez mais importante medida que o uso de computadores cresce. Deve-se entender que a Interface o modo pelo qual o usurio mapeia suas tarefas sobre o conjunto de ferramentas disponveis em um sistema computacional. Os aspectos internos do projeto de sistemas, ainda que discutido com os usurios, ficam de certa maneira escondidos. O projeto de interface diferente, se ele for muito bom levar o usurio a um ritmo normal de interao. Mas se ele for ruim levar o usurio insatisfao. Tambm se utilizou Extensible Markup Language (XML) para definio de parmetros da subestao, por ser uma estrutura de interpretao extremamente facilitada, pois trabalha com marcadores padronizados. O uso da tecnologia XML permite aumentar a compatibilidade da aplicao para identificao do(s) elemento(s) defeituoso(s). Deve-se destacar que a aplicao computacional foi desenvolvida em trs mdulos: Mdulo de carregamento: onde so carregadas as informaes contidas nos arquivos de parmetros em formato XML. Mdulo de processamento: responsvel por supervisionar os eventos enviados pelo SCADA, atravs da leitura em tempo-real do arquivo gerado. Ao verificar a ocorrncia de qualquer distrbio, o aplicativo inicia um temporizador, tambm conhecido como janela de tempo, no qual aguarda por 10 segundos ou conforme configurado nos parmetros, antes de efetuar o processamento dos eventos. Tambm neste mdulo so aplicados o SE responsvel pelo pr-processamento, o processamento da RNA e ps-processamento pelo outro SE que ser responsvel pela identificao do(s) elemento(s) defeituoso(s), conforme j descrito na metodologia proposta. Por ltimo, o mdulo de processamento envia as informaes processadas diretamente para o mdulo de resposta, responsvel pela comunicao com o operador. Mdulo de resposta: nesta etapa o aplicativo apresenta os resultados, com a descrio do(s) equipamento(s) com problema(s), alm de ativar os recursos audiovisuais, indicando o(s) equipamento(s) defeituoso(s).
Testes e resultados
Para validao da metodologia proposta, foram testados 50 padres de eventos inditos, ou seja, padres de alarmes no utilizados na base do treinamento da RNA. Nesta etapa, os resultados foram considerados satisfatrios pelos operadores, pois a ferramenta indicou corretamente o(s) equipamento(s) defeituoso(s) para os 50 padres
153
apresentados. Como parte da validao, a seguir sero apresentados e discutidos os resultados de duas situaes reais ocorridas na subestao de So Gabriel SG da Empresa Luz e Fora Santa Maria S/A. Caso 1: Defeito no Alimentador com suspeita do Disjuntor de Entrada A primeira situao real indica suspeita de problema no Disjuntor de Entrada 138kV e no Alimentador, conforme ilustra Figura 7, o que poderia dificultar a identificao do componente defeituoso.
Note-se que atravs do diagrama da subestao possvel o especialista visualizar os elementos nos quais atuaram algum evento. Neste caso, o Disjuntor de Entrada 7054 e os Alimentadores 3034 da Linha de Vila Valrio, 3054 da Linha de So Gabriel da Palha e 3074 da Linha de So Domingos do Norte. Aps o processamento, conforme Figura 8, a aplicao computacional apresenta, como sada, 0,826 para problema no Alimentador, sendo o componente DJ3054 defeituoso da Linha de Distribuio de So Gabriel da Palha.
154
Atravs desta aplicao computacional de apoio foi possvel proporcionar ajuda ao operador na tomada de deciso, pois mesmo com eventos indicando atuao do rel de sobrecorrente instantneo para o Disjuntor de Entrada, diagnosticou corretamente que o problema estava no Alimentador da Linha de So Gabriel. Este apoio tomada de deciso ao operador pode agilizar o processo de reparao e manuteno no elemento defeituoso. Caso 2: Defeito no Transformador com suspeita do Alimentador Nesta situao aconteceu o disparo de diversos eventos relacionados aos Alimentadores e Transformadores da subestao, o que poderia dificultar a localizao do componente defeituoso. Na Figura 9 so apresentados os eventos ativados. Os alarmes enviados para o COD, nesta situao real, indicam problema no Transformador e no Alimentador, com atuao vrios eventos. O diagrama unifilar da subestao de So Gabriel (Figura 68) destaca o Transformador#1 (Trafo#1-SIEMENS) e os trs Alimentadores (3034, 3064 e 3074). Note-se que, atravs do diagrama da subestao, possvel o operador visualizar os componentes nos quais atuaram algum evento. Neste caso, o Trafo#1-SIEMENS e os Alimentadores 3034 da Linha de Vila Valrio, 3064 da Linha guia Branca e 3074 da Linha de So Domingos do Norte.
155
A Figura 10 apresenta o resultado da RNA em conjunto com o SE. Nesta figura o resultado da RNA indica a sada no valor de 0,895 para problema no Trafo e de valor 0, 818 no Alimentador.
156
Nesta situao, o operador pode contar com o apoio na tomada de deciso, pois mesmo com RNA indicando problema no Alimentador (0,818), a ferramenta diagnosticou, corretamente, que o problema estava no Trafo#1-SIEMENS.
Concluso
A necessidade de preservar a continuidade de servio e garantir a qualidade do fornecimento de energia aos consumidores, conectados a um sistema de energia eltrica, torna essencial a rapidez e a preciso na identificao do(s) elemento(s) defeituoso(s), aps a ocorrncia de distrbios. A obteno de diagnsticos por operadores dos centros de operao e distribuio pode ser bastante complexa, mesmo quando se utilizam esquemas de hierarquizao na apresentao dos eventos recebidos e outras estratgias de interface. Esta dificuldade se deve ao fato de que, na ocorrncia de distrbios, o volume de informaes a analisar pode ser muito grande. Alm disso, a ocorrncia de falhas na atuao do sistema de proteo pode tornar o problema ainda mais complexo. Dentre os problemas associados, pode-se destacar a dificuldade em se tratar sistemas de grande porte e tambm padres corrompidos (devido s falhas de comunicao e rudos), que representam falhas no sistema de proteo. Para isso, este trabalho apresentou a descrio de uma aplicao computacional e uma metodologia que permite uma identificao rpida de elementos defeituosos em uma subestao de distribuio eltrica, aps a ocorrncia de distrbios. Esta metodologia baseada na utilizao de um sistema hbrido, que permite a introduo do conhecimento sobre o problema e, ao mesmo tempo, apresenta caractersticas de robustez, tolerncia a falhas, generalizao e reconhecimento de padres, sendo a aplicao desenvolvida em Delphi. A aplicao e a metodologia proposta foram testadas para a subestao de So Gabriel da Palha. Os resultados obtidos foram validados pelos operadores e engenheiros da empresa, e indicaram um bom desempenho da metodologia, sendo possvel obter identificaes corretas para padres no utilizados durante o processo de treinamento. importante notar que, uma vez treinadas, as redes apresentam um tempo de execuo que pode ser considerado desprezvel.
Referncias
BIONDI NETO, Luiz. Sistema hbrido de apoio deciso para deteco e diagnstico de falhas em redes eltricas. 1997. 203 f. Dissertao (Mestrado - Curso de Engenharia Eltrica: Sistemas de Computao, Departamento de Engenharia Eltrica) - Pontifcia Universidade Catlica do Rio de Janeiro, Rio de Janeiro, 1997.
157
BODART, Cristiani Perrini. Sistema hbrido: rede neural integrada com sistema especialista para diagnstico de falhas. 1995. Dissertao (Mestrado) - IME. Instituto Militar de Engenharia, Rio de Janeiro, 1995. CAMINHA, Amadeu C. Introduo proteo dos sistemas eltricos. So Paulo: Edgard Blcher, 1977. CHAN, E.H.P. Application of neural network computing in intelligent alarm processing. In: PROCEEDINGS OF THE IEEE PICA CONFERENCE, Seattle, WA, 1989. p. 246-251. CHEN, Wen-Hui; LIU, Chih-Wen; TSAI, Men-Shen. On-line fault diagnosis of distribution substations using hybrid cause-effect network and fuzzy rule-based method. IEEE Transactions on Power Delivery, v. 15, n. 2, p. 710-717, april 2000. FARIA, Valter Resende et al. STA: Sistema para Tratamento de Alarmes: uma ferramenta de auxlio a operao. In: SIMPSIO DE ESPECIALISTAS EM OPERAO DE CENTRAIS HIDROELTRICAS, 3., 5 a 9 de novembro de 2002, Foz do Iguau. AS03-CEMIG. Foz do Iguau: Sepoch, 2002. p. 1-15. HANDSCHIN, E.; KUHLMANN, D. e HOFFMANN, W. Fault diagnosis in electrical energy systems using device-specific artificial neural networks. Engineering Intelligent Systems, Budapest, p. 255-262, dez. 1994. JONGEPIER, A.G. et al. Neural networks applied to alarm processing.In: PROCEEDINGS OF THE THIRD SYMPOSIUM ON EXPERT SYSTEMS APPLICATION TO POWER SYSTEMS, 1991, Tokyo-Kobe, Japan. p. 615-621. KARUNAKARAN, R.; KARADY, G.G. Artificial neural networks as a dispatchers aid in alarm processing. In: PROCEEDINGS OF THE THIRD INTERNATIONAL FORUM ON APPLICATIONS OF NEURAL NETWORKS TO POWER SYSTEMS, July 23-26 1991, Seattle, W. A. p. 169-173. KIM, K.; PARK, J. Application of hierarchical neural networks to fault diagnosis of power sytems. In: PROCEEDINGS OF THE THIRD SYMPOSIUM ON EXPERT SYSTEMS APPLICATION TO POWER SYSTEMS, 1991, Tokyo-kobe, Japan. p. 323-327. LAUDON, Kenneth C.; LAUDON, Jane Price. Sistemas de informao com Internet. Trad. Dalton Conde de Alencar. 4a. ed. Rio de Janeiro: LTC, 1999. LIBERATO, Alextian Bartholomeu. FITESE: uma ferramenta inteligente para tratamento de eventos em subestao de energia eltrica. 2009. 161 f. Dissertao (Mestrado em Pesquisa Operacional e Inteligncia Computacional) - Universidade Candido Mendes, Campos dos Goytacazes, 2009. PASSOS, Emmanuel Lopes. Inteligncia artificial e sistemas especialistas. Rio de Janeiro: LTC, 1989. PFAU-WAGENBAUER, M; BRUGGER, H. Model and rule based intelligent alarm processing. In: PROCEEDINGS OF THE THIRD SYMPOSIUM ON EXPERT SYSTEMS APLICATION TO POER SYSTEMS, Apr. 1991, Tokyo-Kobe, Japan, Apr. 1991. p. 27-32.
158
REMENTERIA, S. et al. Expert systems & neural networks in power grid fault diagnosis: an empirical comparison. Engineering Intelligent System, v.3, n.1, p. 33-44, March 1995. RUMELHART, D.E.; HINTON, G.E.; WILLIAMS, R.J. Learning representations by back-propagating errors. Nature, v. 323, p. 533-536, 1986. SAMPAIO, Raimundo Furtado; BARROSO, Giovanni Cordeiro; LEO, Ruth Pastra Saraiva. Mtodo de implementao de sistema de diagnstico de falta para subestaes baseado em Redes de Petri. Revista Controle & Automao, v. 16, n. 4, p. 417-426, 2005. SILVA, A.P.A Neural networks for fault location on substations. In: 1995 IEEE PES SUMMER MEETING, July 1995, Portland, OR. p. 23-27. SOUZA, F. A.; OKI, N.; MANTOVANI, S. C. A. Aplicando FPGA em diagnsticos de faltas em subestao de distribuio de energia eltrica. In: BRAZILIAN CONFERENCE ON DYNAMICS, CONTROL AND APPLICATIONS, Dincon'2008, 7., 2008, Presidente Prudente - SP. Presidente Prudente , SP: Fct: UNESP, 2008. THE ELECTRICITY COUNCIL (UK). Power System Protection. U.K.: New York : Peter Peregrinus : Stevenage, , 1981. Artigo recebido em: 18 jun. 2009 Aceito em: 16 abr. 2010
159
160