Beruflich Dokumente
Kultur Dokumente
>
Sag
( ) ( ) ( ) ( ) ( ) ( )
1 2
1 v t A u t t u t t sen t o e =
1 2
t t <
,
( )
0 0
1 0
, t
u t
, t
<
=
>
Outage
( ) ( ) ( ) ( ) ( ) ( )
1 2
1 v t A u t t u t t sen t o e =
1 2
t t <
,
( )
0 0
1 0
, t
u t
, t
<
=
>
Harmnico ( )
( ) ( )
( ) ( )
1 3
5 7
3
5 7
sen t sen t
v t A
sen t sen t
o e o e
o e o e
+ | |
= |
|
+ +
\ .
Swell com
Harmnico
( )
( )
( )
( )
( )
( )
1
1
3
2
5
1 3
5
sen t
u t t
v t A sen t
u t t
sen t
o e
o o e
o e
| |
| | | | |
= + | + |
|
| |
| \ . \ .
+
\ .
1 2
t t <
,
( )
0 0
1 0
, t
u t
, t
<
=
>
Sag com
Harmnico
( )
( )
( )
( )
( )
( )
1
1
3
2
5
1 3
5
sen t
u t t
v t A sen t
u t t
sen t
o e
o o e
o e
| |
| | | | |
= | + |
|
| |
| \ . \ .
+
\ .
1 2
t t <
,
( )
0 0
1 0
, t
u t
, t
<
=
>
Transitrio
oscilatrio
( ) ( )
( )
( ) ( ) ( )
1
1
t t
tr
v t A sen t be sen t t
e e
= +
No total foram feitas 1248 simulaes, sendo 624
simulaes para cada sistema eltrico. As simulaes
foram realizadas considerando a fase na qual o
distrbio ocorria, os carregamentos do sistema de
50% at 120% e os parmetros, conforme a tabela 2.
Apresentam-se na tabela 3 o nmero de simulaes
para cada tipo de distrbio de tenso simulado para
os sistemas testados.
3383
Anais do XIX Congresso Brasileiro de Automtica, CBA 2012.
ISBN: 978-85-8001-069-5
Tabela 2. Parmetros utilizados para modelagem dos distrbios.
Distrbio Equaes
Swell
0 1 0 8 , , o s s
1 2
12 T t t T s s
Sag
0,1 0,9 o s s
1 2
T t t 12T s s
Outage
0 9 1 , o s s
1 2
12 T t t T s s
Harmnico
1
1 o =
3 5 7
0 05 0 15
, ,
, , o s s
Swell com
Harmnico
1
1 o =
3 5
0 05 0 15
,
, , o s s
0 1 0 8 , , o s s
1 2
12 T t t T s s
Sag com
Harmnico
1
1 o =
3 5
0 05 0 15
,
, , o s s
0 1 0 9 , , o s s
1 2
12 T t t T s s
Transitrio
oscilatrio
2 2 b s s
50 100 s s
500 Hz 1500 Hz
tr
f s s
Tabela 3. Quantidade de simulaes de distrbios de tenso
realizadas no software ATP para cada sistema.
Distrbio de Tenso Nmero de Simulaes
Swell 72
Sag 72
Outage 48
Harmnico 144
Swell com Harmnico 96
Sag com Harmnico 96
Transitrio Oscilatrio 96
Total 624
4 Metodologia Proposta
O algoritmo proposto foi escrito no ambiente
MATLAB (MATLAB, 2011). No algoritmo proposto
os elementos prprios so gerados a partir do
janelamento das oscilografias de tenses amostradas
nos alimentadores sem distrbios, isto em seu
funcionamento normal.
4.1 Gerao dos Detectores
Nesta fase, vetores de comprimento C candidatos a
detectores so gerados aleatoriamente a partir dos
dados simulados. Ento, so testados para verificar se
casam com algum vetor do conjunto P , que so
amostras dos tipos de distrbios. Assim geram-se os
pontos dos detectores onde cada ponto do vetor
candidato a detector gerado no intervalo de tenso
dos dados simulados, respeitando a tenso mxima de
pico para cada tipo de estado do sistema, em todo
carregamento do sistema. Se um casamento
encontrado o vetor aleatrio rejeitado. Caso
contrrio, aceito como detector no conjunto de
detectores D. Esse processo repetido at que um
nmero desejado de detectores seja obtido, para
todos os tipos de distrbios. Este processo nada mais
faz do que extrair as caractersticas de cada tipo de
distrbio e armazenar na memria para realizar as
deteces e classificaes. Utiliza-se o casamento
parcial proposto por (Bradlay, 2002), onde se
necessita que somente parte dos detectores sejam
acionados para indicar a presena de uma anomalia.
As figuras 6 e 7 a seguir ilustram os pontos
detectores gerados para a tenso normal do sistema e
para um transitrio oscilatrio.
Figura 6. Representao dos pontos detectores.
Figura 7. Representao dos pontos detectores.
4.2 Monitoramento dos dados
Nesta fase, verifica-se continuamente, atravs do
janelamento dos dados, se os detectores D casam
com R, onde R uma cadeia de Comprimento C que
representa um elemento qualquer encontrado no
sistema em um determinado instante. Se qualquer
detector, em algum determinado tempo, casar com
um vetor R, ento uma mudana em R ocorreu. No
algoritmo proposto, o vetor R representa a janela da
tenso capturada em tempo real na subestao. Nesta
etapa, so capturadas as janelas de tenso para cada
fase e comparadas com o seu respectivo grupo de
detectores. Quando os detectores so acionados em
uma determinada janela de dados, caracteriza-se que
3384
Anais do XIX Congresso Brasileiro de Automtica, CBA 2012.
ISBN: 978-85-8001-069-5
um distrbio ocorreu e este classificado com base
nos detectores que foram acionados nas fases.
4.3 Aquisio e processamento dos dados
Os dados do sistema que so capturados pelo
algoritmo proposto correspondem s amostras das
oscilografias de tenso medidas na subestao (via
sistema de aquisio de dados (SCADA) (Wylie and
Pleydell, 2008)). Essa captura ocorre em dois
momentos: na gerao dos elementos prprios, que
ocorre de modo off-line, onde o sistema no poder
estar submetido a distrbios, e na fase de
monitoramento (monitoramento do erro), onde a
captura feita em tempo real.
Utilizou-se uma taxa de amostragem de 15,36 kHz e
a janela de tempo de um ciclo, que corresponde a um
vetor de 256 posies. Os dados foram simulados no
EMTP e so utilizados duas vezes, uma vez na
gerao dos detectores e outra vez para teste do
sistema.
5 Resultados
A metodologia proposta foi desenvolvida na
linguagem MATLAB. Todas as simulaes foram
realizadas utilizando um PC Intel Core 2 Duo 1.9
GHz, 2 GB de Memria RAM, e sistema operacional
Windows 7 Ultimate 32 bits. O algoritmo proposto
foi aplicado aos sistemas de distribuio de energia
eltrica de 33 barras e 134 barras, cujos dados de
linha e de carga so encontrados em (Baran e Wu,
1989; Decanini et al., 2011).
5.1 Sistema de 33 Barras
O sistema de 33 barras um sistema teste que possui
32 barras de carga, 1 subestao e 32 circuitos, tem
como tenso base 12,66 kV, e as condies de carga
total ativa e reativa so de 3.715 kW e 2.315 kVAr.
Apresentam-se na tabela 4 os resultados obtidos na
deteco e classificao dos distrbios de tenso para
o sistema de 33 barras.
Tabela 4. Resultados para o sistema de 33 Barras.
Diagnstico Padres testados Acerto (%)
Swell 72 100,00
Sag 72 96,50
Outage 48 100,00
Harmnico 144 100,00
Swell com
Harmnico
96 100,00
Sag com
Harmnico
96 97,00
Transitrio
Oscilatrio
96 100,00
Total 624 99,00
5.2 Sistema de 134 Barras
Este um sistema de distribuio real, com as
seguintes caractersticas: areo, trifsico, ramificado,
composto por 134 barras, 13,8 kV, 7,065 MVA,
mutuamente acoplado e com fator de potncia das
cargas igual a 0,92. Apresentam-se na tabela 5 os
resultados obtidos na deteco e classificao dos
distrbios de tenso para o sistema de 134 barras
(LaPSEE, 2011).
Tabela 5. Resultados para o sistema de 134 Barras.
Diagnstico Padres testados Acerto (%)
Swell 72 100,00
Sag 72 93,50
Outage 48 100,00
Harmnico 144 100,00
Swell com
Harmnico
96 100,00
Sag com
Harmnico
96 92,00
Transitrio
Oscilatrio
96 100,00
Total 624 97,92
As figuras 8 e 9 ilustram os sistemas de 33 e 134
barras simulados.
Figura 8. Sistema de 33 Barras.
3385
Anais do XIX Congresso Brasileiro de Automtica, CBA 2012.
ISBN: 978-85-8001-069-5
Figura 9. Sistema de 134 Barras.
6 Concluso
Neste artigo foi apresentado um mtodo de deteco
e classificao de distrbios de tenso em sistemas de
distribuio de energia eltrica baseado no SIA.
Simulaes para validao do algoritmo foram
realizadas. Como dados de entrada do sistema, o
algoritmo precisa apenas dos dados oscilogrficos
das tenses nas fases medidas na subestao. Por
causa da indisponibilidade de se fazer medies em
campo, foi utilizado o software EMTP, prprio para
simulao de transitrios eletromagnticos em
sistemas eltricos. O algoritmo proposto apresentou
excelentes resultados obtendo um timo ndice de
acerto, superior a 98,46% em mdia em todos os
dados simulados dos dois sistemas testes
apresentados. A fase de Censoriamento a que
demanda maior tempo computacional, mas como
executada de forma off-line no acarreta prejuzo ao
algoritmo. A fase de monitoramento do sistema, a
partir da coleta dos dados, realizada rapidamente
(inferior a 100 milsimos de segundo), o que
credencia o algoritmo a ser uma ferramenta utilizada
em tempo real, j que as decises precisam ser
tomadas rapidamente.
Sendo assim, conclui-se que os sistemas
imunolgicos artificiais, com base no algoritmo de
seleo clonal, tem um desempenho satisfatrio nos
testes realizados nos dois sistemas eltricos
propostos, ento a metodologia proposta bastante
confivel para a deteco e classificao de
distrbios de tenso. Na sequncia desta pesquisa
sero enfocadas outras estratgias de sistemas
imunolgicos visando tornar a aplicao mais
competitiva (eficincia, confiabilidade e com tempo
de processamento bastante reduzido, entre outros
requisitos). Neste caso, ser investigada a
possibilidade de aplicao em ambiente de sistemas
de distribuio em carter antecipatrio
(Vachtsevanos et al., 2005). Ou seja, identificar e
localizar situaes crticas, em um estgio incipiente,
de faltas ou percursores de faltas que potencialmente
podem provocar danos em componentes do sistema e,
principalmente, a interrupo do fornecimento de
energia aos consumidores.
Agradecimentos
Agradecemos primeiramente a Deus, as nossas
famlias, e por fim um especial agradecimento a
CAPES e CNPq pelo apoio (concesso de bolsa de
Mestrado). Os autores agradecem FAPESP
(Fundao de Amparo Pesquisa do Estado de So
Paulo) pelo apoio financeiro de pesquisa (Proc. N
2011/06394-5).
Referncias Bibliogrficas
Abdel-Galil, T. K. et al. Power quality disturbance
classification using inductive inference
approach. IEEE Transactions on Power
Delivery, Piscataway, v. 19, n. 4, p. 18121818,
2004.
Amis, G. P.; Carpenter, G.A. Self-supervised
ARTMAP. Neural Networks, Oxford, v. 23, n. 2,
p. 265282, 2010.
3386
Anais do XIX Congresso Brasileiro de Automtica, CBA 2012.
ISBN: 978-85-8001-069-5
Baran, M. E. and Wu, F. F. (1989), Network
reconfiguration in distribuition systems for loss
reduction and load balancing. IEEE Transactions
on Power Delivery, New York, v. 4, n. 2, p.
1401-1407.
Bradley, D.W.; Tyrrell, A.M. Immunotronics - Novel
Finite-State-Machine Architectures with Built-In
Self-Test Using Self-Nonself Differentiation.
IEEE Transactions on Evolutionary
Computation.Vol. 6, pp. 227238, Jun 2002.
Carvalho, R. Alves, H. N. e Protsio, C. (2009).
Algoritmo Baseado em Sistemas Imunolgicos
para Deteco de Faltas em Sistemas de
Transmisso, IV Congresso de Pesquisa e
Inovao da Rede Norte Nordeste de Educao
Tecnolgica, Belm- Pa.
Carpenter, G. A. et al. Fuzzy ARTMAP: a neural
network architecture for incremental supervised
learning of analog multidimensional maps. IEEE
Transactions on Neural Networks, vol. 3, no. 5,
pp. 698713, 1992.
Chang, C. S. e Wen, F. S. (1998). Tabu search based
approach to trouble call analysis. IEE Proc.-
Gener. Transm. Distrib., Vol. 145, No. 6, p. 731-
738.
Chen, G.; PHAM, T. T. Introduction to fuzzy
systems. Boca Raton: Chapman & Hall/CRC
Press, 2006.
Chen, W.-H. et al. On-line fault diagnosis of
distribution substations using hybrid cause-effect
network and fuzzy rule-based method. IEEE
Transactions on Power Delivery, Piscataway, v.
15, n. 2, p. 710717, 2000.
Dasgupta, D. (1998). Artficial Immune Systems and
Their Applications. Springer-Verlag New York,
Inc., Secaucus, NJ, USA.
Decanini, J.G.M.S.; Tonelli-Neto, M.S.; Malange, F.
C. V. and Minussi, C.R. Detection and
classification of voltage disturbances using a
fuzzy-ARTMAP-wavelet network, Elec. Power
Syst. Research, v. 81, n. 12, pp. 20572065,
2011.
Decanini, J. G. M. S. Deteco e classificao de
faltas de curto-circuito em sistemas de
distribuio de energia eltrica usando lgica
nebulosa. 110 f. Dissertao (Mestrado em
Engenharia Eltrica) Faculdade de Engenharia,
Universidade Estadual Paulista, Ilha Solteira,
2008.
de Castro, L. N. Engenharia Imunolgica:
Desenvolvimento e Aplicao de Ferramentas
Computacionais Inspiradas em Sistemas
Imunolgicos Artificiais. Tese de Doutorado,
Faculdade de Engenharia Eltrica e de
Computao, Universidade Estadual de
Campinas, Campinas, Brasil, 2001.
de Castro, L. N. and Timmis, J. (2002). Artificial
Immune Systems: A New Computational
Intelligence Approach, Springer. 1st edition.
Dub, L. How to use MODELS-based user-defined
network components in ATP. In: EUROPEAN
EMTP USERS GROUP MEETING, 1996,
Budapest. Proceedings Siegen: EEUG, 1996.
p. 1012, 1996.
EMTP-RV (Eletromagnetic Transient Program),
Powersys-Solutions, Le Puy-Sainte-Rparade,
France, 2011.
Forrest, S., A. Perelson, Allen, L. & Cherukuri, R.
(1994), Self-Nonself Discrimination in a
computer, Proc. do IEEE Symposium on
Research in Security and Privacy, pp. 202-212.
Fukui, C. e Kawakami, J. (1986). An expert system
for fault section estimation using information
from protective relays and circuit breakers,
IEEE Trans. On PWRD, vol. 1, no. 4, pp. 8390.
Kartalopoulos, S. V. Understanding neural networks
and fuzzy logic: basic concepts and applications.
Piscataway: IEEE Press, 1996.
Kezunovic, M.; Abur, A. Merging the temporal and
spatial aspects of data and information for
improved power system monitoring applications.
Proceedings of the IEEE, Piscataway, v. 93, n.
11, p. 19091119, 2005.
LaPSEE, 2011. Practical 134 bus feeder data. Disponvel
em: http://www.dee.feis.unesp.br/lapsee/ Lines,
Transactions of the AIEE, part III - Power Apparatus and
Systems, v. 76 (Aug.), p. 518-539.
Lo, K. L.; Ng, H. S.; Trecat, J. (1997). Power system
fault diagnosis using Petri nets. IEE Proc.-
Gener. Transm. Distrib., Vol. 144, No. 3, p. 231-
236.
MATLAB (2011). 7.8 Version, Mathworks
Company.
Monsef, H.; Ranjbar, A. M.; Jadid, S. (1997). Fuzzy
rule-based expert system fault diagnosis. IEE
Proc.-Gener. Transm. Distrib., Vol. 144, No. 2
(Mar.), p. 186-192.
Northcote-Green, J.; WILSON, R. Control and
automation of electrical power distribution
systems. Boca Raton: CRC/Taylor & Francis,
2007.
Machado, R. C. e Alves, H. N. Algoritmo baseado
em sistemas imunolgicos para deteco e
classificao de faltas em alimentadores de
distribuio de energia eltrica. CBA
Congresso Brasileiro de Automtica, Bonito
MS, 2010.
Stringfield, T. W., Marihart D. J. e Stevens R. F.
(1957). Fault Location Methods for Overhead.
Tonelli-Neto, M. S. Formulao do controle
preventivo em sistemas de distribuio de
energia eltrica baseada na lgica fuzzy e redes
neurais. 134 f. Dissertao (Mestrado em
Engenharia Eltrica) Faculdade de Engenharia,
Universidade Estadual Paulista, Ilha Solteira,
2012.
Vachtsevanos, G.V.; Lewis, F.; Roemer, M. Hess, A.
and Wu, B. Intelligent Fault Diagnosis And
Prognosis For Engineering Systems, John
Wiley & Sons, 2005.
3387
Anais do XIX Congresso Brasileiro de Automtica, CBA 2012.
ISBN: 978-85-8001-069-5
Vale, D. T.; Coser, J. e Rolim, J. G. (2006). F-LOC
Ferramenta Inteligente para Diagnstico de
Faltas em Sistemas de Distribuio de Energia.
Wen, F. S. e Chang, C. S. (1997). Probabilistic
approach for fault-section estimation in power
systems based on a refined genetic algorithm.
IEE Proc.-Gener. Transm. Distrib., Vol. 144,
No. 2, p. 160-168.
Wylie, M. and Pleydell, M. Network Management
Data Acquisition and Analysis, Road Transport
Information and Control RTIC 2008, United
Kingdom, 20-22 May 2008, pp. 1-3.
Zadeh, L. A. Fuzzy sets. Information and Control,
Maryland Heights, v. 8, n. 3, p. 338353, 1965.