O monitoramento e diagnóstico, com a consequente localização dos curtos-circuitos em Sistemas de Distribuição (SD), fazem parte de um processo complexo, exigindo esforços e agilidade das equipes técnicas de manutenção das concessionárias de energia elétrica. Quando se trata de um SD Subterrâneo (SDS), a complexidade de localização das faltas aumenta, pois não é possível realizar a inspeção visual. Por este motivo, desenvolver e aprimorar métodos para monitorar, classificar e localizar as situações de faltas em SD tem sido de relevante interesse para a comunidade técnico-científica nos últimos anos. Neste contexto, apresenta-se nesta pesquisa um método para processar as informações necessárias para classificar e localizar a ocorrência de um curto-circuito (monofásico, bifásico e/ou trifásico, com e/ou sem o envolvimento da terra) em um SDS. O processamento das informações foi realizado por meio da observação da propagação dos afundamentos de tensão, decorrentes de curtos-circuitos passíveis de ocorrência no SDS, e pela alocação de um número reduzido de medidores, permitindo a classificação e localização precisa da falta. Um dos diferenciais da metodologia proposta é que esta utiliza somente os valores eficazes das tensões trifásicas, registradas em medidores estrategicamente alocados, para indicação da área afetada e classificação das fases envolvidas. A metodologia é baseada no emprego de redes neurais artificiais. Os resultados encontrados são promissores, indicando a aplicabilidade da metodologia proposta. / The monitoring and diagnostics, with the consequent localization of short circuits in Distribution Systems (DS), are part of a complex process, requiring efforts and agility of the technical teams of maintenance of electric utilities. In the case of an underground DS (UDS), the location of faults complexity increases, because it is not possible to perform visual inspection. For this reason, develop and improve methods to monitor, sort and locate the fault situations in DS has been of relevant interest to the technical-scientific community in recent years. In this context, this study presents a method for processing the information required to classify and locate the occurrence of a short circuit (single phase, biphasic and / or phase with and / or without the involvement of the earth) on a UDS. The information processing was carried out by observing the propagation of voltage sags, caused by short circuits that may occur in the UDS, and the allocation of a few meters, allowing classification and precise location of the fault. One of the proposed methodology differentials is that it uses only the RMS values of the three-phase voltages, registered in strategically located meters, for indicating the affected area and classification of the phases involved. The methodology is based on the use of artificial neural networks. The results found are promising, indicating the applicability of the proposed methodology.

O monitoramento e diagnóstico, com a consequente localização dos curtos-circuitos em Sistemas de Distribuição (SD), fazem parte de um processo complexo, exigindo esforços e agilidade das equipes técnicas de manutenção das concessionárias de energia elétrica. Quando se trata de um SD Subterrâneo (SDS), a complexidade de localização das faltas aumenta, pois não é possível realizar a inspeção visual. Por este motivo, desenvolver e aprimorar métodos para monitorar, classificar e localizar as situações de faltas em SD tem sido de relevante interesse para a comunidade técnico-científica nos últimos anos. Neste contexto, apresenta-se nesta pesquisa um método para processar as informações necessárias para classificar e localizar a ocorrência de um curto-circuito (monofásico, bifásico e/ou trifásico, com e/ou sem o envolvimento da terra) em um SDS. O processamento das informações foi realizado por meio da observação da propagação dos afundamentos de tensão, decorrentes de curtos-circuitos passíveis de ocorrência no SDS, e pela alocação de um número reduzido de medidores, permitindo a classificação e localização precisa da falta. Um dos diferenciais da metodologia proposta é que esta utiliza somente os valores eficazes das tensões trifásicas, registradas em medidores estrategicamente alocados, para indicação da área afetada e classificação das fases envolvidas. A metodologia é baseada no emprego de redes neurais artificiais. Os resultados encontrados são promissores, indicando a aplicabilidade da metodologia proposta. / The monitoring and diagnostics, with the consequent localization of short circuits in Distribution Systems (DS), are part of a complex process, requiring efforts and agility of the technical teams of maintenance of electric utilities. In the case of an underground DS (UDS), the location of faults complexity increases, because it is not possible to perform visual inspection. For this reason, develop and improve methods to monitor, sort and locate the fault situations in DS has been of relevant interest to the technical-scientific community in recent years. In this context, this study presents a method for processing the information required to classify and locate the occurrence of a short circuit (single phase, biphasic and / or phase with and / or without the involvement of the earth) on a UDS. The information processing was carried out by observing the propagation of voltage sags, caused by short circuits that may occur in the UDS, and the allocation of a few meters, allowing classification and precise location of the fault. One of the proposed methodology differentials is that it uses only the RMS values of the three-phase voltages, registered in strategically located meters, for indicating the affected area and classification of the phases involved. The methodology is based on the use of artificial neural networks. The results found are promising, indicating the applicability of the proposed methodology.

Os Sistemas de Distribuição (SDs), devido as suas topologias e configurações, dentre outros fatores, apresentam um desafio para a localização física das situações de faltas passíveis de ocorrência. Como fato, tem-se que uma localização de faltas, rápida e precisa, possibilita atenuar os transtornos que os usuários finais dos SDs viriam a ter em relação à qualidade do serviço prestado pelas distribuidoras. No contexto das redes elétricas inteligentes, e considerando medidores de qualidade da energia elétrica previamente alocados de forma otimizada, esta pesquisa propõe uma metodologia baseada em árvores de decisão e redes neurais artificiais para a localização de faltas em SDs radiais e aéreos. Foram realizados testes da metodologia proposta considerando variações no tipo, na impedância e no ângulo de incidência da falta aplicadas sobre o SD de 34 barras do IEEE (Institute of Electrical and Electronics Engineers). Para os testes de sensibilidade da metodologia desenvolvida, foram consideradas variações no carregamento do sistema, os erros inerentes ao sistema de medição, a variação no número de medidores disponível, o impacto de uma alocação não otimizada dos medidores e uma redução na taxa amostral. Os resultados encontrados foram promissores e indicam que a metodologia como desenvolvida poderá ser aplicada para SDs diferentes do caso teste utilizado. / Due to the distribution systems (DS) topologies, configurations and among other factors, it is a challenge to physically locate situations of faults. As a matter of fact, a fast and accurate fault location will make it possible to mitigate the inconvenience that the end users of DS would have due to the quality of the service provided by the distributors. In the context of intelligent electric grids, and considering the electric power quality meters optimally alocated, this research proposes a methodology based in decision trees and artificial neural networks for a fault location in radial and aerial DS. The proposed methodology was tested considering variations on the type, impedance and angle of incidence of the fault applied on the DS of 34 bars of the IEEE (Institute of Electrical and Electronic Engineers). For a sensitivity test of the developed methodology, it were considered the variations in system loading, the errors inherent to the measurement system, a variation in number of meters available, the impact of the non-optimized allocation of the meters and a redution on the sampling rate. The results were promising and indicated that the methodology developed can be applied to different DS from the test case used.

Este trabalho trata do desenvolvimento de uma metodologia e de uma ferramenta computacional de localização de faltas em sistemas elétricos de distribuição. Para tanto, considera-se o ambiente de Redes Elétricas Inteligentes, onde está à disposição uma grande diversidade de informações, como oscilografias de relés, dados de sensores, dados históricos, alarmes de medidores inteligentes, dentre outras. Convencionalmente, as metodologias de localização de defeitos em redes de distribuição se baseiam em conjuntos particulares de dados, que geralmente são medições apenas na saída do alimentador, e funcionam como uma ferramenta isolada no centro de operações. Este trabalho contribui para esse tema ao propor a Localização de Faltas como uma ferramenta de Automação Avançada, instalada em um Sistema de Gerenciamento da Distribuição. Ele deve estar integrado aos demais sistemas corporativos, dos quais obtém dados de medição, alarmes de atuação e indicação de eventos na rede, em tempo real. Um barramento de interoperabilidade permite a troca de informações entre os sistemas. O algoritmo de localização de faltas proposto considera os alarmes de atuação de chaves monitoradas, indicação de sensores, alarmes de ausência de tensão, dentre outras informações, para restringir ao máximo a área de busca do defeito. Por fim, uma implementação de Algoritmo Evolutivo permite estimar o local e a resistência de falta, a partir de testes de defeitos na área de busca. Nesse processo, os valores calculados são comparados com as medições obtidas dos respectivos pontos. Na etapa de aplicação da metodologia, foram consideradas algumas condições de monitoramento da rede elétrica: da condição de menor monitoramento ao cenário de maior monitoramento. Foi possível verificar como o aumento da quantidade de informações do sistema traz benefícios para a localização dos defeitos. / This work provides the development of a methodology and a computational tool for Fault Location (FL) in power distribution systems. The Smart Grid environment is considered, which provides a huge variety of information, such as relays waveforms, fault current sensors and historical data, smart meters alarms, among others. Conventionally, FL methodologies in power distribution systems are based on particular data sources, usually measurements at the beginning of the power feeder, which are not integrated with other corporate systems. This work contributes to the subject by proposing the FL as an Advanced Distribution Automation tool, to be installed in a Distribution Management System. As a part of the electric utility corporate systems, it obtains metering data, equipment alarms and events notifications, i.e. real time information. An Interoperability Bus (IB) allows the information exchange among the systems. The proposed FL algorithm considers monitored switches tripping alarms, current current sensors notifications, outage alarms, among other data, in order to narrow the search area as much as possible. Ultimately, an Evolutionary Algorithm (EA) implementation estimates the fault point and the fault resistance, through short-circuit tests an the search area. During that process, the computed electric quantities are compared with the measured ones at each monitored point. When applying the methodology for the case studies, some power grid monitoring conditions were considered: from the least monitored condition to the most monitored scenario. This made it possible to verify how the increase of power grid information benefits the FL algorithms.

Submitted by Emanuel Varela Cardoso (emanuel.varela@ufcg.edu.br) on 2018-05-07T20:46:33Z No. of bitstreams: 1 WELLINSÍLVIO COSTA DOS SANTOS – TESE (PPGEE) 2016.pdf: 10591682 bytes, checksum: 97299060f7fb8f9c7f837b25352da777 (MD5) / Made available in DSpace on 2018-05-07T20:46:33Z (GMT). No. of bitstreams: 1 WELLINSÍLVIO COSTA DOS SANTOS – TESE (PPGEE) 2016.pdf: 10591682 bytes, checksum: 97299060f7fb8f9c7f837b25352da777 (MD5) Previous issue date: 2016-08-15 / Capes / Uma técnica baseada em análise de transitórios eletromagnéticos é proposta para identificar faltas de alta impedância (FAI) em redes de distribuição. O algoritmo dispensa conhecimento dos parâmetros dos alimentadores e faz uso da transformada wavelet discreta (TWD) para monitorizar fenômenos transitórios associados a distúrbios no sistema de distribuição. A metodologia proposta é avaliada através de simulações em um programa de transitórios eletromagnéticos (EMTP) em um sistema de 13,8 kV, que foi modelado a partir de dados de uma rede de distribuição brasileira real. Além de FAI, foram simulados outros tipos de distúrbios, tais como faltas de baixa impedância, chaveamentos de novas linhas e bancos de capacitores. Os resultados obtidos demonstraram que o método é capaz de detectar a perturbação logo após o seu início e distingui-la de outros distúrbios, além de proporcionar uma redução significativa da região de localização da FAI. / An electromagnetic transient analysis-based technique is proposed to identify high impedance faults (HIF) in distribution networks. The algorithm dispenses knowledge of the feeder parameters and makes use of discrete wavelet transform (TWD) to monitor transient phenomena associated with disturbances in the distribution system. The proposed methodology is evaluated through simulations in an electromagnetic transient program (EMTP) in a 13.8 kV system, which was modeled from actual Brazilian distribution network data. Besides HIF, other types of disturbances were simulated, such as low impedance fault, and switching of lines and capacitor banks. Obtained results have shown that the method is able to detect the disturbance soon after its inception and distinguish it from other disorders, as well as providing a significant reduction in the region of its location for maintenance crews.

Um equipamento sinalizador luminoso de faltas foi desenvolvido pela Companhia Paulista de Força e Luz (CPFL) em parceria com a Escola Politécnica da USP e a empresa Expertise Engenharia Ltda., através de uma série de projetos de pesquisa incluídos no programa de pesquisa e desenvolvimento (P&D) regido pela Agência Nacional de Energia Elétrica (ANEEL) brasileira. Neste trabalho é feita uma análise crítica da rota tecnológica adotada no desenvolvimento do sinalizador de faltas, apontando detalhes e justificativas das escolhas tecnológicas adotadas, além de novas possibilidades de melhoria do equipamento face aos avanços tecnológicos detectados nos últimos anos. Para tanto, é proposto e aplicado um novo método, associado a uma sistematização, para análise comparativa de tecnologias, que considera dados quantitativos, qualitativos e estratégicos diretamente comparáveis entre si. Ao longo do trabalho são analisados as escolhas dos princípios de detecção de faltas e funcionalidades agregadas, o desenvolvimento da eletrônica e dos circuitos integrados do detector de faltas, a fonte de alimentação, a sinalização luminosa e o gabinete do equipamento. Como resultado da linha de pesquisa do sinalizador luminoso de faltas foram obtidos protótipos de prova de conceito, cabeça-de-série e de lote pioneiro, estes últimos prontos e certificados para inserção no mercado. Obtiveram-se também diversas publicações em congressos nacionais, a geração de dois pedidos de patentes e um sistema computacional de alocação otimizada de sinalizadores de faltas em redes de distribuição aérea de energia elétrica. / Within the R&D program governed by the National Agency of Electric Energy of Brazil, a luminous faulted circuit indicator equipment (FCI) was developed by the Companhia Paulista de Força e Luz (CPFL) in partnership with the Escola Politécnica da USP and the company Expertise Engenharia Ltda. In this work it is presented a critical analysis of the technological route adopted for development of this new FCI, indicating details and justifications of technological choices adopted, and new detected possibilities for improvements, taken into account the technological advances in recent years. For such purpose, it is proposed a new method, associated to a practical systematization, for comparative analysis of technologies that accounts for quantitative, qualitative and strategic data directly comparable. The work presents analyses on the choices of fault detection principles and related functions, the development of integrated circuits and fault detector electronics, the power supply, the luminous signaling and the equipment case. As results of the research and development of the FCI there were obtained proof of concept, prototype and pilot equipments, the last ones certified and ready for sale. There were also obtained several publications in national conferences, submission of two patent applications and a software for optimization of FCIs allocation on overhead power distribution networks.

Os sistemas elétricos de potência modernos apresentam inúmeros desafios em sua operação. Nos sistemas de distribuição de energia elétrica, devido à grande ramificação, presença de extensos ramais monofásicos, à dinâmica das cargas e demais particularidades inerentes, a localização de faltas representa um dos maiores desafios. Das barreiras encontradas, a influência da impedância de falta é uma das maiores, afetando significativamente a aplicação dos métodos tradicionais na localização, visto que a magnitude das correntes de falta é similar à da corrente de carga. Neste sentido, esta tese objetivou desenvolver um sistema inteligente para localização de faltas de alta impedância, o qual foi embasado na aplicação da técnica de decomposição por componentes ortogonais no pré-processamento das variáveis e inferência fuzzy para interpretar as não-linearidades do Sistemas de Distribuição com presença de Geração Distribuída. Os dados para treinamento do sistema inteligente foram obtidos a partir de simulações computacionais de um alimentador real, considerando uma modelagem não-linear da falta de alta impedância. O sistema fuzzy resultante foi capaz de estimar as distâncias de falta com um erro absoluto médio inferior a 500 m e um erro absoluto máximo da ordem de 1,5 km, em um alimentador com cerca de 18 km de extensão. Tais resultados equivalem a um grau de exatidão, para a maior parte das ocorrências, dentro do intervalo de ±10%. / Modern electric power systems present numerous challenges in its operation. Fault location is a major challenge in Power Distribution Systems due to its large branching, presence of single-phase laterals and the dynamic loads. The influence of the fault impedance is one of the largest, significantly affecting the use of traditional methods for its location, since the magnitude of the fault currents is similar to the load current. In this sense, this thesis aimed to develop an intelligent system for location of high impedance faults, which was based on the application of the decomposition technique of orthogonal components in the pre-processing variables and fuzzy inference to interpret the nonlinearities of Power Distribution Systems with the presence of Distributed Generation. The data for training the intelligent system were obtained from computer simulations of an actual feeder, considering a non-linear modeling of the high impedance fault. The resulting fuzzy system was able to estimate distances to fault with an average absolute error of less than 500 m and a maximum absolute error of 1.5 km order, on a feeder about 18 km long. These results are equivalent to a degree of accuracy for the most occurrences within the ± 10% range.

Submitted by Patrícia Cerveira (pcerveira1@gmail.com) on 2017-05-29T17:39:15Z No. of bitstreams: 1 Daniel Souto Dissertação.pdf: 2907570 bytes, checksum: 0379fd854c367debb9d8b6237a881084 (MD5) / Rejected by Biblioteca da Escola de Engenharia (bee@ndc.uff.br), reason: Bom dia, Patrícia! Rejeitei este item, pois fiquei com dúvida se é realmente acesso restrito. Conforme orientações da Jane, o acesso é aberto. Você está colocando acesso restrito. O acesso somente é restrito quando a tese ou dissertação serão publicadas e se exige ineditismo, ou quando o produto do trabalho tem segredo empresarial ou virará patente. Nos demais casos, é aberto. Aguardo retorno. Atenciosamente, Catarina Ribeiro Bibliotecária BEE - Ramal 5992 on 2017-06-29T13:54:55Z (GMT) / Submitted by Patrícia Cerveira (pcerveira1@gmail.com) on 2017-06-29T18:56:23Z No. of bitstreams: 1 Daniel Souto Dissertação.pdf: 2907570 bytes, checksum: 0379fd854c367debb9d8b6237a881084 (MD5) / Approved for entry into archive by Biblioteca da Escola de Engenharia (bee@ndc.uff.br) on 2017-07-03T12:39:19Z (GMT) No. of bitstreams: 1 Daniel Souto Dissertação.pdf: 2907570 bytes, checksum: 0379fd854c367debb9d8b6237a881084 (MD5) / Made available in DSpace on 2017-07-03T12:39:19Z (GMT). No. of bitstreams: 1 Daniel Souto Dissertação.pdf: 2907570 bytes, checksum: 0379fd854c367debb9d8b6237a881084 (MD5) / O problema de diagnóstico de faltas em linhas de transmissão constitui um dos principais desafios para gestão técnica de instalações de transmissão. A assertividade nesta atividade é fundamental para suporte à tomada de decisão, reduzindo as taxas de indisponibilidade e promovendo o restabelecimento célere da função transmissão, contribuindo para melhoria da qualidade do serviço e reduzindo os impactos financeiros advindos de reduções na parcela variável. Este documento apresenta uma proposta de sistema inteligente para classificação e localização de faltas em linhas de transmissão. Os algoritmos utilizados são baseados nos chamados modelos neurais autônomos, que incluem técnicas analíticas para seleção de entradas e especificação automática da estrutura sem a necessidade do uso de um conjunto independente de dados para validação. Ao utilizar a inferência bayesiana para especificação e treinamento de perceptrons de múltiplas camadas (MLPs), o sistema inteligente fornece respostas probabilísticas para classificação do tipo de defeito e também para a distância da falta em relação à subestação monitorada. Para desenvolvimento dos modelos são utilizados dados técnicos de uma linha de transmissão integrante do Sistema Interligado Nacional (SIN), a qual é modelada em um “software” de simulação de transitórios eletromagnéticos, ATP, visando estabelecer os diversos cenários de falta. Foram analisados dois tipos de rede equivalente, uma detalhada e outra simples, de forma a precisar qual o melhor modelo e se há diferenças significativas nos resultados em termos de representação das faltas. As bases de dados com as oscilografias de tensão e corrente obtidas para cada tipo de defeito são utilizadas para treinamento e teste do sistema inteligente, sendo demonstrando o potencial dos algoritmos utilizados. / The problem of fault diagnosis in transmission lines is one of the main challenges for the technical management of transmission facilities. The assertiveness on this activity is crucial to support decision making, reducing unavailability rates and promoting rapid reinstatement of the transmission function, contributing to the improvement of service quality and reducing the financial impacts arising from reductions in the variable portion. This document presents a proposal of intelligent system for classification and location of faults in transmission lines. The algorithms used are based on the so-called autonomous neural models which include analytical techniques for input selection and automatic structure specification without the need for an independent set of data for validation. Using Bayesian inference for specification and training of multilayer perceptrons (MLPs), the intelligent system provides probabilistic responses for classification of the type of fault and also for the distance of the fault from the monitored substation. Thus for the development of the models, technical data are used of a transmission line that is part of the National Interconnected System (SIN) which is modeled in an electromagnetic transient simulation software, ATP, aiming to establish the various fault scenarios. Furthermore, two types of equivalent network were analyzed, one detailed and one simple, in order to specify the best model and if there were significant differences in results in terms of fault representation. The databases with voltage and current oscillographs obtained for each type of fault are used for training and testing of the intelligent system, demonstrating the potential of the algorithms used.

Orientador: Marcos Julio Rider Flores / Resumo: Nesta tese são utilizados algoritmos de Inteligência Computacional para resolver quatro problemas da área de sistemas elétricos de potência, com o intuito de automatizar a tomada de decisões em processos que normalmente são realizados por especialistas humanos ajudados de métodos computacionais clássicos. Nesta tese são utilizados os algoritmos de aprendizado de máquina: árvores de decisão, redes neurais artificiais e máquinas de vetor de suporte, para realizar o processo de aprendizado dos sistemas inteligentes e para realizar a mineração de dados. Estes algoritmos podem ser treinados a partir das medições disponíveis e ações registradas nos centros de controle dos sistemas de potência. Sistemas Inteligentes foram utilizados para realizar: a) o controle centralizado Volt-VAr em modernos sistemas de distribuição de energia elétrica em tempo real usando medições elétricas; b) a detecção de fraudes nas redes de distribuição de energia elétrica realizando um processo de mineração de dados para estabelecer padrões de consumo que levem a possíveis clientes fraudadores; c) a localização de faltas nos sistemas de transmissão de energia elétrica automatizando o processo de localização e ajudando para que uma ação de controle da falta seja realizada de forma rápida e eficiente; e d) a coordenação de carga inteligente de veículos elétricos e dispositivos de armazenamento em tempo real utilizando a tecnologia V2G, nos sistemas de distribuição de energia elétrica a partir de medições elé... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: In this thesis Computational Intelligence algorithms are used to solve four problems of the area of power electrical systems, in order to automate decision making in processes that are usually performed by human experts aided by classical computational methods. In this thesis the machine learning algorithms are used: decision trees, artificial neural networks and support vector machines to carry out the learning process of Intelligent Systems and to perform Data Mining. These algorithms are trained from the available measurements and actions recorded in the control centers of the systems. Intelligent Systems were used to perform: a) the centralized control Volt-VAr in modern systems of distribution of electrical energy in real time using electrical measurements; b) detection of fraud in electricity distribution networks by performing a data mining process to establish patterns of consumption that lead to possible fraudulent customers; c) fault location in electric power transmission systems by automating the localization process and helping to ensure that a fault control action is performed quickly and efficiently; and d) coordination of intelligent charging of electric vehicles and storage devices using V2G technology in real-time, in electric power distribution systems using electrical measurements. For the centralized control problem Volt-VAr was tested in 42-node distribution system, for the problem of loading electric vehicles and storage devices the tests were performed... (Complete abstract click electronic access below) / Doutor