Submitted by Eduarda Figueiredo (eduarda.ffigueiredo@ufpe.br) on 2015-03-06T15:55:36Z No. of bitstreams: 2 Vitor_Emerenciano_Dissertação_PPGEE_2012.pdf: 5206797 bytes, checksum: ea2f6a4e56b1e9d557f8076064efac39 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-06T15:55:36Z (GMT). No. of bitstreams: 2 Vitor_Emerenciano_Dissertação_PPGEE_2012.pdf: 5206797 bytes, checksum: ea2f6a4e56b1e9d557f8076064efac39 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2012-02-03 / A crescente demanda por energia elétrica vem impactando diretamente na regulação do setor elétrico, onde a falta de energia elétrica hoje disponibilizada passa a ser inaceitável e consequentemente impactando em penalização para as empresas concessionárias do setor. Diante deste cenário a possibilidade de contar com um sistema de monitoramento em tempo real que oriente ações corretivas das equipes de manutenção constitui uma ferramenta de fundamental importância na melhoria dos indicadores operacionais das empresas do setor. No sistema elétrico de potência, devido às suas características, cerca de 60% das ocorrências de falta de energia estão associadas a curtoscircuitos de origem monofásicas, o que apresentam ondas viajantes se propagando ao longo do alimentador, em ambas as direções, sofrendo reflexões e refrações relacionadas com as singularidades do percurso realizado. Assim, os sinais eletromagnéticos transitórios gerados pela incidência da falta manifestam peculiaridades associada ao caminho percorrido por essas ondas viajantes. Essas particularidades quando extraídas adequadamente podem ser empregadas, com grande eficácia, por sistemas inteligentes indicando a localidade da falta. Com base nesta premissa esta dissertação propõe uma abordagem utilizando redes neurais artificias para localizar faltas fase-terra em sistemas elétricos de distribuição rurais fortemente dispersos e de grandes extensões. A modelagem proposta faz uso da transformada de wavelets e das técnicas multirresolução de sinais no intuito de melhorar a precisão na localização de faltas como também se ressalta o emprego de processos estatísticos, o qual visa extrair atributos representativos do trecho sob falta.

FundaÃÃo Cearense de Apoio ao Desenvolvimento Cientifico e TecnolÃgico / This paper presents an automatic fault location method in transmission lines based on the Travelling Waves Theory (TWT) using the Stockwell Transform (ST) to determine the travelling waves propagation time and the dominant frequency of transient signals generated by faults. The method considers the case where there is no communication between terminals or loss of synchronism between the devices responsible for estimating the location of faults using, therefore, only data from one terminal. Single-phase faults only involving one of the phases and the earth area evaluated, which occur in the first half of a transmission line of unknown parameters. It is observed that the method (i) wasnât sensitive to fault resistance variations and inception angle and (ii) the obtained results presented errors between 0,10% and 5,82% for faults that occurred between 7km and 99km from the monitoring terminal. To improve the accuracy of estimating the fault location, an Artificial Neural Network (ANN) of the type MLP (Multi-Layer Perceptron) is designed, and trained with characteristics extracted from the faulty signals using ST. The ATP (Alternative Transient Program) software was adopted for simulation of a three phase transmission line which voltage signals were sampled at 200kHz. The simulations were performed exploring 1280 combinations of the following parameters: fault locations, fault resistances and inception angle. The method was developed using the software MATLABÂ. According to the obtained results, the combination of ST with ANN presented better results than the application of ST and TWT. Such improvement is highlighted for the estimation of fault location at greater distances from the monitoring terminal, with errors between 0,02% and 1,56% for faults that occurred between 7km and 99km from the monitoring terminal. / Este trabalho apresenta um mÃtodo automÃtico de localizaÃÃo de faltas em linhas de transmissÃo baseado na Teoria das Ondas Viajantes (TOV) utilizando a Transformada de Stockwell (TS) para determinaÃÃo dos tempos de propagaÃÃo das ondas viajantes e da frequÃncia dominante dos sinais transitÃrios gerados pelas situaÃÃes de falta. O mÃtodo considera o caso em que nÃo hà comunicaÃÃo entre terminais ou hà perda de sincronismo entre os equipamentos responsÃveis pela estimaÃÃo da localizaÃÃo das faltas utilizando, portanto, dados provenientes de apenas um terminal. Consideram-se faltas monofÃsicas envolvendo uma das fases e a terra, as quais ocorrem na primeira metade de uma linha de transmissÃo de parÃmetros desconhecidos. Observa-se que o mÃtodo (i) nÃo se mostrou sensÃvel a variaÃÃes de resistÃncia de falta e Ãngulo de incidÃncia e (ii) os resultados obtidos apresentam erros entre 0,10% e 5,82% para faltas que ocorreram entre 7km e 99km do terminal de monitoramento. Para a melhoria da precisÃo na estimaÃÃo da localizaÃÃo das faltas foi projetada uma Rede Neural Artificial (RNA) do tipo MLP (Multi-Layer Perceptron), treinada a partir de caracterÃsticas dos sinais faltosos extraÃdas atravÃs da TS. Foram utilizados os sinais trifÃsicos de tensÃo amostrados na frequÃncia de 200kHz gerados a partir de simulaÃÃes no software ATP (Alternative Transiente Program), no qual foram realizadas 1280 simulaÃÃes explorando diversas localizaÃÃes e resistÃncias de falta e Ãngulo de incidÃncia. O mÃtodo foi aplicado utilizando o software MATLABÂ. De acordo com os resultados obtidos, a combinaÃÃo da TS e RNA projetada apresentou melhores resultados do que a aplicaÃÃo da TS e TOV, destacando-se na estimaÃÃo da localizaÃÃo de faltas que ocorreram a maiores distÃncias do terminal de monitoramento, com erros entre 0,02% e 1,56% para faltas que ocorreram entre 7km e 99km do terminal de monitoramento.