Transformadores de potência são dispositivos que requerem atenção especial devido a sua grande importância ao sistema elétrico de potência no qual ele está conectado. Geralmente relés diferenciais são utilizados como proteção primária em transformadores de potência. Nestes relés, a corrente diferencial é comparada com um nível de ajuste e caso ocorra uma falta interna, o transformador deverá ser desconectado do restante do sistema. Entretanto, a simples detecção da presença de uma corrente diferencial não é suficiente para distinguir faltas internas de outras situações que também podem produzir tal corrente. Tais situações surgem durante a energização dos transformadores, devido a saturação dos transformadores de corrente, entre outras, as quais podem resultar em uma incorreta atuação da proteção. Uma rápida e correta discriminação entre faltas internas e outras situações é um dos desafios da moderna proteção de transformadores de potência. A respeito da identificação de faltas internas ou situações de energização, além da mencionada lógica diferencial é acrescentado uma subrotina baseada na restrição de harmônicas. Neste método, a corrente de energização é reconhecida através da presença de uma segunda harmônica obtida por filtros de Fourier. No entanto, o método de filtragem pode algumas vezes retardar a operação da proteção. Além disto, uma componente de segunda harmônica pode também estar presente durante uma falta interna. Este trabalho propõe a utilização da transformada Wavelet - uma poderosa ferramenta matemática - empregada como um meio rápido e eficiente de analisar as formas de onda de transformadores de potência e como uma alternativa a tradicional transformada de Fourier. Os sinais das correntes diferenciais são processados pelas transformadas discretas Wavelet, visando obter uma discriminação entre ambas situações (energização e falta). Um nível de limiar é utilizado após a decomposição Wavelet do sinal para discriminar entre as situações descritas. A janela de dados utilizada para este propósito pode ser variada. Para testar o algoritmo proposto, as simulações de energização e falta foram implementadas, utilizando o programa ATP (\"Alternative Transient Program\"). Em situações onde a janela de dados é reduzida para 1/4 de ciclo o critério de discriminação pode ser otimizado utilizando a transformada discreta de Wavelet auxiliada com técnicas de reconhecimento de padrões. Este trabalho apresenta a utilização de redes neurais artificiais para tal finalidade como exemplo. Resultados encorajadores são apresentados sobre a capacidade de discriminação para as situações descritas assim como a rapidez de resposta quando comparados aos métodos tradicionais. / Power transformers are devices that require special maintenance and care due to their importance to the electrical system to which they are connected. Generally, differential relays are used for the primary protection of large transformers. In such relays, differential currents are compared to a threshold and in the case of an internal fault, the transformer should be disconnected from the rest of the system. However, a simple detection of a differential current is not sufficient to distinguish internal faults from other situations that also produce such a current. Some of these situations appear during transformer energization (inrush currents), CT (current transformer) saturation, among others, which can result in an incorrect trip. A correct and fast distinction of internal faults from the other situations mentioned is one of the challenges for modern protection of power transformers. Concerning the identification of internal faults as opposed to inrush currents, the approach tarditionally used is the aforementioned differential logic together with harmonic restraint. In this method, transformer inrush current due to energization is recognized on the basis of second harmonic components obtained by Fourier filters. However, the filtering method can sometimes delay the protection process. In addition to this, a second harmonic component can also be present during internal faults. This work proposes Wavelet transform - a powerful mathematical tool - employed as a fast and effective means of analyzing waveforms from power transformers, as an alternative to the traditional Fourier transform. The differential signals are processed by discrete Wavelet transform to obtain the discrimination between both situations (inrush and fault). A threshold level is utilized after the Wavelet decomposition to discriminate the situations describeb. The time window used for such purpose can be varied. In order to test proposed algorithm, simulations of fault and inrush currents in a power transformer were implemented using ATP ( \"Alternative Transient Program\") software. When the time window is reduced to only 1/4 of the cycle the discrimination criteria should be optimized using a pattern recognition technique to aid the Discrete Wavelet transform. This study shows as a sample for this purpose the use of artificial neural networks. Very encouraging results are presented concerning the capacity of discrimination of the described situations as well as the speed of response when compared to the traditional method.

Transformers are very important parts of any electrical network, and their size increase so does their price. Protecting these important devices is a daunting task due to the wide variety of operating conditions. This thesis develops a new protection scheme based on state estimation.The foundation upon which our protection scheme is built is the modeling of the single phase transformer system of equations. The transformer equations are composed of polynomial and differential equations and this system of equations involving the transformer's electrical quantities are modeled into a system of equations such that highest degree of each of the system's equations is quadratic―in a process named Quadratization and then integrated using a technique called Quadratic integration to give a set of algebraic companion equations that can be solved numerically to determine the health of the transformer.

A power transformer is one of the most important and expensive components in any power system. Power transformers can be exposed to a wide variety of abnormal conditions and faults. Internal turn-to-turn faults are the most difficult types of faults to detect within the power transformer. The IEEE Standards documents have revealed that there is no one standard way to protect all power transformers against minor internal faults such as turn-to-turn faults and at the same time to satisfy basic protection requirements: sensitivity, selectivity, and speed.<p> This thesis presents a new, simple and efficient protection technique which is based on negative sequence currents. Using this protection technique, it is possible to detect minor internal turn-to-turn faults in power transformers. Also, it can differentiate between internal and external faults. The discrimination is achieved by comparing the phase shift between two phasors of total negative sequence current. The new protection technique is being studied via an extensive simulation study using PSCAD®/EMTDC 1 software in a three-phase power system and is also being compared with a traditional differential algorithm.<p> Relay performance under different numbers of shorted turns of the power transformer, different connections of the transformer, different values of the fault resistances, and different values of the system parameters was investigated. The results indicate that the new technique can provide a fast and sensitive approach for identifying minor internal turn-to-turn faults in power transformers.

A power transformer is one of the most important and expensive components in any power system. Power transformers can be exposed to a wide variety of abnormal conditions and faults. Internal turn-to-turn faults are the most difficult types of faults to detect within the power transformer. The IEEE Standards documents have revealed that there is no one standard way to protect all power transformers against minor internal faults such as turn-to-turn faults and at the same time to satisfy basic protection requirements: sensitivity, selectivity, and speed.<p> This thesis presents a new, simple and efficient protection technique which is based on negative sequence currents. Using this protection technique, it is possible to detect minor internal turn-to-turn faults in power transformers. Also, it can differentiate between internal and external faults. The discrimination is achieved by comparing the phase shift between two phasors of total negative sequence current. The new protection technique is being studied via an extensive simulation study using PSCAD®/EMTDC 1 software in a three-phase power system and is also being compared with a traditional differential algorithm.<p> Relay performance under different numbers of shorted turns of the power transformer, different connections of the transformer, different values of the fault resistances, and different values of the system parameters was investigated. The results indicate that the new technique can provide a fast and sensitive approach for identifying minor internal turn-to-turn faults in power transformers.

Transformadores de potência são dispositivos que requerem atenção especial devido a sua grande importância ao sistema elétrico de potência no qual ele está conectado. Geralmente relés diferenciais são utilizados como proteção primária em transformadores de potência. Nestes relés, a corrente diferencial é comparada com um nível de ajuste e caso ocorra uma falta interna, o transformador deverá ser desconectado do restante do sistema. Entretanto, a simples detecção da presença de uma corrente diferencial não é suficiente para distinguir faltas internas de outras situações que também podem produzir tal corrente. Tais situações surgem durante a energização dos transformadores, devido a saturação dos transformadores de corrente, entre outras, as quais podem resultar em uma incorreta atuação da proteção. Uma rápida e correta discriminação entre faltas internas e outras situações é um dos desafios da moderna proteção de transformadores de potência. A respeito da identificação de faltas internas ou situações de energização, além da mencionada lógica diferencial é acrescentado uma subrotina baseada na restrição de harmônicas. Neste método, a corrente de energização é reconhecida através da presença de uma segunda harmônica obtida por filtros de Fourier. No entanto, o método de filtragem pode algumas vezes retardar a operação da proteção. Além disto, uma componente de segunda harmônica pode também estar presente durante uma falta interna. Este trabalho propõe a utilização da transformada Wavelet - uma poderosa ferramenta matemática - empregada como um meio rápido e eficiente de analisar as formas de onda de transformadores de potência e como uma alternativa a tradicional transformada de Fourier. Os sinais das correntes diferenciais são processados pelas transformadas discretas Wavelet, visando obter uma discriminação entre ambas situações (energização e falta). Um nível de limiar é utilizado após a decomposição Wavelet do sinal para discriminar entre as situações descritas. A janela de dados utilizada para este propósito pode ser variada. Para testar o algoritmo proposto, as simulações de energização e falta foram implementadas, utilizando o programa ATP (\"Alternative Transient Program\"). Em situações onde a janela de dados é reduzida para 1/4 de ciclo o critério de discriminação pode ser otimizado utilizando a transformada discreta de Wavelet auxiliada com técnicas de reconhecimento de padrões. Este trabalho apresenta a utilização de redes neurais artificiais para tal finalidade como exemplo. Resultados encorajadores são apresentados sobre a capacidade de discriminação para as situações descritas assim como a rapidez de resposta quando comparados aos métodos tradicionais. / Power transformers are devices that require special maintenance and care due to their importance to the electrical system to which they are connected. Generally, differential relays are used for the primary protection of large transformers. In such relays, differential currents are compared to a threshold and in the case of an internal fault, the transformer should be disconnected from the rest of the system. However, a simple detection of a differential current is not sufficient to distinguish internal faults from other situations that also produce such a current. Some of these situations appear during transformer energization (inrush currents), CT (current transformer) saturation, among others, which can result in an incorrect trip. A correct and fast distinction of internal faults from the other situations mentioned is one of the challenges for modern protection of power transformers. Concerning the identification of internal faults as opposed to inrush currents, the approach tarditionally used is the aforementioned differential logic together with harmonic restraint. In this method, transformer inrush current due to energization is recognized on the basis of second harmonic components obtained by Fourier filters. However, the filtering method can sometimes delay the protection process. In addition to this, a second harmonic component can also be present during internal faults. This work proposes Wavelet transform - a powerful mathematical tool - employed as a fast and effective means of analyzing waveforms from power transformers, as an alternative to the traditional Fourier transform. The differential signals are processed by discrete Wavelet transform to obtain the discrimination between both situations (inrush and fault). A threshold level is utilized after the Wavelet decomposition to discriminate the situations describeb. The time window used for such purpose can be varied. In order to test proposed algorithm, simulations of fault and inrush currents in a power transformer were implemented using ATP ( \"Alternative Transient Program\") software. When the time window is reduced to only 1/4 of the cycle the discrimination criteria should be optimized using a pattern recognition technique to aid the Discrete Wavelet transform. This study shows as a sample for this purpose the use of artificial neural networks. Very encouraging results are presented concerning the capacity of discrimination of the described situations as well as the speed of response when compared to the traditional method.

Esta pesquisa teve como objetivo o desenvolvimento de um algoritmo computacional capaz de diagnosticar as condições operativas de transformadores de potência. As variáveis tomadas como base para classificar as condições apresentadas se referem às usualmente empregadas pela lógica de proteção diferencial, ou seja, a corrente diferencial e o conteúdo harmônico presente nos sinais em análise. Além disto, foi também verificada a relação entre alguns dos fenômenos associados à falta de qualidade da energia elétrica originados pelos consumidores conectados no secundário e refletidos ao primário do transformador. O algoritmo desenvolvido utilizou-se da Transformada Wavelet e de técnicas de inteligência artificial (Lógica Fuzzy e Redes Neurais Artificiais), com o objetivo de inferir sobre os relacionamentos supracitados. Todos os testes para validação da metodologia proposta foram realizados dispondo de um sistema elétrico simulado no software ATP (Alternative Transients Program). Os resultados encontrados denotam que, frente às condições analisadas, correntes diferenciais e conteúdo harmônico indesejado podem vir a surgir, fazendo com que a lógica implementada venha a diagnosticar erroneamente a condição de operação enfrentada. Os resultados avaliam ainda a propagação destas condições do secundário para o primário do transformador em análise. / This research aimed to develop an algorithm able to diagnose the operating conditions of power transformers. The variables considered to classify the presented conditions were the normally used by differential protection logic, i.e., the differential current and the harmonic content in the signals in analysis. Moreover, the relationship between some phenomena associated to a poor power quality originated from consumers connected to the secondary and reflect to the primary side of the transformer was also verified. In order to infer the relationships above mentioned, the developed algorithm used the Wavelet Transform and artificial intelligence techniques (Fuzzy Logic and Artificial Neural Networks). All the tests applied to validate the proposed methodology were performed making use of the ATP (Alternative Transients Program). In face of the analyzed conditions, the results show that differential currents and undesired harmonic content can arise and the implemented logic will erroneously diagnose the operation condition addressed. The results also illustrate the propagation of these conditions from secondary to primary side of the analyzed transformer.

Esta pesquisa teve como objetivo o desenvolvimento de um algoritmo computacional capaz de diagnosticar as condições operativas de transformadores de potência. As variáveis tomadas como base para classificar as condições apresentadas se referem às usualmente empregadas pela lógica de proteção diferencial, ou seja, a corrente diferencial e o conteúdo harmônico presente nos sinais em análise. Além disto, foi também verificada a relação entre alguns dos fenômenos associados à falta de qualidade da energia elétrica originados pelos consumidores conectados no secundário e refletidos ao primário do transformador. O algoritmo desenvolvido utilizou-se da Transformada Wavelet e de técnicas de inteligência artificial (Lógica Fuzzy e Redes Neurais Artificiais), com o objetivo de inferir sobre os relacionamentos supracitados. Todos os testes para validação da metodologia proposta foram realizados dispondo de um sistema elétrico simulado no software ATP (Alternative Transients Program). Os resultados encontrados denotam que, frente às condições analisadas, correntes diferenciais e conteúdo harmônico indesejado podem vir a surgir, fazendo com que a lógica implementada venha a diagnosticar erroneamente a condição de operação enfrentada. Os resultados avaliam ainda a propagação destas condições do secundário para o primário do transformador em análise. / This research aimed to develop an algorithm able to diagnose the operating conditions of power transformers. The variables considered to classify the presented conditions were the normally used by differential protection logic, i.e., the differential current and the harmonic content in the signals in analysis. Moreover, the relationship between some phenomena associated to a poor power quality originated from consumers connected to the secondary and reflect to the primary side of the transformer was also verified. In order to infer the relationships above mentioned, the developed algorithm used the Wavelet Transform and artificial intelligence techniques (Fuzzy Logic and Artificial Neural Networks). All the tests applied to validate the proposed methodology were performed making use of the ATP (Alternative Transients Program). In face of the analyzed conditions, the results show that differential currents and undesired harmonic content can arise and the implemented logic will erroneously diagnose the operation condition addressed. The results also illustrate the propagation of these conditions from secondary to primary side of the analyzed transformer.