A Qualidade da energia elétrica é caracterizada pela disponibilidade da energia através de uma forma de onda senoidal pura, sem alterações na amplitude e freqüência. No entanto situações transitórias em sistemas de potência são comuns e estas podem provocar inúmeras interferências indesejáveis. Neste contexto, este trabalho tem como objetivo desenvolver um algoritmo para detectar, localizar no tempo e classificar diversos distúrbios que ocorrem no sistema elétrico através da aplicação da transformada wavelet (TW). Foi realizado um estudo teórico desde a origem até os recentes avanços sobre a TW. Para a detecção e localização no tempo foi utilizada apenas a TW. Com relação à classificação foram comparadas três ferramentas matemáticas: TW, TRF (Transformada Rápida de Fourier) e RNA (Redes Neurais Artificiais). Através do software ATP (Alternative Transients Program) foi modelado um sistema de distribuição, cujas características seguem um sistema real. Todos os distúrbios de tensão gerados e analisados puderam ser detectados e localizados no tempo através da técnica de análise multiresolução. Em relação à classificação, foi realizada uma comparação entre a TW, a TRF e RNA com resultados satisfatórios, destacando dentre elas a TRF e a RNA. Pode-se concluir que os resultados obtidos através do algoritmo mostraram-se eficientes tanto no aspecto da detecção, localização e classificação, assim como na estimação da amplitude do distúrbio e da duração do distúrbio. / A perfect power supply would be one that is always available, maintaining the supply voltage and frequency within certain limits, and supplying pure noise free sinusoidal waveform. Nevertheless, transient events are usual in power systems, resulting in several interferences. The purpose of this study is for detecting, locating in time and to classifying with wavelet transform (WT) several disturbances that occur on power systems. A WT theoretical revision, referring to the first mention in wavelet up to the recent research advances is presented. Only WT was used in order to detect and locate in time the power system disturbances. For classification, three mathematical tools were compared: WT, FFT (Fast Fourier Transform) and ANN (Artificial Neural Networks). A distribution System, with identical characteristics as the real distribution system, was performed with ATP software (Alternative Transients Program). The results showed that multiresolution analysis technique is able to detect and locate all the generated and analyzed voltage disturbances. For classification the results were similar for the WT, FFT and ANN, however FFT and ANN results presented a better performance. The results conclude that the WT algorithm is efficient at detecting, localizing and classifying power system disturbances, as well as, at estimating the amplitude and duration of the voltage disturbance.

A Qualidade da energia elétrica é caracterizada pela disponibilidade da energia através de uma forma de onda senoidal pura, sem alterações na amplitude e freqüência. No entanto situações transitórias em sistemas de potência são comuns e estas podem provocar inúmeras interferências indesejáveis. Neste contexto, este trabalho tem como objetivo desenvolver um algoritmo para detectar, localizar no tempo e classificar diversos distúrbios que ocorrem no sistema elétrico através da aplicação da transformada wavelet (TW). Foi realizado um estudo teórico desde a origem até os recentes avanços sobre a TW. Para a detecção e localização no tempo foi utilizada apenas a TW. Com relação à classificação foram comparadas três ferramentas matemáticas: TW, TRF (Transformada Rápida de Fourier) e RNA (Redes Neurais Artificiais). Através do software ATP (Alternative Transients Program) foi modelado um sistema de distribuição, cujas características seguem um sistema real. Todos os distúrbios de tensão gerados e analisados puderam ser detectados e localizados no tempo através da técnica de análise multiresolução. Em relação à classificação, foi realizada uma comparação entre a TW, a TRF e RNA com resultados satisfatórios, destacando dentre elas a TRF e a RNA. Pode-se concluir que os resultados obtidos através do algoritmo mostraram-se eficientes tanto no aspecto da detecção, localização e classificação, assim como na estimação da amplitude do distúrbio e da duração do distúrbio. / A perfect power supply would be one that is always available, maintaining the supply voltage and frequency within certain limits, and supplying pure noise free sinusoidal waveform. Nevertheless, transient events are usual in power systems, resulting in several interferences. The purpose of this study is for detecting, locating in time and to classifying with wavelet transform (WT) several disturbances that occur on power systems. A WT theoretical revision, referring to the first mention in wavelet up to the recent research advances is presented. Only WT was used in order to detect and locate in time the power system disturbances. For classification, three mathematical tools were compared: WT, FFT (Fast Fourier Transform) and ANN (Artificial Neural Networks). A distribution System, with identical characteristics as the real distribution system, was performed with ATP software (Alternative Transients Program). The results showed that multiresolution analysis technique is able to detect and locate all the generated and analyzed voltage disturbances. For classification the results were similar for the WT, FFT and ANN, however FFT and ANN results presented a better performance. The results conclude that the WT algorithm is efficient at detecting, localizing and classifying power system disturbances, as well as, at estimating the amplitude and duration of the voltage disturbance.

Submitted by FERNANDO PARRA DOS ANJOS LIMA null (engfernandoparra@gmail.com) on 2016-10-31T11:47:54Z No. of bitstreams: 1 Fernando Parra A. Lima.pdf: 3667307 bytes, checksum: 0d206b9c09566cdb11de101b84976228 (MD5) / Approved for entry into archive by Felipe Augusto Arakaki (arakaki@reitoria.unesp.br) on 2016-11-07T16:42:09Z (GMT) No. of bitstreams: 1 lima_fpa_dr_ilha.pdf: 3363973 bytes, checksum: d8849cdd159a11920c497d025a8ae16a (MD5) / Made available in DSpace on 2016-11-07T16:42:09Z (GMT). No. of bitstreams: 1 lima_fpa_dr_ilha.pdf: 3363973 bytes, checksum: d8849cdd159a11920c497d025a8ae16a (MD5) Previous issue date: 2016-09-01 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Esta pesquisa é dedicada ao desenvolvimento de uma metodologia para a realização do diagnóstico de distúrbios de tensão de sistemas de distribuição de energia elétrica, baseada no uso de sistemas imunológicos artificiais (SIA). Trata-se da proposição de um novo paradigma no ambiente dos SIA que confere o aprendizado de modo contínuo (plasticidade). Esta concepção permite compor um sistema de diagnóstico apto a aprender continuamente, contemplando novos tipos de distúrbios advindos da constante evolução do setor elétrico, sem a necessidade de reiniciar o processo de aprendizado. Neste contexto, empregam-se dois algoritmos imunológicos artificiais, sendo o algoritmo de seleção negativa, responsável pelo processo de reconhecimento de padrões, e o algoritmo de seleção clonal responsável pelo processo de aprendizado. A principal aplicação deste novo método é auxiliar na operação do sistema durante distúrbios, bem como, supervisionar o sistema de proteção, e estar apto a acompanhar a evolução dos sistemas elétricos adquirindo conhecimento continuamente. Para avaliar a eficácia e o desempenho deste novo método foram realizadas simulações de distúrbios de tensão em sistemas de distribuições de energia elétrica com 5, 33, 84 e 134 barras, no software ATP/EMTP. Os resultados obtidos com esta abordagem mostram robustez e eficiência quando comparados à literatura. / This work develops a methodology to realize voltage disturbance diagnosis in electrical distribution systems, based on Artificial Immune Systems (AIS). It is a proposition of a new paradigm in AIS environment, which provides a continuous learning (plasticity). This conception allows composing a diagnosis system able to continuous learn, when new disturbances appear due to the constant evolution of the power systems, without needing to reinitialize the learning. This way, two artificial immune algorithms are used, such as the negative selection algorithm executing the pattern recognition process, and the clonal selection algorithm, executing the learning process. The main application of this new method is to aid the system operation during disturbances, as well as, supervise the system protection and be able to carry on the evolution of the electrical systems acquiring knowledge continuously. To evaluate the efficiency and the performance of this new method, voltage disturbance simulations were executed in electrical distributions systems with 5, 33, 84 and 134-bus in ATP/EMTP software. Results show robustness and efficiency when compared with those in the literature.

Orientador: Carlos Roberto Minussi / Resumo: Esta pesquisa é dedicada ao desenvolvimento de uma metodologia para a realização do diagnóstico de distúrbios de tensão de sistemas de distribuição de energia elétrica, baseada no uso de sistemas imunológicos artificiais (SIA). Trata-se da proposição de um novo paradigma no ambiente dos SIA que confere o aprendizado de modo contínuo (plasticidade). Esta concepção permite compor um sistema de diagnóstico apto a aprender continuamente, contemplando novos tipos de distúrbios advindos da constante evolução do setor elétrico, sem a necessidade de reiniciar o processo de aprendizado. Neste contexto, empregam-se dois algoritmos imunológicos artificiais, sendo o algoritmo de seleção negativa, responsável pelo processo de reconhecimento de padrões, e o algoritmo de seleção clonal responsável pelo processo de aprendizado. A principal aplicação deste novo método é auxiliar na operação do sistema durante distúrbios, bem como, supervisionar o sistema de proteção, e estar apto a acompanhar a evolução dos sistemas elétricos adquirindo conhecimento continuamente. Para avaliar a eficácia e o desempenho deste novo método foram realizadas simulações de distúrbios de tensão em sistemas de distribuições de energia elétrica com 5, 33, 84 e 134 barras, no software ATP/EMTP. Os resultados obtidos com esta abordagem mostram robustez e eficiência quando comparados à literatura. / Doutor

This thesis proposes a framework for identifying the root-cause of a voltage disturbance, as well as, its source location (upstream/downstream) from the monitoring place. The framework works with three-phase voltage and current waveforms collected in radial distribution networks without distributed generation. Real-world and synthetic waveforms are used to test it. The framework involves features that are conceived based on electrical principles, and assuming some hypothesis on the analyzed phenomena. Features considered are based on waveforms and timestamp information. Multivariate analysis of variance and rule induction algorithms are applied to assess the amount of meaningful information explained by each feature, according to the root-cause of the disturbance and its source location. The obtained classification rates show that the proposed framework could be used for automatic diagnosis of voltage disturbances collected in radial distribution networks. Furthermore, the diagnostic results can be subsequently used for supporting power network operation, maintenance and planning. / En esta tesis se propone una metodología para la identificación de la localización relativa (aguas arriba/abajo) y la causa de una perturbación eléctrica. La metodología utiliza las ondas trifásicas de tensión y de corriente registradas en redes de distribución radial sin presencia de generación distribuida. La metodología es validada utilizando perturbaciones eléctricas reales y simuladas. La metodología involucra atributos que han sido concebidos basándose en principios eléctricos e hipótesis de acuerdo a cada uno de los fenómenos eléctricos analizados. Se propusieron atributos tanto basados en la forma de onda como en la fecha de ocurrencia de la perturbación. La cantidad de información contenida y/o explicada por cada atributo es valorada mediante la aplicación del análisis multivariante de la varianza y algoritmos de extracción automática de reglas de decisión. Los resultados de clasificación muestran que la metodología propuesta puede ser utilizada para el diagnóstico automático de perturbaciones eléctricas registradas en redes de distribución radial. Los resultados de diagnóstico pueden ser utilizados para apoyar las tareas de operación, mantenimiento y planeamiento de las redes de distribución.