Este trabalho de pesquisa apresenta o desenvolvimento de uma metodologia de diagnóstico automático de falhas do tipo curto-circuito de baixa impedância em circuitos alimentadores de média tensão de sistemas reticulados de distribuição de energia elétrica tipo spot network. O diagnóstico compreende a identificação do tipo de curto-circuito ocorrido e a sua localização. A metodologia está baseada no treinamento e uso de Redes Neurais Artificiais (RNAs). Os parâmetros para treinamento das RNAs são obtidos a partir de padrões de comportamento elétrico de curtos circuitos monofásicos, bifásicos e trifásicos à terra, obtidos por simulação de um circuito de distribuição real localizado na cidade de Brasília. Para obtenção do comportamento elétrico do circuito de distribuição foi utilizado o aplicativo de simulação ATP (Alternative Transient Program); para estruturação, treinamento e testes das RNAs da metodologia de diagnóstico foi utilizado o software Matlab (aplicativo de RNA). Os principais resultados dos testes das RNAs da metodologia são apresentados. Tais resultados demonstram a viabilidade científica e tecnológica de se aplicar a metodologia desenvolvida como ferramenta de diagnóstico em tempo real de auxílio dos departamentos de engenharia de operação e manutenção de concessionárias elétricas. Este trabalho também apresenta as principais possibilidades de continuidade desta pesquisa científica e tecnológica baseada em redes neurais artificiais na área de diagnóstico automático de sistemas reticulados. / This work presents the development of an automatic failure diagnostic methodology for low impedance short circuit in mid voltage feeders of distribution spot networks systems. The developed methodology has the feature to identify the type of short circuit and its location. An Artificial Neural Network technique was employed. The parameters used to train the Artificial Neural Networks are obtained based upon patterns in simulations of real cases for short circuit behavior in mono-phase, bi-phase and tri-phase to ground configuration. The input data for the simulation was based on a real distribution circuit belonging to the Power Utility CEB located in Brasília-Brazil. The simulation program ATP (Alternative Transient Program) was used to obtain the electric behavior of the circuit in the distribution network. As for the Artificial Neural Network simulation, trainings and tests Matlab was employed. As a main contribution the results of this work shows the technical feasibility to apply such methodology as a important real time diagnostic tool to support the system operation and maintenance departments of power utilities that uses spot network topologies. Furthermore, it is presented the possibilities to continue this research related to automatic diagnostics for network distribution systems based on Artificial Neural Networks technique.

This research presents the development and implementation of fault location algorithms in power distribution networks with distributed generation units installed along their feeders. The proposed algorithms are capable of locating the fault based on voltage and current signals recorded by intelligent electronic devices installed at the end of the feeder sections, information to compute the loads connected to these feeders and their electric characteristics, and the operating status of the network. In addition, this work presents the study of analytical models of distributed generation and load technologies that could contribute to the performance of the proposed fault location algorithms. The validation of the algorithms was based on computer simulations using network models implemented in ATP, whereas the algorithms were implemented in MATLAB. / Esta pesquisa apresenta o desenvolvimento e a implementação de algoritmos para localização de faltas em redes primárias de distribuição de energia elétrica que possuem unidades de geração distribuída conectadas ao longo dos seus alimentadores. Esses algoritmos são capazes de efetuar a localização de faltas utilizando registros dos sinais de tensões e correntes realizados por dispositivos eletrônicos inteligentes, instalados nas saídas dos alimentadores de distribuição, além de informações que permitam determinar os valores das cargas conectadas nesses alimentadores, características elétricas, e o estado operativo da rede de distribuição. Ademais, este trabalho apresenta o estudo de modelos analíticos de unidades de geração distribuída e de cargas que poderiam contribuir positivamente com o desempenho dos algoritmos propostos. A validação dos algoritmos foi realizada através de simulações computacionais, utilizando modelos de rede implementados em ATP e os algoritmos foram implementados em MATLAB.

Submitted by Sandro Camargo (sandro.camargo@unipampa.edu.br) on 2015-05-09T19:03:09Z No. of bitstreams: 1 107110001.pdf: 3453553 bytes, checksum: fb266cf11dce80833ef41b2adb20cd21 (MD5) / Made available in DSpace on 2015-05-09T19:03:09Z (GMT). No. of bitstreams: 1 107110001.pdf: 3453553 bytes, checksum: fb266cf11dce80833ef41b2adb20cd21 (MD5) Previous issue date: 2012-10-19 / As distribuidoras de energia elétrica devem estar preparadas para restabelecer o fornecimento de forma ágil, sempre respeitando os critérios de segurança e os índices de continuidade e qualidade compatíveis com o estabelecido na legislação vigente. A possibilidade de localizar defeitos remotamente acelera o processo de restabelecimento. Apesar dos próprios relés e religadores microprocessados fornecerem uma indicação com base na impedância de curto-circuito, ela não é precisa para sistemas de distribuição, uma vez que as redes apresentam várias bifurcações (ramais) protegidas por elementos fusíveis e diferentes bitolas de condutores. Entretanto, atualmente há vários métodos como revelam as pesquisas, que tentam estabelecer maior precisão dos dados e resultados ali envolvidos, buscando criar uma inovação e satisfação às empresas do setor elétrico. Assim, a proposta deste projeto é desenvolver uma metodologia diferencial para localização de faltas em redes de distribuição a partir de estudos da rede combinados com a monitoração remota de dispositivos de proteção (relés e religadores microprocessados). Estas variáveis de entrada: corrente de carga (corrente pré-falta), corrente de curto-circuito, corrente pós-falta; serão obtidas em tempo real pelo SCADA no momento da ocorrência de uma falta na rede. As medidas obtidas serão comparadas e classificadas por Mapas Auto-Organizáveis ou SOM (Self-Organizing Map) de acordo com os padrões de dados simulados pelos estudos da rede. A partir do método proposto será possível estimar o local do defeito ocorrido na rede elétrica por meio do mapa que melhor se identifica com os dados medidos. Essa pesquisa foi aplicada no estudo de caso de uma concessionária da região central gaúcha, a qual alcançou resultados bastante satisfatórios, obtidos a partir de dados reais. / The power utilities must be prepared to restore the supply in an agile way constantly respecting the safety criteria and indexes of continuity and quality consistent with the current legislation. The ability to remotely locate defects accelerates this healing process. Despite own microprocessor relays and reclosers provide an indication based on the short circuit impedance, it is not applicable to distribution systems, since the networks present various bifurcations (branch lines) protected by fuse elements and different wire gauges. However, today there are several methods such as surveys show, trying to establish more precisely the data and results here involved, seeking to create an innovation and satisfaction to the electric companies. Thus, the aim of this project is to develop a methodology for distinct fault location in distribution feeders. It will combine network studies with remote monitoring of protective devices (microprocessor relays and reclosers). These input variables: load current (pre-fault current), short circuit current, post-fault current; will be obtained in real time by SCADA when a fault occurs in the network. These measures will be compared and ranked by Self- Organizing Maps (SOM) according to the patterns obtained by simulation studies of the network. With this method, it will be possible to assess the location of the defect occurring in the power grid, identifying the best map that resembles with the measured data. This research was applied in a power utility in the South of Brazil as case study, which achieved satisfactory results obtained from real data.

This thesis is a combination of the development of numerical models regarding transient simulation of transmission lines and their advantages associated with fault location methods. The transmission line models presented in this work are in time-domain, which is a new approach considering traditional methods as being the phasor and traveling wave techniques. The use of phasors for this purpose has some technical difficulties: the presence of a damped DC component, greater influence of the fault impedance and metrological equipment layout. This work deals with single-phase AC and mono polar DC transmission lines. The proposed transmission line model has three main differentials compared to the traditional Bergeron model: full distribution of linear resistance; full distribution of leakage conductance; and just one recurrence of historical values. The first point is critical for evaluation of the exponential component of transient short circuit currents. The second point refers to the inclusion of the corona effect in the transmission line modeling. The single recurrence indicated in the third topic is given by the complete resolution of the telegrapher\'s equations, so there is no need of serial composition to improve waveform accuracy. The principle of fault location method is calculating the absolute difference between fault voltages seen by the transmission line ends. This technique guarantees a lower influence of the fault impedance and its electrical parameters. / Esta dissertação é uma combinação do desenvolvimento de modelos numéricos para simulação de transitórios eletromagnéticos em linhas de transmissão e suas benesses associadas à localização de faltas. Os modelos de linha de transmissão aqui apresentados estão no domínio do tempo, o que descaracteriza a abordagem tradicional de localização de faltas como técnicas fasoriais e ondas viajantes. A utilização de fasores para esse propósito admite algumas dificuldades técnicas: presença da componente DC amortecida, maior influência da impedância de falta e disposição dos equipamentos metrológicos. Abordam-se linhas de transmissão de sistemas alternado monofásico e contínuo monopolar. A modelagem proposta possui três principais diferenciais frente ao modelo de Bergeron: plena distribuição da resistência linear; plena distribuição da condutância transversal; e apenas uma recorrência a valores históricos. O primeiro ponto é fundamental para avaliação da componente exponencialmente amortecida das correntes transitórias de curto circuito. O segundo ponto se refere à inclusão do efeito corona no modelamento. A recorrência unitária apontada no terceiro tópico apresenta a vantagem de não ser necessária a composição em série do modelo para aprimorar a qualidade das formas de onda. O princípio de localização de faltas se dá pelo cálculo da diferença absoluta entre as tensões instantâneas de falta vistas pelos terminais da linha. Essa técnica garante uma menor influência de impedância de falta e dos parâmetros elétricos.

O trabalho proposto tem por objetivo avaliar a viabilidade de localização de falhas elétricas, por meio da análise de assinaturas magnéticas resultantes do sistema elétrico. Assim, diversos algoritmos - descritos na literatura científica atual e aplicáveis ao processamento de sinais conduzidos - foram analisados com o objetivo de verificar a possibilidade de complementar as metodologias já desenvolvidas para a detecção e classificação de falhas, de uma maneira não invasiva e via análise de assinaturas magnéticas resultantes. Diferentemente do processo de monitoração tradicional, cujos sensores precisam estar fisicamente conectados aos circuitos analisados, propõe-se estudar a viabilidade da análise dos sinais provenientes da assinatura magnética dos distúrbios para localizar falhas. Ressalta-se, assim, a característica não invasiva desse processo. A avaliação da metodologia proposta foi realizada através da escolha de casos de sensibilidade, cujos resultados teóricos e provenientes de simulações foram utilizados na análise de sua viabilidade. / The proposed study aims to evaluate the feasibility of determinig the fault location in electrical systems, by analyzing the resulting magnetic signatures. Thus, several algorithms - described in the current scientific literature and for the processing of conducted signals - will be analyzed in order to verify the possibility of complementing the methodologies already developed for fault detection and classification, a non-invasive way and by analysis magnetic signatures resulting. Differently from traditional monitoring process, in which the sensors need to be physically connected to the analyzed circuits. It should be noted, the characteristic of this methodology as a non-invasive procedure. The evaluation of the proposed methodology will be carried out through the choice of sensitivity cases, which theoretical results obtained from simulations will be used to analyze its viability.

Este trabalho tem por objetivo localizar faltas em sistemas de distribuição de energia elétrica utilizando apenas dados de tensão pós-falta. Não são utilizados dados de corrente pois sua medição não é um requisito mínimo dos medidores inteligentes. Os dados coletados são fornecidos a um sistema fuzzy multicamadas. A seleção dos dados de entrada para o treinamento do sistema inteligente é uma característica exclusiva deste trabalho, por ser continuação da metodologia desenvolvida durante o mestrado do autor desta tese. O cenário estudado é um alimentador de um sistema de distribuição real, com 1600 barras e 505 transformadores. Para efeito de comparação de resultados, a distância da falta é obtida de duas formas: pela composição das estimações das impedâncias de sequência zero e positiva e pela estimação direta da distância. Os resultados se mostram satisfatórios, com erros condizentes aos que são encontrados na literatura, sendo que a estimação direta da distância da falta mostrou resultados ligeiramente melhores. / This work aims to locate faults in electrical energy distribution systems using only post-fault voltage data. Current data is not used because their measurement is not a minimum requirement of smart meters. The collected data is applied to a multilayer fuzzy inference system. The way voltage data is selected to train the fuzzy system is an exclusive feature of this work, since it is a continuation of the methodology developed during the master\'s dissertation of this thesis author. The scenario studied is a feeder of an actual distribution system, with 1600 buses and 505 transformers. For the purpose of results comparison, the distance of the fault is obtained in two ways: by the composition of the zero and positive sequence impedances estimations and by the direct estimation of the distance. The results are satisfactory, with errors that are consistent with those found in the literature, while the direct estimation of the fault distance presented slightly better results.

University of Macau / Faculty of Science and Technology / Department of Electrical and Electronics Engineering

Stator current spectral analysis techniques are usually used to detect rotor faults in induction machines. Magnetic field anomalies in the airgap due to the rotor faults result in characteristic side-band harmonic components in the stator current spectrum, which can be measured as rotor fault signatures. A position-varying load torque oscillation at multiples of the rotational speed, however, has exactly the same effect. Stator current harmonics due to a load torque oscillation often obscure and even overwhelm rotor eccentricity fault detection since the magnitude of load oscillation induced harmonics is usually much larger. Although previous research has suggested some methods to differentiate between these two effects, most of them rely heavily on the accurate estimation of motor parameters. The objective of this research is to develop a far more practical and computationally efficient method to detect rotor faults effectively in the presence of a load torque oscillation. A significant advantage of the proposed scheme is that it does not need any knowledge of motor parameters. The normalized negative sequence information induced by a mixed rotor eccentricity in the stator current or terminal voltage space vector spectra, serves as a reliable rotor fault indicator to eliminate load oscillation effects. Detailed airgap magnetic field analysis for an eccentric motor is performed and all machine inductance matrices as well as their derivatives are reformulated accordingly. Careful observation of these inductance matrices provides a fundamental understanding of motor operation characteristics under a fault condition. Simulation results based on both induction motor dynamic model and Maxwell 2D Finite Element Model demonstrate clearly the existence of the predicted rotor fault indicator. Extensive experimental results also validate the effectiveness and feasibility of the proposed detection scheme.

The thesis presents a framework for integrating models, simulation, and experimental data to diagnose incipient failure modes and prognosticate the remaining useful life of critical components, with an application to the main transmission of a helicopter. Although the helicopter example is used to illustrate the methodology presented, by appropriately adapting modules, the architecture can be applied to a variety of similar engineering systems. Models of the kind referenced are commonly referred to in the literature as physical or physics-based models. Such models utilize a mathematical description of some of the natural laws that govern system behaviors. The methodology presented considers separately the aspects of diagnosis and prognosis of engineering systems, but a similar generic framework is proposed for both. The methodology is tested and validated through comparison of results to data from experiments carried out on helicopters in operation and a test cell employing a prototypical helicopter gearbox. Two kinds of experiments have been used. The first one retrieved vibration data from several healthy and faulted aircraft transmissions in operation. The second is a seeded-fault damage-progression test providing gearbox vibration data and ground truth data of increasing crack lengths. For both kinds of experiments, vibration data were collected through a number of accelerometers mounted on the frame of the transmission gearbox. The applied architecture consists of modules with such key elements as the modeling of vibration signatures, extraction of descriptive vibratory features, finite element analysis of a gearbox component, and characterization of fracture progression. Contributions of the thesis include: (1) generic model-based fault diagnosis and failure prognosis methodologies, readily applicable to a dynamic large-scale mechanical system; (2) the characterization of the vibration signals of a class of complex rotary systems through model-based techniques; (3) a reverse engineering approach for fault identification using simulated vibration data; (4) the utilization of models of a faulted planetary gear transmission to classify descriptive system parameters either as fault-sensitive or fault-insensitive; and (5) guidelines for the integration of the model-based diagnosis and prognosis architectures into prognostic algorithms aimed at determining the remaining useful life of failing components.

The objective of this research is to develop a bearing fault detection scheme for electric machines via stator current. A new method, called the stator current noise cancellation method, is proposed to separate bearing fault-related components in the stator current. This method is based on the concept of viewing all bearing-unrelated components as noise and defining the bearing detection problem as a low signal-to-noise ratio (SNR) problem. In this method, a noise cancellation algorithm based on Wiener filtering is employed to solve the problem. Furthermore, a statistical method is proposed to process the data of noise-cancelled stator current, which enables bearing conditions to be evaluated solely based on stator current measurements. A detailed theoretical analysis of the proposed methods is presented. Several online tests are also performed in this research to validate the proposed methods. It is shown in this work that a bearing fault can be detected by measuring the variation of the RMS of noise-cancelled stator current by using statistical methods such as the Statistical Process Control. In contrast to most existing current monitoring techniques, the detection methods proposed in this research are designed to detect generalized-roughness bearing faults. In addition, the information about machine parameters and bearing dimensions are not required in the implementation.