Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Protection systems used in distribution networks of electricity are not able to detect short circuits with high contact resistance due to the low currents generated, endangering the population and degrading the quality of the energy supplied. In this sense, this paper presents a new methodology for detecting high-impedance faults (HIF) in distribution networks. The developed algorithm has the main advantage the fact also detect and classify other types of transient as, for example, switching capacitor banks, transformers and loads. This characteristic decreases the improper operation caused by transient switching. Another feature of the developed method is no need to install additional equipment on the network which greatly reduces the cost of implementation. Additionally, the paper also discusses the causes, consequences and characteristics of HIF in order to evidence the difficulties related to their detection. A brief review of the models proposed in the literature for computational simulation of HIF is also discussed, and the model used in this work is described in detail. To evaluate the performance of the algorithm developed a series of tests with different fault scenarios high impedance were made. Furthermore, other various types of transients that are normal in the feeders were tested. The good results obtained, combined the simplicity of the method and does not need to install additional equipment feeders, makes a promising technique for real applications. / Os sistemas de proteção utilizados em redes de distribuição de energia elétrica não são capazes de detectar curtos-circuitos com alta resistência de contato devido às reduzidas correntes geradas, colocando em risco a população e degradando a qualidade da energia fornecida. Neste sentido, este trabalho visa apresentar uma nova metodologia para detecção de faltas de alta impedância (FAI) em redes de distribuição de energia elétrica. O algoritmo desenvolvido possui como principal vantagem o fato de também detectar e classificar outros tipos de transitórios como, por exemplo, chaveamento de banco de capacitores, transformadores e manobras de ramais. Essa característica diminui consideravelmente as atuações indevidas causadas por transitórios oriundos de manobras. Outra característica do método desenvolvido é a não necessidade de instalação de equipamentos adicionais na rede, o que reduz consideravelmente o custo de sua implementação. Além disso, o trabalho também aborda as causas, consequências e características das FAI de forma a evidenciar as dificuldades relacionadas à sua detecção. Uma breve revisão sobre os modelos propostos na literatura para simulação computacional de FAI também é abordado, sendo que o modelo utilizado nesse trabalho é descrito em detalhes. Para avaliar o desempenho do algoritmo desenvolvido, uma série de testes com diferentes cenários de falta de alta impedância foram realizados. Além disso, outros tipos de transitórios que são normais nos alimentadores foram testados. Os bons resultados obtidos, aliado a simplicidade do método e a não necessidade de instalação de equipamentos adicionais nos alimentadores, torna a técnica promissora para aplicações reais.

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 Renata Lopes (renatasil82@gmail.com) on 2017-05-18T13:24:16Z No. of bitstreams: 1 jorgejaviergimenezledesma.pdf: 4002237 bytes, checksum: 74e94889e9e4afbc4463915274bf7e33 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2017-05-18T14:07:36Z (GMT) No. of bitstreams: 1 jorgejaviergimenezledesma.pdf: 4002237 bytes, checksum: 74e94889e9e4afbc4463915274bf7e33 (MD5) / Made available in DSpace on 2017-05-18T14:07:36Z (GMT). No. of bitstreams: 1 jorgejaviergimenezledesma.pdf: 4002237 bytes, checksum: 74e94889e9e4afbc4463915274bf7e33 (MD5) Previous issue date: 2017-02-12 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Este trabalho propõe o desenvolvimento de modelos e métodos numéricos, baseados em redes neurais artificiais, para a detecção e localização de áreas com defeitos de alta impedância em sistemas de distribuição. De forma paralela, também é avaliada a eficiência da utilização de diferentes tipos de formas de medição de dados no desempenho do método, que é implementada através de duas etapas. A primeira etapa consiste na adaptação de um programa existente para cálculo de faltas, tendo como objetivo gerar de forma aleatória vários tipos de defeitos, assim como a localização dos mesmos. A metodologia de cálculo de defeitos foi desenvolvida utilizando as equações de injeção de correntes em coordenadas retangulares. Neste programa, também serão considerados os modelos de carga variantes com a tensão durante os defeitos e modelos de diversas gerações distribuídas, convencionais e não convencionais. Em seguida, foi desenvolvido e implementado um método baseado em redes neurais artificiais, para detecção e identificação de faltas, assim como para estimar a localização de faltas em um sistema de distribuição. Esta rede neural possui como entrada módulos e ângulos das tensões e correntes do sistema elétrico, obtidas através das medições fasoriais dos PMUs e/ou IEDs. As saídas da rede neural correspondem à detecção e localização de áreas de defeitos. O método proposto foi desenvolvido no ambiente MatLab® e com o intuito de avaliar sua eficiência, foi testado em alguns sistemas IEEE e em um sistema real. Os resultados obtidos dos estudos são apresentados sob a forma de tabelas e gráficos com suas respectivas acurácias, números de neurônios e as diferentes configurações adotadas. / This work proposes the development of numerical models and methods, based on artificial neural networks, for the detection and localization of high impedance faults in distribution systems. In parallel, the efficiency is also evaluated using different types of measurement data techniques in the performance of the method, which is implemented through two steps. The first step consists in the adaptation of an existing program for calculation of faults, aiming to generate randomly several types of faults, as well as their location. The faults calculation methodology was developed using current injection equations in rectangular coordinates. In this program the models of load variation with the voltage during the faults and a variety of conventional and unconventional models for distributed generation, are considered. Next, a method based on artificial neural networks is developed and implemented for the detection and identification of faults, as well as to estimate the fault location within a distribution system. The neural network inputs are modules and angles of the voltages and currents of the electrical system, obtained from the PMUs and / or IEDs. The outputs of the neural network correspond to the detection and location of faults. The proposed method was developed in MatLab® environment and tested in some IEEE systems and in a real system in order to evaluate its efficiency. The results obtained from the studies was presented in the form of tables and graphs with their respective accuracy, numbers of neurons and the different configurations adopted.