Abstract: This paper aims to realize the detection and Em condições normais de operação e instalação, as
classification of faults which cause unbalances of tension correntes trifásicas estão equilibradas e os desequilíbrios
and current in an Electric Power System simulated by ATP podem ocorrer devido a algumas situações indesejadas no
software application, through a Fuzzy system. The SEP, como as faltas e aberturas de algumas das fases.
symmetrical components technique is used in order to know Este trabalho buscará, primeiramente, a detecção da
if the circuit is unbalanced and to detect the initial time of falta com base na teoria de Componentes Simétricas [2-5] e
the disturbance. After that, the disturbance classification is posteriormente a sua classificação quanto ao tipo da falta e
realized pointing out the type of fault and the phases as fases envolvidas através de um sistema Fuzzy.
involved. The results shown the viability of this application
and will be reported in this document. 2. DEFINIÇÃO DO PROBLEMA
Keywords: Fault Detection and Classification, Symmetrical Os desequilíbrios de tensão podem ser definidos através
Components, Fuzzy Systems. do desvio máximo dos valores médios das tensões ou
correntes trifásicas divididos pela média desses valores.
Resumo: Este trabalho vislumbra a realização da detecção e Outra maneira de identificar os desequilíbrios é através das
classificação das faltas causadoras dos desequilíbrios de componentes simétricas. Em condições normais as correntes
tensão e corrente em um sistema elétrico de potência trifásicas se anulam e o sistema é tido como equilibrado.
simulado dispondo do software ATP através de um sistema Porém, quando isso não acontece e V2 (componente de
seqüência negativa da tensão) apresenta um valor maior que
Fuzzy. É utilizada a técnica de componentes simétricas para
saber se o circuito está desequilibrado e para detectar o 2% de V1 (componente de seqüência positiva da tensão) o
início do defeito. Então, faz-se a classificação do defeito circuito é considerado desequilibrado. Essa metodologia é
adotada pelo ONS (Operador Nacional do Sistema) para
causador desse desequilíbrio quanto ao tipo de falta e as
fases envolvidas. Os resultados encontrados demonstram a caracterizar este desequilíbrio.
viabilidade de tal aplicação e serão reportados neste Algumas das situações que causam um desequilíbrio
bem mais acentuado que as descritas na introdução são
documento.
listadas abaixo:
Palavras-chave: Detecção e Classificação de Faltas,
a) Curto-cirtuito Fase A – Terra
Componentes Simétricas, Sistemas Fuzzy.
b) Curto-cirtuito Fase B – Terra
c) Curto-cirtuito Fase C – Terra
1. INTRODUÇÃO
d) Curto-circuito Fase A – B
A evolução da eletrônica de potência e o conseqüente e) Curto-cirtuito Fase B – C
surgimento de cargas sensíveis aos distúrbios de tensão e f) Curto-cirtuito Fase C – A
corrente nos Sistemas Elétricos de Potência (SEP),
culminaram numa crescente preocupação com a Qualidade Neste contexto, faz-se necessário, além de apontar
da Energia Elétrica (QEE) [1]. desequilíbrios nas formas de ondas de interesse, meios para
O SEP é afetado por inúmeros problemas da QEE. Um classificar e mitigar as possíveis causas sobre o SEP em
desses problemas é chamado desequilíbrio de tensão e análise. Uma vez que os distúrbios sejam detectados pelo
corrente. Ocorre quando cargas monofásicas são distribuídas método das componentes simétricas, propõem-se um
inadequadamente nos circuitos, fazendo circular por eles sistema Fuzzy que terá a função de classificá-los quanto a
correntes diferentes nos condutores. Esse problema se torna sua natureza e determinar as fases do sistema envolvidas na
ainda maior quando consumidores trifásicos mantêm uma condição observada.
má distribuição de seu circuito interno, o que resulta em A configuração do sistema Fuzzy para a resolução do
correntes desequilibradas no circuito da concessionária. problema é realizada, conforme será apresentado de maneira
A Detecção e Classificação de Situações Causadoras de Desequilíbrios nas Formas de Onda Utilizando Componentes Simétricas e
Sistemas Fuzzy
Etienne Biasotto, Patrick Santos de Oliveira, Mário Oleskovicz e Denis. V. Coury
7. MODELAGEM DO SISTEMA
As grandezas analisadas neste trabalho referem-se a
valores amostrados de tensões e correntes de um sistema
elétrico simulado pela aplicação do software ATP.
Na Figura 3 faz-se referência a tal sistema, contendo o
transformador da subestação (subestação138/13,8KV), os
transformadores de distribuição 3 e 13 (Trafo Distr. 3 e 13)
e o transformador particular 4 (Trafo Part. 4). Estes
Figura 2 – Exemplo de janela deslizante transformadores foram modelados considerando-se suas
curvas de saturação. O modelo das cargas do lado
5. SISTEMAS FUZZY secundário destes trafos segue características específicas que
Grande parte das decisões não pode ser tomada denotam situações reais de carga. Já os transformadores
utilizando-se da lógica clássica, que assume respostas como, particulares 1, 2 e 3 (Trafo Part. 1, 2 e 3) foram modelados
por exemplo, “sim” ou “não”, “verdadeiro” ou “falso”. sem considerar as suas respectivas curvas de saturação.
Dessa forma, em 1965, Zadeh estruturou a Lógica Fuzzy Logo, as cargas foram referidas ao primário com uma
justamente para tratar e representar incertezas [6, 11]. parcela RL em paralelo com um capacitor para a devida
A lógica Fuzzy, diferentemente da lógica clássica, correção do fator de potência para 0,92.
comporta os modos de raciocínio aproximado. Em conjuntos Os demais transformadores de distribuição foram
Fuzzy, existe um grau de pertinência de cada elemento a um modelados somente como cargas RL referidas ao primário,
determinado conjunto, como por exemplo, um elemento considerando-se um fator de potência geral de 0,95. Estes
pode ter um grau de pertinência de 0,9 a um determinado foram representados por suas cargas equivalentes, cujo
conjunto, e 0,1 a outro conjunto. Ou seja, um mesmo ponto de conexão com o sistema é como indicado na figura.
elemento pode pertencer simultaneamente a dois ou mais Cabe ainda destacar que tanto os transformadores de
conjuntos com graus de pertinência distintos. Em outras distribuição quanto os particulares apresentam ligações
palavras, podemos dizer que os sistemas Fuzzy são delta-estrela, com resistência de aterramento de zero ohm.
ferramentas que consistem em aproximar a decisão Além destes, três bancos de capacitores (um de 1200 kVAr e
computacional à humana, tratando os dados de forma dois de 600 kVAr cada) estão instalados ao longo do sistema
paralela e qualitativa. (BC 1, 2 e 3). O alimentador principal é constituído por cabo
As variáveis utilizadas em sistemas Fuzzy são chamadas nu CA-477 MCM em estrutura aérea convencional e seus
de lingüísticas, isso por não apresentarem valores precisos. trechos são representados por elementos RL acoplados.
Para obter as variáveis lingüísticas, as entradas numéricas Foram simuladas vinte e sete tipo de faltas, variando
são mapeadas através do processo de fuzzificação que apenas o tipo de falta (bifásica com e/ou sem o
posteriormente são inferidas através de regras do tipo “se- envolvimento do terra e monofásica) e a impedância da falta
então”, gerando assim uma saída Fuzzy (lingüística), que em (de 0,01 a 100 Ω). Todas no mesmo ponto do sistema, entre
seguida é defuzzificada para se obter novamente um valor os trafos 1 e 2 e os banco de capacitores BC1 e BC2 com o
numérico de saída [3]. ângulo de incidência da falta a zero graus em relação à fase
A do sistema em análise.
6. SOFTWARE ATP (ALTERNATIVE TRANSIENT
PROGRAM)
O software ATP permite a simulação de transitórios
eletromagnéticos em redes polifásicas, com configurações
arbitrárias, através de um método que utiliza a matriz de
admitância de barras [12]. A formulação matemática é
baseada no método das características (método de Bergeron)
para elementos com parâmetros distribuídos e na regra de
integração trapezoidal para elementos com parâmetros
concentrados.
Vale comentar que como um programa digital não
permite obter uma solução contínua no tempo, pelo ATP, Figura 3 – Diagrama do sistema elétrico de distribuição analisado.
calcula-se valores em intervalos de tempo discretos.
Comenta-se ainda que o programa permite a representação Os tipos de faltas simuladas estão detalhados quanto ao
de não-linearidades, elementos com parâmetros tipo e a quantidade na Tabela 1.
A Detecção e Classificação de Situações Causadoras de Desequilíbrios nas Formas de Onda Utilizando Componentes Simétricas e
Sistemas Fuzzy
Etienne Biasotto, Patrick Santos de Oliveira, Mário Oleskovicz e Denis. V. Coury
Tabela 1 – Tipos de situações faltosas consideradas sobre o SEP em Regra 3: Se IA é BA, IB é BA e IC é AL então a saída é S3
análise
– falta monofásica envolvendo a fase C.
Regra 4: Se IA é AL, IB é AL e IC é BA então a saída é S4
Tipo de Falta Quantidade de Casos – falta bifásica envolvendo as fases A e B.
Faltas bifásicas 9 Regra 5: Se IA é BA, IB é AL e IC é AL então a saída é S5
Faltas bifásicas-terra 9 – falta bifásica envolvendo as fases B e C.
Regra 6: Se IA é AL, IB é BA e IC é AL então a saída é S6
Faltas monofásicas 9
– falta bifásica envolvendo as fases A e C.
TOTAL 27
Apesar de termos simulado, além das faltas
8. SOLUÇÃO DO PROBLEMA monofásicas, as faltas bifásicas e bifásicas-terra, o algoritmo
proposto classifica corretamente todos os tipos de faltas
Como anteriormente colocado, o algoritmo bifásicas, embora este não diferencie os casos de curto-
desenvolvido percorre o sinal janela por janela, calculando circuito que envolva a presença do terra.
os valores eficazes de tensão e corrente, que são utilizados
nos cálculos das componentes simétricas. Através da relação
1
entre a componente de seqüência negativa e positiva, caso
este valor ultrapasse um limiar pré-definido, fica 0.9
0.9
0.1
0.8
0
0 1 2 3 4 5 6
0.7
Grau de Pertinência
0.6
Figura 5: Saída do sistema Fuzzy, onde, da esquerda para a direita,
0.5
tem-se a caracterização das situações de falta fase-terra (AT, BT, CT) e
0.4
bifásicas (AB, BC, CA).
0.3 9. RESULTADOS
0.2
0.1
Afirma-se que o sistema Fuzzy implementado
classificou corretamente os 27 casos testados, atingindo uma
0
0 1000 2000 3000 4000 5000 6000 precisão de 100%. Isso pode ser comprovado pela Tabela 2
Corrente (A)
que mostra as correntes nas fases A, B e C, além da resposta
esperada e da resposta encontrada pelo algoritmo proposto.
Figura 4 – Representação das funções de pertinência para a Fase A
(Fases B e C possuem funções de pertinência idênticas). 10. CONCLUSÃO
O universo de discurso utilizado vai de 0 a 6000 A, pois
essa foi a amplitude máxima da corrente encontrada nas A abordagem aplicando sistemas Fuzzy para a
simulações realizadas. A discretização de 1000 pontos foi classificação de faltas monofásicas e bifásicas, com ou sem
escolhida para obtermos uma representação fiel dos dados, a presença do “terra”, se mostrou eficiente. Cabe salientar
de acordo com as necessidades do algoritmo, sem aumentar que os sistemas Fuzzy não necessitam de uma grande
o esforço computacional. quantidade de dados para sua implementação, apenas do
Para esta abordagem, as regras representativas de todo o domínio do especialista do processo a ser modelado e da sua
conhecimento do sistema inteligente foram definidas da experiência e conhecimento sobre sistemas Fuzzy. Outro
seguinte maneira: aspecto que devemos ressaltar é que com a utilização de
apenas duas funções de pertinência foi possível a
Regra 1: Se IA é AL (ALta), IB é BA (BAixa) e IC é BA classificação das faltas simuladas, o que demonstra o poder
(BAixa), então a saída é S1 – falta monofásica envolvendo dessa ferramenta.
a fase A. Para todos os casos testados, o sistema se mostrou
Regra 2: Se IA é BA, IB é AL e IC é BA então a saída é S2 eficiente.
– falta monofásica envolvendo a fase B.
A Detecção e Classificação de Situações Causadoras de Desequilíbrios nas Formas de Onda Utilizando Componentes Simétricas e
Sistemas Fuzzy
Etienne Biasotto, Patrick Santos de Oliveira, Mário Oleskovicz e Denis. V. Coury
Tabela 2 - Dados de entrada do sistema Fuzzy, bem como as fases envolvidas na falta simulada e a confirmação das fases detectadas pelo sistema
implementado.