Considerando análises de autoridades do sistema de distribuição elétrica, prevê-se um aumento na demanda por energia elétrica, bem como um maior nível de geração distribuída. Com esse aumento na matriz energética, as cargas de diferentes tipos de consumidores e dispositivos não lineares tornam o sistema mais complexo. Dessa forma, os afundamentos de tensão em sistemas de distribuição são eventos importantes a serem monitorados, pois podem afetar os consumidores diversas vezes ao ano, comprometendo a produção de consumidores industriais e outros segmentos da sociedade. Portanto, para superar as limitações existentes, técnicas de Aprendizado de Máquina vêm sendo exploradas atualmente para a caracterização de afundamentos de tensão; contudo, o tema ainda não atingiu seu ponto de estagnação. Com a oscilografia armazenada em dispositivos eletrônicos inteligentes presentes no sistema de distribuição, a caracterização usando tais técnicas não convencionais torna-se possível. Esta pesquisa tem como objetivo estabelecer um método para caracterização de afundamentos de tensão utilizando técnicas de Aprendizado de Máquina, considerando três situações comuns em sistemas de distribuição: energização de transformadores, partida de motores ou presença de faltas. A metodologia proposta é capaz de diferenciar os eventos mencionados daqueles observados durante a operação normal da rede elétrica, auxiliando os operadores do sistema de distribuição. Além disso, o método proposto foi implementado com três técnicas inteligentes diferentes, permitindo uma comparação de desempenho entre essas técnicas, utilizando sinais no domínio do tempo. A Máquina de Vetores de Suporte (SVM – Support Vector Machine) foi a técnica mais adequada para implementar o método proposto, visando seu funcionamento em sistemas elétricos mais complexos.

Autor: Bruno Stabile dos Santos

Acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=127261  

Este trabalho analisa a influência da geração solar fotovoltaica, conectada por meio de inversores, no desempenho dos dispositivos de proteção em um sistema consumidor alimentado pela rede de média tensão da concessionária local. O estudo discute aspectos-chave relacionados aos requisitos de proteção para esse tipo de instalação e estabelece critérios para a modelagem dos inversores no software de simulação SINAP. As simulações foram baseadas em dados de uma rede de distribuição real, assim como em uma representação detalhada da instalação elétrica do campus Santo André da UFABC. Após a modelagem precisa da rede elétrica e a simulação da ocorrência de faltas, foi possível avaliar se a presença da geração fotovoltaica exige ajustes nos critérios de parametrização das funções de proteção, a fim de atender aos requisitos de coordenação, conforme desejado e exigido pelas normas. Além disso, com base nos resultados observados, foram levantados aspectos importantes quanto à necessidade de padronização dos esquemas de proteção requeridos pelas concessionárias de energia. Discussões e comentários sobre os resultados são apresentados no texto, juntamente com as simulações realizadas e alguns testes práticos.

Autor: Élio Vicentini 

Atualmente, as cargas de diversos tipos de consumidores estão cada vez mais sensíveis a variações e interrupções de energia. Na maioria dos casos, as falhas no fornecimento de energia resultam de faltas ocorridas em sistemas de distribuição, que afetam a confiabilidade do suprimento energético e podem causar afundamentos de tensão, interrupções momentâneas e sustentadas, além de altos custos operacionais. As concessionárias de energia estão cientes dessa questão e trabalham no desenvolvimento de soluções eficientes para melhorar seus índices de confiabilidade e disponibilidade. Nesse contexto, diferentes técnicas para detecção e localização de faltas vêm sendo estudadas, visando a rápida restauração do serviço em caso de distúrbios no sistema de distribuição. Nesta linha, este trabalho apresenta um método que pode ser utilizado como uma ferramenta de apoio à decisão para os operadores do sistema, indicando a área faltosa do sistema de distribuição e fornecendo uma localização aproximada da falta em caso de falha em alimentadores. O método proposto utiliza a similaridade entre sinais de tensão e a Distância de Hausdorff para alcançar esse objetivo. Testes preliminares mostraram que o método é bastante promissor, identificando com sucesso a área faltosa em um sistema de distribuição composto por cargas dinâmicas e geração distribuída. Posteriormente, para validar o método proposto, ele foi testado no sistema IEEE de 34 barras, mais uma vez demonstrando sua eficácia na identificação da região faltosa. A solução discutida neste trabalho foi implementada utilizando diferentes sinais de entrada, tamanhos de janela de dados e taxas de amostragem, com o intuito de determinar a configuração que melhor equilibra precisão e custo computacional. Segundo os resultados observados, o método proposto é uma opção altamente promissora para apoiar a operação de sistemas de distribuição, sendo simples e preciso, além de permitir adaptações rápidas e diretas.

 Autor: Joaquim Siqueira de Lima

Acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=124330  

O sistema de energia elétrica está em transformação. Mudanças na legislação possibilitaram a conexão de geradores distribuídos (GD) à rede, e unidades que antes apenas consumiam energia passaram a injetá-la na rede. A geração fotovoltaica tem crescido nos últimos anos e já é a fonte mais utilizada como geração distribuída no Brasil. Uma das principais preocupações ao conectar um GD à rede é o ilhamento não intencional, que ocorre quando uma parte da rede contendo o GD e cargas permanece energizada, porém eletricamente isolada do restante da rede. Nesse caso, o fornecimento de energia pelo GD não é supervisionado pela rede. Quando essa situação não é identificada pelas proteções existentes, além de problemas na qualidade da energia, podem ocorrer acidentes, pois há uma parte da rede energizada de forma inadequada. Este trabalho tem como objetivo apresentar e comparar duas metodologias para detecção de ilhamento de geradores fotovoltaicos. A primeira metodologia é baseada em redes neurais artificiais (RNAs), e a detecção é realizada por meio da análise do sinal de tensão no ponto de conexão comum entre a instalação considerada e a concessionária. A segunda metodologia proposta utiliza a Transformada Discreta de Wavelet (DWT) para detectar o ilhamento, também analisando o sinal de tensão no ponto de conexão com a concessionária. Ao final do trabalho, são apresentados os resultados dos algoritmos propostos diante de situações de ilhamento, assim como testes para delimitar os limites operacionais de cada algoritmo, possibilitando verificar o bom desempenho de ambas as técnicas. Os algoritmos responderam corretamente em 100% dos casos práticos avaliados, mesmo em situações de baixo desequilíbrio de potência. O tempo de detecção foi baixo para ambas as técnicas, entre 0,06 s e 0,09 s.

Autor: Luiza Buscariolli

Acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=124592

Os sistemas de energia elétrica (SEP) são responsáveis por fornecer energia elétrica de forma segura e confiável aos consumidores. Em situações de contingências, cabe ao sistema de proteção atuar para minimizar danos aos consumidores finais e ao próprio SEP. Um dos dispositivos mais importantes no sistema de proteção é o transformador de corrente (TC), cuja principal função é fornecer ao relé de proteção uma réplica escalonada da corrente primária do SEP. No entanto, os TCs possuem características físicas que os tornam suscetíveis à saturação, o que resulta na distorção da forma de onda secundária. Devido a essa distorção, o relé de proteção pode falhar, já que sua decisão depende da integridade do sinal fornecido pelo TC. Essa falha pode ocasionar danos severos aos equipamentos do SEP, com perdas financeiras significativas, além do risco à vida humana. Para evitar decisões incorretas por parte do relé, diversos algoritmos para detectar e reconstruir formas de onda distorcidas dos TCs foram propostos na literatura. Uma parcela significativa desses algoritmos baseia-se em técnicas de aproximação de funções e no uso de inteligência artificial. Nesse contexto, este trabalho propõe o uso de redes neurais artificiais (RNAs) para corrigir a forma de onda secundária distorcida proveniente dos TCs. As RNAs utilizadas para a correção da forma de onda são do tipo Perceptron Multicamadas (MLP), especificadas por meio de um processo de treinamento supervisionado. Foram avaliadas diversas taxas de amostragem e tamanhos de janela de dados para especificar uma RNA capaz de entregar alto desempenho para o algoritmo proposto. Além disso, para comparação de desempenho, dois ambientes computacionais diferentes foram usados para modelar as RNAs: MATLAB e Keras. Os sinais usados no processo de treinamento e teste das RNAs vêm de duas fontes distintas de dados: a primeira é baseada no modelo clássico de TCs, amplamente utilizado pela comunidade científica (IEEE), enquanto a segunda é baseada no modelo de TC em Simulink. Os resultados mostram claramente que uma forma de onda altamente distorcida pode ser totalmente reconstruída pela RNA, fornecendo aos relés de proteção um sinal confiável para a tomada de decisão correta.

Autor: Bruno dos Santos Saraiva Silva

Acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=121847   

O fenômeno da ferroressonância é um efeito oscilatório que ocorre quando uma indutância não linear de um Transformador de Potencial Indutivo (TPI) está conectada em série com circuitos que possuem capacitâncias equivalentes, como: linhas de transmissão, circuitos subterrâneos, cargas capacitivas e outros arranjos encontrados em sistemas de energia elétrica (SEEs). Devido à não linearidade do núcleo magnético do TPI, este equipamento, quando conectado a redes com capacitâncias específicas, fica vulnerável a diferentes comportamentos e distúrbios, gerados por faltas ou operações de chaveamento. Essa condição é conhecida como ferroressonância. Considerando as características dinâmicas dessa perturbação não linear, a resposta ferroressonante pode se manifestar de diferentes formas, como oscilações periódicas na frequência fundamental (modo fundamental) ou em valores submúltiplos da frequência fundamental (modo sub-harmônico), entre outros. A detecção precisa do efeito ferroressonante pode prevenir danos aos equipamentos, assim como evitar perdas financeiras para as concessionárias. Este trabalho apresenta um método baseado em Redes Neurais Artificiais (RNAs) para detectar o efeito erroressonante. O algoritmo proposto para a detecção do efeito ferroressonante utiliza amostras da tensão secundária do TPI para decidir sobre a ocorrência de um evento ferroressonante. Além disso, este trabalho também discute e analisa diferentes cenários que podem gerar o fenômeno da ferroressonância, utilizando os softwares ATP e PSCAD para simular todos os casos considerados. Os resultados obtidos mostram que as condições de ferroressonância podem ser previstas e minimizadas por meio de uma modelagem precisa e, posteriormente, da simulação de todas as possíveis condições operacionais do SEE. Após um grande número de simulações e análises, foi possível observar que o método baseado em RNAs proposto é capaz de detectar diferentes condições de ferroressonância.

Autor: Ricardo Sotero da Silva

Acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=123732

O crescimento da exploração de energias renováveis impulsionou a expansão da geração distribuída. Nesse contexto, os sistemas de transmissão em Corrente Contínua em Alta Tensão (HVDC) surgiram como uma alternativa interessante para integrar essas fontes renováveis. Ao integrar muitas fontes renováveis, os sistemas HVDC tendem a evoluir para sistemas de Corrente Contínua Multiterminal (MTDC). No entanto, os altos níveis de corrente de falta, a indisponibilidade de disjuntores de corrente contínua (CC) que operem rapidamente para evitar danos ao sistema, e a falta de esquemas de proteção que isolem apenas o segmento com falta limitam a implementação dos sistemas MTDC. Este trabalho apresenta três propostas de proteção diferentes, baseadas no uso de Redes Neurais Artificiais (RNAs), para a proteção de sistemas MTDC. Inicialmente, a viabilidade dos esquemas de proteção propostos é verificada por meio de um sistema MTDC simplificado, e posteriormente validada por meio de simulações no sistema MTDC de três barras do CIGRÉ. Nesse cenário, as propostas são comparadas em termos de tempos de resposta e da precisão observada nas tarefas de detecção, classificação e localização de faltas. Todas as três propostas utilizam RNAs; entretanto, a primeira considera o processamento direto dos sinais de corrente CC, enquanto a segunda e a terceira propostas utilizam, respectivamente, a Transformada Discreta de Fourier (DFT) e a Transformada Discreta de Wavelet (DWT) para o pré-processamento do sinal de corrente CC. O algoritmo baseado em RNA foi desenvolvido no Matlab, e os sistemas MTDC foram implementados nos softwares ATP-Draw e PSCAD, permitindo a geração de sinais para avaliar o desempenho dos esquemas de proteção propostos. Os resultados mostram que todas as propostas baseadas em RNA são promissoras, independentemente da técnica de pré-processamento utilizada.

Autor: Júlio Octavio Arita

Acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=111271  

A função básica do Sistema de Energia Elétrica (SEE) é fornecer energia de alta qualidade aos consumidores sempre que houver demanda. No entanto, eventos de falta no SEE podem causar problemas de qualidade e confiabilidade no fornecimento de energia, exigindo esquemas que detectem, classifiquem e localizem corretamente esses eventos. Além da complexidade inerente à implementação desses esquemas, a penetração da Geração Distribuída (GD) no SEE traz novos desafios para as funções de proteção, devido às capacidades resultantes de fluxo de potência bidirecional. Assim, para contextualizar esse cenário, esta pesquisa apresenta alguns métodos propostos na literatura para a detecção, classificação e localização de faltas no SEE, considerando ou não a presença da GD. Nesse sentido, como foco principal deste trabalho, é proposto um sistema inteligente baseado em redes neurais artificiais (RNAs) para detectar, classificar e localizar faltas no SEE. O esquema proposto utiliza os valores de tensão pós-falta nos barramentos do sistema para determinar, em caso de falta, as seguintes informações: a) a linha de transmissão (LT) onde ocorreu a falta; b) o tipo de falta; e c) o ponto de localização da falta na LT previamente identificada. As RNAs do esquema foram treinadas para diferentes tipos de falta que podem ocorrer ao longo das LTs, considerando vários valores de resistência de falta. A principal característica desse algoritmo é dispensar formulações complexas e análises de fluxo de potência para a detecção, classificação e localização de faltas nas LTs do SEE, mesmo diante dos desafios trazidos pela presença da GD. Para validar a eficácia do esquema proposto, foram utilizados centenas de novos casos de falta, considerando várias situações operacionais em três diferentes sistemas de energia elétrica (sistemas IEEE de 4, 9 e 14 barras). Os resultados mostram que o esquema proposto é capaz de identificar corretamente o segmento da linha com falta, classificar o tipo de falta ocorrido, bem como indicar o ponto exato da falta, utilizando como entrada apenas os valores de tensão medidos nos barramentos do sistema elétrico.

Autor: Fernanda Soares Vitor Petite

Acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=109170

Este trabalho apresenta uma metodologia para determinar os níveis de confiabilidade/disponibilidade em subestações elétricas, com base na necessidade de melhorar a eficiência da operação de manutenção, reduzindo os impactos negativos ambientais, sociais, econômicos e técnicos causados por interrupções no fornecimento de energia. A metodologia é baseada em dois métodos geralmente usados individualmente em estudos de confiabilidade. O método chamado Árvore de Falhas, que fornece um modelo lógico das possíveis combinações de falhas para um evento principal, e a simulação de Monte Carlo, usada para determinar o índice do sistema de energia por meio da geração aleatória dos diferentes estados do sistema (operação, falha ou manutenção). Considerando esse contexto, neste trabalho são identificados pontos vulneráveis, a probabilidade de falha e a indisponibilidade de cada subestação, com o objetivo de aumentar os índices de confiabilidade, prolongar a vida útil dos componentes e proporcionar uma melhor manutenção preventiva programada. Consequentemente, o trabalho busca diminuir a frequência das interrupções de energia não controladas e seus impactos ambientais, sociais e econômicos produzidos pela falta de fornecimento de eletricidade. Nesse sentido, também é realizada uma discussão sobre os impactos das falhas elétricas para a sociedade.

Autor: Jair Dias Barbosa

Acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=77339 

Como a demanda por energia elétrica está aumentando, fontes adicionais de energia elétrica são necessárias para suprir adequadamente todos os consumidores. Para atender a essa nova demanda crescente, pequenos geradores distribuídos (GD) são instalados na rede elétrica, permitindo assim a utilização das fontes de energia disponíveis em todo o país. No entanto, para conectar esses GDs à rede elétrica, o evento de ilhamento deve ser considerado. A condição de ilhamento ocorre quando uma seção da rede fica inadvertidamente isolada da concessionária, resultando em problemas relacionados à qualidade da energia fornecida aos consumidores, entre outros. Dependendo da condição operacional, distinguir uma situação de ilhamento de outros possíveis eventos no sistema elétrico é uma tarefa complexa, sendo necessário desenvolver novos métodos para realizar essa detecção. Este trabalho apresenta um algoritmo de detecção de ilhamento baseado em redes neurais artificiais (RNA), mais especificamente utilizando um perceptron multicamadas (MLP). Considerando o algoritmo apresentado, é proposta uma arquitetura de relé digital a ser implementada em hardware, utilizando o software LabVIEW e suas plataformas comerciais (cDAQ-9172 e cRIO-9073). O algoritmo proposto foi avaliado em hardware utilizando sinais reais, e seu comportamento esperado foi verificado. Além disso, foi realizado um estudo considerando diferentes taxas de amostragem e diferentes tipos de plataformas de hardware (tempo real e não tempo real), permitindo verificar de forma precisa a relação “hardware x precisão”.

Autor: Nolman Barroso Hartmann

Acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=77570

Sistemas de geração distribuída estão se tornando uma alternativa cada vez mais comum para atender à crescente demanda energética, pois visam reduzir as perdas no sistema elétrico. Contudo, a implementação e expansão desses sistemas também trazem a necessidade de uma proteção mais eficiente, com o objetivo de prevenir danos aos equipamentos e instalações, minimizar problemas de qualidade de energia e reduzir o risco de acidentes pessoais em caso de anomalias na rede. Um dos elementos-chave para a proteção dos sistemas de geração distribuída é a detecção do ilhamento nos geradores. O propósito dessa detecção é desconectar os geradores distribuídos, isolando-os do sistema em caso de interrupção no fornecimento da concessionária, evitando assim que linhas de transmissão e distribuição permaneçam energizadas desnecessariamente pelos geradores distribuídos. Este trabalho tem como objetivo apresentar uma metodologia para a definição de um algoritmo baseado em redes neurais artificiais para a detecção de ilhamento em geradores síncronos. Essa detecção é realizada por meio da análise das variações do sinal de tensão no barramento do gerador a ser protegido. A tensão é amostrada e estruturada em uma janela de dados para ser processada pelo algoritmo. Ao final do trabalho, são apresentados os resultados do algoritmo proposto em diversas condições operacionais do sistema elétrico, demonstrando seu bom desempenho. O algoritmo respondeu corretamente em 100% dos casos práticos avaliados, inclusive em situações de baixo desequilíbrio de potência.

Autor: Victor Luiz Merlin

Acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=118659

Este trabalho tem como objetivo final a implementação em hardware de um sistema baseado em redes neurais artificiais para o monitoramento remoto da tensão em pontos de interesse do sistema elétrico. Numa primeira fase, que está fora do escopo deste trabalho, foram realizados estudos e simulações do sistema elétrico em questão para especificar uma rede neural artificial. Na segunda fase, que é o foco deste trabalho, a rede neural inicialmente especificada é implementada em hardware e avaliada com sinais reais, utilizando o software LabVIEW e as plataformas de aquisição de dados CompactDAQ e CompactRIO. Cada etapa utilizada para modelar em software e avaliar em hardware um neurônio artificial e, posteriormente, uma rede neural, será discutida neste trabalho. Os resultados práticos obtidos são sempre comparados com os resultados derivados das simulações realizadas nos ambientes Matlab e LabVIEW, a fim de apoiar a metodologia proposta neste projeto. Conforme observado em laboratório, os resultados obtidos indicam a eficácia do algoritmo desenvolvido, baseado em redes neurais, bem como do software e das plataformas de aquisição de dados utilizadas para a implementação do referido algoritmo. 

Autor: Alex Soto da Silva

Acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=72672  

A energia elétrica é extremamente importante para todos os setores da sociedade. Portanto, deve ser entregue ao consumidor final dentro de limites predefinidos de qualidade e confiabilidade. Entre outros fatores, para alcançar esse objetivo, é essencial que o sistema elétrico possua um esquema eficiente de proteção, cujo falha pode causar danos graves ao sistema e a interrupção subsequente no fornecimento de energia ao consumidor final. Dada a importância dos dispositivos de proteção no desempenho do sistema elétrico, este trabalho é dedicado ao projeto de uma proteção diferencial para transformadores de potência, com foco principal em sua implementação em um dispositivo lógico programável (PLD). O algoritmo da proteção proposta é baseado em uma rede neural artificial (RNA) do tipo perceptron multicamada (MLP), que possui as principais características de reconhecimento de padrões e aproximação de funções. Essas características permitem que a RNA distinga, por meio da avaliação contínua dos sinais do transformador, quando este está operando em condições normais ou em condição crítica. Considerando que realizar certas funções usando uma RNA pode levar a complexidade, este trabalho utiliza um dispositivo lógico programável em matriz de portas programáveis em campo (FPGA) de alta capacidade para a implementação da proteção diferencial. O FPGA adotado é o EP1C12Q240C8 da família Cyclone, que faz parte da plataforma de desenvolvimento UP3. Implementar um sistema digital complexo em PLD, como uma RNA, requer o uso de software de desenvolvimento e uma linguagem de descrição de hardware. Para este trabalho, foram escolhidos o software de desenvolvimento Quartus II e a linguagem de descrição de hardware VHDL.

Autor: Isaque da Silva Almeida 

Fault Location (FL) in Transmission Lines (TLs) is an essential function to ensure continuity of service in Electric Power Systems (EPS). In general, a complete FL scheme is formed by two previously steps, that is Fault Detection (FD) and Fault Classification (FC). Conventional methods for FL may present some limitations, such as the use of current signals, high computational cost, dependency on communication links, performance loss against different systems or fault characteristics. The objective of this thesis is to propose a complete and reliable FL method, addressing some limitations aforementioned. For this purpose, the FD and FC were designed by using Euclidian distance, while the FL was developed using Independent Component Analysis (ICA). To improve the reliability of the proposed method for FL, an intelligent Disturbance Classification (DC) based on Convolutional Neural Network (CNN) was also developed. The proposed methods for FD, FC, FL and DC work in time domain and they were all evaluated against different EPS, fault characteristics (in PSCAD), always presenting good results and advantages when comparing to conventional methods. Moreover, a comparison considering different possibilities for implementing the DC method is presented, proving that ICA is the best option to achieve an accurate and robust performance. 

Autor: Guilherme Torres de Alencar

Acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=127286  

Este trabalho apresenta um algoritmo inteligente para detecção e localização de falhas em sistemas de Corrente Contínua em Alta Tensão baseados em Conversores Comutados por Linha (LCC), conhecidos como LCC-HVDC. Para a detecção de falhas, são utilizados sinais de corrente alternada (CA) e corrente contínua (CC) da subestação retificadora, enquanto para a localização da falha é utilizado apenas o sinal de tensão CC pós-falha. Assim, o esquema inteligente proposto não requer nenhum link de comunicação, utilizando somente sinais locais. Ambas as funções mencionadas são realizadas por Redes Neurais Artificiais (RNAs), sendo que a função de localização de falhas baseia-se no conceito de similaridade. Inicialmente, a solução proposta é desenvolvida e avaliada por meio do benchmark HVDC da CIGRÉ e, posteriormente, validada utilizando um novo sistema LCC-HVDC. O algoritmo desenvolvido foi avaliado considerando centenas de diferentes casos de falha, apresentando sempre uma resposta rápida e precisa, mesmo diante de diferentes locais de falha na linha CC, correntes pré-falha e resistências de falha. Após o processo de validação no Matlab, o algoritmo proposto foi implementado em hardware e testado utilizando o RTDS (Simulador Digital em Tempo Real), demonstrando ser uma alternativa viável para aplicações práticas. 

Autor: Alex Soto da Silva

Acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=123721

Sistemas de corrente contínua em alta tensão (HVDC) estão se tornando uma opção comum para suprir o aumento da demanda de energia, pois esses sistemas permitem uma conexão mais eficiente entre os geradores de energia e os centros de carga remotos. Além disso, sistemas HVDC são considerados uma alternativa viável para a conexão de fontes renováveis, como parques eólicos offshore. No entanto, a implementação dos sistemas HVDC traz a necessidade de uma proteção rápida e eficiente para evitar danos aos equipamentos e à infraestrutura, além de minimizar problemas de qualidade de energia em caso de faltas ou distúrbios no sistema elétrico. A proteção de sistemas HVDC apresenta diversos desafios relacionados à detecção, classificação e localização de faltas, pois elas podem ocorrer antes da estação retificadora (na parte CA), na linha de transmissão (na parte CC) ou após a subestação inversora (também na parte CA). A rápida detecção de faltas em sistemas HVDC é importante, pois esses sistemas transmitem grandes quantidades de energia e devido às limitações técnicas dos dispositivos de desconexão. O objetivo deste trabalho é apresentar uma metodologia baseada em redes neurais artificiais para detecção, classificação e localização de faltas em sistemas VSC-HVDC e LCC-HVDC. Essa detecção é realizada pela análise dos sinais de tensão CA/CC presentes na subestação retificadora, sem a necessidade do uso de links de comunicação. Mesmo assim, os algoritmos são capazes de cobrir faltas tanto nas subestações conversoras quanto na linha CC. Ao final do trabalho, são apresentados os resultados de testes do algoritmo proposto para dois sistemas HVDC diferentes, um VSC e outro LCC. Em ambos os sistemas, o algoritmo foi amplamente testado em diversos casos de falta, a fim de confirmar seu bom desempenho. Para desenvolver e avaliar os algoritmos propostos, um grande número de casos de falta foi simulado, variando o tipo da falta, a localização, a resistência da falta, bem como as condições operacionais dos sistemas CA. Os resultados mostram que, por meio da metodologia proposta, os algoritmos obtidos são eficazes para as funções de proteção nos sistemas VSC-HVDC e LCC-HVDC adotados neste trabalho.

Autor: Victor Luiz Merlin 

Acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=118659