Análise automática da oscilografia associada a curto-circuitos em linhas de transmissão de energia elétrica

• Autor(a) principal: Atela, Pedro Miguel Agostinho
• Data de Publicação: 2022
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10362/155373
• topic: Análise automática de defeitos; Segmentação dos sinais de defeito; Classificação dos sinais de defeito; Wavelet; Redes Neuronais Artificiais; Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática

O objetivo da presente dissertação, é desenvolver e aplicar metodologias que permitem a análise automática da oscilografia dos sinais das tensões e das correntes associados a defeitos causados por curto-circuitos em linhas de transmissão de energia elétrica. Para o efeito foram simulados diferentes tipos de defeitos (curto-circuitos Fase - Terra (FT), Fase - Fase - Terra (FFT) e Fase - Fase - Fase - Terra (FFFT) ) no laboratório do R&D Nester utilizando o modelo disponibilizado da Rede Nacional de Transporte (RNT) portuguesa. Para cada um dos defeitos simulados foi desenvolvido e aplicado um método baseado na transformada de wavelet, que permite identificar nos sinais de defeito, os instantes de início do defeito, de abertura dos disjuntores e de restabelecimento do circuito, fazendo-se a partir desses instantes, a segmentação dos sinais. Posteriormente, a partir da informação fornecida pela segmentação dos sinais, foi desenvolvido um método, tendo por base Redes Neuronais Artificiais, capaz de classificar os defeitos, ou seja, permite distinguir se os defeitos são entre a fase A e a terra, entre a fase B e a terra, etc. A aplicação dos métodos de segmentação e classificação indicados anteriormente apresentaram uma taxa de sucesso na ordem dos 98,5% para diferentes cenários topológicos e operacionais da rede.