Desenvolvimento e implementação de algoritmo inteligente para detecção e localização de faltas em sistemas LCC-HVDC

Detalhes bibliográficos
Autor(a) principal: Silva, Alex Soto da
Data de Publicação: 2019
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFABC
Texto Completo: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=123721
Resumo: Orientador: Prof. Dr. Ricardo Caneloi dos Santos
id UFBC_0a33bf2f809b2142f0950e1b621fb2bf
oai_identifier_str oai:BDTD:123721
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling Desenvolvimento e implementação de algoritmo inteligente para detecção e localização de faltas em sistemas LCC-HVDCLOCALIZAÇÕES DE FALTASISTEMAS LCC-HVDCREDES NEURAIS ARTIFICIAISTRANSMISSÃO EM CORRENTE CONTÍNUAFAULT LOCATION (ENGINEERING)LCC-HVDC SYSTEMNEURAL NETWORKDIRECT CURRENT TRANSMISSIONPROGRAMA DE PÓS-GRADUAÇÃO EM ENERGIA - UFABCOrientador: Prof. Dr. Ricardo Caneloi dos SantosTese (doutorado) - Universidade Federal do ABC, Programa de Pós-Graduação em Energia, Santo André, 2019.Este trabalho apresenta um algoritmo inteligente para a detecção e localização de faltas em sistemas de alta tensão de corrente contínua (HVDC ¿ High Voltage Direct Current) com tecnologia baseada em conversores comutados por linha (LCC ¿ Line Commutated Converter), conhecidos como sistemas LCC-HVDC. Para a detecção da falta são usados os valores eficazes das tensões de fase na entrada da subestação retificadora, além dos sinais de tensão e corrente na linha CC. Já para a localização da falta é utilizada somente uma janela com amostras do sinal da tensão CC pós-falta, resultando em um esquema de detecção e localização que dispensa links de comunicação, operando apenas com sinais locais. As duas funções mencionadas são executadas por redes neurais artificiais (RNAs), sendo a função de localização baseada no conceito de similaridade. O algoritmo é desenvolvido e avaliado por meio do sistema LCC-HVDC referência do CIGRE e, posteriormente, validado por um segundo sistema operando com a mesma tecnologia. O algoritmo desenvolvido foi avaliado considerando centenas de diferentes casos de falta nos dois sistemas HVDC adotados neste estudo, mostrando-se rápido e preciso, mesmo para faltas em diferentes distâncias da linha CC, distintos carregamentos do sistema HVDC e uma ampla faixa de valores de resistência de falta. Depois de validado em ambiente computacional, o sistema é implementado em hardware e testado por meio do RTDS (Real Time Digital Simulator), mostrando-se uma alternativa viável para aplicações práticas.This work presents an intelligent algorithm for fault detection and location in High Voltage Direct Current (HVDC) systems based on Line-Commutated Converters (LCC), also known as LCC-HVDC. For fault detection are used AC (Alternating Current) and DC (Direct Current) signals from the rectifier substation, while for fault location only DC post-fault voltage signal is used. Thus, the proposed intelligent scheme does not require any communication link, using only local signals. Both mentioned functions are performed by Artificial Neural Networks (ANNs), being the fault location function based on similarity concept. Firstly, the proposed solution is developed and evaluated by means of the HVDC CIGRE benchmark and, secondly, it is validated by using a new LCC-HVDC system. The developed algorithm was evaluated considering hundreds of different fault cases, always presenting an accurate and fast response, even against different fault locations in the DC line, pre-fault currents and fault resistances. After its validation process in Matlab, the proposed algorithm was implemented in hardware and tested by using RTDS (Real Time Digital Simulator), showing to be a feasible alternative for practical purposes.Santos, Ricardo Caneloi dosPavani, Ahda Pionkoski GriloRocco, AlexandreBelati, Edmarcio AntonioSilva Junior, Ivo Chaves daSilva, Alex Soto da2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf151 f. : il.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=123721http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=123721&midiaext=80617http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=123721&midiaext=80616Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=123721porreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2023-01-18T11:57:16Zoai:BDTD:123721Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2023-01-18T11:57:16Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.none.fl_str_mv Desenvolvimento e implementação de algoritmo inteligente para detecção e localização de faltas em sistemas LCC-HVDC
title Desenvolvimento e implementação de algoritmo inteligente para detecção e localização de faltas em sistemas LCC-HVDC
spellingShingle Desenvolvimento e implementação de algoritmo inteligente para detecção e localização de faltas em sistemas LCC-HVDC
Silva, Alex Soto da
LOCALIZAÇÕES DE FALTA
SISTEMAS LCC-HVDC
REDES NEURAIS ARTIFICIAIS
TRANSMISSÃO EM CORRENTE CONTÍNUA
FAULT LOCATION (ENGINEERING)
LCC-HVDC SYSTEM
NEURAL NETWORK
DIRECT CURRENT TRANSMISSION
PROGRAMA DE PÓS-GRADUAÇÃO EM ENERGIA - UFABC
title_short Desenvolvimento e implementação de algoritmo inteligente para detecção e localização de faltas em sistemas LCC-HVDC
title_full Desenvolvimento e implementação de algoritmo inteligente para detecção e localização de faltas em sistemas LCC-HVDC
title_fullStr Desenvolvimento e implementação de algoritmo inteligente para detecção e localização de faltas em sistemas LCC-HVDC
title_full_unstemmed Desenvolvimento e implementação de algoritmo inteligente para detecção e localização de faltas em sistemas LCC-HVDC
title_sort Desenvolvimento e implementação de algoritmo inteligente para detecção e localização de faltas em sistemas LCC-HVDC
author Silva, Alex Soto da
author_facet Silva, Alex Soto da
author_role author
dc.contributor.none.fl_str_mv Santos, Ricardo Caneloi dos
Pavani, Ahda Pionkoski Grilo
Rocco, Alexandre
Belati, Edmarcio Antonio
Silva Junior, Ivo Chaves da
dc.contributor.author.fl_str_mv Silva, Alex Soto da
dc.subject.por.fl_str_mv LOCALIZAÇÕES DE FALTA
SISTEMAS LCC-HVDC
REDES NEURAIS ARTIFICIAIS
TRANSMISSÃO EM CORRENTE CONTÍNUA
FAULT LOCATION (ENGINEERING)
LCC-HVDC SYSTEM
NEURAL NETWORK
DIRECT CURRENT TRANSMISSION
PROGRAMA DE PÓS-GRADUAÇÃO EM ENERGIA - UFABC
topic LOCALIZAÇÕES DE FALTA
SISTEMAS LCC-HVDC
REDES NEURAIS ARTIFICIAIS
TRANSMISSÃO EM CORRENTE CONTÍNUA
FAULT LOCATION (ENGINEERING)
LCC-HVDC SYSTEM
NEURAL NETWORK
DIRECT CURRENT TRANSMISSION
PROGRAMA DE PÓS-GRADUAÇÃO EM ENERGIA - UFABC
description Orientador: Prof. Dr. Ricardo Caneloi dos Santos
publishDate 2019
dc.date.none.fl_str_mv 2019
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=123721
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=123721
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=123721&midiaext=80617
http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=123721&midiaext=80616
Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=123721
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
151 f. : il.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFABC
instname:Universidade Federal do ABC (UFABC)
instacron:UFABC
instname_str Universidade Federal do ABC (UFABC)
instacron_str UFABC
institution UFABC
reponame_str Repositório Institucional da UFABC
collection Repositório Institucional da UFABC
repository.name.fl_str_mv Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)
repository.mail.fl_str_mv
_version_ 1813263960507416576

Registros relacionados