Detecção de faltas de alta impedância em sistemas de distribuição primários de energia elétrica.

• Autor(a) principal: CAMPOS, Maurício de.
• Data de Publicação: 2017
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
• Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/19984
• topic: Engenharia Elétrica.; Faltas em sistemas de distribuição elétricos; Faltas de alta impedância - detecção; Sistemas de distribuição primários; Processamento de energia; Modelagem do sistema de distribuição de energia; Métodos de detecção de faltas; Detecção de falta de alta impedância por assinatura; Harmônicos de baixa ordem; Transformada de Wavelets; Redes neurais artificiais; Faults in electrical distribution systems; High impedance faults - detection; Primary distribution systems; Energy processing; Modeling the power distribution system; Fault Detection Methods; Signature High Impedance Miss Detection; Low order harmonics; Wavelets Transform; Artificial neural networks

De uma forma geral todos sistemas elétricos estão susceptíveis a faltas. Todavia, existem faltas que não são detectadas pelo sistema de proteção, como por exemplo, a causada por galhos de árvores que tocam a rede elétrica ou ainda um rompimento de cabo sob uma superfície isolante tal como asfalto. Estas faltas são conhecidas como faltas de alta impedância (FAI). As FAI se apresentam como um desafio e normalmente não são detectadas pela proteção do sistema. Neste trabalho, foi realizado um estudo detalhado de técnicas de detecção de FAI apresentadas na literatura, identificando-se as condições em que cada uma apresenta melhor comportamento em termos de detecção, bem como as eventuais deficiências de cada uma das técnicas estudadas. As técnicas existentes podem ser classificadas em Passivas e Ativas. Das técnicas passivas foram escolhidas cinco para que fosse realizado um estudo comparativo de forma equilibrada partindo-se de um mesmo cenário e avaliando todas as técnicas sob as mesmas condições de análise. Uma técnica ativa também foi estudada, sob a ótica principalmente de desempenho. Baseado em todos estes estudos, foi proposta uma alteração da técnica ativa, esta modificação resultou em um melhor desempenho comparado a original. Para completar este estudo, este trabalho apresenta uma metodologia para a combinação das técnicas passivas de detecção de FAI. A técnica baseada na observação dos Harmônicos de baixa ordem de sequência negativa, foi combinada transformada wavelets. Por fim, foi utilizada uma rede neural artificial para que produzisse um diagnóstico, uma vez que é necessária a combinação de dois resultados para permitir a detecção precisa da condição de falta. Esta metodologia permitiu a distinção dos eventos do sistema e a correta detecção das faltas em todos os casos.