Professional Documents
Culture Documents
1 1 2
RODRIGO Z. FANUCCHI , MARIO OLESKOVICZ , DANIEL BARBOSA .
2. Universidade Salvador
Rua Ponciano Salvador, 126, 2o andar, 41950-275, BA, Salvador
E-mails: daniel.barbosa@pro.unifacs.br
Abstract - This paper presents a methodology for high impedance faults detections in a distribution sys-
tem operating at 34.5 kV. The presented method uses the harmonic distortion of odd and even compo-
nents of phases currents. This values are obtained through an FFT algorithm with a sampling rate of
256 samples per cycle, in addition with an artificial neural network (ANN). The propose is to distin-
guish a high impedance fault from normal occurrences of the system. For this analysis, a distribution
system was modeled in ATP / EMTP and events related to high impedance faults, switching capacitor
banks and transformers inrush currents were simulated. For detection, two neural network topologies
were analysed, the Multilayer Perceptron (PMC) and the network with Radial Basis Function (RBF),
both with a number of neurons varying from one to six in the hidden layer, and their results were com-
pared. The results obtained through the analysis of 126 events, shows that the PMC has a better perfo-
mance than RBF.
Keywords - Applications of Inteligent Systems in Power Systems, High impedance fault, Fault-
detection, Artificial neural network classifier
Resumo - Esse trabalho apresenta uma metodologia para deteco de faltas de alta impedncia em um
sistema de distribuio operando em 34,5 kV. A metodologia apresentada utiliza-se dos dados de dis-
toro harmnica dos componentes mpares e pares dos valores de corrente de fase, obtidos atravs de
um algoritmo de FFT utilizando dados amostrados a uma taxa de 256 amostras por ciclo, em conjunto
de uma rede neural artificial (RNA) para detectar uma falta de alta impedncia, diferenciando-a de
ocorrncias normais do sistema. Para essa anlise, um sistema de distribuio real foi modelado no
ATP/EMTP e eventos relacionados a faltas de alta impedncia, cujo modelo utilizou-se de dois resisto-
res variveis e dois diodos de forma a se obter as caractersticas da presena do arco eltrico, chavea-
mento de bancos de capacitores e energizao de transformadores foram simulados. Para a deteco fo-
ram utilizadas duas topologias de redes neurais, o Perceptron Multicamada (PMC) e a Rede de Funo
de Base Radial (RBF) com uma camada escondida com a quantidade de neurnios variando de um a
seis, e seus resultados foram comparados. Os resultados obtidos, atravs da anlise dos 126 eventos,
mostra um timo desempenho de um PMC frente a RBF.
Superfcie Corrente(A)
Grama Seca 25
Relva Molhada 40
Grama Molhada 50
Figura 2.Espectro Harmnico de uma FAI (NAKAGOMI, 2006)
Concreto Reforado 75
Essa situao pode acarretar um risco seguran- No entanto, para utilizao das caractersticas de
a dos equipamentos e, principalmente, do transeun- distoro harmnica de uma FAI para sua deteco,
tes do local, tendo em vista a existncia de um cabo deve-se diferenci-las de outras situaes normais do
sistema que acarretam esse tipo de alterao.
No chaveamento de bancos de capacitores, tem-
se que h o aparecimento de uma banda de frequn- +1 = + . . (1)
cia relacionada a caractersticas RLC do sistema
+1 = + . .
eltrico. Esse aspecto pode ser visto na Figura 3.
(2)
= . . `
(3)
= ". `
(4)
1
o de padres, controle de processos, entre outros.
=
#
No caso da classificao de padres, duas topo- (5)
logias que sero analisadas no presente trabalho: o
PMC e a RBF. $ % )
3.1 O Perceptron Multicamadas Aps isso, nova iterao feita at que no haja
As redes do tipo Perceptron Multicamadas ca- alteraes nos grupos vinculados a cada neurnio da
racterizam-se por possuir ao menos um camada de camada intermediria. Com isso, a varincia, para
neurnios escondida. Alm disso, possuem um arqui- utilizao na funo gaussiana, obtida conforme
equao 6.
1
tetura conhecida como feedfoward de camadas ml-
*+ = +
(6)
#
tiplas e seu treinamento feito de forma supervisio-
$
nada. % )
Esse processo de treinamento baseia-se em um
algoritmo conhecido como backpropagation. Esse Na segunda etapa, os pesos sinpticos da camada
algoritmo constitui-se de duas fases: forward e de sada so ajustados de forma similar ao processo
backward. de ajuste da mesma camada no PMC.
Na primeira etapa, apenas obtido o resultado
da topologia com o pesos sinpticos e limiares de
ativao atuais. J na segunda etapa, tendo como 4 Metodologia Proposta
base os valores esperados para a entrada considerada,
so obtidos os desvios e, em conjunto com o gradien- A metodologia proposta busca diferenciar uma
te local de cada neurnio, so corrigidos os valores falta de alta impedncia de situaes que geram dis-
dos pesos sinpticos e limiares de ativao. tores harmnicas mas so inerentes ao sistema
Os ajustes das camadas de sada e intermediria eltrico de distribuio. No caso em estudo, sero
so dados pelas equaes 1 e 2. J os gradientes considerada as situaes de chaveamento de bancos
locais de cada camada intermediria e da camada de de capacitores e energizao de transformadores.
sada esto relacionados as equaes 3 e 4. Dessa forma, sero utilizadas topologias de redes
neurais artificiais do tipo PMC e RBF de forma a alo com bitola 4/0 sem transposio e sem carga
possibilitar a classificao dos eventos entre trs distribuda no trecho. Esta linha alimenta o transfor-
classes: Faltas de Alta Impedncia, Energizao de mador T2 com tenso nominal 34,5/13,8 kV, potn-
Transformadores e Chaveamento de Bancos de Ca- cia nominal de 7 MVA e ligao em estrela-
pacitores. aterrado/delta. A carga do sistema em condies
Para o pr-processamento, apenas os dados de normais de 5 MVA com fator de potncia 0,92.
corrente so necessrios e os mesmos so amostrados Para a simulao da falta de alta impedncia, o
uma taxa de 15,36 kHz. Com essas amostras, so modelo considerado o apresentado por Emanuel et
calculados, atravs de um algoritmo de FFT, os com- al. (1990). Esse modelo composto por dois resisto-
ponentes harmnicos da frequncia fundamental do res variveis e dois diodos, de forma a representar as
sistema, 60 Hz, at a quinquagsima ordem. caractersticas bsicas de uma FAI como a assimetria
Com esses dados, obtm-se ento a relao da e as descontinuidades apresentadas em sua forma de
quantidade dos componentes de harmnicos mpares onda. As Figuras 5 e 6 mostram respectivamente o
e pares em relao ao valor da componente funda- modelo e a curva VxI do mesmo.
mental conforme mostrado nas equaes 7 e 8.
+5 +
,-./01 % = 3
+
(7)
+
+8 +
,-.7/01 % = 3
+
(8)
+