Um método para detecção e classificação de curtos-circuitos em redes de distribuição de energia elétrica baseado na transformada de Fourier e em redes neurais artificiais

Abstract

Neste trabalho apresenta-se uma Metodologia para Detecção e Classificação de Curtos-Circuitos em alimentadores de Sistemas de Distribuição de Energia Elétrica fundamentada na análise de registros oscilográficos através da DFT (Discrete Fourier Transform) e de RNAs (Redes Neurais Artificiais). Sua aplicação pressupõe a disponibilidade de registros de oscilografia digital das correntes nas três fases do alimentador, monitoradas apenas na saída da subestação. A caracterização de cada tipo de curto-circuito é obtida mediante a análise do comportamento dinâmico das correntes de fase durante o período transitório das faltas e a detecção e classificação dos curtos-circuitos são efetuadas por meio de um banco de RNAs acíclicas, do tipo perceptrons, de múltiplas camadas. Um modelo de um alimentador real de Sistema de Distribuição de grande porte, composto por 836 barras, foi utilizado na obtenção dos dados referentes aos curtos-circuitos, com simulações via software ATP-EMTP (Alternative Transients Program - Electromagnetic Transients Program). O método foi implementado e testado utilizando-se o software MATLAB®. Como resultado tem-se uma metodologia de formulação simples que apresenta bom desempenho, é de fácil implementação, apresenta baixa carga computacional e gera resultados altamente satisfatórios

This work proposes a methodology for Detection and Classification of Short-Circuits in Distribution Electric Power feeders, based on the analysis of oscillograph records through the application of DFT (Discrete Fourier Transform) and ANNs (Artificial Neural Networks). Its application requires the availability of digital oscillograph records of the currents in the three phases of the feeder, only monitored at the output of the substation. The characterization of each type of short-circuit is obtained by means of analysis of the dynamic behavior of the phase currents during the transitory period. The detection and classification of short-circuits is performed by a bank of acyclic ANNs, of type multilayers perceptrons. A real feeder model of a large distribution power system, composed of 836 buses, was used to obtain data relating to short-circuits, simulated via ATP-EMTP (Alternative Transients Program - Electromagnetic Transients Program) software. The method was implemented and tested using MATLAB®. As a conclusion, the proposed method is simple to be implemented, presents low computational load and generates good results