Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/BUOS-9ACGZT
Type: Dissertação de Mestrado
Title: Localização e classificação de faltas em linhas de transmissão utilizando o Método dos Mínimos Quadrados e Inteligência Computacional
Authors: Carlos Alberto Severiano Junior
First Advisor: Rodney Rezende Saldanha
First Co-advisor: Douglas Alexandre Gomes Vieira
First Referee: Douglas Alexandre Gomes Vieira
Second Referee: Andre Paim Lemos
Third Referee: Diogo Batista de Oliveira
metadata.dc.contributor.referee4: Eduardo Gonzaga da Silveira
Abstract: O trabalho aqui proposto é direcionado à análise de faltas ocorridas em linhas de transmissão de energia. Nele são apresentadas uma técnica de localização de faltas e outra de classificação de eventos quanto ao efeito causador (descarga elétrica ou queimada). A técnica de localização de faltas apresentada foi desenvolvida a partir da aplicaçãodas Lei das Tensões de Kirchhoff em um circuito equivalente. O método, que define a distância entre a falta e um dos terminais, realiza também uma estimativa de impedância de falta. Sua formulação segue o modelo de um problema de otimização, cuja solução é obtida através do método Estimador de Mínimos Quadrados. Na obtenção da solução são processadas janelas de tensão e corrente da linha, tornando o métodomenos sensível a sinais ruidosos. O modelo apresentado para classificação de faltas quanto ao evento causador se baseia na avaliação de algumas informações originalmente aplicadas a problemas de localização de faltas e classificação de faltas quanto à natureza elétrica, já que o assunto é ainda pouco explorado. A técnica apresentada avalia uma série de características extraídas dos sinais de tensão e corrente da linha, como duração da falta, impedância, energia harmônica e decomposições no domínio tempo-frequência. Estas características são avaliadas preliminarmente por um método de seleção de características. Com base nos resultados da seleção, as características tidas como mais relevantes são utilizadas para a elaboração de um modelo classificador baseado na técnica de Máquina de Vetores de Suporte (do inglês Support Vector Machines - SVMs). Para a avaliação das técnicas apresentadas, são utilizados dados simuladosde falta e registros reais fornecidos pela CTEEP - Companhia de Transmissão de Energia Elétrica Paulista.
Abstract: This work analyses fauts in power transmission lines and presents techniques for fault location and classification of the causative events (lightning or fire). The presented fault location technique was developed from the application of the Kirchhoffs Voltage Law to an equivalent circuit. The method, which defines the distance between the fault and one of the line terminals, also estimates fault impedance. Its formulation followsthe model of an optimization problem whose solution is obtained by means of the Least Squares Estimate. It can work with a window of voltages and currents, making the algorithm less sensitive to noisy signals. The model presented for classification of faults based on the causative event uses some information originally applied to problems offault location or fault classification under its electrical nature (such as line-to-ground and line-to-line), since the kind of fault studied in this work is still underexplored. The technique evaluates some features extracted from current and voltage signals such as fault duration, impedance, harmonic energy and decompositions under the timefrequency domain. The features are preliminarily ranked by a feature selection method.According to the results of the selection, the most relevant features are used to develop a classifier model based on Support Vector Machines (SVMs). The presented techniques are evaluated by simulated data and real fault records provided by a power supplier company.
Subject: Engenharia elétrica
language: Português
Publisher: Universidade Federal de Minas Gerais
Publisher Initials: UFMG
Rights: Acesso Aberto
URI: http://hdl.handle.net/1843/BUOS-9ACGZT
Issue Date: 28-Feb-2013
Appears in Collections:Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
dissertacao_carlos_severiano.pdf774.26 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.