Warehouse para Monitoramento on-line de Eventos em

Transcrição

1 Sistema de Informação Geográfica baseado em Data Warehouse para Monitoramento on-line de Eventos em Sistemas Elétricos de Potência Jaily Vanzeler, Jonathas Pinheiro, Andrey Maia, Emily Araujo Yomara Pires, Jefferson Morais e Aldebaro Klautau 1 Universidade Federal do Pará (UFPA) Caixa Postal Belém PA Brazil {jaily,jtrindade,andrey.maia,emily,yomara,jmorais,aldebaro}@ufpa.br Abstract. The electric power industry has a reasonably sophisticated technology to meet power quality requirements increasingly stringent. However, mining such data to infer, e.g, cause-effect relations is an incipient activity. Establish this relation is main goal of the companies. The aim of this paper is to present a geographic information system prototype with Web interface based on data warehouse for on-line monitoring of electrical power system events by processing multiple data sources. Although it is a prototype their application in the electric power industry can contribute to these move forward in the search for Excellence in attending strict quality requirements. Resumo. O setor elétrico dispõe de tecnologia avançada para atender requisitos de qualidade de energia elétrica cada vez mais rigorosos. Entretanto, minerar tais dados para inferir, e.x, relações de causa-efeito é ainda uma atividade incipiente. Estabelecer esta relação é, hoje, um dos principais objetivos das empresas do setor. Assim, o objetivo deste trabalho é apresentar um protótipo de um sistema de informação geográfica com interface Web baseado em data warehouse para o monitoramento on-line de eventos no sistema elétrico pelo processamento de múltiplas fontes de dados. Apesar de ser um protótipo sua aplicação nas empresas do setor elétrico pode contribuir para que estas avancem na busca por excelência no atendimento de requisitos de qualidade cada vez mais rigorosos. 1. Introdução O aumento da demanda por energia elétrica nos últimos tempos, a interligação dos sistemas elétricos existentes, a privatização das concessionárias de energia, a maior exigência dos consumidores juntamente com o aumento da quantidade de equipamentos eletroeletrônicos mais sensíveis aos distúrbios de cargas elétricas são fatores que implicam diretamente em requisitos de qualidade de energia elétrica (QEE) cada vez mais rigorosos. Atualmente, para atender a esses requisitos, o setor elétrico dispõe de tecnologia avançada para aquisição e armazenamento de informações, as quais incluem os chamados distúrbios ou eventos de interesse [Bollen et al. 2009]. Um típico exemplo dessa tecnologia, são os equipamentos de oscilografia que implementam algoritmos relativamente Manaus, 25 a 27 de abril de ISSN (CDR)

2 simples que detectam se as formas de onda de tensão desviam dos seus valores de amplitude nominal. Apesar da tecnologia avançada, minerar tais dados para inferir, por exemplo, relações de causa-efeito é ainda uma atividade incipiente [Morais et al. 2010]. Uma das razões é a falta de ações para relacionar os eventos com dados adicionais que poderiam ajudar a inferir a causa. Estabelecer esta relação é, hoje, um dos principais objetivos das indústrias de energia elétrica. Isto requer que as empresas do setor implementem um data warehouse (DW) para integrar seus sistemas legados SCADA (Controle e Aquisição de Dados Supervisórios) com outras fontes de informações disponíveis nas próprias empresas, tais como dados de oscilografia e qualimetria e de fontes externas como por exemplo informações meteorológicas e climatológicas. Além de depender de um DW para estabelecer relações de causa-efeito, ou nexocausal, as empresas do setor elétrico, principalmente em seus centros supervisórios, necessitam de sistemas computacionais com interface amigável baseada em sistema de informação geográfica que possibilite o monitoramento on-line de eventos que ocorrem nos sistemas elétricos de potência (SEPs). Com base nesse contexto, o presente trabalho apresenta um protótipo de um sistema de informação geográfica com interface Web baseado em data warehouse para o monitoramento on-line de eventos no sistema elétrico pelo processamento de múltiplas fontes de dados. Este trabalho está organizado da seguinte maneira. Na Seção 2 é descrita a arquitetura geral do sistema. Na Seção 3 descreve-se as bases de dados utilizadas para compor o data warehouse. Na Seção 4 mostra-se o protótipo do sistema desenvolvido e a Seção 5 apresenta as conclusões e trabalhos futuros. 2. Arquitetura do Sistema Em sistemas elétricos de potência, um grande número de mensagens e alarmes são gerados no momento da ocorrência de um evento. Esta grande quantidade de informação proveniente de múltiplas fontes dificulta a atividade dos especialistas da área no que tange ao monitoramento desses eventos. Assim, no cotidiano da supervisão, proteção e operação do sistema elétrico brasileiro, existem eventos cujas causas não são identificadas. Para equipar as empresas do setor elétrico com tecnologia suficiente para monitorar os eventos de interesse, este trabalho propõe o desenvolvimento de um sistema computacional com arquitetura conforme ilustrado na Figura 1. Como mandatório o sistema depende de uma etapa de integração de dados em um repositório intermediário denominado de staging area. O staging area, segundo [Kimball 2004], é parte integrante do data warehouse responsável por receber a extração, transformação e carga (ETL) das informações das múltiplas fontes de dados do sistema, para posterior geração dos dados de destino para o data warehouse. O modelo multidimensional do DW adotado é o estrela (star schema) [Kimball 2004, Machado 2004, Inmon 2005]. Neste modelo no centro da estrela encontra-se a tabela fato e, ao seu redor, as dimensões. A Figura 2 mostra o modelo multidimensional para identificação de ocorrências (eventos) em sistemas elétricos de potência. Manaus, 25 a 27 de abril de ISSN (CDR)

3 Anais do Encontro Regional de Computa o e Sistemas de Informa o!"#$%&"'(#')%*+",#'!"#$%&'(%'()("&' 0;<' *+,-,'.' *,/0' 1&234"56)7)' 89)43:%$63)' 0%$+%)!"#$%&'()!"#"$%"&'()*+'$!"#$%&'() 0@$%6#"' *#%+,-+).$/%)!"#$%&'#(&"(+,-"#.)/"*(!"#$%&'#(&"(&)&'*(!"#$%&'#(&"(0)1)*( *=>,?' =<>0'!"#$%&'()& Figura 1. Arquitetura geral do sistema proposto. Outro mo dulo do sistema, ainda em fase experimental, e o de classificac a o das distintas causas dos eventos. O desenvolvimento deste mo dulo e sem du vida uma tarefa difı cil. Mesmo a concepc a o de um conjunto razoa vel de classes (ou seja, uma taxonomia) para as causas e motivo de ponderac a o. Por exemplo, caso se queira distinguir eventos causados por queimadas de eventos causados por descargas atmosfe ricas provenientes de chuva, deve-se levar em conta qual a assinatura que os mesmos podem imprimir nas formas de onda de tensa o e corrente, visto que se assume na maior parte dos casos que na o ha sensores especiais (por exemplo, de temperatura) posicionados ao longo do sistema de transmissa o. Por fim o terceiro mo dulo trata-se de um sistema de informac a o geogra fica (SIG) para visualizac a o e o monitoramento on-line de eventos em sistemas ele tricos de pote ncia. O proto tipo do sistema desenvolvido e descrito na Sec a o 4. A pro xima sec a o descreve as bases de dados de interesse para o sistema. 3. Descric a o das Bases de Dados Esta sec a o trata da descric a o de uma maneira geral das bases de dados utilizadas para compor o data warehouse Dados provenientes do Sistema Nacional de Dados Ambientais (SINDA) SINDA e o sistema de coleta de dados por sate lite do Instituto Nacional de Pesquisas Espaciais (INPE) 1 para monitoramento ambiental. Este sistema fornece dados para instituic o es nacionais governamentais e do setor privado que desenvolvem aplicac o es e pesquisas em diferentes a reas. Entre elas, podem ser citadas o monitoramento de bacias hidrolo gicas, a previsa o meteorolo gica e clima tica, o estudo da quı mica da atmosfera, o controle da poluic a o, a previsa o e mitigac a o de cata strofes e a avaliac a o do potencial de 1 Manaus, 25 a 27 de abril de ISSN (CDR)

4 Figura 2. Modelo multidimensional do DW para identificação de eventos em sistemas elétricos de potência. energias renováveis. A coleta dos dados se faz por meio de Estações Ambientais Automáticas, também denominadas de Plataformas de Coleta de Dados (PDCs), compondo assim os Serviços Integrados de Dados Ambientais. Os PDCs são modernas estações destinadas à aplicações com satélites, munidas com células solares e baterias para o seu suprimento de energia, possibilitando estender de forma quase indefinidamente sua vida útil. Existem vários satélites com equipamentos apropriados para receber transmissões de PCDs e retransmiti-las para a Terra, onde podem ser disponibilizadas aos usuários de diversas maneiras. Para este trabalho os dados coletados são do período junho de 2007 à janeiro de 2013 obtidos do banco de dados de PCDs localizados no município de Altamira, sudoeste do Pará. Os dados coletados foram: Temperatura do Ar em Graus Celsius coletada instantaneamente a cada 3 horas. Temperaturas Máxima e Mínima do ar, em Graus Celsius Umidade Relativa do Ar, em %, coletada instantaneamente a cada 3 horas. Precipitação Acumulada, em mm, coletada a cada 3 horas. Pressão Atmosférica em mb, coletada instantaneamente a cada 3 horas. Velocidade do Vento em m/s. Média de 600 amostras com 1 segundo de intervalo entre as mesmas, coletadas durante 10 minutos que precedem a cada 3 horas. Alturas do nível do solo do sensor: 2, 3, 5 e 10 metros. Direção do Vento em Graus NV. Velocidade do Vento Máxima em m/s (Rajada) ocorrida nas últimas 3 horas, com intervalo de amostragem de 1 segundo. Direção em Graus NV para a qual ocorreu a máxima velocidade do vento nas últimas 3 horas (Direção da Rajada), com intervalo de amostragem de 1 segundo BDMEP O banco de dados de domínio público BDMEP 2 (Banco de Dados Meteorológicos para Ensino e Pesquisa) armazena dados meteorológicos diários, referentes a séries históricas 2 Disponível em Manaus, 25 a 27 de abril de ISSN (CDR)

5 da rede de estação do INMET (Instituto Nacional de Meteorologia) constituída de 291 estações com um total de cerca de três milhões de informações. Todas as medições são realizadas conforme determinação da Organização Meteorológica Mundial (OMM), com leituras diárias e simultâneas na rede de estações meteorológicas em todo o Globo, em três horários padrões, chamados sinóticos (12:00 TMG, 18:00 TMG e 00:00 TMG - TMG: Tempo Médio de Greenwich) correspondendo às 09:00h, 15:00h e 21:00h, horário de Brasília, respectivamente. Para a composição do DW foram coletados os dados de todas as subestações da região Norte. Da base original de dados climáticos definiu-se a extração das seguintes variáveis: precipitação acumulada em 24 horas, temperaturas máxima e mínima, umidade relativa do ar e velocidade do vento. Ambas as base de dados do BDMEP e do INPE são consideradas fontes externas às empresas do setor elétrico. Entre as fontes internas de dados, isto é, de domínio das próprias empresas do setor, foram disponiblizadas por uma concessionária de energia elétrica as bases de dados SAGE e PMU SAGE O SAGE, segundo [A.C.Pereira et al. 2004], é um Sistema Aberto de Gerenciamento de Energia que abrange desde a instalação de distribuição até um centro de operações. Por ser um sistema aberto, o SAGE contempla os conceitos de portabilidade, modularidade, interconectividade, interoperabilidade e escalabilidade. O SAGE pode ser configurado para um modelo de dados EMS (Energy Management System) ou simplesmente para um modelo de dados SCADA (Supervisory Control and Data Acquisition System). Sistemas SCADA são compostos por dispositivos conversores de parâmetros físicos para analógicos (sensores), atuadores (dispositivos capazes de ligar e desligar equipamentos), redes de comunicação, estações remotas e monitoração central (unidades principais dos sistemas SCADA). A base do SAGE é composta pelas seguintes bases: base fonte, responsável pela configuração do sistema; base de referência que serve de interface entre a base fonte e a base de operação, que contém informações em tempo real (base on-line). A base de referência contém dados cadastrais e provenientes do tempo real. Possui também diversas tabelas dentre as quais podemos citar a PAS-R (ponto analógico) e PDS-R (ponto digital); base histórica, que contém o histórico do sistema monitorado. Da base de dados do SAGE foram coletadas informações dos eventos ocorridos no período de setembro de 2010 à setembro de As subestações analisadas foram: Tucuruí, Rurópolis e Altamira todas localizadas no Estado do Pará. Entre as informações dos eventos analisados destacam-se: o timestamp do evento, o tipo de evento (por exemplo, desligamento ou alarme) e a identificação do ponto onde ocorreu o evento PMUs PMUs (Phasor Measurement Units) são equipamentos baseados em unidades de medição fasorial. Estes equipamentos são capazes de realizar a medição de grandezas fasoriais em instalações geograficamente distribuídas, a uma taxa de até 60 amostras por segundo [Ree et al. 2010]. Manaus, 25 a 27 de abril de ISSN (CDR)

6 As PMUs são tecnologias recentes e representam um novo conceito para a supervisão e controle dos SEPs em tempo real. Essa característica só é possível, pois todas as medidas nas PMUs são realizadas com base no mesmo instante de tempo, a partir da fonte de sincronização fornecida por um sinal GPS (Global Positioning System). A estrutura de um sistema de medição fasorial depende, além da PMU, de outros equipamentos tais como as estações de recepção do sinal de GPS, os links de comunicação e o concentrador de dados. No contexto deste trabalho foram coletados os dados de PMUs das subestações de Tucuruí, Rurópolis e Altamira. Os dados foram coletados a uma taxa de amostragem de 10 amostras por segundo no período de setembro à novembro de Dos dados fornecidos pelas PMUs foram extraídos a magnitude e fase dos valores de tensão e corrente das três fases (A, B e C) incluindo o neutro que compõe um sistema típico de transmissão. 4. Protótipo do Sistema Desenvolvido Um Sistema de Informação Geográfica (SIG) é um sistema computacional projetado para coletar, armazenar, integrar, manipular, analisar e exibir dados em um ambiente espacialmente referenciado [Câmara et al. 1996]. Tais sistemas permitem analisar dados visualmente e observar padrões, tendências e relacionamentos que podem não ser visíveis em uma forma tabular ou escrita. SIGs representam diferentes tipos de dados e aplicações em várias áreas do conhecimento. Por exemplo, na otimização de tráfego, no controle cadastral, no gerenciamento de serviços de utilidade pública. Neste trabalho o SIG é utilizado para o monitoramento on-line de eventos que ocorrem nos sistemas elétricos de potência. Atualmente, com o expressivo avanço científico e tecnológico, já é possível disponibilizar, em ambiente Web, os recursos antes oferecidos somente em SIGs voltados à máquina local. Neste sentido, o protótipo do sistema foi desenvolvido com uma interface toda voltada para a Web. Para isso foram utilizadas algumas das principais tecnologias Web dentre a quais destacam-se: PrimeFaces 3 e Modest Maps 4. O PrimeFaces é um framework que oferece um conjunto de componentes RIA (Rich Interface Applications) para o padrão Java Server Faces (JSF) 5. Algumas de suas vantagens são: 30 temas incorporados, extensa documentação de suporte para o usuário e a utilização da API AJAX nativo. Este framework foi utilizado principalmente na tarefa de implementação dos gráficos estatísticos acerca de informações climáticas. O Modest Maps é uma biblioteca pequena, extensível e gratuita para designers e desenvolvedores que querem usar mapas interativos em seus próprios projetos. Ele fornece um pacote de recursos para implementação de mapas interativos com suporte a adição de novas funcionalidades. Para o protótipo do sistema a inferface Web consiste em uma tela inicial de login e senha conforme ilustra a Figura 3. Nessa tela, se o usuário tiver um cadastro no banco de dados ele terá acesso ao sistema onde poderá visualizar as informações acerca dos eventos ocorridos no sistema elétrico, das condições climatológicas e das medições fasorais Manaus, 25 a 27 de abril de ISSN (CDR)

7 Figura 3. Tela inicial do protótipo desenvolvido. Após logar no sistema o usuário é conduzido a uma nova página (Figura 4) que consiste em um mapa interativo indicando os pontos(subestações) de coleta de informações. Figura 4. Tela com o mapa interativo indicando os pontos(subestações) de medição do sistema. Quando o usuário direciona o mouse sobre o marcador, o nome da subestação é apresentado e ao clicar em uma delas o usuário é redirecionado para uma página, onde as variáveis de interesse tais como média bimestral da temperatura máxima são apresentadas em forma gráfica para o usuário como mostra a Figura Conclusões Este trabalho apresentou os aspectos relacionados ao desenvolvimento do protótipo de um sistema de informação geográfica com interface Web integrado a um data waherouse para Manaus, 25 a 27 de abril de ISSN (CDR)

8 Figura 5. Tela que mostra os gráficos estatísticos das variáveis de interesse. o monitoramento on-line de eventos que ocorrem em sistemas elétricos de potência. Apesar de ser um protótipo e ainda não ser aplicado atualmente em alguma empresa do setor de energia elétrica, este pode contribuir para que estas avancem na busca por execelência no atendimento de requisitos de qualidade rigorosos. Uma grande dificuldade encontrada foi integrar bases de dados distribuídas, heterogêneas e com um grande volume de informações, muito em função da não utilização aqui de ferramentas especificas que pudessem automatizar este processo. Com isso, como trabalho futuro, pretende-se adaptar este protótipo a ferramentas Open Source de integração dados tais como o Talend 6. Referências A.C.Pereira, L., C.Lima, L., J.R.S.Silva, A., A.Machado, P., F.P.Amorim, M., L.O.Filho, A., P.Azevedo, G., Lambert, N., D.Zarur, P., V.Tavares, V., L.C.Huang, J., Costa, M. R., G.Vidal, C., and E.Iencarelli, C. (2004). SAGE- Um Sistema Aberto para a Evoluç ao. Bollen, M. H. J., Gu, I.-H., Santoso, S., McGranaghan, M., Crossley, P., Ribeiro, M., and Ribeiro, P. (2009). Bridging the gap between signal and power. Signal Processing Magazine, IEEE. Câmara, G., Casanova, M. A., Hemerly, A. S., Magalhães, G. C., and Medeiros, C. M. B. (1996). Anatomia de Sistemas de Informação Geográfica. Inmon, W. H. (2005). Como construir o Data Warehouse. Editora Campus, Rio de Janeiro. Kimball, R. (2004). Data Warehouse Toolkit. Makron Books, São Paulo. Machado, F. N. R. (2004). Tecnologia e Projeto de Data Warehouse. Editora Érica. Morais, J., Pires, Y., Cardoso, C., and Klautau, A. (2010). A framework for evaluating automatic classification of underlying causes of disturbances and its application to short-circuit faults. IEEE Transactions Power Delivery, 25: Ree, J. D. L., Centeno, V., Thorp, J. S., and Phadke, A. G. (2010). Synchronized phasor measurement applications in power systems. IEEE Trans. Smart Grid, 1(1): Disponível em Manaus, 25 a 27 de abril de ISSN (CDR)