METODOLOGIA DE LOCALIZAÇÃO DE FALTAS EM REDES DE DISTRIBUIÇÃO SUBTERRÂNEAS INTEGRANDO PSCAD/EMTDC E REDES NEURAIS ARTIFICIAIS Gastaldello, D. S. 1 ; Souza, A. N. 2 ; Zago, M. G. 3 ; Amaral, H. L 2. M.; Silva, T. F. 2 ; Papa, J. P. 2 1 USP - Universidade de São Paulo, São Paulo - SP 2 UNESP - Univ Estadual Paulista, Bauru - SP 3 FATEC - Faculdade de Tecnologia de Bauru, Bauru - SP e-mail: danilosinkiti@hotmail.com Resumo - Atualmente é difícil de imaginar a ausência da energia elétrica, pois tudo depende dela para funcionar. Ela é fundamental para todos os setores da sociedade, comercial, residencial e industrial. A qualidade e a continuidade do fornecimento da energia são monitoradas pelos órgãos reguladores, assim as concessionárias estão sempre atualizando seus sistemas. Neste contexto, o menor número de ocorrências de defeitos, aliado à preocupação ambiental, coloca os sistemas subterrâneos em pauta na atualidade, mesmo que seu custo de instalação seja mais alto do que os outros sistemas. A correta localização da falta em cabos subterrâneos não é uma tarefa trivial, devido a complexidade do sistema. A proposta deste trabalho consiste em estudar os sistemas subterrâneos e desenvolver uma metodologia que integre sistemas inteligentes e simulações computacionais para auxiliar na localização de defeitos em cabos subterrâneos de distribuição de energia elétrica. Palavras-Chave Distribuição de Energia, Ferramentas Computacionais e Linhas Subterrâneas. METHODOLOGY FOR FAULT LOCATION IN UNDERGROUND DISTRIBUTION LINES INTEGRATING PSCAD/EMTDC AND ARTIFICIAL NEURAL NETWORKS Abstract Nowadays it s hard to imagine the absence of electric eletricity, because everything depends on it to work. It is critical for all sectors of society, commercial, residential and industrial. The quality and continuity of supply of energy are monitored by regulators, so the dealers are always updating their systems. In this context, the lowest number of occurrences of defects, coupled with environmental concerns, the underground systems puts on the agenda today, even though its installation cost is higher than other systems. The correct fault location in underground cables is not a trivial task due to the complexity of the system. The purpose of this work is to study the underground systems and develop a methodology that integrates intelligent systems and computational simulations to assist in locating faults in underground cables for power distribution. 1 Keywords - Computational Tools, Power Distribution and Underground Lines. I. INTRODUÇÃO Sistemas subterrâneos de distribuição de energia elétrica têm sido amplamente empregados devido à confiabilidade, à preocupação ambiental, à menor incidência de acidentes e também à menor poluição visual. Porém, a forma convencional de detectar a falta neste sistema exige uma pesquisa exaustiva em grande escala, consumindo muito tempo e recursos humanos. Assim, o tempo de restauração pode variar dependendo da confiabilidade da informação da interrupção no fornecimento de energia [1]. Ao contrário das linhas aéreas, os cabos subterrâneos têm como características: indutâncias menores e capacitâncias maiores. A análise torna-se complicada quando vários tipos de cabos subterrâneos são usados e várias topologias de circuito são aplicadas, como radial, em anel, ou reticulada. Para analisar tais sistemas e configurações, impedâncias e admitâncias mútuas entre estes condutores devem ser consideradas no circuito analisado. Isto complica o aspecto analítico de identificação da falta no segmento [2]. Além do problema de manutenção, outra coisa que ainda impede a aplicação de sistemas subterrâneos é o alto investimento inicial de instalação da rede e também de manutenção. Além disso, as concessionárias e o órgão regulador (ANEEL) ainda discutem como deve ser realizada a distribuição dos gastos com a implementação das redes subterrâneas [3]. Então, analisando-se o problema do ponto de vista técnico, é necessária uma correta identificação do local da falta para tornar a realização do reparo muito mais econômica, rápida e eficaz [4]. A Figura 1 apresenta de maneira ilustrativa situações de instalação e manutenção em sistemas subterrâneos, onde se constata as dificuldades encontradas pelos técnicos em trabalhar com os sistemas subterrâneos. Na Figura 2 é possível observar duas vantagens da utilização das redes subterrâneas, no aspecto de poluição visual e em relação às podas de árvores. 1 Nota de rodapé na página inicial será utilizada apenas pelo editor para indicar o andamento do processo de revisão. Não suprima esta nota de rodapé quando editar seu artigo.
Fig. 1. Instalação e manutenção em sistemas subterrâneos. Fig. 2. Duas vantagens dos sistemas subterrâneos. Portanto, novas propostas de análise do sistema e novas metodologias de localização de faltas se tornam necessárias para aplicação dos sistemas subterrâneos de energia elétrica. Este trabalho propõe uma nova metodologia de estudo de localização de defeitos em sistemas subterrâneos, integrando simulações no software PSCAD/EMTDC e sistemas inteligentes, especificamente redes neurais artificiais. II. MÉTODOS DE LOCALIZAÇÃO DE FALTAS O desempenho dos cabos subterrâneos depende do número de parâmetros que não possa se manter constantes durante um longo período de tempo, e das consequências que estes podem causar no funcionamento normal do sistema. Qualquer variação na constante dielétrica leva a uma variação na capacitância de sequência positiva, negativa e zero trifásica do cabo. Isto levará a uma variação nas admitâncias seqüenciais de fase, na propagação da velocidade e a um erro na localização da falta. Um dos principais parâmetros que afeta as propriedades elétricas é a umidade. Outro parâmetro que afeta as propriedades do material isolante do cabo é a temperatura, que varia a constante dielétrica do cabo com o passar dos anos. O aquecimento se deve ao excessivo sobrecarregamento ou devido à corrente de falta alta que causa a degradação da isolação do cabo [5]. Os métodos de localização da falta no segmento para rede de cabo subterrâneos podem ser divididos em dois grupos principais: Métodos Traçadores e Terminais. O método traçador é uma forma exaustiva de localizar a falta no segmento percorrendo os circuitos de cabos. A falta pode ser determinada por áudio ou sinais eletromagnéticos e exige o envio de trabalhadores para a área de interrupção [6]. Várias técnicas têm sido largamente utilizadas nas indústrias, incluindo o rastreio através da abordagem acústica, eletromagnética ou corrente. Em contraste, o método terminal é um método usado para determinar a localização da falta de uma rede de distribuição de cabos a partir de uma ou ambas as extremidades sem o rastreamento exaustivo. Os métodos de pré-localização e de localização de faltas podem ser classificados em duas diferentes categorias: métodos baseados na frequência fundamental e métodos baseados nos transitórios de altas frequências gerados por uma situação de falta (métodos de ondas viajantes). Esses métodos de localização, de acordo com o modo de obtenção dos dados, podem ser classificados em: técnicas que dispõe de dados provenientes de um único terminal ou de dados provenientes de múltiplos terminais da linha de distribuição. Os algoritmos de localização de faltas que utilizam dados provenientes de um terminal da linha, os quais consideram as componentes de frequência fundamental, são em sua maioria, baseados na determinação da impedância aparente da linha de transmissão vista do local de medida durante a falta. Esta impedância é obtida em função dos parâmetros da linha de transmissão e dos fasores de frequência fundamental de tensão e corrente, originados em um dos terminais da linha de transmissão. Melhorias em tais métodos são alcançadas utilizando-se de medições sincronizadas nos terminais. Sobre esse assunto, deve-se mencionar que se faz necessário um meio de comunicação entre os terminais para transmissão dos dados de falta registrados para um terminal de referência, onde será realizado o processamento para a localização da falta. Os métodos que utilizam as componentes de alta frequência dos sinais transitórios gerados por uma falta estão fundamentados na teoria de ondas viajantes. Estes algoritmos são baseados na determinação do tempo de viagem da onda de tensão ou corrente do ponto de falta ao terminal de monitoramento e na velocidade de propagação da onda viajante na linha, a qual é função dos parâmetros da mesma [7]. A implementação dos algoritmos que consideram o emprego da teoria das ondas viajantes necessita da utilização de elevadas taxas de frequência de amostragem, o que vem a ser uma das principais limitações. Todavia, o progresso atual da tecnologia dos conversores A/D de alta velocidade e dos processadores de sinais digitais de alto desempenho, têm tornado possível essas operações. Além disso, técnicas como processamento paralelo tendem a viabilizar altas velocidades de execução de tais tarefas. Mais recentemente, tem sido proposto o emprego de ferramentas inteligentes como Redes Neurais Artificiais
(RNAs), assim como, aplicação de ferramentas matemáticas, como por exemplo, o uso da Transformada Wavelet (TW) ao problema de localização de faltas [8]. III. METODOLOGIA Inicialmente foi verificado junto às concessionárias de energia, qual o tipo de circuito subterrâneo tinha maior número de ocorrências, assim, o trabalho começou com análises em circuitos monofásicos com falta fase-terra. A Figura 3 apresenta o circuito utilizado nas simulações no PSCAD/EMTDC. Neste trabalho serão avaliadas as influências das características do problema, tais como, variação do comprimento do cabo, variação do local da falta e também variação da resistência de falta, verificando se estas características influenciam no resultado das redes neurais, assim como influenciaram nos estudos de análise nodal. Para avaliação dos parâmetros de variação de comprimento do cabo e variação do local da falta, a resistência de falta foi mantida fixa, com valor de Rf = 0,1 Ω. Já para avaliar a variação da resistência de falta, o comprimento do cabo foi mantido fixo com valor de Comp. = 2000 m. A rede utilizada para a análise dos resultados é a Perceptron Multi-camadas (feeddorward), com treinamento Levenberg-Marquardt, com duas camadas intermediárias (5-10 neurônios), com funções de ativação tangente sigmoidal, utilizando média de desempenho da função o erro médio quadrado normatizado (10-5) e 5000 épocas. Sua estrutura é apresentada na Figura 5. Fig. 3. Modelo do circuito utilizado nas simulações. Com intuito de verificar a influência de alguns parâmetros do circuito, tais como, variação de resistência de falta, variação de comprimento do cabo e variação do local da falta, o trabalho [9] propôs um algoritmo em MATLAB para realizar uma análise nodal conforme o método proposto em [3], e chega a conclusão que a variação da resistência de falta e a variação do local da falta influenciam na análise nodal. A proposta é realizar simulações no software PSCAD para criação de um banco de dados para treinamento e também de teste, para que as redes neurais artificiais possam estimar o local da falta. A Figura 4 representa a idéia da proposta deste trabalho. Fig. 4. Proposta deste trabalho. Fig. 5. Arquitetura da RNA. IV. RESULTADOS A variação do comprimento do cabo, assim como na análise nodal, na rede neural não causou influência significativa, conforme pode ser visto na Figura 6. Com um erro médio de 0,02424% observa-se que ao manter-se o local da falta fixo, a variação do comprimento do cabo de 1000 m até 4000 m não influencia no resultado. A variação do local da falta, diferente da análise nodal, que o erro crescia com o aumento do local da falta, a rede neural não sofre influência significativa, conforme visto na Figura 7. Com erro médio de 0,077303 % observa-se que ao manter-se um comprimento de cabo fixo, a variação de local da falta, não influência no resultado. A variação da resistência de falta ocasionou uma média de erro de 1,30054667%, mas diferente da análise nodal que crescia com o aumento da resistência de falta, a rede neural teve erros variados de acordo com o aumento da resistência
de falta. O banco de dados desta análise foi menor do que o das outras análises, assim um novo banco de dados está sendo criado para melhor avaliar este parâmetro. A variação da resistência de falta, bem como, o erro médio pode ser visto na Figura 8. Fig. 6. Avaliação da variação do comprimento do cabo. sistemas subterrâneos de distribuição de energia elétrica, pois elas não sofrem influência com os parâmetros do sistema, e seu desempenho depende do número de dados de treinamento. Com a utilização das redes neurais para localização de defeitos em cabos subterrâneos procura-se diminuir o tempo de reparo, pois não é necessária uma análise crítica das medições e nem realizar diversas medições em campo, diminuir o custo do reparo, pois com o aumento da precisão do local da falta será necessário menos perfurações de ruas à procura de defeitos, assim os índices de qualidade de energia e de restauração de falhas DEC e FEC serão melhorados. O estudo está em franco desenvolvimento, o aumento da complexidade dos circuitos simulados para levantamento de dados, considerando, por exemplo, diferentes características do cabo (blindagem, isolamento), diferentes topologias de rede (anel, radial, e reticulado) e também possíveis variações da composição dos cabos em um mesmo circuito, aproximando-se ao máximo das características existentes em campo, é uma das propostas de continuidade do trabalho. Outra frente que pode ser explorada é a utilização de outras ferramentas inteligentes, como por exemplo, as Máquinas de Vetor de Suporte (SVM), comparando a precisão de cada ferramenta e o tempo de processamento de cada uma. AGRADECIMENTOS Agradecimentos especiais à FAPESP pelo apoio financeiro, para aquisição da licença do software PSCAD/EMTDC através do projeto, 2010/12398-0, coordenado pelo professor André Nunes de Souza e ao CNPq pela concessão de uma bolsa de mestrado, 132649/2011-0. REFERÊNCIAS Fig. 7. Avaliação da variação do local da falta. Fig. 8. Avaliação da variação da resistência de falta. V. CONCLUSÕES A principal contribuição deste trabalho está fundamentada no estudo da possibilidade de utilização de redes neurais artificiais (RNA) para auxiliar na localização de faltas em [1] E. Bascom; D. Von Dollen. "Computerized underground cable fault location expertise". In: Transmission and Distribution Conference, 1994, Proceedings of the 1994 IEEE Power Engineering Society. Anais. p.376-382. doi: 10.1109/TDC.1994.328403, 1994. [2] M. Silva. "Localização de Faltas em Linhas de Transmissão Utilizando a Teoria de Ondas Viajantes e Transformada Wavelet". Dissertação (Mestrado em Engenharia Elétrica). Escola de Engenharia de São Carlos [3] X. Yang; M. Choi; S. Lee; C. Ten; S. Lim, "Fault Location for Underground Power Cable Using Distributed Parameter Approach". Power Systems, IEEE Transactions on, v. 23, p. 1809-1816. doi: 10.1109/TPWRS.2008.2002289, 2008. [4] A. D. Filomena. "Localização de Defeitos em Alimentadores Primários Subterrâneos: Formulação Estendida Baseada na Impedância Aparente", Tese (Doutorado em Engenharia Elétrica) 2008. [5] Teng, H.; Liu, C.; Han, M.; Ma, S.; Guo, X. "System Simulation and Modeling in PSCAD", IEEE9 Power and Energy Engineering Conference (APPEEC), 2010 Asia- Pacific, 2010, pp. 1-4. [6] Jae-Duck, L.; Heesuk, R.; Sangbong, C.; Keeyoung, N.; Seonghwan, J.; Daekyeong, K. "Signal Processing Technology for Fault Location System in Underground
Power Cable". Korea Electrotechnology Research Institute, 2006. [7]Daud, M. Transient Behaviour Modelling of Underground High Voltage Cable Systems. University of Wollongong Thesis Collection. Recuperado Julho 20, 2010, de http://ro.uow.edu.au/theses/2032, 2009. [8] Li, K.; Lai, L.; David, A. "Application of Artificial Neural Network in Fault Location Technique". In: International Conference on Electric Utility Deregulation and Restructuring and Power Technologies, 2000. [9] D. S. Gastaldello, A. N. Souza, D. F. Akiyoshi, M. G. Zago. "Estudo Computacional de Localização de Faltas em Redes Subterrâneas de Distribuição de Energia Elétrica". Conferência Brasileira de Dinâmica, Controle e Aplicações, DINCON 2011, Águas de Lindóia, São Paulo, Brasil, 2011. DADOS BIOGRÁFICOS Danilo Sinkiti Gastaldello é aluno de doutorado da Universidade de São Paulo (USP) em Engenharia Elétrica. Graduado e Mestre em Engenharia Elétrica pela Universidade Estadual Paulista (UNESP). Faz parte do Grupo de Pesquisa do Laboratório de Sistemas de Potência e Técnicas Inteligentes (LSISPOTI), onde faz pesquisas em diversos temas. André Nunes de Souza é graduado pela Universidade Mackenzie em engenharia elétrica e possui títulos de Mestre e Doutor pela Escola Politécnica da Universidade de São Paulo (EPUSP). Trabalhou 12 anos no Laboratório de Alta Tensão do Instituto de Eletrotécnica e Energia da USP. Atualmente é Professor Livre-docente da Universidade Estadual Paulista (UNESP), da Faculdade de Engenharia de Bauru, onde trabalha em tempo integral e possui experiência na área de Sistema Elétrico de Potência. Coordena o Laboratório de Sistemas de Potência e Técnicas Inteligentes (LSISPOTI), onde faz pesquisas em diversos temas como sistemas inteligentes, transformadores, óleos isolantes, descargas atmosféricas e qualidade de energia. Maria Goretti Zago é graduada em Engenharia Elétrica pela Escola de Engenharia de São Carlos EESC - USP e mestre pela Universidade de Campinas - UNICAMP. Atuou em uma Indústria do setor elétrico e como professora junto ao Departamento de Engenharia de Produção da Faculdade de Engenharia de Bauru UNESP. Atualmente hoje é professora na Faculdade de Tecnologia de Bauru - FATEC Bauru- nos cursos de Tecnologia em Sistemas Biomédicos, Tecnologia em Bancos de Dados e Tecnologia em Redes de Computadores Vinculada ao Programa de Doutorado em Engenharia Elétrica da Escola Politécnica da Universidade de São Paulo EPUSP onde desenvolve seu trabalho de pesquisa na Área de Eficiência. Haroldo Luiz Moretti do Amaral, nascido em 14/01/1987 em Marília é técnico em eletrônica (2005), tecnólogo em sistemas biomédicos (2012) pela FATEC Bauru e mestrando em engenharia elétrica na UNESP Bauru. Pesquisador do laboratório de sistemas de potência e técnicas inteligentes, LSISPOTI da UNESP Bauru. Tiago Forti da Silva possui graduação em Engenharia Elétrica pela Universidade Paulista, UNIP/Bauru. Mestrando em Engenharia Elétrica no curso de Pós-Graduação da FEB/UNESP/Bauru, pesquisando em diversos temas, como: redes neurais artificiais, sistemas de energia, qualidade de energia, proteção de sistemas subterrâneos e aterramento. João Paulo Papa possui graduação em Bacharelado em Sistemas de Informação pela Universidade Estadual Paulista Júlio de Mesquita Filho, mestrado em Ciência da Computação pela Universidade Federal de São Carlos, doutorado em Ciência da Computação pela Universidade Estadual de Campinas e pós-doutorado em Ciência da Computação pela Universidade Estadual de Campinas. Atualmente, é Professor Assistente Doutor no Departamento de Computação da Universidade Estadual Paulista Júlio de Mesquita Filho, Unesp-Bauru e pesquisador colaborador junto ao Instituto de Computação da Universidade Estatual de Campinas. Tem experiência na área de Ciência da Computação, com ênfase em Sistemas de Computação, atuando principalmente nos seguintes temas: processamento de imagens, aprendizado de máquina e reconhecimento de padrões.