Formas de Apuração de Indicadores da Central de Análise da Gestão e Qualidade da Energia Elétrica da LIGHT

Documentos relacionados
8 Programação linear 78

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Estatística - exestatmeddisper.doc 25/02/09

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

3 Procedimento Experimental

5 Critérios para Análise dos Resultados

MEDIDAS DE TENDÊNCIA CENTRAL I

Perguntas Freqüentes - Bandeiras

Construção e Análise de Gráficos

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou. experimental.

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Difusão entre Dois Compartimentos

Controle Estatístico de Qualidade. Capítulo 6 (montgomery)

Cap. 5. Testes de Hipóteses

Prof. Janete Pereira Amador 1

Avaliação da qualidade do ajuste

2.0 - MODELAGEM DA CARGA

Total Bom Ruim Masculino

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

Estabilidade no Domínio da Freqüência

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Atividades Práticas Supervisionadas (APS)

TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL

Teoria Elementar da Probabilidade. a) Cada experiência poderá ser repetida indefinidamente sob condições essencialmente inalteradas.

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

INTELIGÊNCIA COMPUTACIONAL APLICADA NA IDENTIFICAÇÃO E CLASSIFICAÇÃO DE PROBLEMAS DE MEDIÇÃO DE ENERGIA ELÉTRICA

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

ESTIMATIVA DA INCERTEZA DE MEDIÇÃO DE MÉTODOS ANALÍTICOS

Apêndice 1-Tratamento de dados

Distribuições Amostrais. Estatística. 8 - Distribuições Amostrais UNESP FEG DPD

Ex: Cálculo da média dos pesos dos terneiros da fazenda Canoas-SC, à partir dos dados originais: x = 20

Caracterização de Partículas. Prof. Gerônimo

Instituto Politécnico de Bragança Escola Superior de Tecnologia e de Gestão

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

Conceitos básicos de metrologia. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama

Distribuições de Probabilidades

Requisitos metrológicos de instrumentos de pesagem de funcionamento não automático

Confiabilidade Estrutural

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

2 Procedimentos para Ajuste e Tratamento Estatístico de Dados Experimentais

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

7 Análise de covariância (ANCOVA)

Projeto de rede na cadeia de suprimentos

Econometria: 3 - Regressão Múltipla

UNIVERSIDADE FEDERAL DO PARANÁ WYRLLEN EVERSON DE SOUZA

ÍNDICE DE TERMOS: MOTOR DEDICADO, PADRONIZAÇÃO;

Estatística. 2 - Estatística Descritiva

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

x Ex: A tabela abaixo refere-se às notas finais de três turmas de estudantes. Calcular a média de cada turma:

3 Teoria de Microestrutura de Mercado

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

? Isso é, d i= ( x i. . Percebeu que

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

Correção das Instruções de Operação , , ,

Arquitetura da ART Controle 1 Controle 2

Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira INEP Ministério da Educação MEC. Índice Geral de Cursos (IGC)

MEDIDAS DE DISPERSÃO 9. MEDIDAS DE DISPERSÃO

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

9 Medidas Descritivas

Momento Linear duma partícula

(c) Para essa nova condição de operação, esboce o gráfico da variação da corrente no tempo.

II OCORRÊNCIA DE METANO NO EFLUENTE DE REATORES UASBs E SUA DISSIPAÇÃO EM CAIXA DE DISTRIBUIÇÃO DE VAZÃO DE ETE OPERANDO EM PLENA ESCALA

Estatística: uma definição

3 Fundamentação Teórica

Determine a média de velocidade, em km/h, dos veículos que trafegaram no local nesse período.

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.

50 Logo, Número de erros de impressão

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

Probabilidades e Estatística

Capítulo 5: Ajuste de curvas pelo método dos mínimos quadrados

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes

A PROGRAMAÇÃO LINEAR FUZZY EM PROBLEMAS DE MISTURA

Computação das Medidas de Tendência Central e Dispersão Intervalares em Java

Regressão. Pedro Paulo Balestrassi

PERFORMANCE ANALYSIS OF LOAD MODELLING STRATEGIES FOR HARMONIC DISTORTION SHARING

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

CAPITULO 1 CONCEITOS BÁSICOS

d s F = m dt Trabalho Trabalho

CRA (Certificado de Recebíveis do Agronegócio) Guia para elaboração dos fluxos de pagamentos Data: 18/01/18

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas

MAE0229 Introdução à Probabilidade e Estatística II

Oitava Lista de Exercícios

Revisão de Estatística X = X n

( ) Editora Ferreira - Toque de Mestre. Olá Amigos!

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Estágio de Pré-Processamento Combinado com Rede Neural Aplicada a Classificação de Distúrbios de Qualidade de Energia Elétric em Sinais Janelados

4 Métodos de Estimação da Entropia e da Informação Mútua

Introdução à Estatística

Centro de massa, momento linear de sistemas de partículas e colisões

Organização; Resumo; Apresentação.

Monitoramento ou Inventário Florestal Contínuo

Transcrição:

1 Formas de Apuração de Idcadores da Cetral de Aálse da Gestão e Qualdade da Eerga Elétrca da LIGHT R.P.Gomes; M. Frade (LIGHT); J. Camargo; E.F.Nues; V.H. Perera; R.Fradse; F.P.Marafão ; H.K. M.Paredes; E.K. Lua; O.C.Braquho (Expertse Egehara) Resumo - Este trabalho apreseta Formas de Apuração de Idcadores de Qualdade da Eerga Elétrca e o Sstema de Gestão deomado de CAG_Q Cetral de Aálse e Gestão da Qualdade, da LIGHT. Também apreseta os resultados do estudo para apuração dos Idcadores, cosderado formações advdas de dferetes tpos de Motores de QEE stalados as redes da cocessoára e as cabes de cletes. Tas formações são covertdas automatcamete um formato padrão, de forma a permtr a apuração automátca dos dcadores. Para o cotrole e emssão automátca de relatóros gerecas e operacoas, fo estabelecda a relação: parâmetros regulados x ecessdades reas de processos dustras sesíves. Vsado mater sob cotrole a QEE o Sstema da LIGHT, para se mater as faxas estabelecdas pelo Órgão Regulador. Tomado por base os trabalhos cas do PRODIST e os resultados de motorametos efetuados em oto dústras, sedo duas têxtes, duas almetícas, duas químcas e duas metalúrgcas. Palavras chaves - Sstema de Gestão da Qualdade da Eerga Elétrca, Idcadores de Qualdade da Eerga Elétrca. A I. INTRODUÇÃO QEE - Qualdade da Eerga Elétrca tem se torado uma preocupação crescete para cocessoáras e cosumdores de modo geral. O progressvo teresse pela QEE deve-se, prcpalmete, à evolução tecológca dos equpametos eletro-eletrôcos, hoje amplamete utlzados os segmeto dustral, comercal e também resdecal. Com o crescmeto e a vasta aplcação da eletrôca, de um modo geral, em equpametos desde eletrodoméstcos até em lhas de processos dustras automatzados, vem aumetado expressvamete a sesbldade dos equpametos em relação à QEE [1-3]. Desta forma a eerga elétrca tem dexado de ser vsta apeas como um bem gerdo e forecdo, para ser tratado como um "bem comum" ou "produto de comercalzação" etre geradoras, trasmssoras, dstrbudoras e cosumdores de eerga [4]. Estes aspectos motvaram as cocessoáras a vestrem em pesqusa e desevolvmeto, vsado melhorar a efcáca de cotrole e supervsão dos seus sstemas, promovedo a automação dos procedmetos de coleta e aálse das formações ecessára para cotrolar a qualdade do produto eerga elétrca. Neste setdo, vsado padrozar todo tpo de formação de QEE, o que cocere a coformdade da potêca, advda de qualquer tpo de motor, fo dealzada, desevolvda e mplemetada, detro do PD-48, a fgura da EAQ Estação Avaçada de Qualdade. A EAQ, que devera ser stalada uma subestação chave, mas ada mpede de ser stalada em qualquer poto, como por exemplo, um escrtóro admstratvo, recebe formações, sob qualquer tpo de mída, clusve redes sem fo, de motores de outras subestações ou da cabe de medções dos cletes, desde que estes teham motores de QEE, cadastrados o sstema. A EAQ é composta por Mcro Computador, Ferrameta Coversora de Dados, Multplexador e o Vsualzador Local. Com sto o papel da EAQ é cetralzar as formações advdas dos motores stalados uma regão ao redor do local da sua stalação, fazer a apuração dos dcadores e trasmtr os resultados para a CAG_Q. A metodologa desevolvda, a qual cosdera as regras estabelecdas pelo PRODIST [5] e os parâmetros defdos o cotrole da CAG_Q, defe que a apuração dos dcadores deve cosderar crtéros estatístcos relacoados com a totaldade das meddas e o úmero máxmo de volações permtdas. A maora dos dcadores se obtém através do cálculo de percets matemátcos dos dados coletados, utlzado a fução acumulatva de probabldades. Neste cotexto fo utlzada a técca de hstograma de observações, para apuração e cosoldação dos dcadores de QEE, para avalação frete aos lmtes estabelecdos. A aplcação deste sstema é baseada a extração das formações possíves e passves de aálse tedo como objetvo: Cofrotar os dcadores apurados com os valores de referêca tato do PRODIST, como da LIGHT, destacado os potos do Sstema da LIGHT que precsam ser avalados. A técca de hstogramas de observações também deu codções para se mplemetar rotas de aálses cotuas e automátcas, detro do Sstema de Gestão da QEE desde a tegração de pré-processameto as EAQ's, amplado a capacdade de aálse, que deu uma caracterzação mas ampla do Sstema da Cocessoára o âmbto da problemátca da QEE, permtdo que os dcadores de Dstorção Harmôca,

2 Desequlíbro, Flcker, VTCD's e íves de tesão em regme permaete sejam aalsados harmôca total, e a Fgura 1-b mostra como o processo de dscretzação por íves é feto. Assm a técca de hstogramas de observações permte a: Aálse e apuração dos dcadores de QEE frete ao PRODIST; Caracterzação do Sstema Gestão da QEE da LIGHT com uma ferrameta de aalse; Ferrameta auxlar para determação de dcadores e lmtes para LIGHT. II. HISTOGRAMA DE OBSERVAÇÕES Um dos problemas típcos com varáves elétrcas é verfcar se uma determada gradeza volou um lmte préfxado durate o tempo de observação. Para sso utlza-se uma técca especalmete adequada para mplemetação em computador, trata-se do hstograma de observações, que dvde o tervalo total dos valores da sere de dados (do valor mímo ao máxmo) em subtervalos de gual ampltude, deomados de classes (íves). O úmero de classes depederá da magtude do tervalo total e do úmero de classes que se deseja aalsar. As característcas de alta capacdade de compactação de formação e a facldade de automatzação do processameto, de hstogramas de observação, são essecas para a elaboração de programas de motorameto da qualdade da eerga, a partr dos ídces extraídos das gradezas elétrcas. De modo geral, exstem ormas que prevêem lmtes de varação para as gradezas elétrcas, como: flcker, tesão de regme permaete, varação de freqüêca, etre outros. Como podemos observar as ormas teracoas IEEE [7], IEC [8], etc. e o Brasl, o Sub-Módulo 2.2 dos Procedmetos de Rede [6]. Nos trabalhos cas do PRODIST [5] ão é dferete, pos a metodologa utlzada para apuração dos dcadores prevê uma aálse ao logo do tempo, para que se permta verfcar se um determado dcador fcou acma ou abaxo, durate um determado tempo de apuração volado ou ão as referêcas. Essa metodologa de apuração basea-se a poderação de uma gradeza um tervalo de apuração, verfcado se a gradeza fcou fora de determados lmtes ta% de um período de apuração. 1 ta % = tv 100 < Lm % T (1) Ode: ta % tv Lm % = 0 é a Porcetagem do tempo fora do lmte o Tempo de volação é o Lmte estabelecdo a) Regstro de Dstorção Harmôca Total (DHT). b) Dscretzação dos regstros por íves Fg. 1 Processo de dscretzação. A Fgura 2 mostra o procedmeto de amostragem do sal da Fgura 1, a escolha do tervalo de tempo que se deseja amostrar ( t) se basea em dos prcípos: 1. Freqüêca máxma que se deseja dscrmar tem um suporte o prcpo da máxma freqüêca observável: f 1 = 2 t max (2) 2. Número máxmo de amostras que se deseja obter, é o úmero máxmo de amostras resultates, em que se deseja lmtar o umero de amostras o período de observação: T N = 0 t (3) A técca de hstogramas de observações passa por um processo de classfcação de amostragem baseado o úmero de classes que se deseja ter a caracterzação da gradeza em aalse, A Fgura 1-a mostra os regstros dáros de Dstorção

3 Fg. 2 Dscretzação temporal (Amostragem) O que fo apresetado aterormete correspode a técca de coversão de sal de uma gradeza observada o tempo em um hstograma de observações, mostrado a Fgura 3, o que equvale a cotar o úmero de vezes em que cada ível é observado, dado como resultado o hstograma de ocorrêcas. Fg. 4 Hstograma ormalzado dos regstros. Falmete é precso a extração dos lmtes de uma determada gradeza observada, para sto utlzará a curva das freqüêcas acumulada e complemetar, como mostrado as Fguras 5 e 6. Fg. 5 Fução acumulatva de probabldades dos regstros. Fg. 3 Hstograma de observações por ível dos regstros. A Fgura 3 mostra qual a dstrbução das observações sobre os dferetes íves de dscretzação. Notar que se perdeu o vículo temporal das amostras, ou seja, ão se sabe mas quado cada amostra fo observada. Uma vez tedo o hstograma de ocorrêcas é precso ormalzar o hstograma, para obter a curva de dstrbução de freqüêcas, ou seja, as durações estatístcas dos íves da gradeza dscretzada. Como a soma do coteúdo da todas as classes deve ser gual ao úmero total de observações: = 1 = N A ormalzação do hstograma cosste em dvdr todos os valores por N, resultado: = 1 (5) = 1 N A Fgura 4 apreseta o hstograma ormalzado da Fgura 3, observe que o perfl do hstograma ão muda, o que já era esperado, somete houve alteração a escala. (4) A Fgura 5 permte verfcar e determar a soma acumulada das freqüêcas ormalzadas que produz a curva de probabldade de estar abaxo de um ível dado, FA (6) = 1 N A terpretação de estar abaxo decorre do fato de que qualquer valor de FA expressa a probabldade de uma amostra estar abaxo do ível, e, portato é uma curva de volações de lmtes mímos. No etato, a Fgura 6 é terpretada como probabldade de estar acma, e por sso é uma curva de volações de lmtes máxmos. FAC = 1 (7) FA O valor de FAC expressa a probabldade de uma amostra estar acma do ível, ou de ultrapassar o lmte.

pré-defda pela LIGHT. Podedo esta avalação ter duas codções: 4 Caso o Idcador seja avalado através do P95%, a QFE será classfcada como QA quado o Idcador P95% estver detro e o Idcador P97,5% estver fora da faxa dos lmtes estabelecdos pelo PRODIST. Caso o Idcador seja avalado pelo valor máxmo dos regstros do período amostrado, a QFE será classfcada como QA quado o máxmo valor regstrado estver detro da faxa dos lmtes estabelecdos pelo PRODIST. Fg. 6 Curva acumulatva complemetar dos regstros O uso da técca de hstograma de observações apreseta as segutes vatages: Automação do processameto dreto dos sas; Compactação dos dados armazeados para cada eveto; Padrozação das gradezas extraídas para aalse; Flexbldade a escolha do período de aalse; Facldade para fazer comparações estatístcas etre evetos; Facldade de terpretação dos resultados; Verfcação dreta dos lmtes mímos e máxmos. Uma outra vatagem mportate dessa abordagem é ser depedete de ormas e lmtes exstetes ou que veham a ser defdo. III. FORMA DE OBTENÇÃO DOS INDICADORES Para efeto de classfcação dos parâmetros de cotrole do CAG_Q serão utlzados três estados operatvos referete a QEE, sedo eles: Qualdade Ótma (QO): Receberá esta classfcação quado o dcador apurado estver detro dos lmtes estabelecdos pelo PRODIST, com uma folga maor que uma margem pré-defda pela LIGHT. Podedo ser avalada através de duas codções: Caso o Idcador seja avalado através do P95% - Percetl 95%, a QFE Qualdade do Forecmeto de Eerga será classfcada como QO quado o Idcador P97,5% - Percetl 97,5% estver detro da faxa dos lmtes estabelecdos pelo PRODIST. Caso o Idcador seja avalado pelo valor máxmo dos regstros do período amostrados, a QFE será classfcada como QO quado o máxmo valor regstrado estver o máxmo 20% abaxo do lmte superor e o mímo 20% acma do lmte feror da faxa dos lmtes estabelecdos pelo PRODIST. Qualdade Adequada (QA): Receberá esta classfcação quado o dcador apurado estver detro dos lmtes estabelecdos pelo PRODIST, com uma folga até uma margem Qualdade Iadequada (QI): Receberá esta classfcação quado o dcador apurado estver fora dos lmtes estabelecdos pelo PRODIST. Podedo esta avalação ter duas codções: Caso o Idcador seja avalado através do P95%, a QFE será classfcada como QI quado o Idcador P 95% estver fora da faxa dos lmtes estabelecdos pelo PRODIST. Caso o Idcador seja avalado pelo valor máxmo dos regstros do período amostrados, a QFE será classfcada como QI quado o máxmo valor regstrado estver fora da faxa dos lmtes estabelecdos pelo PRODIST. IV. INDICADORES DA QUALIDADE DA ENERGIA ELÉTRICA - VALORES DE REFERÊNCIA Dstorção Harmôca: A tabela 4.1 segur stetza os valores de referêca PRODIST para a DHTT Dstorção Harmôca Total de Tesão que são defdos em fução da tesão omal do barrameto. Tabela 4.1 Valores de Referêca para DHTT DHTT em [%] Tesão omal do barrameto Dstorção Harmôca Total de Tesão V < 1kV 10,0 1kV < V < 13,8 kv 8,0 13,8 kv < V < 69 kv 6,0 69kV < V < 138 kv 3,0 Os valores de referêca PRODIST para a DHIT Dstorção Harmôca Idvdual de Tesão também são defdos em fução da tesão omal do barrameto e estão expressos a Tabela 4.2.

5 Tabela 4.2 Lmtes da DHIT Dstorção Harmôca Idvdual de Tesão [%] Ordem Harmôca Impares ão múltplas de 3 Impares múltplas de 3 Pares V < 1kV V > 1KV e V < 13,8kV V > 13,8 kv e V < 69 kv V > 69 kv e V < 230 kv 5 7,5 6,0 4,5 2,5 7 6,5 5,0 4,0 2,0 11 4,5 3,5 3,0 1,5 13 4,0 3,0 2,5 1,5 17 2,5 2,0 1,5 1,0 19 2,0 1,5 1,5 1,0 23 2,0 1,5 1,5 1,0 25 2,0 1,5 1,5 1,0 >25 1,5 1,0 1,0 0,5 3 6,5 5,0 4,0 2,0 9 2,0 1,5 1,5 1,0 15 1,0 0,5 0,5 0,5 21 1,0 0,5 0,5 0,5 >21 1,0 0,5 0,5 0,5 2 2,5 2,0 0,5 1,0 4 1,5 1,0 1,0 0,5 6 1,0 0,5 0,5 0,5 8 1,0 0,5 0,5 0,5 10 1,0 0,5 0,5 0,5 12 1,0 0,5 0,5 0,5 >12 1,0 0,5 0,5 0,5 Desequlíbro de Tesão (DT): O PRODIST defu como valor de referêca 2 % para o fator de desequlíbro (FD), para todos o sstema de dstrbução, com exceção da BT. Flutuação de Tesão (FT): O PRODIST defu como valores de referêcas para Flutuação de Tesão os barrametos do Sstema de Dstrbução, os valores apotados a Tabela 4.3. Tabela 4.3 Valores de Referêca para Flutuação de Tesão Classfcação PstD95% PltD95% Adequado < 1[pu] / FT < 0,8[pu] / FT Precáro 1 a 2 [pu] / FT 0,8 a 1,6 [pu] / FT Crítco > 2 [pu] / FT > 1,6 [pu] / FT Varação de Tesão de Curta Duração VTCD: O PRODIST classfca o feômeo VTCD por tpo de duração e ampltude, coforme costa a Tabela 4.4. Tpo Sgla Classfcação Duração (D) IMT Iterrupção Mometâea de D < 3 s Tesão Varação Mometâea de Tesão Varação Temporára de Tesão Tabela 4,4 Classfcação das Varações de Tesão de Curta Duração AMT EMT ITT ATT ETT Afudameto Mometâeo de Tesão Elevação Mometâea de Tesão Iterrupção Temporára de Tesão Afudameto Temporáro de Tesão Elevação Temporára de Tesão Tesão Resdual (Tr) Tr < 0,1 pu 1 cclo < D < 3 s 0,1 pu < Tr < 0,9 pu 1 cclo < D < 3 s Tr > 1,1 pu 3 s < D < 3 m Tr < 0,1 pu 3 s < D < 3 m 0,1 pu < Tr < 0,9 pu 3 s < D < 3 m Tr > 1,1 pu Tesão em regme permaete: Os valores mostrados a Tabelas 4.5 apresetam as faxas que devem ser cosderados para defção dos íves de tesão especfcados como adequados, precáros e crítcos, em fução da tesão omal o poto de etrega. Tabela 4.5 Valores de referêca para Tesão de Atedmeto (TA) Classfcação da Faxa de Varação da Tesão de Letura (TL) em Tesão de Atedmeto Relação à Tesão Cotratada (TC) Adequada 0,93 TC < TL <1,05 TC Precára 0,90 TC < TL < 0,93 TC ou 1,05 TC < TL < 1,07 TC Crítca TL < 0,90 TC ou TL >1,07 TC V. EXEMPLOS DE RESULTADOS OBTIDOS Daramete, a partr dos dados obtdos dos motores de QEE stalados em barrameto das SE s da LIGHT e de seus cletes, são apurados os Idcadores de Dstorção Harmôca de Tesão, Desequlíbro da Tesão, Varações de Tesão em Regme Permaete e VTCD s. Fg. 7 Relatóro do dcador desequlíbro de tesão. Fg. 8 Relatóro do dcador DHTT. A Fgura 7 apreseta os valores de dcadores do Desequlíbro de Tesão. Ode se pode observar que, em termos do Idcador DT, para os das 01/02/2005 e 30/08/2005, a QFE é cosderada Adequada, e para o da 31/08/2005 sera cosderada Iadequada. Equato fgura 8 apreseta um relatóro do Idcador DHTT Dstorção Harmôca Total de Tesão, ode fo apurado que a QFE, em termos de DHTT sera cosderada ótma. A Fgura 9 apreseta valores de VTCD para o mês de dezembro de 2005. Pode-se observar que o período

6 motorado foram regstrados, o sstema da LIGHT, 4 tpos de VTCD, sedo que o predomate e a Iterrupção Mometâea de Tesão (IMT) com 23 ocorrêcas, correspodedo a 57,5% do total de ocorrêca de VTCD, depos temos 13 ocorrêcas de Afudameto Mometâeo de Tesão (AMT) seguda por 2 ocorrêcas de Iterrupção Temporára de Tesão (ITT) e 2 ocorrêcas de Elevação Mometâea de Tesão (EMT), correspodedo o 5% do total de ocorrêcas de VTCD. Fg. 9 Quatdade de VTCD`s ocorrdas durate um período e classfcadas por tpo. A fgura 10 apreseta um Relatóro do Idcador de Tesão em Regme Permaete para os Trafos da SE Esperaça. Note que para todas as amostras dos Trafos 5, 2 e 4 a QFE esta Ótma, equato o Trafo 3 temos mutas amostras ode a QFE é Adequada, com destaque para a Fase C que apresetou 104 amostras, e em 2 amostras com QFE Iadequada as 3 Fases. VI. CONCLUSÕES O trabalho mostrou que a partr de formações de motores de mercado, podem ser obtdos Idcadores de Qualdade da Eerga Elétrca para se fazer a Gestão da Qualdade da Eerga Elétrca. Isto fo feto a LIGHT, ode fo desevolvda, mplemetada e testada a CAG_Q Cetral de Aalse e Gestão da Qualdade. A CAG_Q corpora as aalses e gestão da QEE, para motorametos tato da LIGHT como de seus cletes. Nos cletes os motores fcam stalados jutos aos meddores de faturameto. Apesar de ada serem poucos, especalmete autoprodutores, sstema está preparado para corporar um úmero elevado de clete, desde que utlzem motores de QEE cadastrados a LIGHT. No Sstema da LIGHT, o sstema agrega formações de todos os motores de QEE exstetes em barrametos de 13,8 25 138 KV, como ION-3720, ION-7650 e NEXUS. A EAQ Estação Avaçada de Qualdade tem papel mportate, pos recebe formações de motores stalados um rao tão maor quato maor for o desempeho da mída de trasmssão de dados, em geral as formações vdas das dústras, podem ser trasmtdas através de rede sem fo, apura os Idcadores de QEE e eva para a CAG-Q. A metodologa apresetada para apuração dos dcadores de QEE atede tato as especfcações de Motores que atedem ao PRODIST como para qualquer outro tpo de Motor. O sstema de gestão desevolvdo pela LIGHT é totalmete ovador e é capaz de mostrar de forma atualzada e precsa as codções do Sstema Elétrco da LIGHT frete à Qualdade da Eerga Elétrca, tato por SE como por regão, permtdo que esta possa adequar seu Sstema Elétrco às ovas cofgurações do setor o Brasl. VII. REFERÊNCIAS BIBLIOGRÁFICAS [1] M.H.J. Bolle. Uderstadg Power Qualty Problems: Voltage Sags ad Iterruptos IEEE Press, 2001. [2] A. Ghosh e G. Ledwch, "Power Qualty Ehacemet usg Custom Power Devces", Kluwer Academc Publshers (Power Electrocs ad Power Systems Seres), USA, 2002. [3] R.C. Duga, M.F. McGraagha, H.W. Beaty Electrcal Power Systems Qualty McGraw-Hll, 1996. [4] F.P. Marafão, "Aálse e Cotrole da Eerga Elétrca através de Téccas de Processameto Dgtal de Sas", Tese de Doutorado, UNICAMP, Campas SP, 2004. [5] Módulo 8, Procedmetos de Dstrbução de Eerga Elétrca o Sstema Elétrco Nacoal (PRODIST, ANEEL Agêca Nacoal de Eerga Elétrca, versão atualzada agosto de 2006. [6] Módulo 2, Padrões de Desempeho da Rede Básca e Requstos Mímos Para sua Istalação, ONS Operador Nacoal do Sstema Elétrco, 2000-2003. [7] IEEE Std 1159-1995 IEEE Recommeded Practce for Motorg Electrc Power Qualty, New York [8] IEE - 61000-4-30-2003 Power Qualty Measuremet Methods. Fg. 10 Relatóro de tesão em regme permaete.