Please use this identifier to cite or link to this item: http://dspace.unipampa.edu.br:8080/jspui/handle/riu/1011
metadata.dc.type: Trabalho de Conclusão de Curso
Title: Rede neural para correção de sinais distorcidos pela saturação de transformadores de corrente
Authors: Hagemann, Humberto Elicker
metadata.dc.creator: Hagemann, Humberto Elicker
metadata.dc.contributor.advisor1: Santos, Eduardo Machado dos
metadata.dc.description.resumo: Este trabalho tem como objetivo apresentar um algoritmo que visa reduzir os efeitos da saturação de transformadores de corrente (TC’s), sendo esse um dos fatores que afetam o desempenho de um sistema de proteção em sistemas de potência. Para isto, o trabalho propõe a utilização de uma metodologia de correção dos sinais distorcidos por saturação fundamentada no uso de redes neurais artificiais (RNA). Tal técnica utiliza apenas um neurônio para determinar parâmetros característicos do sinal de corrente de curto-circuito, para então aplicá-los na correção dos trechos distorcidos dos sinais de corrente secundária, provenientes de TCs com núcleos saturados. Foram simulados casos de curto-circuito em uma Linha de Transmissão, onde os TC’s operam em diferentes cenários previamente definidos, para os quais, dependendo dos níveis das correntes de falta, ocorre a saturação de seu núcleo. Tais simulações foram feitas para gerar os sinais a serem processados pela metodologia proposta, considerando diferentes cenários de falta. Essas simulações foram feitas a partir do software ATP. Os sinais saturados foram corrigidos pelo algoritmo desenvolvido, o qual foi implementado em MATLAB®, utilizando função apropriada. A partir do processamento dos sinais gerados, pode-se verificar o bom desempenho da metodologia proposta, tendo em vista a precisão da correção e a facilidade de implementação da mesma. Com essa proposta, espera-se prover uma alternativa aos esquemas de proteção frente à situações que envolvam a saturação de transformadores de corrente, garantindo atuação seletiva e coordenada da proteção, aumentando a confiabilidade dos sistemas elétricos de potência.
Abstract: This work presents an algorithm that aims to reduce the effects of saturation of current transformers (CTs), being one of the factors that affect the performance of protection systems in the electric power systems. For this end, the paper proposes the use of a methodology to correct the distorted portions of secondary current signals, provided by saturated CTs, based on the use of Artificial Neural Networks (ANN). This technique uses only one neuron to determine the characteristic parameters of the short-circuit current signal, and then apply them to correct the distorted ranges present in the referred signal waveform. Cases of short-circuits on a transmission line were simulated, where the CTs operate on different scenarios previously defined, for which, depending on the levels of fault currents, saturation occurs in its core. These simulations were performed to generate signals to be processed by the proposed method, considering different fault conditions. These simulations were performed using the software EMTP-ATP. Saturated signals were corrected by the algorithm developed, which was implemented in MATLAB ®, using proper function. From the generated signals processing by the proposed technique, one can verify the good performance of the proposed methodology, considering the correction accuracy and the ease of implementation of the referred methodology. With this proposal, it is expected to provide an alternative to protection schemes against the situations involving the saturation of current transformers, ensuring selective and coordinated protective relaying, increasing the reliability of the electric power systems.
Keywords: Electrical engineering
Current transformers
Signal processing
Artificial neural networks
Publisher: Universidade Federal do Pampa
metadata.dc.rights: Attribution-NonCommercial-NoDerivs 3.0 Brazil
metadata.dc.rights.uri: http://creativecommons.org/licenses/by-nc-nd/3.0/br/
URI: http://hdl.handle.net/riu/1011
Issue Date: 11-Oct-2013
Appears in Collections:Engenharia Elétrica



This item is licensed under a Creative Commons License Creative Commons