Processamento de sinais de descargas parciais em tempo real com base em wavelets e seleção de coeficientes adaptativa espacialmente

• Main Author: Hilton de Oliveira Mota
• Other Authors: Flavio Henrique Vasconcelos
• Format: Others
• Language: Portuguese
• Published: Universidade Federal de Minas Gerais 2011
• Online Access: http://hdl.handle.net/1843/BUOS-8R3H5B

=== On-line partial discharge (PD) analysis is a highly pursued feature due to the economy related to scheduled shutdowns, disassembling and transport. Nevertheless, on-site PD measurements are frequently limited by interferences found in high-voltage facilities, a situation that imposes the continued development of PD signal processing methods. In the last years the wavelet transform (WT) has been recognized as a powerful technique for PD processing due to its capacity to process localized, non-stationary signals. Several authors have reported good results of its use and, more recently, new WT-based approaches have been developed specifically to improve PD processing. This document presents a new technique for the processing of partial discharge signals, based on the wavelet transform and a spatially-adaptive coefficient selection procedure. Spatiallyadaptive selection is an excerption approach that aims to explore the localized processing capabilities of the WT as a way to improve the separation of coefficients related to the signal and noise. This approach frequently allows a better processing for time-localized signals, like the PDs, when compared to traditional, threshold-based techniques. In this work the spatial correlations were characterized by the local modulus maxima propagation theory. Coefficients selection was performed by the characterization of maxima lines shapes and classification by a deterministic rule and a pattern classifier. The procedure relies on the Translation-invariant Wavelet Transform as a way to avoid PD pulse losses and improve the signal reconstructions. The technique was numerically and visually evaluated considering simulated and measured signals, both in laboratory and in the field. In all cases the results showed to be similar to or superior than those obtained with the thresholding techniques reported in the bibliograpy. Real-time signal processing is a particularly important feature for PD analysis due to the high sampling rates required and the large amounts of data needed to perform diagnostics. After development, the procedures were implemented as a real-time system aiming the investigation of algorithm characteristics and evaluation of computational charge and storage demands. The system works as an authonomous unit or a digital filter, which may be attached to commercial PD analysers. After implementation and optimizations, the system was evaluated regarding to the maximum sampling rates achievable and classified according to its possible pass-bands === A análise de descargas parciais (DPs) em campo é uma funcionalidade altamente desejada por empresas do setor energético devido à economia que proporciona, relacionada ao desligamento, desmonte e transporte dos equipamentos. Entretanto, a medição em campo é frequentemente limitada por interferências presentes nas instalações de alta tensão, situação que demanda o constante desenvolvimento de novas tecnologias para processamento dos sinais de DPs. Nos últimos anos a transformada de wavelets (TW) tem sido reconhecida como uma ferramenta poderosa para a filtragem de DPs pela capacidade de beneficiar o processamento de sinais localizados e não estacionários. Vários autores têm relatado resultados satisfatórios da sua aplicação e, mais recentemente, novas abordagens têm sido investigadas especificamente para sua adaptação ao processamento de DPs. Este documento apresenta uma nova técnica para o processamento de sinais de descargas parciais, baseada na transformada de wavelets e em um procedimento de seleção de coeficientes adaptativa espacialmente. A seleção adaptativa espacialmente é uma abordagem que visa explorar a capacidade de processamento localizado da TW para obter informações adicionais que beneficiem a separação dos coeficientes relacionados ao sinal e ao ruído. A abordagem tende a otimizar o processamento de sinais localizados no tempo, tais como as DPs, quando comparada às técnicas de filtragem tradicionais, usualmente baseadas em limiares. As correlações espaciais foram identificadas por meio da teoria de propagação de módulos máximos locais. A seleção de coeficientes foi realizada por meio da caracterização do formato das linhas de máximos e classificação baseada em uma regra determinística e em um classificador de padrões. O procedimento utiliza a transformada de wavelets invariante à translação como forma de minimizar a perda de pulsos e otimizar a reconstrução dos sinais. A técnica foi avaliada numérica e visualmente considerando sinais simulados, medidos em laboratório e em campo. Em todos os casos a abordagem mostrou-se similar ou superior quando comparada às técnicas baseadas em limiares reportadas na bibliografia. O processamento em tempo real é particularmente importante para a análise de DPs devido às elevadas taxas de amostragem e volume de dados requeridos. Após o desenvolvimento e consolidação, os procedimentos de filtragem foram implementados como um sistema de tempo real visando investigar as características dos algoritmos e avaliar as demandas de carga computacional e armazenamento. O sistema pode trabalhar em modo autônomo ou como um filtro digital, acoplado a analisadores de DPs comerciais. Após as otimizações, o sistema foi avaliado com relação às máximas frequências de amostragem utilizáveis e classificado de acordo com as possíveis faixas de atuação