| Summary: | Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2017. === Made available in DSpace on 2018-02-06T03:17:36Z (GMT). No. of bitstreams: 1
349769.pdf: 7351711 bytes, checksum: c4c9058ce4e9650224b4d6d367c6376e (MD5)
Previous issue date: 2017 === Este trabalho tem como objetivo o estudo e o desenvolvimento de metodologias para a análise automática de eventos, em tempo real, em Sistemas de Energia Elétrica (SEE), com a utilização de dados de medição sincronizada de fasores (SMSF) e da Transformada Wavelet Discreta (TWD). As metodologias aplicadas empregam conceitos dos sistemas de monitoramento de grandes áreas (WAMS). Tais sistemas visam melhorar e facilitar a operação em tempo real de grandes SEEs, os quais reduzem o tempo para a tomada de decisões a fim de evitar a propagação de eventos por meio do efeito cascata, diminuindo, assim, a ocorrência de blecautes. A análise automática de eventos engloba a detecção em tempo real, a classificação quanto ao tipo de evento, sua localização e a magnitude em MW, quando há cortes de carga ou geração. Todas as etapas do processo de análise de eventos fazem o uso da TWD, por meio de uma análise multiresolução (AMR). Essa técnica de análise de sinais se destaca pela capacidade de decompor o sinal em funções no domínio do tempo e da frequência, simultaneamente, os quais permitem identificar as frequências existentes no sinal em seu respectivo instante temporal. As características dos sinais são observadas em tempo real e, na ocorrência de um evento, as características do evento, por sua vez, são extraídas em diferentes resoluções e interpretadas pelo algoritmo desenvolvido. O algoritmo foi
implementado em linguagem C# e validado com dados do Sistema Nacional de Medição Sincronizada de Fasores em Baixa Tensão (110 ou 220 V) - SMSF MedFasee BT/UFSC. Este sistema dispõe de 25 pontos
de medição instalados em universidades, abrangendo 20 estados das cinco regiões geográficas do país. Os resultados obtidos demonstram que a TWD apresenta resultados efetivos em todas as etapas do processo de análise automática de eventos em SEE em tempo real. === Abstract : This work has as objective the study and the development of methodologies for the automatic analysis of events in real-time, in Electric Power Systems (EPS), with the use of synchronized phasor measurement data and the Discrete Wavelet Transform (DWT). The methodologies use the concept of wide area measurement systems (WAMS). Such systems aim to improve and facilitate the real-time operation of large EPS, reducing the time for actions to be taken, in order to prevent the propagation of an event through the cascading effect, thereby decreasing blackout occurrences. Automatic event analysis encompasses real-time detection, classification of type of event, its location and its magnitude, in MW, when there are load or generation shedding. All stages of the process of event analysis make use of TWD through a Multiresolution Analysis (AMR). This signal analysis technique is highlighted by the capacity to decompose the signal into functions in time and frequency domains simultaneously, which allows identifying the existing frequencies of the signal at their respective time instant. The signal characteristics are observed in real-time and, with the occurrence of an event, the event characteristics are extracted at different resolutions and interpreted by the developed algorithm. The algorithm was developed in C# language and validated with data from the National Synchronized Measurement System at Low Voltage (110 or 220 V) - SMSF MedFasee BT. This system has 25 measuring points installed at universities, covering 20 states of the five geographic regions of Brazil. The acquired results show that DWT presents effective results in all stages of the processes of automatic event analysis in real-time, in EPS.
|
|---|
