| Summary: | Este trabalho apresenta pesquisa relativa à modelagem de lâmpadas de descarga. A metodologia desenvolvida fornece meios de se construir modelos baseados em ferramentas inteligentes, especificamente através de redes neurais artificiais, de forma a representar o dispositivo com características que descrevam seus aspectos operacionais, bem como o comportamento de tais dispositivos diante de eventos relacionados à qualidade da energia elétrica. Um modelo matemático do conjunto lâmpada-reator, caracterizado como carga não-linear foi implementado inicialmente através da ferramenta SIMULINK®, integrante do pacote de software MATLAB®, e os resultados de simulações obtidas com este modelo são apresentados e comparados com os dados de operação obtidos experimentalmente, servindo como base de modelo para a lâmpada de descarga estudada e ponto de partida para a modelagem baseada em ferramentas computacionais inteligentes. Como contribuição, foi proposta a arquitetura de um modelo baseado em um conjunto de redes neurais artificiais destinado a representar a operação do conjunto lâmpada de descarga e reator. Empregando a massa de dados obtida através de ensaios realizados em diversas condições operacionais, e com o auxílio do pacote de software MATLAB®, realizou-se o treinamento de duas redes neurais artificiais que em conjunto foram capazes de representar com elevado grau de fidelidade o comportamento de uma lâmpada de descarga, incluindo as respostas transitórias a eventos relacionados à qualidade da energia elétrica. Comparado com o modelo matemático, o modelo neural proposto demonstrou maior facilidade de aplicação e boa representação do dispositivo e exigiu esforço computacional consideravelmente menor para simulações envolvendo grandes períodos de tempo e elevado número de dispositivos. Além destas vantagens, a metodologia adotada possibilita a obtenção de modelos de outras famílias de lâmpadas de descarga a partir de dados experimentais apenas, sem necessidade de conhecimento dos dados físicos e construtivos do dispositivo. O elevado desempenho do modelo obtido permitiu a simulação de conjuntos de lâmpadas de descargas inseridos em um sistema de distribuição em tempos de simulação muito menores que os exigidos pelo modelo matemático, justificando sua aplicação nas representações desta família de cargas inseridas nos sistemas elétricos de potência. A representação do comportamento do dispositivo frente a distúrbios de qualidade da energia também se mostrou como uma ferramenta útil para estudos mais complexos no sistema de distribuição. === This work presents research related to the modeling of discharge lamps. This methodology made possible to build models based on intelligent tools, specifically artificial neural networks, to represent the device characteristics concerning operational aspects as well as the behavior of such devices facing power quality events. The mathematical model of a lamp-reactor, characterized as an non-linear load, was implemented using SIMULINK® toolbox, part of the software MATLAB®. The simulation results obtained from this model are compared with data obtained experimentally, serving as a base model for discharge lamps as well as a starting point for the modeling tools based on computational intelligence. As a contribution, an architecture of a model based on artificial neural networks designed to represent the operation of the discharge lamp and reactor was proposed. Employing the data obtained from tests performed under various operating conditions, and with the aid of the software MATLAB®, the training of two neural networks was performed. These networks were able to represent with high fidelity the behavior a discharge lamp, including the response to transient events related to power quality. Comparing to the mathematical model, the neural model demonstrated greater adaptation and good representation of the device and required a considerably lower computational effort for simulations involving large periods of time and a great number of devices. Besides these advantages, the methodology allows to obtain models from other families of discharge lamps from experimental data only, without the knowledge of the physical data of the device. The high performance of the neural model allowed the simulation of a group of discharge lamps in a distribution system with simulation time much smaller than those required by the mathematical model, justifying its application in electric power systems. The representation of such a device facing power quality disturbances also proved to be a useful tool for more complex studies in a distribution system.
|
|---|
