Transmission lines fault location estimation based on artificial neural networks and power quality monitoring data

Hubana, Tarik

doi:10.1109/isgteurope.2018.8571744

Cited by 8 publications

(2 citation statements)

References 18 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Nesse sentido, dependendo do tipo, da intensidade e tempo de duração, uma falta tem grande potencial para interromper o fornecimento de energia elétrica a grandes blocos de carga (consumidores) devido ao disparo do sistema de proteção (disjuntores, chaves e/ou reles). Essa situação, por sua vez, pode causar prejuízos às concessionárias, dada a possibilidade de danos a equipamentos conectados à rede elétrica e principalmente devido à deterioração dos indicadores de Qualidade de Energia Elétrica (QEE) (Hubana, 2018) Frente à interrupção do serviço devido à ocorrência de uma falta, as concessionárias de energia têm procedimentos próprios para localizar a origem da mesma e enviar as equipes de manutenção para o reparo da área afetada. A localização, isto é, a identificação do local da falta, é de grande importância para a redução dos custos de reparo do sistema elétrico e, por essa razão, sua eficiência é pautada principalmente pela rapidez da execução do processo (Chen et al, 2019), visando reduzir o tempo de interrupção de energia elétrica.…”

Section: Introductionunclassified

Localização de Faltas em Sistemas de Distribuição de Energia Elétrica Por Meio da Otimização por Nuvem de Partículas

Freitas

Zvietcovich

Damiao

et al. 2020

Anais Do Simpósio Brasileiro De Sistemas Elétricos 2020

View full text Add to dashboard Cite

Em sistemas de distribuição, informações precisas sobre a localização de faltas são necessárias para a restauração rápida do serviço frente à interrupção da energia elétrica, causada por uma falta permanente. Consequentemente, tal localização também é importante para evitar grandes prejuízos nos indicadores de qualidade de energia. Assim, neste trabalho é proposta uma metodologia para a localização de faltas em sistemas de distribuição através da meta-heurística Otimização por Nuvem de Partículas. Para isso, são utilizadas as informações dos canais de medidores instalados na rede elétrica. Foram considerados diferentes tipos de curtos-circuitos: monofásico (fase-terra), bifásico (fase-fase e fase-fase-terra) e trifásico com diferentes valores de impedância de falta. Para validar a metodologia, foram utilizadas redes de 33 e 202 barras. Os resultados mostraram a eficiência do método para localizar os locais de falta, em diferentes casos abordados, com elevada precisão e baixo tempo de processamento.

show abstract

Section: Introductionunclassified

Localização de Faltas em Sistemas de Distribuição de Energia Elétrica Por Meio da Otimização por Nuvem de Partículas

Freitas

Zvietcovich

Damiao

et al. 2020

Anais Do Simpósio Brasileiro De Sistemas Elétricos 2020

View full text Add to dashboard Cite

show abstract

“…O conhecimento preciso desses parâmetros capacita engenheiros a conduzir análises mais precisas com base nos dados de simulações. Além disso, esses parâmetros encontram diversas aplicações, como em relés de proteção e medidores de qualidade de energia (HUBANA, 2018;SATHYAPRIYA;JEYALAKSHMI, ).…”

Section: Motivaçãounclassified

Estimação dos parâmetros de linhas aéreas de transmissão de energia elétrica por meio de medições temporais.

Lemes

View full text Add to dashboard Cite

A correta estimação dos parâmetros das linhas de transmissão é uma ação essencial para a operação confiável do sistema elétrico de potência. Pois tais parâmetros estão diretamente relacionados ao cálculo de fluxo de carga, à parametrização de equipamentos de proteção, à previsão de demanda de carga e ao despacho de geradores, por exemplo. Esta pesquisa apresenta resultados de estimação de parâmetros de linha de transmissão, aplicando dois novos algoritmos para a resolução do problema: i) a otimização pelo mapeamento da média e variância (MVMO) e ii) a sensibilidade de trajetória (ST). Um terceiro algoritmo também foi proposto, o qual é uma combinação do MVMO e ST, realizando a estimação em duas etapas, sendo denominado Bi-Step. A proposta é fazer uso da melhor capacidade de cada algoritmo, obtendo um algoritmo que, no geral, possui um desempenho mais robusto do que ambos isoladamente. O modelo da linha utilizado corresponde ao modelo pi-equivalente, no qual foi inserido ruído de medição para torná-lo mais verossímil com um sistema da realidade. Os testes apresentaram resultados com margem de erro para o MVMO variando na faixa de 1% a 2%, para ambas as sequências. Já o ST apresentou erros inferiores a 1%; entretanto, não foi capaz de estimar a sequência zero. Por fim, o algoritmo combinado Bi-Step obteve erros na faixa de 0, 5% a 3.5% e conseguindo estimar as sequências positiva e zero.

show abstract

New Approach for Fault Identification and Classification in Microgrids

Hubana

Šarić

Avdaković

2019

Advanced Technologies, Systems, and Applications IV -Proceedings of the International Symposium on Innovative and Interdiscipli

View full text Add to dashboard Cite

Transmission lines fault location estimation based on artificial neural networks and power quality monitoring data

Cited by 8 publications

References 18 publications

Localização de Faltas em Sistemas de Distribuição de Energia Elétrica Por Meio da Otimização por Nuvem de Partículas

Localização de Faltas em Sistemas de Distribuição de Energia Elétrica Por Meio da Otimização por Nuvem de Partículas

Estimação dos parâmetros de linhas aéreas de transmissão de energia elétrica por meio de medições temporais.

New Approach for Fault Identification and Classification in Microgrids

Contact Info

Product

Resources

About