Sunteți pe pagina 1din 144

CORREO DA SATURAO DE TRANSFORMADORES DE CORRENTE VIA

REDES NEURAIS ARTIFICIAIS E SEUS EFEITOS NA PROTEO DE


DISTNCIA
Marcio Andrey Roselli
DISSERTAO SUBMETIDA AO CORPO DOCENTE DA COORDENAO
DOS

PROGRAMAS

DE

PS-GRADUAO

DE

ENGENHARIA

DA

UNIVERSIDADE FEDERAL DO RIO DE JANEIRO COMO PARTE DOS


REQUISITOS NECESSRIOS PARA A OBTENO DO GRAU DE MESTRE EM
CINCIAS EM ENGENHARIA ELTRICA.

Aprovada por:
________________________________________
Prof. Sebastio rcules Melo de Oliveira, D. Sc.

________________________________________
Prof. Luiz Pereira Calba, D. Ing.

________________________________________
Prof. Marco Antonio Macciola Rodrigues, D. Sc.

RIO DE JANEIRO, RJ BRASIL


JUNHO DE 2007

ROSELLI, MARCIO ANDREY


Correo da Saturao de Transformadores
de Corrente via Redes Neurais Artificiais e
seus Efeitos na Proteo de Distncia [Rio
de Janeiro] 2007
XI, 133 p. 29,7 cm (COPPE/UFRJ, M.Sc.,
Engenharia Eltrica, 2007)
Dissertao Universidade Federal do Rio
de Janeiro, COPPE
1. Proteo de Sistemas Eltricos
2. Saturao
3. Redes Neurais Artificiais
4. Transformadores de Corrente
I. COPPE/UFRJ

II. Ttulo (srie)

ii

DEDICATRIA
OFEREO ESTE TRABALHO
A MINHA ESPOSA HELENA, AO
MEU FILHO IGOR,
A MINHA AV FIUCA (IN MEMORIAN) E
A MEU AV FRANCISCO (IN MEMORIAN)
OBRIGADO,
MARCIO ANDREY

iii

AGRADECIMENTOS
Meus sinceros agradecimentos ao professor Sebastio rcules Melo de Oliveira,
pela forma dedicada e paciente com que me orientou. Em todos os momentos esteve
sempre disposto e pronto a ajudar. Aos amigos da Eletrobrs e da ANEEL pela
colaborao.

iv

Resumo da Dissertao apresentada COPPE/UFRJ como parte dos requisitos


necessrios para a obteno do grau de Mestre em Cincias (M.Sc.)
CORREO DA SATURAO DE TRANSFORMADORES DE CORRENTE VIA
REDES NEURAIS ARTIFICIAIS E SEUS EFEITOS NA PROTEO DE
DISTNCIA
Marcio Andrey Roselli
Junho/2007
Orientador: Sebastio rcules Melo de Oliveira
Programa: Engenharia Eltrica
O objetivo deste trabalho apresentar resultados de anlise realizada visando
mitigar os efeitos da saturao de transformadores de corrente (TCs), um dos fatores
que podem afetar sobremaneira o desempenho de um sistema de proteo de distncia
aplicado a linhas de transmisso de alta e extra alta tenso. Para isto, o trabalho
proposto utiliza uma metodologia de correo dos sinais distorcidos baseada em redes
neurais artificiais (RNA) e que consiste na aplicao de um algoritmo a ser adicionado
como uma funo extra a um sistema digital de proteo de distncia.
So simulados casos de curto-circuito em um sistema de potncia em que os
TCs operam com carga acima da nominal, o que pode resultar na saturao de seu
ncleo, dependendo dos nveis das correntes de curto. Os efeitos da saturao sobre o
desempenho do sistema de proteo podem, ento, ser visualizados quando os
resultados das simulaes so comparados com outros resultados obtidos na condio
ideal de ausncia de saturao.
A partir de simulaes de MATLAB contendo a modelagem dos canais de
transduo de tenso e corrente de um sistema tpico de proteo de distncia, foram
obtidos resultados que permitiram definir a arquitetura e realizar o treinamento de uma
RNA para correo dos efeitos da saturao e, conseqentemente, da impedncia vista
pelo rel de distancia ao longo do perodo de falta. Simulaes finais confirmaram o
bom desempenho da aplicao das RNAs para soluo do problema em questo.

Abstract of Dissertation presented to COPPE/UFRJ as a partial fulfillment of the


requirements for the degree of Master of Science (M.Sc.)
CURRENT TRANSFORMER SATURATION CORRECTION THROUGH
ARTIFICIAL NEURAL NETWORK AND THEIR EFFECTS ON DISTANCE
PROTECTION BEHAVIOR
Marcio Andrey Roselli
June/2007
Advisor: Sebastio rcules Melo de Oliveira
Department: Electrical Engineering
The objective of this work is to present results of the analysis carried out for
reducing current transformer (CT) saturation effects, one of the factors that can severely
affect the behavior of a protection system based on distance relays applied to HV and
EHV transmission lines. For this, the proposed work uses a methodology for correcting
the distorted signals based on artificial neural networks (ANN) and that consists of the
application of an algorithm to be added as an extra function to a digital protection
system.
Cases of short circuit in a power system are simulated where the CT's operates
above the nominal load, what can result in core saturation, depending on the short
circuit levels. The effect of the saturation on the performance of the protection system
can, then, be visualized when the simulations results are compared with other results
related to the ideal non saturated condition.
Several results were obtained from MATLAB simulations containing the
modeling of the voltage and current transduction channels of a typical distance
protection system. These results allowed to define the architecture and carried out the
training of a ANN for correction of the saturation effects and, consequently, of the
impedance seen by the distance relay during the fault period. Final simulation results
had confirmed the good performance of the application of the ANN's for solution of the
problem referred above.

vi

PRINCIPAIS SMBOLOS E VARIVEIS


A/D

= analgico / digital

ANEEL

= Agncia Nacional de Energia Eltrica

CA

= corrente alternada

CC

= corrente contnua

CPU

= central processing unit

DCP

= divisor de potencial capacitivo

EMTP

= Eletromagnetic Transient Program

EPE

= Empresa de Pesquisa Energtica

IEEE

= Institute of Electrical and Electronics Engineers

MOV

= metal oxide varistor

MATLAB

= Matrix Laboratory

RNA

= rede neural artificial

RTDS

= real time digital simulator

S/H

= sample and hold

TC

= transformador de corrente

TP

= transformador de potencial

C1

= capacitncia equivalente superior do DCP

C2

= capacitncia equivalente inferior do DCP

CF

= capacitncia do filtro analgico

F1 , F2

= fontes equivalentes para o sistema de transmisso CA

fP

= freqncia de corte do filtro de Butterworth (Hz)

fS

= freqncia sncrona (Hz)

h1

= grau de compensao srie do circuito AB de transmisso

h2

= grau de compensao srie do circuito BC de transmisso

IEC

= International Electrotechnical Comission

im

= corrente de magnetizao do TC referida ao secundrio

imv

= corrente de magnetizao do TP referida ao secundrio

iP

= corrente no enrolamento primrio do TC

i PV

= corrente no enrolamento primrio do TP

vii

i P'

= corrente no primrio do TC referida ao secundrio

'
i PV

= corrente no primrio do TP referida ao secundrio

iR

= corrente de perdas magnticas do TC referida ao secundrio

iRV

= corrente de perdas magnticas do TP referida ao secundrio

iS

= corrente no enrolamento secundrio do TC

i SV

= corrente no enrolamento secundrio do TP

LBV

= indutncia da carga do transformador de potencial

LD

= indutncia do reator do divisor capacitivo de potencial

LF

= indutncia do filtro analgico

Lm

= indutncia de magnetizao do transformador de corrente

Lmv

= indutncia de magnetizao do transformador de potencial

LP

= indutncia do primrio do TC referida ao secundrio

LPV

= indutncia do primrio do TP referida ao secundrio

LS

= indutncia do enrolamento secundrio do TC

LSV

= indutncia do enrolamento secundrio do TP

L'SV

= indutncia total no circuito secundrio do TP ( LSV + LD )

N1 , N 2 , N 3

= potncia reativa da compensao em derivao do sistema CA

ONS

= Operador Nacional do Sistema

= parte resistiva da impedncia vista pelo rel de distncia

Rad

= resistncia (adicional) de carga do TC

RB

= resistncia do sinal de tenso de sada do TC

RBV

= resistncia de carga do transformador de potencial

RD

= resistncia do reator do divisor capacitivo de potencial

RF

= resistncia do filtro analgico

Rm

= resistncia de perdas magnticas do transformador de corrente

Rmv

= resistncia de perdas magnticas do TP

RP

= resistncia do enrolamento primrio do TC

RPV

= resistncia do enrolamento primrio do TP

viii

RS

= resistncia do enrolamento secundrio do TC

RSV

= resistncia do enrolamento secundrio do TP

'
RSV

= resistncia total no circuito secundrio do TP ( RSV + R D )

RTC

= relao de transformao do transformador de corrente

RTP

= relao de transformao do transformador de potencial

SIN

= Sistema Interligado Nacional

vm

= tenso induzida pelo fluxo mtuo do TC

vmv

= tenso induzida pelo fluxo mtuo do TP

vin

= tenso de entrada do filtro analgico no canal de corrente

vinv

= tenso de entrada do filtro analgico no canal de tenso

v out

= tenso de sada do filtro analgico no canal de corrente

voutv

= tenso de sada do filtro analgico no canal de tenso

v0 P

= tenso fase-neutro desenvolvida no circuito de transmisso no


ponto de localizao do rel (entrada do DCP)

'
v0P

= tenso v0 P referida ao secundrio do TP

vP

= tenso fase-neutro de sada do divisor capacitivo antes do reator


do DCP

v P'

= tenso v P referida ao secundrio do TP

= freqncia de corte do filtro de Butterworth (rad/s)

= freqncia sncrona (rad/s)

= parte indutiva da impedncia vista pelo rel de distncia

ix

NDICE
1
1.1
1.1.1
1.1.2
1.1.3
1.2
1.3

Introduo.................................................................................................
Histrico......................................................................................................
Saturao de Transformadores de Corrente................................................
Correo da Saturao de Transformadores de Corrente via RNAs..........
Algoritmos aplicados Proteo de Distncia............................................
Objetivo.......................................................................................................
Estrutura do Texto.......................................................................................

01
05
05
11
13
16
17

2
2.1
2.2
2.3
2.4
2.4.1
2.4.2
2.4.3
2.4.4
2.4.5
2.5
2.5.1
2.5.2
2.5.3
2.5.4
2.5.5
2.6
2.7
2.7.1
2.7.2

O Sistema de Proteo de Distncia........................................................


Rel de Impedncia.....................................................................................
Rel de Reatncia........................................................................................
Rel Mho ou Rel de Admitncia...............................................................
Problemas Associados Proteo de Distncia..........................................
Resistncia de Arco Voltaico......................................................................
Compensao Srie.....................................................................................
Saturao dos Transformadores de Corrente...............................................
Faltas de Alta Impedncia...........................................................................
Oscilao de Potncia .................................................................................
Transformador de Corrente.........................................................................
Relao de Transformao do TC...............................................................
O Fator de Sobrecorrente do TC.................................................................
Classe de Exatido do TC...........................................................................
Saturao do Transformador de Corrente...................................................
Modelagem do Transformador de Corrente sob Condies de Saturao..
Filtragem Anti-aliasing................................................................................
Algoritmos de Filtragem Digital.................................................................
Algoritmo de Fourier..................................................................................
Algoritmo Coseno.......................................................................................

19
22
25
27
28
28
30
30
31
31
32
33
34
35
35
40
42
44
48
51

3
3.1
3.2
3.3
3.4
3.4.1
3.4.2

Redes Neurais Artificiais..........................................................................


Funcionamento do Neurnio Biolgico......................................................
Modelo do Neurnio Artificial....................................................................
Tipos de Funo de Ativao......................................................................
Arquitetura de Redes Neurais Artificiais....................................................
Redes Feedforward de Camada nica........................................................
Redes Feedforward com Mltiplas Camadas..............................................

54
57
60
63
67
67
68

3.4.3
3.5
3.5.1
3.5.2
3.6
3.6.1
3.6.2
3.6.3

Redes Recorrentes.......................................................................................
Paradigmas de Aprendizagem.....................................................................
Aprendizado com Professor........................................................................
Aprendizado sem um Professor..................................................................
Algoritmo de Aprendizagem para o Perceptron de Mltiplas Camadas.....
O Perceptron de Mltiplas Camadas...........................................................
O Problema de Treinamento do MLP.........................................................
Treinamento do MLP: Algoritmo de Retropropagao..............................

69
70
70
71
73
73
74
75

4
4.1
4.2
4.3
4.3.1
4.3.2

O Sistema Analisado.................................................................................
O Sistema de Transmisso..........................................................................
Transduo do Sinal de Corrente................................................................
Transduo do Sinal de Tenso...................................................................
Modelagem do Divisor Capacitivo .............................................................
Especificao do Divisor Capacitivo e Transformador de Potencial para
o Sistema Analisado....................................................................................

80
80
81
83
84

5
5.1
5.2
5.3
5.4
5.5
5.6

Simulaes e Anlise dos Resultados.......................................................


Definio da Arquitetura da RNA e dos Casos de Treinamento.................
O Conjunto de Condies de Treinamento da RNA...................................
Os Resultados Obtidos nas Condies de Treinamento..............................
O Resultado Obtido na Condio Intermediria..........................................
Resultados Obtidos aps a Compensao Srie..........................................
Tempo de Processamento da RNA..............................................................

87
87
94
102
110
120
125

Concluses e Recomendaes...................................................................

127

Bibliografia..............................................................................................................

130

xi

86

INTRODUO

INTRODUO

A funo de todo sistema eltrico de potncia realizar a conexo entre gerao


e carga com o mnimo de interrupes durante sua operao. Para que isto seja
viabilizado, necessrio que os estudos de planejamento incluam a previso do
crescimento da carga, a elaborao de planos timos de gerao, a constituio de
esquemas de interconexo apropriados e, principalmente, a utilizao de um conjunto
eficiente de protees.
A previso de carga fundamental para que seja assegurado o atendimento do
mercado evitando racionamentos de energia e utilizada para definir as tarifas de uso
dos sistemas. A responsabilidade pela previso de carga do SIN Sistema Interligado
Nacional atribuda s empresas EPE Empresa de Pesquisa Energtica e ONS
Operador Nacional do Sistema, sendo a EPE responsvel pelo planejamento da
expanso dos sistemas de gerao e transmisso e o ONS pelo planejamento da
operao a curto prazo. No caso da expanso do sistema de distribuio de energia, o
planejamento realizado pelas concessionrias de distribuio. A partir de tais
planejamentos, a ANEEL Agncia Nacional de Energia Eltrica define as tarifas de
uso dos sistemas, sempre com o objetivo de racionalizar investimentos no setor eltrico.
A elaborao de programas timos de gerao deve ter o compromisso com a
utilizao mais econmica possvel dos grupos geradores, com a reduo de perdas
tcnicas e com sua adequada repartio, evitando sobrecargas no sistema. Para o caso
das usinas geradoras despachadas centralizadamente, estes programas so elaborados
pelo ONS.
Sabe-se que os sistemas de potncia crescem tanto em complexidade quanto em
tamanho, apresentando correntes de curto circuito cada vez mais elevadas. Portanto, os
sistemas de proteo adquirem papel cada vez mais importante com o crescimento dos
sistemas eltricos ao longo do tempo. Tais sistemas de proteo devem evitar ou
minimizar os efeitos das falhas nos sistemas de potncia com um grau elevado de
confiabilidade e rapidez.
Assim, para salvaguardar o sistema eltrico, os nveis de corrente de curtocircuito devem ser limitados e/ou disjuntores de maior capacidade de interrupo devem
ser considerados. Verifica-se, assim, que h a necessidade de dispositivos de proteo
1

INTRODUO

distintos para as situaes anormais de funcionamento do conjunto interconectado ou


interligado e para o isolamento dos elementos da rede.
O sistema eltrico deve ser equipado com um sistema composto por diversos
dispositivos de proteo, dispostos estrategicamente. Tais dispositivos no atuam de
forma independente, mas devem trabalhar de modo que uma anormalidade no sistema
eltrico possa ser isolada e removida sem que as outras partes sejam afetadas. Portanto,
os dispositivos de proteo devem estar coordenados para operao seletiva, visando
isolar as partes defeituosas do sistema, to prximo quanto possvel de sua origem,
evitando a propagao das conseqncias, no menor tempo possvel, com o objetivo de
reduzir danos.
O SIN projetado para atender ao critrio de expanso e operao com (n-1)
elementos, ou seja, no caso de falta de um elemento, deve haver outros caminhos
alternativos para o suprimento de energia eltrica sem sobrecargas, de forma a permitir
a continuidade do fornecimento de energia. Por isso, no momento critico de um defeito,
a continuidade do fornecimento de energia depende do correto funcionamento dos
dispositivos de proteo existentes. Para a implantao das funes de proteo, existe
um grande nmero de rels e de esquemas de proteo destinados s partes e
equipamentos dos sistemas eltricos.
Os sistemas de distribuio de energia no so planejados para o critrio (n-1) e
utilizam uma lgica diferente. To logo uma falha permanente ocorra, o sistema de
proteo retira o alimentador ou parte dele de operao e o restabelecimento da
operao fica a cargo da equipe de manuteno, sendo os tempos de restabelecimento
regulados pela ANEEL. Aqui, novamente, mas de uma forma diferente, a proteo
mantm a funo primordial de salvaguardar o sistema e prover a segurana das
pessoas.
Nos sistemas de proteo os transformadores de instrumento so componentes
fundamentais j que eles fornecem o acesso s altas correntes e tenses do sistema
eltrico de potncia, por meio de replicas reduzidas dos sinais, as quais so seguras e
prticas, permitindo a identificao correta e oportuna das faltas e dos distrbios na
rede. Conseqentemente, a operao correta de sistema da proteo dependente do
desempenho dos transformadores de instrumento, os quais para operarem corretamente
demandam uma reproduo, a mais exata possvel, dos sinais de corrente e da tenso
durante curto-circuitos e outras faltas no sistema. Entretanto, contrapondo esta
2

INTRODUO

caracterstica altamente desejvel, os ncleos dos transformadores de corrente possuem


caractersticas de no linearidade de excitao, podendo reter nvel elevado de fluxo em
seu ncleo, o chamado fluxo remanescente.
Nos sistemas eltricos, os equipamentos de medio, controle e proteo
utilizam sinais de tenso e corrente, porm com caractersticas diferentes de preciso e
magnitude destes sinais, motivados pelos custos dos transformadores de instrumentos.
Um transformador de medio poderia ser utilizado simultaneamente para a funo de
proteo se o seu custo no fosse proibitivo.
Sabe-se que as correntes de excitao aumentam mais rapidamente para os
pontos acima do joelho da curva de magnetizao de um TC, caracterizando a saturao
de seu ncleo magntico. Neste caso, a corrente secundria do TC no representa a
forma da corrente primria, fato que pode conduzir ao atraso na operao ou ao mal
funcionamento dos rels de proteo do sistema.
Para evitar o problema, os rels de proteo poderiam ser projetados para operar
alimentados por TCs com grande volume do ncleo, e portanto de alto custo, visando
evitar ou reduzir sobremaneira a ocorrncia do processo de saturao. Uma alternativa a
esta prtica seria o uso de algoritmos visando corrigir os efeitos da saturao j na fase
do processamento digital. Desta forma, uma reconstituio aproximada do sinal de
corrente primria pode ser viabilizada, do ponto de vista tcnico, aps a aplicao de
processamento digital de sinais aos sistemas digitais de proteo.
Inicialmente os computadores digitais foram utilizados em sistemas eltricos de
potncia para estudos de fluxos de potncia, de curto circuito, de estabilidade, de
planejamento, etc. O raio de aplicao foi ento estendido s aplicaes em tempo real
para proteo de sistemas, controle de subestaes, medies, etc., j que estas
aplicaes comearam a se mostrar viveis do ponto de vista da velocidade de
processamento das informaes, de confiabilidade e preo.
A comunicao fcil entre outros processadores j permite, atualmente, o acesso
aos dados em outros nveis de comando e reas de controle, possibilitando uma proteo
mais sistmica. Desenvolvido o hardware e respeitada sua capacidade de
processamento, as caractersticas do sistema de proteo podem ser adaptadas via
software, sem a interveno humana e com baixo custo e confiabilidade.
A maior vantagem das tcnicas digitais sua capacidade de contnua

INTRODUO

monitorao de falhas em circuitos e funes, assegurando o pleno funcionamento dos


equipamentos, garantindo a qualidade do suprimento. Todas essas inovaes mudaram
os procedimentos de monitoramento, comissionamento, manuteno e expanso do
sistema de proteo e dos requisitos de carga dos rels. As redues nos custos de
manuteno, controle e monitoramento do hardware tm conduzido a mudanas
drsticas na confiabilidade do sistema e custos de implantao e operao.
Na presente dissertao, o foco dado proteo de distncia, utilizada
principalmente em sistemas de transmisso e de subtransmisso. Este tipo de proteo
tambm se beneficia da tecnologia dos rels micro-processados, com processamento
numrico dos sinais e algoritmos inteligentes de avaliao.
A saturao pronunciada do transformador de corrente (TC) no seguimento
ocorrncia dos curto-circuitos nos sistemas eltricos pode promover o aumento efetivo
da impedncia vista pelo rel de distancia e resultar no efeito de sobrealcance do rel.
Como discutido anteriormente, a utilizao de processamento digital de sinais permite
que este efeito possa ser corrigido sem o sobredimensionamento do TC.
Uma das tcnicas que possibilita a correo das correntes saturadas dos
transformadores de corrente e que ser objeto de nosso estudo a que utiliza redes
neurais artificiais. Para permitir a execuo de casos de verificao da operao da
proteo de distncia sob condies de saturao dos transformadores de corrente,
foram implantadas rotinas em ambiente MATLAB, incorporando modelos do sistema
eltrico de alta tenso, do sistema de transduo, aqui includos os transformadores de
corrente e de potencial, dos sistemas de filtragem e de converso A/D e do sistema de
proteo de distncia, este com representao definida por meio de rotinas especficas.
A partir do programa contendo tais modelos, foram feitas diversas simulaes de
modo a definir a arquitetura e treinar a rede neural artificial para corrigir os efeitos da
saturao sobre as impedncias vistas pelos rels de distancia. A visualizao de tais
impedncias no plano RX foi utilizada para validar a metodologia.

INTRODUO

1.1

HISTRICO

A seguir sero analisados alguns trabalhos publicados tratando do problema da


saturao de transformadores de corrente, dos mtodos para correo desta anomalia,
dentre eles a tcnica de correo via redes neurais artificiais, e dos algoritmos aplicados
proteo de distncia.

1.1.1

SATURAO DE TRANSFORMADORES DE CORRENTE

Na referncia [33] os autores apresentam um algoritmo de correo da distoro


da corrente secundria devida saturao do transformador de corrente - TC,
identificando a possibilidade de utilizao de TCs de medio para a funo de
proteo, fato que poderia reduzir seus custos e volume e, portanto, viabilizar a
produo de disjuntores com TCs integrados.
Os efeitos da saturao foram verificados para faltas em uma linha de 345 kV.
Foram considerados diferentes tipos de falta, ngulos e constantes X/R, fluxos
remanescentes e casos com e sem religamento do disjuntor. Na modelagem dos
equipamentos foram desconsideradas a indutncia de disperso do secundrio e a
resistncia representativa das perdas associadas com a magnetizao do TC.
A corrente de magnetizao do TC foi estimada, com o clculo do fluxo em seu
ncleo e sua curva de magnetizao, e ento adicionada a corrente secundria medida.
Os autores ressaltam que os transformadores de corrente utilizados na medio possuem
uma saturao mais explcita, j que utilizam ncleos menores.
Resultados de testes mostraram que o algoritmo apurou com preciso a corrente
secundria considerando variveis tais como a magnitude da componente CC da
corrente primria, o fluxo remanescente, a constante de tempo do circuito primrio, a
distncia at o ponto de falta e o tipo de falta.
Os autores concluem que o algoritmo pode prover a sensibilidade necessria aos
rels para deteco de faltas internas com amplitudes de corrente reduzidas e para
5

INTRODUO

promover a melhoria da estabilidade dos rels para faltas externas, alm de reduzir a
seo do ncleo do transformador de corrente. Isto resulta na reduo de seu custo e
viabiliza disjuntores com TCs integrados. Adotado o algoritmo proposto, o trabalho
indica a viabilidade de utilizao de TCs de medio para aplicao em sistemas de
proteo.
As referncias [19], [25], [26], [27] e [30] apresentam metodologia similar
aplicada tambm a TCs de proteo subdimensionados.
Nas referncias [05], [06] e [29] foi apresentado um algoritmo de compensao
da distoro da corrente secundria do transformador de corrente causada por saturao
e pelo fluxo remanente. O algoritmo inicia compensando a corrente secundria medida,
to logo a saturao tenha sido detectada. O fluxo mtuo no incio da saturao fica
determinado a partir dos dados disponveis para a curva de magnetizao e , ento,
utilizado como valor inicial para o clculo da excurso do fluxo ao logo do tempo
durante o perodo de falta.
A corrente de magnetizao ento estimada e adicionada corrente medida no
secundrio. O resultado uma estimativa da corrente secundria que seria observada se
o TC no estivesse saturado, ou seja, uma rplica da corrente primria.
Resultados de testes sob diferentes tipos e localizaes de falta e condies
assumidas pelos transformadores de corrente (incluindo seu religamento) mostram a
eficincia da metodologia, quando considerando a presena da componente
unidirecional da corrente primria e do fluxo remanescente. O algoritmo mostrou-se
eficiente para aplicaes em tempo real.
A referncia [24] investiga a influencia do transformador de corrente - TC na
operao da proteo de sobrecorrente, alertando para os problemas causados pela m
especificao de tais equipamentos em sistemas com altas correntes de falta. Ademais,
os autores identificam a necessidade de grandes distncias entre o transformador de
corrente e o rel como um dos maiores responsveis pela saturao do TC, o que resulta
em grandes comprimentos de cabos e do conseqente aumento da carga em seu
secundrio. Estes fatores poderiam causar tanto o aumento do tempo de operao do
rel de sobrecorrente, quanto a possibilidade de sua no operao ou, ainda, a falta de
coordenao com outros dispositivos de proteo.
Para o caso em estudo foi escolhido um burden suficiente para causar a

INTRODUO

saturao do TC durante faltas assimtricas. Os autores ressaltaram que nenhum mtodo


adicional para correo da saturao foi utilizado. Um estudo foi realizado para verificar
se a resposta em atraso da proteo de sobrecarga provocaria a m operao ou falta de
coordenao com outros dispositivos da proteo.
Simulaes computacionais foram executadas, incluindo faltas simtricas e
assimtricas com e sem fluxo remanescente no TC. Uma curva tempo x corrente muito
inversa foi selecionada para estudar o impacto da saturao do TC na operao da
proteo de sobrecorrente.
O caso extremo resultou das simulaes da ocorrncia de faltas assimtricas de
12 kA, para um sistema com relao X/R = 15 e 80% de fluxo remanescente no ncleo
do TC.
Conhecida a corrente primria do TC, os autores ajustaram a corrente de pick-up
de modo a avaliar os efeitos da saturao. Realizada a simulao de desempenho do
equipamento de proteo de sobrecorrente, os autores observaram que os tempos de
operao apresentavam atraso na resposta em caso de ajustes entre 2000 e 7000 A. O
dispositivo no respondeu falta quando a corrente de pick-up foi elevada para 10000
A.
No experimento, a corrente da carga foi variada por faixas para determinar a
corrente de pick-up para os elementos de sobrecorrente fase / terra de rels e
religadores. Normalmente, ao calcular a corrente de pick-up de elementos de fase, um
fator de 2,0 a 2,5 vezes da corrente nominal de carga includo visando compensar para
o crescimento da carga, condies de operao sob contingncia e correntes de inrush
na energizao. Isto significa que, na maioria de casos, no foi necessrio o ajuste da
corrente de pick-up para correntes abaixo de 2000 A. Os autores concluem que a
saturao do transformador de corrente poder ser um fator de m operao ou falta de
coordenao da proteo de sobrecorrente.
Com apoio do programa EMTP - Eletromagnetic Transient Program, o autor da
referncia [23] compara diferentes tcnicas de modelagem computacional para
transformadores de corrente no contexto de validao de modelo para um determinado
transformador de corrente existente e de relao 1200/5. Os resultados das simulaes
foram comparados com testes de laboratrio executados sobre o TC referido, com
nfase na modelagem da curva de saturao do ncleo do TC.

INTRODUO

Para determinar como o nmero de sees lineares para representao da regio


saturada da curva de magnetizao impacta a exatido das simulaes, os modelos de
TC desenvolvidos utilizaram 2, 4, 8, e 16 sees lineares. No primeiro teste foi utilizada
a curva do fabricante, com 16 seces lineares, com os resultados obtidos no
reproduzindo bem os testes de laboratrio. Os autores verificaram que a curva
informada pelo fabricante no apresentava resultados condizentes com os obtidos em
laboratrio, de forma que ajustes nas inclinaes das sees das curvas se mostraram
necessrios. Foram obtidos bons resultados quando uma representao da curva fluxo
corrente com apenas duas seces lineares foi utilizada, porm com ajustes em suas
inclinaes.
Os autores mostram ainda que, para evitar oscilaes numricas, a inclinao da
segunda seo no deve ser inteiramente horizontal. As simulaes demonstraram,
ainda, que a extenso da regio no-linear mais importante do que o nmero de sees
da curva fluxo x corrente.
Na referncia [28] os autores ressaltam que os transformadores de corrente so
projetados, pela norma ANSI, para suportarem uma corrente de 20 vezes a nominal sem
comprometer em mais de 10% a preciso da corrente secundria, esta especificao
sendo definida a partir da aplicao de faltas simtricas e condio de regime
permanente. Todavia, para faltas assimtricas, a componente unidirecional da corrente
primria pode saturar de sobremaeira o ncleo do TC e, ainda, para valores muito
menores de corrente.
Os autores demonstram que a corrente de curto circuito pode ser aproximada por
uma funo genrica, do tipo:
I K = C1 cosk + C2 senk + B + k ,

onde C1, C2, B e podem ser estimados utilizando o mtodo dos mnimos quadrados, a
partir de resultados de simulao com o EMTP Eletromagnetic Transient Program.
Como veremos a seguir, o mtodo referido pode ser considerado como anlogo ao
utilizado pela metodologia das redes neurais artificiais, com os coeficientes encontrados
se mostrando similares aos pesos da RNA. A aplicao deste mtodo pode resultar em
soluo eficaz e prtica para a compensao em tempo real da saturao do
transformador de corrente, sendo capaz de fornecer os sinais de entrada proteo do
sistema de potncia com confiabilidade e preciso. Foram executados vrios casos de

INTRODUO

teste que demonstraram a robustez do mtodo quando considerando diferentes


condies de falta e caractersticas do transformador de corrente.
Na referencia [17] os autores utilizaram um transformador de corrente de
medio para uma aplicao de proteo. Um dos problemas do uso de TCs de
medio para a proteo a elevada saturao experimentada pelo ncleo magntico.
Os autores propuseram, ento, um algoritmo baseado na monitorao e correo
das componentes harmnicas da corrente secundria do TC, de modo similar ao
realizado na referncia [28]. O algoritmo foi executado no ambiente MATLAB e
avaliado usando os dados de sada de um TC real em um banco analgico de teste. O
tempo de operao do prottipo do rel foi comparado aos tempos de operao dos rels
convencionais eletromecnicos e estticos sob vrias correntes de falta e relaes X/R.
Como esperado, quando os rels convencionais foram energizados usando um TC
saturado, os tempos de operao se apresentaram prolongados devido distoro da
forma de onda da corrente secundria.
O efeito de correo da saturao do TC foi verificado a partir da aplicao de
sua resposta a um algoritmo de simulao da operao de um rel de sobrecorrente de
tempo inverso. Os autores observaram que os tempos de operao da proteo, quando
considerando as correntes corrigidas, foram similares aos esperados em caso de
ausncia dos efeitos de saturao.
O trabalho indica que um rel baseado no algoritmo proposto e energizado por
um TC fisicamente pequeno utilizado normalmente em aplicaes de medio pode ser
utilizado em sistemas de proteo. O objetivo principal da pesquisa era a reduo de
custo e volume dos transformadores de corrente, fato que poderia viabilizar disjuntores
de grande capacidade de corrente com TCs internos. Outra possibilidade seria a
utilizao simultnea do transformador de corrente para o uso em sistemas de proteo e
medio.
Na referncia [16] o autor compara trs mtodos de seleo de transformadores
de corrente utilizados em sistemas de proteo. So apresentadas as modelagens dos
TCs e da corrente de curto do sistema, esta ltima expressa por:
t

i(t ) = I pico sen(t + ) + sen( )e Tl ,

INTRODUO

onde:

i(t):

Corrente instantnea de falta.

I pico : valor de crista da corrente de falta.

ngulo de fase no instante da falta

ngulo de fase entre tenso e corrente.

Tl:

constante de tempo primria.

O autor indica impropriedades no modelo das especificaes de TCs


apresentadas em diversas normas e sugere modificaes que foram testadas em
simulaes e em laboratrio.
As modificaes propostas por estes mtodos so sugeridas visando selecionar o
TC de modo a obter uma predio mais realstica de seu tempo de saturao. Os trs
mtodos predizem se um TC satura sob condies de falta, mas no indica a intensidade
da saturao ou de seu possvel impacto na operao dos rels de proteo.
Na referencia [30] os autores apresentam uma outra tcnica para correo dos
efeitos de saturao de transformadores de corrente. No trabalho desenvolvida a
modelagem do ncleo magntico do TC, sem qualquer referncia compensao do
efeito dos fluxos de disperso dos enrolamentos. A funo inversa foi determinada por
meio de processo iterativo e as diferenas entre valores simulados e medidos atribudas
ao fato de a reatncia de disperso no ter sido considerada como uma varivel, haja
vista que a importncia relativa do fluxo de disperso varia conforme o grau de
saturao do ncleo.
Na referencia [11] os autores investigam os modelos matemticos que poderiam
ser utilizados para representar o comportamento no-linear do ncleo magntico em
transformadores de instrumento. Eles comparam os resultados de quatro modelos
matemticos de TCs com resultados de laboratrio, onde verificaram a similaridade dos
resultados.
As caractersticas mais significativas para a modelagem do transformador de
instrumento foram descritas em detalhes no trabalho. Os autores ressaltam ainda que
imperativo que os rels sejam testados em condies de regime transitrio a fim de
assegurar um alto grau de preciso de anlise. Para esta anlise essencial o uso de
programas de simulao transitria para modelar adequadamente os diferentes

10

INTRODUO

componentes do sistema de potncia e gerar dados para avaliar o desempenho e a


aplicao correta dos rels microprocessados.

1.1.2

CORREO DA SATURAO DE TRANSFORMADORES DE CORRENTE VIA RNAS


Na referncia [18] demonstrada que uma rede neural artificial RNA capaz

de corrigir numericamente a saturao dos TCs, inclusive para sinais com alto nvel de
componentes harmnicas. Experincias foram realizadas com sinais em regime
permanente e transitrio.
Os autores observam que a arquitetura da rede neural poderia ser reduzida caso
se utilizasse RNAs recorrentes, porm este efeito no foi testado no trabalho. O estudo
mostrou que um possvel problema seria a velocidade de processamento. Um prottipo
utilizando um microcontrolador foi projetado e os testes em tempo real foram
conduzidos usando sinais de corrente.
Na referncia [10] os autores apresentam o uso de uma RNA utilizada na
correo das distores das formas de onda da corrente secundria do transformador de
corrente.
A RNA foi projetada com uma estrutura simplificada de modo a minimizar o uso
de processamento e memria quando executada como mdulo de dispositivos de
proteo. A rede foi desenvolvida usando resultados obtidos com o programa MATLAB
e treinada usando dados de transformadores de corrente reais. Foi observado no trabalho
que a RNA apresentou bons resultados em aplicaes em tempo real, fornecendo boas
estimativas da corrente primria do TC.
No trabalho os autores realizaram o treinamento da RNA com dados de um
sistema real, fato que evitou a utilizao de resultados com as aproximaes das
condies de sistema tpicas de modelos simplificados do circuito magntico.
Na referencia [09] os autores apresentaram uma rede neural artificial RNA
para corrigir as distores na forma de onda do secundrio dos TCs causadas pela
saturao de seu ncleo. A RNA foi treinada para encontrar a funo inversa do ncleo
do TC.
Segundo os autores, uma soluo para evitar a saturao dos TCs seria

11

INTRODUO

aumentar seu ncleo ou utilizar materiais que possam suportar grandes densidades de
fluxo, ambas as alternativas possuindo alto custo de implantao.
Foi utilizada uma RNA de propagao avante (feedforward) com a seguinte
arquitetura: duas camadas intermedirias, sendo 32 neurnios de entrada, 10 neurnios
para a primeira camada intermediria, 6 para a segunda camada intermediria e 1
neurnio para a camada de sada. O sistema amostrado a uma taxa de 32 amostras por
ciclo, sendo este nmero o motivo para o nmero de neurnios da camada de entrada.
Para treinar a rede neural foram utilizados magnitudes de correntes de falta
simtrica com valores eficazes de 5, 8, 10, 13 e 15 kA e fator X/R de 5, 10 e 20
provenientes de simulaes do software EMTP Eletromagnetic Transient Program.
Os resultados mostraram a eficincia do mtodo, tendo os tempos de processamento se mostrando compatveis com as necessidades de aplicaes em tempo real.
Na referencia [20] os autores ressaltam que com o avano da tecnologia e com a
reduo dos preos dos processadores digitais, os mtodos de compensao da saturao
esto se tornando cada vez mais viveis. Neste contexto, apresentado um mtodo
utilizando RNAs para estimar a corrente primria do TC saturado. A tcnica
demonstrada utilizando um modelo do EMTP e dados reais de um TC. A viabilidade de
executar o algoritmo em tempo real demonstrada por meio da aplicao do algoritmo
em processadores digitais, utilizando a linguagem assembler.
Com a aplicao da tcnica referida, demonstrou-se a viabilidade de produzir
uma sada que seja uma estimativa ponto a ponto da corrente primria. Uma outra
vantagem que a rede pode ser treinada com sada de TCs reais, evitando as
aproximaes do sistema associadas aos modelos simplificados de circuito magntico.
Na referncia [32] os autores apresentam uma tcnica alternativa para a correo
de formas de onda distorcida provenientes da saturao dos dispositivos
transformadores de corrente atravs das ferramentas inteligentes baseadas em RNAs
Recorrentes.
Para isso, os autores utilizaram simulaes no EMTP - Eletromagnetic Transient
Program para simular curto-circuitos em um transformador de potncia e, assim,
verificar a influencia do TC sobre o desempenho da proteo diferencial.
Inicialmente os autores ressaltam que os TCs esto presentes em sistemas

12

INTRODUO

eltricos de potncia com a finalidade de proteo e medio, sendo altamente


suscetveis saturao. A simulao de um transformador de potncia foi realizada a
fim de gerar os dados de treinamento e testes para as RNAs. Muitas arquiteturas de
redes neurais artificiais foram treinadas e testadas, sendo que as melhores configuraes
obtidas foram s arquiteturas recorrentes de Elman.
O mtodo desenvolvido mostrou-se eficiente em busca do objetivo proposto. Os
autores concluem que a aplicao de RNAs constitui uma nova e importante etapa na
metodologia de anlise de sinais oriundos de TCs na busca de um melhor desempenho
de funes de proteo, medio e oscilografia de sistemas eltricos de potncia.

1.1.3

ALGORITMOS APICADOS PROTEO DE DISTNCIA


Na referencia [14] os autores apresentam uma anlise do comportamento dos

algoritmos de filtragem digitais de Fourier, Seno e Coseno para o clculo das


impedncias de falta, considerando as distores dos sinais devido saturao dos
transformadores de corrente. O trabalho ainda mostra a influencia do tamanho da janela
de aquisio e do tipo de filtro analgico.
No trabalho so analisados as respostas em freqncia dos filtros de Fourier,
Coseno e Seno, alm das respostas dos filtros anti-aliasing Butterworth e Chebyshev.
Os efeitos da resposta da proteo de distancia so verificados para os casos de
distores nos transformadores de instrumentos.
Para a filtragem digital, os autores observaram que as janelas de um e dois ciclos
apresentaram as melhores respostas, sendo que a primeira se mostrou, obviamente, mais
rpida. Quanto ao filtro analgico anti-aliasing, foi observado que o mesmo deve
apresentar resposta satisfatria na condio de regime permanente senoidal e com
caractersticas transitrias rapidamente amortecidas.
Para correntes com componente de decaimento exponencial, os melhores
resultados foram observados para as janelas de um ciclo, pois convergem mais
rapidamente ao valor da impedncia final de falta, acelerando a deciso de trip da
proteo de distncia. Foi observado, ainda, o efeito da saturao do TC no sentido de
conduzir a um atraso na operao do rel de distncia ou mesmo sua no operao.
Na referencia [02] os autores demonstram que a saturao dos TCs pode
13

INTRODUO

introduzir erros na atuao dos rels de proteo de distncia. Foram analisados casos
de faltas com algoritmo de Fourier de janela de ciclo completo, observado-se que os
erros na reatncia vista pelos rels no foram to significantes. Entretanto, a distoro
provocada pelos transitrios na forma de corrente secundria traz erros evidentes no
clculo das resistncias vistas.
O algoritmo similar ao da referncia [28]. Para o caso analisado, os autores
observaram que a saturao peridica e ocorre em um intervalo de tempo que permite
que o clculo seja completado antes que o transformador de corrente sature. Ento, o
algoritmo repetido a cada ciclo, durante intervalos no saturados.
Os erros no clculo da amplitude da componente fundamental de corrente
primria foram menores que 10 % e o erro de ngulo menor de 4 graus.
Na referncia [04], o autor faz uma anlise e estudo comparativo de filtros
digitais. Foram dados dois enfoques ao estudo. Primeiramente foram estudados os
filtros digitais no recursivos baseados na teoria de Fourier e funes Walsh e em
seguida foram estudados os filtros digitais recursivos baseados na teoria do filtro de
Kalman e novamente na teoria de Fourier. O filtro no recursivo de Fourier apresentou
melhores resultados que o filtro baseado na teoria das funes Walsh para os sinais de
tenso, pois elimina eficientemente os harmnicos de alta freqncia presentes nestes
sinais. Contudo, seus resultados so afetados pelo componente CC dos sinais de
corrente, enquanto que o filtro de Walsh apresentou melhores resultados onde a
presena do componente CC foi mais acentuada, ou seja, nas fases envolvidas com a
falta. Com relao aos filtros recursivos, tambm pode ser visto que em todos os casos
estudados, tanto o filtro de Kalman como o filtro de Fourier recursivo apresentaram
resultados equivalentes na eliminao dos harmnicos de alta freqncia presentes nos
sinais de rudo de tenso. Entretanto, para os sinais de rudo de corrente onde h
predominncia do componente CC, o filtro de Kalman apresentou melhores resultados
em relao ao filtro de Fourier recursivo.
O autor ainda expe que uma dificuldade da implementao do filtro de Kalman
para estimao das componentes fundamentais (60Hz) dos sinais de tenso e corrente
a necessidade de um estudo estatstico das condies iniciais do sistema e dos sinais de
rudo. Comparando-se os filtros digitais no recursivos com os filtros digitais recursivos
apresentados neste trabalho, foi ressaltado que os filtros no recursivos apresentam a
vantagem de ter uma fcil implementao computacional em relao ao filtro de
14

INTRODUO

Kalman, especialmente quando usada uma janela de amostragem de ciclo completo.


Para proteo digital, os filtros digitais recursivos mostram urna vantagem muito
importante em relao os filtros no recursivos que a de apresentarem resposta,
mesmo que no muito satisfatria, a partir da entrada da primeira amostra da janela de
dados A resposta dos filtros no recursivos, por sua vez, s obtida depois do
preenchimento total da janela amostral de dados.
Nos estudos no foi utilizado uma pr filtragem por meio de filtros analgicos,
fugindo da condio real da proteo.
Na referncia [13] o autor prope a implementao de um sistema de proteo
aplicando-se a teoria de RNAs. Para isso o autor criou um banco de dados, gerado por
meio de simulaes computacionais com o software Alternative Transients Program
(ATP), descrevendo ento, situaes em que o sistema de proteo deveria ou no atuar.
Analisou-se, por meio de RNAs implementadas pelo uso do software Neural Works, a
possibilidade da aplicao de um modelo completo de proteo para linhas de
transmisso (deteco, classificao e localizao da falta), atentando-se ao princpio de
funcionamento do rel digital de distncia e imprimindo ao mesmo uma caracterstica
adaptativa no que diz respeito s mudanas operacionais.
No trabalho, a proteo de distncia baseada em RNAs no usa explicitamente a
informao da impedncia como base de informao, mas sim, aprende a partir de
exemplos apresentados durante o processo de treinamento. A aproximao por RNAs
trabalha como um classificador de padres e est hbil a detectar, classificar e localizar,
rpida e precisamente, alteraes nas condies de operao do sistema e, consequentemente, resulta em melhoria no desempenho dos rels digitais convencionais.
O autor conclui que a vantagem observada da aplicao de RNAs na proteo
de distncia que, uma vez que o treinamento esteja completo, a RNA capaz de
fornecer as sadas desejadas no somente para as entradas conhecidas que foram
apresentadas na fase de treinamento, mas tambm resposta plausvel para qualquer
entrada. Esta capacidade de generalizao das RNAs implementada a partir de
exemplos conhecidos, evidenciando a tolerncia a rudos que porventura possam ocorrer
no sistema analisado e imprimindo proteo digital uma caracterstica adaptativa.
Somada s caractersticas inerentes ao modelo neural, destaca-se a flexibilidade
alcanada por meio do uso de um sistema digital. O algoritmo computacional
desenvolvido considera uma lgica de ativao seqencial dos mdulos neurais
15

INTRODUO

implementados e pode ser facilmente incorporado s implementaes em hardware do


sistema de proteo.

1.2

OBJETIVO

O objetivo deste trabalho apresentar, analisar e mitigar os efeitos da saturao


de transformadores de corrente, um dos fatores que afetam o desempenho de um sistema
de proteo de distncia aplicado a linhas de transmisso de alta e extra alta tenso. Para
isso, o trabalho proposto nesta dissertao utiliza uma metodologia de correo dos
sinais distorcidos dos transformadores de corrente, baseada em RNAs. Esta
metodologia resulta em um algoritmo que pode ser implementado como uma funo
extra de um sistema de proteo digital.
Para dar suporte a esta discusso, um sistema eltrico de potncia, composto por
dois circuitos simples em 500 kV, compensados por capacitores srie, com equivalentes
de curto-circuito em seus terminais, representado no programa MATLAB a partir da
chamada de rotinas especficas criadas para representao de cada um de seus
elementos.
Relativamente ao sistema de proteo de distncia considerado, os mesmos
modelos apresentados em [31] e [34] foram utilizados tanto na representao analgica
dos transformadores de corrente, dos transformadores de potencial, dos divisores de
potencial capacitivo e dos filtros de Butterworth dos dois canais de tenso e corrente.
Entretanto, diferentemente de [31], onde todo o sistema de proteo foi representado em
programa computacional escrito em linguagem FORTRAN, e de [34], onde foi
modelado com recursos do SIMULINK/MATLAB, no presente trabalho o sistema
eltrico de potncia foi modelado no SIMULINK/MATLAB e o sistema de proteo
modelado e implementado por rotinas criadas em ambiente MATLAB.
Em seguida, so simulados casos em que os transformadores de corrente esto
ou subdimensionados ou sobrecarregados, fatores que podem contribuir para menor ou
maior efeito de saturao do ncleo de tais dispositivos. Este efeito pode perturbar o
bom desempenho do sistema de proteo de distncia. Para verificao dos efeitos de
saturao dos transformadores de corrente, foi realizado um conjunto de simulaes
executadas no programa MATLAB.
16

INTRODUO

Implementadas as simulaes, os efeitos da saturao dos transformadores de


corrente sobre o desempenho da proteo de distncia do sistema eltrico so analisados
e comparados com aqueles associados presena de sinais ideais.
De posse dos sinais de corrente ideais e dos sinais distorcidos provocados pela
saturao do ncleo, estes so aplicados ao sistema de filtragem analgica e digital,
sendo posteriormente discretizados. Tais sinais foram utilizados para definio da
arquitetura e treinamento da rede neural artificial de modo a corrigir a distoro
atribuda saturao.
Simulaes foram realizadas de modo a demonstrar os efeitos da correo das
distores, via redes neurais artificiais, sobre o desempenho da proteo de distncia. O
objetivo a validao da metodologia proposta.

1.3

ESTRUTURA DO TEXTO

Para apresentar e analisar todos os aspectos apresentados anteriormente, esta


dissertao de mestrado foi organizada em seis captulos, a saber:
O capitulo 1 apresenta aspectos gerais da proteo de sistemas eltricos, com
nfase em particularidades associadas proteo de distncia e saturao de TCs. Em
seguida so analisados artigos selecionados sobre assuntos ligados ao tema da
dissertao.
No capitulo 2 so apresentados alguns fundamentos e conceitos de carter geral
associados as aplicaes dos sistemas de proteo de distncia e algumas informaes
de interesse sobre a especificao, faixa de utilizao e comportamento dos
transformadores de corrente responsveis pelas transdues de corrente nestas
aplicaes. Tambm so ressaltadas algumas caractersticas bsicas do filtro antialiasing e dos filtros digitais empregados no presente trabalho.
No capitulo 3 so discutidas as principais caractersticas das redes neurais
artificiais, dentre elas a adaptabilidade e generalizao, fatores de suma importncia
para a proteo dos sistemas eltricos de potncia. As caractersticas acima referidas
exibidas pelas redes neurais artificiais conferem a elas capacidade de resoluo de
problemas de soluo complexa na forma tradicional. o caso da definio da funo

17

INTRODUO

inversa do transformador de corrente sob condies de saturao de seu ncleo.


O capitulo 4 descreve as caractersticas gerais do sistema eltrico analisado e
apresenta informaes sobre a modelagem de seus componentes. A questo da saturao
do ncleo dos transformadores de corrente e de seus efeitos sobre a forma de onda e
valor eficaz da corrente secundria tambm analisada a partir da especificao destes
transformadores.
O captulo 5 apresenta as premissas utilizadas, as ferramentas e metodologia
usadas nas simulaes e, ainda, os resultados dos clculos de corrente de curto-circuito
no ponto de localizao do sistema de proteo de distncia. A partir da especificao
apropriada do transformador de corrente, a saturao dos TCs no estudo induzida pela
insero de resistncia de carga adicional, acima de seu valor nominal.
Os casos iniciais de simulao de curto-circuito executados so descritos e as
dificuldades encontradas para a proteo de distncia do sistema de transmisso frente
saturao dos TCs so apresentadas. Em seguida, resultados posteriores de simulao
so discutidos e analisados, fornecendo subsidio para a definio da arquitetura da rede
neural artificial e seu treinamento. Definida e treinada a rede, simulaes so realizadas
para verificao da viabilidade da correo da saturao e seus efeitos finais.
O captulo 6 apresenta as concluses finais e enumera sugestes de temas para
trabalhos de pesquisa futuros.
Finalmente, as referncias bibliogrficas utilizadas no trabalho so apresentadas.

18

O SISTEMA DE PROTEO DE DISTNCIA

O SISTEMA DE PROTEO DE DISTNCIA

Neste captulo so apresentados alguns fundamentos e conceitos de carter geral


associados s aplicaes dos sistemas de proteo de distncia e algumas informaes
de interesse sobre a especificao, faixa de utilizao e comportamento dos transformadores de corrente responsveis pelas transdues de corrente nestas aplicaes. Tambm
so ressaltadas algumas caractersticas bsicas do filtro anti-aliasing e dos filtros digitais
empregados no presente trabalho.
A energia eltrica pode ser transportada a longas distncias sem grandes perdas
quando a tenso de transmisso aumentada a nveis que hoje alcanam 1000 kV [07].
A capacidade de transmisso de uma linha de transmisso trifsica de alta tenso AT ou
extra-alta tenso EAT pode ser expressa por seu limite trmico de operao contnua e
que normalmente excede um pouco sua potncia natural ou potncia de surto. A
potncia natural pode ser expressa pela seguinte equao:

P=

E2
Z0

(1)

onde:
P: potncia natural de surto;
E: tenso eficaz fase-fase;
Z0: impedncia de surto da linha, em torno de 150 a 250 ohms;

A potncia natural de surto representa o nvel de potncia eltrica transmitida


pela linha de AT ou EAT para a qual seus requisitos de potncia reativa so produzidos
pelas prprias capacitncias inerentes linha sem compensao srie ou em derivao.
Os requisitos de potncia reativa para permitir a transferncia de potncia entre os
nveis de potncia natural e de limite trmino e, ainda, para a operao dos reatores de
sua compensao em derivao so, normalmente, supridos pelo sistema eltrico nos
pontos de sua interligao com a linha referida.
Dentre os componentes de um sistema eltrico de potncia, a linha de

19

O SISTEMA DE PROTEO DE DISTNCIA

transmisso indicada na Figura 01 o elemento mais susceptvel a faltas. Ela fica


exposta a riscos tais como intempries, descargas atmosfricas e outros. A prtica
demonstra que entre 70 a 80% das faltas nas linhas de transmisso ocorre entre o
condutor de uma das fases e a terra. Um menor nmero de faltas refere-se quelas que
envolvem as trs fases, em torno de 5% [03].
Os rels de sobrecorrente so normalmente inadequados para aplicao
proteo de linhas de alta tenso e extra-alta tenso, dada sua velocidade de operao
relativamente baixa e s dificuldades de coordenao e seletividade. As limitaes
associadas a estas caractersticas conduziram ao desenvolvimento dos rels de distncia.
As funes bsicas dos rels de distncia so a de medio da impedncia e a de
comparao com o valor de referncia, ou pick-up, criando uma zona ou caracterstica
de operao no plano R-X definida pela linha limiar de operao. Quando a impedncia
vista pelo rel se localiza dentro desta caracterstica de operao, como deve ocorrer em
caso de condio de falta em qualquer ponto da zona de proteo da linha, o rel tomar
as decises necessrias, entre elas a abertura do disjuntor [07].
A impedncia vista pelo rel em condies normais de operao normalmente
muito superior impedncia de referncia delimitada pela caracterstica de operao do
rel de proteo. Entretanto, para uma falta ao longo da linha, a impedncia vista pelo
rel excursiona rapidamente entre a situao de operao normal e a condio de falta
dentro da caracterstica de operao do rel, levando-o a atuar, como pode ser
observado na Figura 02.
Ao contrrio do rel de sobrecorrente que possui uma nica entrada, o rel de
distncia possui, normalmente, duas entradas, uma polarizada por tenso e a outra
polarizada pela corrente no ponto de localizao da proteo. Considerando, portanto, a
relao linear entre estas duas grandezas monitoradas pela proteo a partir das sadas
de seus transformadores de potencial e de corrente alimentadores do sistema de
proteo, a possibilidade de operao do rel de distncia no depende diretamente dos
valores de tenso e corrente, mas somente da diviso entre as amplitudes destas duas
grandezas. O valor obtido deve representar a impedncia de seqncia positiva do
trecho da linha de transmisso envolvido no loop (malha) de falta.
As condies que definem o limiar de operao do rel podem ser visualizadas
por meio do diagrama R-X, no qual a impedncia vista pelo rel de proteo indicada

20

O SISTEMA DE PROTEO DE DISTNCIA

no plano complexo. A parte real desta impedncia representa a resistncia do loop de


falta enquanto a parte imaginria indica a reatncia vista pelo rel de proteo. Uma das
dificuldades para a correta discriminao do posicionamento da falta pelo sistema de
proteo que a malha de falta pode incluir a resistncia de arco.
Nos itens seguintes apresentaremos os trs principais tipos de proteo de
distncia e que se diferenciam, basicamente, pelas caractersticas de seus sinais de
polarizao. As Figuras 01 e 02, abaixo, indicam uma representao simplificada do
sistema de transmisso e da localizao da falta ao longo de sua extenso e uma
visualizao das impedncias envolvidas no plano R X.

ZF

ZL

Impedncia do rel
at o ponto de falta

Impedncia da
Linha

TC

ZC

21
TP

Impedncia
de Carga

Falta

Figura 01 Sistema de transmisso e representao de falta na linha.

Zcarga

ZL

Condio normal
de operao

RF
ZF

Condio de
Falta

R
Figura 02 Diagrama R-X e representao da excurso da falta.

21

O SISTEMA DE PROTEO DE DISTNCIA

2.1

REL DE IMPEDNCIA

O rel de impedncia mede continuamente a corrente e a tenso do loop de falta,


monitorando a impedncia vista pelo rel. A corrente de polarizao pode ser vista
como a grandeza de operao enquanto o sinal de tenso a grandeza de restrio
operao. Durante condies de curto circuito, aumenta a probabilidade de operao em
razo da reduo da impedncia do loop de falta que acompanha a reduo da tenso e o
aumento das correntes de curto associados aos sinais de polarizao do rel. Este atua
acionado por correntes de maior amplitude e sua operao fica menos restrita em razo
dos menores nveis do sinal de polarizao por tenso. No caso do rel convencional
eletromagntico, este opera quando a fora de operao excede a fora de restrio. Na
estrutura de balano eletromagntica associada ao rel de viga balanceada, as foras de
operao e restrio so proporcionais ao quadrado do fluxos magnticos (2)
produzidos por suas bobinas de tenso e de corrente, de forma que:
Foperao = K operao I 2

(2)

Frestrio = K restrio V 2

(3)

Portanto, o rel comandar a atuao da bobina de operao do disjuntor se:


K operao I 2 K restrio V 2

(4)

Krestrio e Koperao so constantes. A impedncia vista pelo rel ser dada por:

K operao
V2
= Z2
2
K restrio
I

(5)

o que resulta em operao do rel se:

K operao
K restrio

(6)

A quantidade direita do sinal de desigualdade pode ser interpretada como o

22

O SISTEMA DE PROTEO DE DISTNCIA

raio do crculo caracterstico de operao do rel de impedncia. Portanto, a operao da


proteo ocorrer quando a impedncia vista por este rel se situar dentro do crculo
com centro na origem do diagrama R-X. Observe que :

V
R = Re(Z ) = Re
I

(7)

V
X = Im(Z ) = Im
I

(8)

Considere a falta direta na linha, onde Z a impedncia de linha do rel at


o ponto de falta. Podemos escrever, ento:
V =I Z

(9)

Correlacionando com as tenses e corrente no primrio dos transdutores de


tenso e corrente, teremos ento a impedncia de linha envolvida com a falta:
VL V RTP
RTP
=
= Z L = Z

I L I RTC
RTC

(10)

Para anlise da proteo de distncia utilizado o diagrama R-X, em que a


impedncia de falta superposta s caractersticas de operao e bloqueio do rel. O
crculo define o limiar de operao / bloqueio do rel, conforme pode ser observado na
Figura 03. A impedncia ZS vista do ponto de localizao da proteo , portanto,
independente da impedncia da fonte, ao contrrio do que ocorre com o rel de
sobrecorrente.
Como a atuao do rel de impedncia apresenta caractersticas no direcionais e
desejada a operao para curtos apenas na direo avante e a no operao da proteo
para curtos reversos, a operao da proteo deste rel deve ser supervisionada pela
atuao de um rel direcional. O objetivo , portanto, restringir a rea de atuao do rel
de distncia supervisionado pelo rel direcional apenas para curtos na direo avante.
Isto ilustrado na Figura 03, na qual a rea sombreada representa a rea efetiva de
operao deste rel, agora com caracterstica direcional de operao.

23

O SISTEMA DE PROTEO DE DISTNCIA

Figura 03 Caractersticas direcional de operao do rel de impedncia.

A unidade direcional (rel 67) possui a seguinte funo de restrio/operao:


^
Conjugado = K I I v sen I v , I

(11)

O rel direcional eletromecnico pode ser considerado como sendo um


dispositivo wattimtrico, no qual o mximo conjugado ocorre quando o ngulo entre os
fasores corrente Iv de sua bobina de tenso e corrente I em sua bobina de corrente de
90. J os conjugados nulos que definem as condies de transio para a faixa de no
operao ocorrem quando o ngulo entre estes fasores de 0 ou 180. Uma defasagem
entre os sinais de corrente I e Iv pode ser inserida de modo a possibilitar o controle do
ngulo de mximo conjugado. Esta providncia pode ser adotada em conjunto com a
escolha de tenso de polarizao adequada associada a ligaes alternativas de 30, 60
ou 90. Para evitar rotao contnua do rotor na direo de conjugado positivo e
operao, o dispositivo equipado com uma mola de restrio. Um pequeno batente
impede a rotao na direo de no operao.
O rel de impedncia pode ser projetado para comando de operao de outros
contatos quando a impedncia vista pela proteo durante o defeito cruza com outros
crculos caractersticos centrados tambm na origem do plano complexo (zonas de
24

O SISTEMA DE PROTEO DE DISTNCIA

proteo secundria e terciria). Os limites destas zonas de proteo normalmente


alcanam para alm do terminal remoto da linha de transmisso. Geralmente so
utilizadas trs zonas de proteo, sendo a primeira instantnea e a segunda e terceira
temporizadas. Geralmente a primeira zona de proteo do rel cobre 80 a 90% da linha
(proteo primria), enquanto a segunda e terceira zonas cobrem, respectivamente, 20 a
50% e 100% da linha vizinha mais curta, como pode ser observado na Figura 04.

t
Z3, t3
Z2, t2
Z1, t1

0,2 a 0,5 ZL2

0,8 a 0,9 ZL1

ZL1

ZL2

Figura 04 Caractersticas de temporizao e alcance das zonas de um rel de distncia.

2.2

REL DE REATNCIA

O rel de reatncia um rel atuado por corrente com restrio direcional de


tenso e modelo definido pelas expresso (12) indicada a seguir:
Conjugado = K 1 I 2 K 2 V I cos( ) K 3

(12)

K
V
cos( ) = 1 = cons tan te
I
K2

(13)

A expresso (13) representa a equao da caracterstica limite de operao,


obtida fixando-se conjugado nulo em (12) e desprezando a pequena amplitude da
constante K 3 . representa o ngulo de avano do fasor corrente de polarizao I em
relao ao fasor tenso de polarizao V e indica o ngulo na situao de mximo
conjugado. K 3 representa o efeito bastante pequeno de uma mola de restrio ao
movimento e cuja funo permitir o pronto restabelecimento do rel para nova
operao aps a anulao da corrente I que ocorre no seguimento atuao do
25

O SISTEMA DE PROTEO DE DISTNCIA

mecanismo de desligamento do disjuntor acionado pelo rel referido.


Fazendo = 90 na expresso (13), temos:
V
cos( 90) = c te
I

(14)

V
sen( ) = c te
I

(15)

Z sen( ) = X = c te =

K1
K2

(16)

A Figura 05, a seguir, apresenta a caracterstica limiar de operao do rel de


reatncia.
X

Bloqueio

Operao

= 90

K1
K2
R

Figura 05 Caracterstica de operao do rele de reatncia no plano R X.

Pelo fato de se tratar de um rel de caractersticas abertas, este se torna


inconveniente quando no supervisionado por um outro rel com caracterstica fechada
no plano R-X. Se isto ocorrer, o rel ir operar para qualquer condio de carga com
fator de potncia avanado e mesmo para condies de carga puramente resistivas e
indutivas aqum de um determinado grau. A grande vantagem deste rel reside no fato
de que ele insensvel ao efeito das resistncias de arco voltaico. Neste aspecto, a
utilizao deste rel se torna interessante nas aplicaes de proteo de linhas curtas nas
quais a resistncia de arco tem grande influncia no valor da impedncia total da linha

26

O SISTEMA DE PROTEO DE DISTNCIA

2.3

REL MHO OU REL DE ADMITNCIA

O rel Mho, ou rel de admitncia atuado por unidade direcional e restrito por
tenso. A caracterstica de operao e bloqueio dada pela expresso a seguir:
Conjugado = K 1 V I cos( ) K 2 V 2 K 3

(17)

Fazendo K3=0, temos:


Conjugado = K 1 V I cos( ) K 2 V 2 K 3

(18)

K 1 V I cos( ) = K 2 V 2

(19)

Z=

V K1
=
cos( )
I K2

(20)

A caracterstica limiar de operao do rel mho, dada pela expresso (20), pode
ser observada na Figura 06, a seguir. K 1 / K 2 representa o comprimento do dimetro do
crculo limite.
Bloqueio
Bloqueio

X
Operao
Operao

Operao Normal

K1
K2

Falta

Figura 6 Caractersticas de operao bloqueio do rele de admitncia.

Inicialmente o rel calcula, a partir dos sinais de tenso e corrente, a impedncia


de falta Z e o ngulo de fase associado. O dimetro 1 / 2 e o ngulo de inclinao

so definidos no comissionamento e nas revises de ajuste.


27

O SISTEMA DE PROTEO DE DISTNCIA

O rel de admitncia, por ser inerentemente direcional e apresentar uma


caracterstica de operao no plano R-X mais restrita s vizinhanas do lugar
geomtrico da impedncia da linha a ser protegida, apresenta imunidade um pouco
maior s oscilaes de potncia e pode apresentar melhor acomodao ao efeito do arco
voltaico, especialmente quando considerando aplicaes de proteo a linhas longas.
Pode-se, ainda, considerar uma inclinao adicional do crculo caracterstico, alm
daquela associada inclinao da impedncia da linha de transmisso. O rel mho
continua sendo muito utilizado em linhas longas, sobretudo para detectar curto-circuitos
de fase. Ultimamente, porm, tem cedido lugar para os rels numricos com
caractersticas multifuncionais quadrilaterais.
Faltas muito prximas ao rel, de 0 a 4% da linha de transmisso, podem causar
m operao. Este inconveniente pode ser solucionado nos rels eletromecnicos,
parcial ou integralmente, pela especificao de um circuito ressonante com capacitor
que memoriza a tenso pr-falta. Para os rels numricos, pode-se ainda recorrer ao
efeito de um filtro ressonante a 60 Hz, posicionado ao final do processamento analgico
do canal de sinal de corrente do rel.

2.4

PROBLEMAS ASSOCIADOS PROTEO DE DISTNCIA

A seguir so listados alguns dos principais problemas relacionados utilizao


da proteo de distncia, dentre eles a da saturao do transformador de corrente.

2.4.1. RESISTNCIA DE ARCO VOLTAICO

As componentes de resistncia de falta, dentre as quais se incluem a resistncia


de arco voltaico, a resistncia de p de torre e as resistncias de contato do condutor
com a terra se tornam especialmente importantes para linhas curtas que apresentam
impedncia indutiva longitudinal normalmente baixa. De alguma forma, o engenheiro
de proteo dever prever o aparecimento de arco voltaico e fazer com que o rel
trabalhe corretamente mesmo diante de sua presena.
As caractersticas dos rels de reatncia so praticamente indiferentes ao
28

O SISTEMA DE PROTEO DE DISTNCIA

aparecimento do arco voltaico enquanto que a extenso de alcance resistivo dos reles
quadrilaterais deve ser convenientemente especificada. Um valor aproximado para o
calculo da resistncia de arco pode ser dada por:

Rarco =

28708 l
I 0, 4

(21)

onde:
Rarco: resistncia de arco [];
l: comprimento de arco [m];
I: corrente de falta [A];

Caso exista vento na regio da falta, o alongamento de seu comprimento pode


ser considerado por:
l = e + 3 v t

(22)

onde:
e: espaamento inicial [m];
v: velocidade do vento [m/s];
t: tempo de operao do rel [s];

H ainda a se considerar, portanto, os efeitos de variao na resistncia total


associados s correntes de retorno por cabo pra-raio, torre e resistncia de solo.
A representao da resistncia total referida feita, normalmente, atravs de
equivalente com elemento de valor 3R F em srie com o circuito de seqncia zero,
como visto do ponto de falta. Isto vlido para os curtos fase-terra e fase-fase-terra. Em
caso de curto fase-fase, entretanto, metade da resistncia de falta pode ser alocada em
srie com cada uma das impedncias de fase das fases envolvidas.

29

O SISTEMA DE PROTEO DE DISTNCIA

2.4.2. COMPENSAO SRIE.

A compensao srie tem por finalidade aumentar a disponibilidade da linha


para transmisso efetiva de energia na situao de regime permanente e permitir
desempenho dinmico adequado durante as oscilaes dinmicas de potncia. Durante
faltas severas, entretanto, a compensao srie perde sua finalidade, integral ou
parcialmente, em razo da ao da proteo de sobretenso com pra-raios de xido de
zinco que, atuando, retiram de servio a compensao srie, atravs de bypass dos
capacitores. Fora de operao, os capacitores anulam sua ao de reduo da
impedncia do sistema de transmisso, mas permitem que a proteo de distncia tenha
menores dificuldades para o reconhecimento do posicionamento das faltas que ocorram
aps a compensao.
A Figura 07 mostra a representao do sistema com compensao srie,
enquanto a Figura 08 apresenta a evoluo da impedncia de falta como resultado da
ao do pra-raio de xido de zinco (MOV) utilizado para proteo do banco de
capacitores srie. Z F 1 e Z F 2 representam as impedncias aparentes associadas ao efeito
das resistncias de arco RF 1 e R F 2 , respectivamente para curtos no ponto F1 e F2.

TC

Zc

21
TP
MOV

Falta

Impedncia
de Carga

Figura 07 Sistema Eltrico com Compensao srie.

2.4.3. SATURAO DOS TRANSFORMADORES DE CORRENTE.

A ocorrncia de saturao do transformador de corrente resulta na reduo do


valor eficaz do sinal de entrada do canal de corrente do sistema de proteo, podendo
conduzir a um efeito de aumento da impedncia vista por um rel de distncia e a uma
condio de sobrealcance. Normalmente, a condio de saturao resulta ainda na

30

O SISTEMA DE PROTEO DE DISTNCIA

presena de componente CC em sua corrente secundria e nos sinais de entrada e sada


do filtro anti-aliasing. Estes efeitos criam dificuldades para atuao correta do sistema
de proteo.
B

F2

X
ZF2

F1

efeito da
operao do
MOV

ZF1

Figura 08 Efeito da compensao srie no diagrama R-X.

2.4.4. FALTAS DE ALTA IMPEDNCIA

Quando um cabo de fase se rompe e cai sobre o solo de alta resistncia eltrica
(asfalto, brita, concreto), o rel de distncia tem severas dificuldades para interpretar
esta anomalia como sendo uma falta. Relativamente proteo de distncia, o aumento
excessivo na resistncia de arco pode levar a impedncia vista para uma regio alm
daquela associada operao em regime normal permanente. Desta forma, a falta no
ser vista pelo sistema de proteo como deveria, ou seja, como uma condio de curtocircuito. Atualmente existem vrios estudos de rels que trabalham com filosofias
diferentes para soluo deste problema.

2.4.5. OSCILAO DE POTNCIA

Algumas contingncias de maior severidade podem resultar em oscilaes de


potncia de grande amplitude, este efeito ficando aparente quando linhas longas de
transmisso interligam os sistemas emissor e receptor. O vetor impedncia excursiona
no plano R-X, podendo alcanar a regio de operao de um rel de distncia. Essa

31

O SISTEMA DE PROTEO DE DISTNCIA

excurso to mais lenta quanto maiores forem as capacidades instaladas e inrcias dos
sistemas interligados e sua ocorrncia pode resultar em operao indevida dos sistemas
de proteo de distncia instalados nos terminais do sistema eltrico de interligao.
A operao indevida pode ser evitada quando o sistema de proteo de distncia
supervisionado por meio de um rel com caracterstica de bloqueio por oscilao de
potncia o qual monitora os tempos de penetrao da impedncia vista pelo rel no
plano R-X. Os tempos so monitorados de forma que uma ao temporizada fixada
para permitir a distino entre uma condio de oscilao de potncia e uma condio
de falta por curto circuito. Neste ltimo caso, o movimento do ponto de operao do
sistema para dentro da curva limite de operao se faz de forma praticamente
instantnea.

2.5

TRANSFORMADOR DE CORRENTE

O transformador de corrente - TC um transformador destinado a reproduzir,


em escala reduzida, a corrente primria em seu circuito secundrio, mantendo sua
posio fasorial. As principais finalidades do TC podem ser listadas abaixo [08]:

isolar os equipamento de medio, controle e proteo do circuito de alta


tenso;

fornecer ao secundrio uma corrente proporcional, em escala reduzida,


corrente do primrio e em nveis seguros; e

em escalas padronizadas. No Brasil a corrente nominal padronizada do


secundrio de 5 A;

Para que o TC tenha queda de tenso e consumo de energia desprezveis, sua


bobina primria deve ter pequena resistncia e reatncia, sendo constituda, assim, por
fio de bitola maior e com poucas espiras. Os instrumentos ligados ao enrolamento
secundrio de um TC devem estar todos em srie.

32

O SISTEMA DE PROTEO DE DISTNCIA

2.5.1

RELAO DE TRANSFORMAO DO TC

Considere o circuito magntico do TC apresentado na Figura 09:

IP

IS

NP

NS

Z Burden

Figura 09 Circuito magntico do TC

Aplicando a lei de Hopkinson:


FP FS = .

(23)

FP = N P .i p

(24)

FS = N S .i S
onde:
FP : Fora magnetomotriz produzida pela bobina primria do TC;

FS : Fora magnetomotriz produzida pela bobina secundria do TC;


: Relutncia do circuito magntico do ncleo do TC;

: Fluxo magntico do ncleo do TC;


N P : Nmero de espiras do primrio;

N S : Nmero de espiras do secundrio;

Desenvolvendo a equao temos:

33

(25)

O SISTEMA DE PROTEO DE DISTNCIA

N P .i P N S .i S = .

(26)

A relutncia magntica vale zero quando se supe um transformador ideal, o que


conduz a:
iS =

1
.i
NS P
NP

(27)

Ento, definimos a relao de transformao do TC como:


RTC =

NS
NP

(28)

Pela norma P-EB-251 da ABNT, as correntes primrias do TC so de: 5, 10, 15,


20, 25, 30, 40, 50, 60, 75, 100, 125, 150, 200, 250, 300, 400, 500, 600, 800, 1000,
1200,1500, 2000, 3000, 4000, 5000, 6000, 8000 A. Os valores sublinhados representam
os valores utilizados pela ASA (American Standard Association).

2.5.2

O FATOR DE SOBRECORRENTE DO TC

O fator de sobrecorrente (FS) de um transformador de corrente definido pela


relao entre a corrente mxima de curto-circuito que pode percorrer seu enrolamento
primrio e a sua corrente primria nominal. Isto deve ocorrer com a correspondente
limitao de erro de sua classe de preciso. Os erros admissveis na operao dos TCs
utilizados nas aplicaes de proteo so de 2,5% e 10%, sendo o ltimo valor
normalmente selecionado [08].

Os valores normatizados de FS so:

ASA: FS = 20;

ABNT: FS = 5, 10, 15, 20;

34

O SISTEMA DE PROTEO DE DISTNCIA

2.5.3

CLASSE DE EXATIDO DO TC

As normas ASA e ABNT definem a classe de exatido e limites de operao do


TC de formas diferentes. A ASA define o erro do TC atravs da limitao da mxima
tenso da bobina secundria do TC no instante de curto circuito. Esta depender da
magnitude da corrente secundria e de carga do TC.
A ABNT define a mxima potncia aparente (VA) de carga que se pode
conectar, em regime permanente, ao secundrio do TC, e de forma que, durante o
mximo curto circuito limitado pelo fator de sobrecarga, o seu erro no ultrapasse o da
sua classe de exatido.

2.5.4

SATURAO DO TRANSFORMADOR DE CORRENTE

Os TCs devem ser projetados para tolerar valores de corrente superiores as


correntes em regime, oriundos de condies anormais de operao do sistema. Assim,
estes so concebidos para suportar correntes de falta e outros surtos por poucos
segundos.
Quando as faltas ocorrem com correntes alm dos nveis esperados, estas
correntes podem conter parcela substancial de componente contnua, concomitantemente com a presena de fluxo remanescente no ncleo do TC. Todos esses fatores
podem levar saturao pronunciada do ncleo do transformador de corrente e produzir
significante distoro na forma de onda secundria de corrente do dispositivo.
Ao longo do processamento de sinal do canal de corrente do sistema de
proteo, a corrente secundria do TC aplicada a um filtro de Butterworth de segunda
ordem com o objetivo de eliminao de suas componentes de alta freqncia, como
veremos adiante.
A Figura 10 apresenta a modelagem dos transformadores de corrente
considerados em cada fase e em cada canal analgico dos sinais de corrente obtidos. O
enrolamento primrio do transformador de corrente percorrido normalmente pela
corrente de linha do sistema eltrico, com queda de tenso desprezvel, de modo que a
resistncia e a reatncia de disperso de seu enrolamento primrio podem ser
desconsideradas. A corrente primria pode, portanto, ser considerada como indepen35

O SISTEMA DE PROTEO DE DISTNCIA

dente do desempenho do TC e injetada no circuito paralelo de sua impedncia de


magnetizao com a carga aplicada ao seu enrolamento secundrio, como est indicado
na Figura 10.

ip

ip =

ip
RTC

Rs

Ls

ie
Rad
Rm

Lm

i s = i ie

RB

Vin

Figura 10 Representao do transformador de corrente (TC).

Os transformadores de corrente devem ser especificados para suportar as correntes de operao permanente em regime de longa durao e as correntes mximas que
ocorrem nas condies transitrias resultantes dos curto-circuitos em regime de curta
durao. Para que a corrente primria referida ao secundrio ip/RTC seja fidedigna
corrente secundria is o TC deve operar com corrente de excitao ie reduzida, como se
conclui observando a expresso (29):
iP' =

iP
= ie + i S
RTC

(29)

Nesta expresso, ip a corrente do enrolamento primrio ip referida ao


secundrio e RTC representa a relao de transformao do TC. A corrente de excitao
ie na Figura 10 pode ser decomposta em sua componente de perdas iR e em sua compo-

nente de magnetizao im. No modelo da Figura 10, o parmetro Rm considerado constante. A mesma considerao no pode ser feita para a indutncia de magnetizao do
transformador de corrente Lm e que deve ser especificada como funo da corrente de
excitao.

36

O SISTEMA DE PROTEO DE DISTNCIA

Curva de saturao do Transformador de Corrente


2

Im(pu)

1,5
1
0,5

Knee Point

0
-0,4

-0,3

-0,2

-0,1

-0,5
-1

0,1

0,2

0,3

0,4

m (pu)

-1,5
-2

Figura 11 Curva de saturao do ncleo magntico.

Na curva apresentada na Figura 11, podemos observar que, entre certos limites,
o ncleo magntico se comporta dentro de uma faixa linear, estando esta faixa
delimitada pelo Knee Point. Quando o transformador de corrente opera fora desta
regio linear, observamos o efeito da saturao representado no modelo por uma brusca
reduo da indutncia de magnetizao Lm..
Alm da resistncia de perdas magnticas Rm e da reatncia de magnetizao Lm,
no circuito equivalente do TC da Figura 10 so indicadas a resistncia Rs e a indutncia
Ls de disperso do enrolamento secundrio e a resistncia de carga. A resistncia de
carga aparece decomposta nas componentes resistncia de burden Rb e resistncia
adicional de carga Rad, esta ltima representando as resistncias das conexes e cabos.
A indutncia indicada no secundrio naturalmente deve incluir as indutncias dos cabos
e conexes.
A resistncia do burden Rb produz uma tenso vin = RB.is proporcional corrente
do enrolamento secundrio is do transformador de corrente. Com o sinal de tenso vin
possvel o expurgo de componentes de alta freqncia por um filtro analgico passabaixa e posterior processamento digital. No presente trabalho, um filtro de segunda
ordem de Butterworth foi escolhido tanto para os canais de corrente quanto para os
canais de tenso, conforme apresentado adiante.
Na prtica, os TCs esto instalados na subestao enquanto que os equipamentos de medio, controle e proteo esto na sala de operao. Como a distncia do TC
aos equipamentos e sala de operao pode ser grande, deve-se considerar a carga
adicional da fiao no carregamento do TC. Esta carga adicional pode chegar a 6
37

O SISTEMA DE PROTEO DE DISTNCIA

[01].
Com o TC funcionando normalmente com carga abaixo da nominal, ou com seu
secundrio em curto circuito, a equao geral (26) se aplica. Uma condio extrema de
operao do TC seria aquela com o seu secundrio em aberto, situao na qual a
corrente primria se iguala a corrente de excitao.
Considerando o circuito magntico do TC apresentado na Figura 10 e admitindo
a operao em condies crticas com o enrolamento secundrio em aberto, teremos
corrente secundria zero, considerando (26) resulta ento em (30):
N P .I P = .

(30)

importante frisar que o termo N P .I P e a corrente do enrolamento primrio do


TC ficam absolutos na definio da fora magnetomotriz de excitao do ncleo, no
ocorrendo, neste caso, o processo de compensao de ampres espiras normalmente
presente na operao normal permanente ou de curto-circuito deste dispositivo. Assim,
sob ao da amplitude excessiva da fora magnetomotriz produzida pela corrente
primria do TC, o fluxo tenta aumentar, tambm de forma excessiva, mas fica, neste
caso, limitado pelos efeitos da forte saturao magntica. A excurso de fluxo para
pontos bem distantes da regio linear do TC resulta em distoro evidente da onda de
fluxo magntico, enquanto que a relutncia magntica tambm sofre mudanas
instantneas de maior amplitude em razo dos efeitos da saturao sobre a permeabilidade do material do ncleo, conforme a equao (31).
=

l
. A

(31)

onde:
l : comprimento mdio do ncleo do material ferromagntico do TC;

A : rea da seco transversal do ncleo do TC;

: permeabilidade do material ferromagntico do qual construdo o TC;

Este excessivo aumento do fluxo magntico no ncleo do TC causa perdas

38

O SISTEMA DE PROTEO DE DISTNCIA

excessivas perdas por histerese e correntes parasitas no ncleo do TC, aquecendo-o


rapidamente e podendo danific-lo. Alm disso, produz elevadas tenses no secundrio
do TC, o que pode perfurar sua isolao e produzir elevados riscos segurana humana.
A Figura 12 mostra a caracterstica magntica dos materiais de laminao de
ferro comumente usados para ncleos de TC. Como pode ser visto, um ncleo
magntico construdo com liga-ferro-nquel pode saturar com correntes de excitao
muito baixas. Para sobrepor esta dificuldade, alguns dos TCs usados para proteo
apresentam ncleos compostos feitos de laminao de dois ou mais destes materiais de
modo a produzir um dado resultado desejado, ou seja, uma permeabilidade mais
uniforme sobre uma faixa ampla de densidade de fluxo [01].

1,4

1,2
A - Ferro Fundido
B - Ao Fundido

B[T]

C - Ao Silcio
D - Liga Ferro Nquel

0,8

0,6

0,4

0,2

0
0

50

100

150

200

250

300

350

400

450

H [A/m]

Figura 12 - Caracterstica magntica dos materiais de laminao de ferro comumente


usados para ncleos de TC

A saturao do TC pode ser evitada aumentando a seo reta dos ncleos do TC


ou por meio da reduo da carga ligada ao seu secundrio (burden). O primeiro mtodo
dispendioso e o segundo mtodo pode ser de difcil implementao. A carga de um TC
provocada pelo somatrio das resistncias dos rels e de outras cargas ligadas em
srie, do enrolamento secundrio e da fiao de ligao. Para uma dada performance e
aplicao, a carga do rel no pode ser reduzida exceto por alterao em seu projeto.
Por outro lado, a carga devido fiao pode ser reduzida pela utilizao de correntes
nominais de secundrio mais baixas.
O ncleo de um TC pode saturar prematuramente para correntes bem abaixo do
39

O SISTEMA DE PROTEO DE DISTNCIA

nvel normal devido existncia de fluxo remanente. Os materiais utilizados na


construo do ncleo dos TCs podem ter remanncia elevada de modo que a ocorrncia
de um curto severo pode deixar um fluxo remanente alto o suficiente para causar
saturao na prxima excurso da corrente na direo de aumento do fluxo total [01].

2.5.5

MODELAGEM

DO TRANSFORMADOR DE CORRENTE SOB CONDIES DE

SATURAO.

A Figura 13 mostra o circuito equivalente do transformador de corrente, no qual


o efeito da saturao representado por variaes em sua indutncia de magnetizao.
A impedncia de disperso do enrolamento primrio normalmente pequena e no
precisa ser considerada, dado que a varivel de entrada do modelo, a corrente primria,
praticamente imposta pelo sistema de potncia, com efeito quase desprezvel do
desempenho do TC sobre suas variaes ao longo do tempo.

Figura 13 Modelo do transformador de corrente.

O circuito eltrico apresentado pode ser modelado conforme as equaes (32),


(33), (34) e (35) e (36), com todas as grandezas referidas ao enrolamento secundrio.
V0 = (Rb + Rs ).is + Ls .

V0 =

d m (imL )
dt

40

dis
dt

(32)

(33)

O SISTEMA DE PROTEO DE DISTNCIA

V0 =

d m (imL ) dimL
.
= imR .Rm
dimL
dt

(34)

imR = i p is imL

(35)

Lm =

d m (imL )
dimL

(36)

Discretizando no tempo possvel obter as expresses (37) e (38):


i (t ) i s (t t )
. Rb + Rs + Rm ) i p (t ).Rm + Ls . s
imL (t ).Rm + i s (t )(
=0
t

(37)

i (t ) imL (t t )
imL (t ).Rm + Lm . mL
+ is (t ).Rm i p (t ).Rm = 0
t

(38)

Aplicando a regra de Cramer s variveis is (t ) e imL (t ) , possvel obter as


expresses (39) e (40):

i s (t ) =

(L + Rm .t ).Ls
L
t
.Lm .imL (t t ) m
.i s (t t ) m .t.i p (t )
2
Rm
Rm
Rm
L
t.Rb t.Rs
L
+
+ t + s
t m + t
R
R
R
R
m
m
m
m

(39)

t 2 .Rb t 2 .Rs
t.Rb t.Rs Ls Lm
t.Ls .i s (t t )
L
L

t s .i p (t ) +
+ t. m
+
+

Rm
Rm
Rm
Rm
R
Rm
Rm Rm
m
Rm

i mL (t ) =
L
t.Rb t.Rs
L
t 2 m + t
+
+ t + s
Rm
Rm
Rm
Rm

onde:
i p : corrente primria;
41

.i mL (t t )

(40)

O SISTEMA DE PROTEO DE DISTNCIA

is : corrente secundria;
Lm , Rm : indutncia e resistncia de magnetizao, respectivamente;
im1 , imr : componentes de magnetizao e perdas da corrente de excitao;
Ls , Rs : indutncia de disperso e resistncia do enrolamento secundrio;
Rb : resistncia do burden do transformador de corrente;
V0 : tenso a vazio do transformador de corrente;
t : intervalo de tempo considerado na discretizao.

Pelas equaes (39) e (40), possvel observar que a soluo para a corrente
secundria obtida simplesmente por um processo iterativo, sendo Lm varivel ao
longo do tempo em razo das variaes instantneas do fluxo de magnetizao do
transformador.

Lm

representa a indutncia incremental de magnetizao do

transformador e sua variao com o tempo confere, portanto, maior complexidade


relao (39) entre as correntes primria e secundria do transformador quando a
saturao se faz presente.

2.6

FILTRAGEM ANTI-ALIASING

Ainda antes do processamento digital que se inicia na sada de cada conversor


A/D, necessrio filtrar as altas freqncias do espectro harmnico gerado pelos
transitrios no sistema de transmisso e ainda nos prprios estgios analgicos dos
canais de transduo dos sinais disponveis. Assim, com o objetivo de reduzir as
componentes harmnicas de alta freqncia do sinal amostrado, evitando-se a
sobreposio de espectros (efeito aliasing), faz-se necessrio a implementao de um
filtro digital passa-baixa Butterworth.
De acordo com o Teorema de Nyquist, a quantidade de amostras por unidade de
tempo de um sinal, chamada taxa ou freqncia de amostragem, deve ser maior que o
dobro da maior freqncia contida no sinal a ser amostrado, para que possa este ser
reproduzido integralmente sem erro de aliasing. A metade da freqncia de amostragem
chamada freqncia de Nyquist e corresponde ao limite mximo de freqncia do
42

O SISTEMA DE PROTEO DE DISTNCIA

sinal que pode ser reproduzido. Assim, como no possvel garantir que o sinal no
contenha componentes de frequencia acima deste limite, torna-se necessrio filtrar o
sinal com um filtro passa baixa com freqncia de corte igual (ou menor) freqncia
de Nyquist, conforme expresso a seguir:
f A = 1 / TA > 2 f MAX

(41)

Considerando que a freqncia de corte limita o espectro de freqncias contido


aps a passagem dos sinais pelo filtro analgico, teremos ento:
fC = f A / 2

(42)

A freqncia de corte fc definida no presente trabalho foi fixada em 15 x 60 =


900 Hz. Portanto, na definio dos parmetros do filtro de Butterworth de segunda
ordem, fixamos P = S e atenuao de 40 dB nesta freqncia.
A estrutura do filtro de Butterworth de segunda ordem indicada na Figura 14
indicada a seguir.
RF

LF

vin

CF

RF

vout

Figura 14 Filtro analgico de segunda ordem.

O ganho do circuito pode ser modelado pela expresso no domnio da


freqncia:

vout
RF
=
2
v in RF LF C F s + C F RF 2 + LF s + 2 RF

43

(43)

O SISTEMA DE PROTEO DE DISTNCIA

O filtro de Butterworth do canal de tenso e corrente para o sistema analisado


possui as seguintes caractersticas:

filtro de segunda ordem;

resistncias: 300;

indutncia: 0,7503 H;

capacitncia 8,336 F;

A curva de resposta em freqncia do filtro de Butterworth tal que se observa


uma atenuao de 3 dB em sua freqncia natural de 90 Hz e de 40 db na freqncia de
corte 900 Hz associada ao dcimo quinto harmnico. O atraso de fase e a atenuao do
filtro a 60 Hz valem, respectivamente, 59,49 e 0,4569. Para a proteo de distncia, o
interesse recai unicamente sobre as componentes de 60 Hz dos sinais de tenso e
corrente. oportuno registrar, ainda, que o filtro anti-aliasing no tem a capacidade de
filtrar componentes unidirecionais e de baixa freqncia.

2.7

ALGORITMOS DE FILTRAGEM DIGITAL

Neste item apresentamos informaes sobre o hardware tpico adotado para a


aquisio digital e dois dos algoritmos utilizados para filtragem digital. Estes algoritmos
podem ser empregados tanto nas funes de proteo de distncia quanto em outras
funes de proteo normalmente implementadas nos rels modernos.
A partir dos anos 60, com a disponibilidade de computadores digitais,
comearam a surgir vrias solues computacionais para os diversos problemas em
diversas reas de conhecimento. No ramo da engenharia, iniciou-se a digitalizao de
processos. Mais especificamente na rea de sistemas de energia eltrica, surgiram os
primeiros softwares para soluo de problemas de fluxo de carga e estabilidade de
sistemas. Esses primeiros programas computacionais, assim como alguns outros, foram
categorizados como programas de aplicaes off-line, isto , programas nos quais o
tempo de resposta no era um parmetro absolutamente restritivo. A partir de ento,

44

O SISTEMA DE PROTEO DE DISTNCIA

comeou-se a pensar numa completa integrao do sistema em termos computacionais.


Assim, surgiram os primeiros softwares para soluo de problemas mais complexos
em sistemas de potncia e que exigiam tempos excessivos de processamento
computacional. Entretanto, o aumento notvel na capacidade de armazenamento e na
velocidade de processamento dos computadores digitais experimentado nas ltimas
dcadas, alm de viabilizar a soluo prtica de problemas de grande porte em tempos
razoveis, passou a permitir, ainda, o enfrentamento de problemas que exigiam soluo
on-line, ou seja, em tempo real. Alguns destes problemas se localizam nas reas de
controle e proteo dos sistemas eltricos de potncia.
Com a crescente disponibilidade dos circuitos integrados e maior utilizao dos
microprocessadores, observou-se a possibilidade da aplicao do processador digital
para desempenhar as funes atribuidas ao rel eletromecnico. A utilizao dos rels
digitais em substituio aos rels convencionais (eletromecnicos, estado slido)
oferece algumas vantagens importantes, como as descritas a seguir:

Econmica: a constante diminuio em custo do hardware digital


aliada ao aumento, tambm em custo, dos rels convencionais, tornou os
rels digitais uma alternativa particularmente atrativa. Alm disso, sendo
o computador um equipamento programvel, pode ser utilizado para a
realizao de mltiplas funes de proteo.

Eficcia: esperado que, em todos os casos, o desempenho do rel


digital seja no igual ou equivalente, mas bem superior ao experimentado
pelo rel convencional.

Confiabilidade: um sistema digital continuamente ativo, podendo ser


programado para realizar funes de auto-teste em seu prprio
software e hardware, permitindo, assim, que os rels digitais
apresentem alto nvel de confiabilidade de operao.

Flexibilidade: revises ou modificaes necessrias aos sistemas de


proteo e associadas mudana das condies operacionais podem ser
facilmente realizadas.

Integrao aos Sistemas de Comunicao e Controle: possibilidade de


fcil integrao dos sistemas de proteo aos sistemas de automao,
controle e comunicao.
45

O SISTEMA DE PROTEO DE DISTNCIA

Alm destas vantagens, podemos citar algumas outras: a possibilidade de


desenvolvimento de interface homem-mquina, a possibilidade de integrao e operao
dos sistemas de proteo atravs da internet, a possibilidade de atualizao on-line dos
diferentes programas computacionais utilizados em funes de proteo e, ainda, a
possibilidade de utilizao de novas filosofias de proteo, envolvendo diferentes
caractersticas de seletividade, coordenao lgica, oscilografia e interpretao e
minimizao de alarmes.

Dentre as principais desvantagens da dos rels digitais podemos citar:

Problemas de tropicalizao associados temperatura e umidade;

Sensibilidade interferncia eletromagntica (EMI);

Necessidade de fonte auxiliar de alimentao;

A necessidade de desenvolvimento de recursos humanos;

A existncia de problemas de padronizao de protocolos;

A Figura 15 indica os elementos bsicos do hardware tpico utilizados para os


sistemas de proteo digitais. O hardware possui mltiplas entradas. Dentre elas
podemos citar as associadas aos sinais de corrente e tenso e ainda outras para a
transferncia dos sinais analgicos e digitais provenientes de transdutores diversos,
sensores de temperatura, etc.
Nas aplicaes de proteo, os rels numricos devem executar todos os
algoritmos entre uma amostra e outra, fato que os levam a trabalhar com nmero de
amostras por ciclo relativamente reduzido. Nas aplicaes de medio, entretanto, os
algoritmos de medio podem ser executados ao final da amostragem, fato que permite
um nmero de amostras relativamente maior por ciclo da freqncia de 60 Hz.
Na primeira etapa de condicionamento dos sinais para as aplicaes de proteo,
deve-se considerar os fatores de escala redutores das medidas de tenso e corrente
processadas pelos transformadores de potencial e de corrente. Os TPs e TCs reduzem
os altos niveis dos sinais analgicos de entrada a niveis apropriados aos dispositivos que
compem os sistemas de proteo.

46

O SISTEMA DE PROTEO DE DISTNCIA

Filtro
analgico

S/H

Filtro
analgico

S/H

Filtro
analgico

S/H

Filtro
analgico

S/H

Filtro
analgico

Sinais
analgicos

Sinais
digitais

S/H

Filtro
analgico

S/H

Filtro
analgico

S/H

Filtro
analgico

S/H

M
u
l
t
i
p
l
e
x
a
d
o
r

DMA
Acesso
Direto a
Memria

Conversor
AD

Memria

Micro
processador

Comando

Disjuntor

Perifrico

Figura 15 Hardware Padro para um Sistema de Proteo Digital

A seguir estes sinais passam pelo mdulo de interface, que composto por
transformadores e filtros passa baixa. Esses transformadores reduzem ainda mais os
nveis dos sinais de entrada a um nvel computacional acessvel. Os filtros passa baixa
so denominados filtros anti-aliasing, pois eliminam as componentes transitrias de
alta frequncia dos sinais de entrada, evitando assim um fenmeno conhecido como
aliasing, que a sobreposio de espectros, o que acarretaria erro ao processo.
O mdulo de sincronizao dos sinais composto pelos estgios multiplexador e
sample and hold e que dependem da arquitetura adotada para o rel. Os instantes de
amostragem so determinados por um clock de amostragem que produz pulsos em
uma taxa fixa. Para cada instante definido pelo clock, h uma converso dos valores
instantneos dos sinais analgicos de entrada para a forma digital. Desde que em geral o
rel requer vrias entradas, vrias converses so realizadas em cada instante de
amostragem. desejvel que todas as amostras dos sinais sejam simultneas e esta
sincronizao dos sinais seja realizada por um multiplexador. Caso no se tenha um
multiplexador de alta velocidade, associa-se a ele o sample and hold, para que os
sinais sejam amostrados e mantidos em um mesmo instante, tornando relativamente
47

O SISTEMA DE PROTEO DE DISTNCIA

baixo o tempo de processamento de um ciclo de transmisso-converso de cada


amostra.
Nesta penltima fase tem-se a converso dos sinais analgicos de entrada para a
forma digital (discretizao e quantizao) realizada por um conversor A/D
(analgico/digital). Assim, estes sinais podem ser interpretados pelo microcomputador.
Um Conversor Analgico/Digital (CAD) converte um sinal analgico para a sua
representao digital. A habilidade do conversor em representar um sinal analgico por
meio de uma representao digital suficientemente detalhada est diretamente relacionada sua resoluo (Q) expressa em termos de bits (N). A resoluo do CAD fornecida
por Q = FV

2N

, onde FV a faixa considerada para a grandeza analgica.

Durante todo o desenvolvimento do trabalho, considerou-se uma aproximao


ao CAD de 16 bits, sendo tal caracterstica implementada atravs de um algoritmo
computacional implementado no MATLAB.
Finalmente, tem-se o processamento lgico do rel realizado por um
microprocessador que analisa os sinais atravs do software representativo das funes
de proteo e que decide pela abertura ou no dos disjuntores da linha protegida.
Diversos algoritmos para extrao da componente fundamental dos sinais de
tenso e corrente provenientes do processamento analgico e convertido para sinais
discretos aps as operaes dos circuitos sample & hold, conversor A/D e multiplexador
so disponveis na literatura. Para apoio ao trabalho realizado na presente pesquisa de
mestrado, foram utilizados dois dentre os algoritmos utilizados tradicionalmente na rea
de proteo, o algoritmo de Fourier clssico e o algoritmo Coseno, ambos de janela de
ciclo completo e definidos para 16 pontos por ciclo.

2.7.1

ALGORITMO DE FOURIER

Como citado anteriormente, as grandezas das entradas aplicadas a um rel digital


de proteo, durante uma falta ou outros distrbios, apresentam componentes
indesejveis que precisam ser eliminadas.

48

O SISTEMA DE PROTEO DE DISTNCIA

Uma forma de se lidar com esses problemas o uso de filtros digitais. Tcnicas
de filtragem digital so mais conhecidas em engenharia de comunicao, mas devido
motivao da aplicao na rea de proteo digital, algumas dessas tcnicas passaram a
ser usadas tambm para soluo de problemas da rea de engenharia de potncia.
No caso da proteo de linhas de transmisso, a idia bsica eliminar as
componentes indesejveis como as componentes CC (corrente contnua) unidirecional e
de alta freqncia. Pode-se, portanto, extrair as componentes fundamentais dos sinais
de tenso e corrente e realizar, em seguida, o clculo da impedncia vista pelo sistema
de proteo de distncia. Nesta tarefa, a utilizao do filtro de Fourier bastante
adequada, j que consegue extrair a informao desejada com poucas amostras por ciclo
da freqncia fundamental.
Os sinais vistos pelos rels de proteo normalmente no so senoides puras. As
frequncias harmnicas contidas nos sinais de tenso e corrente observados pelos rels
no so verdadeiramente peridicas, mas variantes no tempo. E importante conhecer a
natureza destes sinais de frequncia no fundamental para o bom desempenho dos
algoritmos de proteo. A Srie de Fourier proporciona uma tcnica para anlise destes
sinais e determinao de suas componentes harmnicas.
O algoritmo de Fourier utilizado no trabalho representa a verso discreta da
formulao matemtica tradicional para decomposio de sinais peridicos contnuos no
tempo em componentes harmnicas. O objetivo aqui o de simplesmente extrair a
componente fundamental dos sinais de tenso e corrente aplicados aos rels de proteo.
Na avaliao atravs da srie de Fourier, duas componentes Vx e Vy associadas
s partes real e imaginria do fasor representativo da componente fundamental da forma
de onda v(t ) , suposta contnua, so determinadas utilizando-se as seguintes expresses:
2
VX =
T

t 0 +T

2
T

t 0 +T

VY =

v(t ) cos tdt


0

t0

v(t )sin tdt


0

t0

(44)

(45)

O procedimento matemtico indicado pelas expresses (44) e (45) pode ser


aplicado, em algumas situaes, analiticamente. No caso da aplicao proteo digital,
49

O SISTEMA DE PROTEO DE DISTNCIA

uma verso discreta do algoritmo de Fourier deve ser considerada para tratamento das
amostras regularmente espaadas no tempo pelo intervalo t e obtidas nas sadas dos
circuitos sample e hold.
A verso discreta do algoritmo de Fourier apresentada pelas expresses (46) e
(47) abaixo que podem ser determinadas pela aplicao do mtodo trapezoidal s
expresses (44) e (45) acima. Obtemos, ento:
VX =

2
N

VY =

2
N

W
j =1

X,j

W
j = `1

Y, j

v j , onde W X , j = cos(2j / N )

(46)

v j , onde WY , j = sin(2j / N )

(47)

Nas expresses acima, v j representa a j-sima amostra dentro da janela de


observao, j=1,2,...,N e T = N .t . Nos clculos realizados na presente dissertao,
fixamos N = 16 .
A amplitude e fase da componente fundamental contida na forma de onda de v(t)
pode ser estimada, ento, usando as seguintes expresses:
V1 = ((V X ) 2 + (VY ) 2 )1 / 2

(48)

1 = a tan(VY / V X )

(49)

N (o nmero de amostras por ciclo) definido previamente pelo fabricante a

nvel de firmware do rel. Da mesma forma, a tabela de cosenos W X , j e senos WY , j


dos ngulos submltiplos de 2 radianos calculada previamente.
As figuras a seguir apresentam os ganhos para a verso discreta do filtro digital
de Fourier de 1 ciclo. A Figura 16 apresenta o ganho do filtro de Fourier para cada
freqncia harmnica, enquanto a Figura 17 apresenta o ganho do filtro de Fourier
agregado ao filtro de Butterworth.
Podemos observar na Figuras 16 e 17 que, para freqncias acima da freqncia
de corte, o filtro de Fourier no se comporta to bem, no rejeitando determinadas
componentes de alta freqncia. Porm, com sua associao ao filtro anti-alising, a

50

O SISTEMA DE PROTEO DE DISTNCIA

funo ganho resultante atende s necessidades da proteo de distncia.


Filtro de Fourier
1,20

1,00

Ganho

0,80

0,60

0,40

0,20

60

120

180

240

300

360

420

480

540

600

660

720

780

840

900

960

Freqncia

Figura 16 Resposta em freqncia do Filtro de Fourier, janela de 1 ciclo.


Filtro Fourier e Anti-alising Combinados
0,40
0,35
0,30

Ganho

0,25
0,20
0,15
0,10
0,05
0

60

120

180

240

300

360

420

480

540

600

660

720

780

840

900

960

Freqncia

Figura 17 Resposta em freqncia do filtro combinado Fourier anti-aliasing

2.7.2

ALGORITMO COSENO

O algoritmo Coseno tem sido utilizado por alguns fabricantes de rels de


proteo. Ele representa uma variao do algoritmo de Fourier acima apresentado, no
qual os clculos de Vy indicados acima nas expresses (46) e (47), as amostras v j 4 (e
no as amostras v j ) so multiplicadas pelos termos WY , j definidos no por
WY , j = sin ( 2j / N ) , mas por WY , j = cos(2 ( j 4) / N ) . Neste algoritmo Coseno, 1

51

O SISTEMA DE PROTEO DE DISTNCIA

definido por 1 = a tan(VY / V X ) . Os clculos para Vx so os mesmos realizados para o


algoritmo de Fourier. As Figuras 18 e 19, a seguir, apresentam os ganhos para os filtros
Coseno de ciclo completo.
Filtro de Coseno
1,20

1,00

Ganho

0,80

0,60

0,40

0,20

60

120

180

240

300

360

420

480

540

600

660

720

780

840

900

960

780

840

900

960

Freqncia [Hz]

Figura 18 - Filtro Coseno, janela de 1 ciclo


Filtro Coseno e Anti-alising Combinados
0,45
0,40
0,35

Ganho

0,30
0,25
0,20
0,15
0,10
0,05
0

60

120

180

240

300

360

420

480

540

600

660

720

Freqncia [Hz]

Figura 19 - Filtro Coseno agregado ao filtro anti-aliasing, janela de 1 ciclo

A maior vantagem do filtro Coseno o pequeno ganho observado nas


freqncias muito reduzidas, prximas freqncia zero (CC), tal como a da funo
exponencial existente nas faltas, conforme observado na referncia [14]. Com o
algoritmo Coseno possvel, portanto, uma relativa excluso do efeito da componente
unidirecional exponencial das correntes de falta, conforme pode ser observado na Figura
20.
52

O SISTEMA DE PROTEO DE DISTNCIA

0,80
0,70
0,60

Filtro Coseno
Filtro Fourier

Ganho

0,50
0,40
0,30
0,20
0,10
0

12

18

24

30

Freqncia [Hz]

Figura 20 Comparao entre os algoritmos Coseno e Fourier para baixas freqncias.

53

REDES NEURAIS ARTIFICIAIS

3.

REDES NEURAIS ARTIFICIAIS

Os sistemas computacionais que trabalham com a filosofia clssica vem


sendo desenvolvidos, no que tange aos sistemas de tratamento da informao, de
modo a viabilizar a soluo de problemas do cotidiano tais como aqueles resolvidos
pelo crebro humano. Este rgo conta com vrias caractersticas desejveis a
qualquer sistema digital:

robusto e tolerante a falhas, diariamente perdendo vrios neurnios,


porm sem que isto afete seu desempenho;

flexvel, se ajusta ao ambiente por meio de aprendizagem e sua


programao no necessria;

Pode manipular informao difusa, com rudo ou com inconsistncias;

altamente paralelo;

pequeno, compacto e consome pouca energia;

O crebro humano uma mquina notvel, capaz de interpretar informao


imprecisa aquisitada pelos sentidos de uma forma extremamente rpida. Ele capaz de
distinguir um sussurro em uma sala extremamente ruidosa ou um rosto em uma sala mal
iluminada. E o mais impressionante: o crebro aprende sem nenhuma instruo explicita
e sem nenhuma classe.
A teoria das RNAs tem se mostrado uma alternativa computao clssica para
aqueles casos em que mtodos tradicionais no tm apresentado resultados satisfatrios.
Considerando que os sistemas computacionais tradicionais processam a informao de
forma seqencial, um computador serial consiste em um processador que pode
manipular dados e instrues que se localizam em memrias. Este sistema serial
seqencial, tudo ocorrendo em uma seqncia determinstica de operaes.
A grande capacidade de processamento de informaes do crebro humano tem
motivado pesquisas no sentido de encontrar modelos que reproduzam suas
caractersticas computacionais, que so totalmente diferentes do computador digital
convencional. Desta forma, possvel construir computadores que realizem certas
54

REDES NEURAIS ARTIFICIAIS

tarefas de maneira semelhante ao crebro humano. O crebro um sistema de


processamento de informao altamente complexo, no-linear e paralelo. Ele
construdo basicamente de unidades estruturais elementares chamadas de neurnios ou
unidades de processamento e que podem apresentar diversas entradas e uma sada. Estas
entradas e sadas esto maciamente conectadas umas com as outras na composio de
uma RNA. Citando [12], podemos enunciar a definio de rede neural artificial no texto
abaixo:

Uma rede neural um processador maciamente paralelamente distribudo,


constitudo de unidades de processamento simples e que tm a propenso
natural para armazenar conhecimento experimental e para torn-lo disponvel
para uso. Ela se assemelha ao crebro humano em dois aspectos:
1.

O conhecimento adquirido pela rede atravs de um processo de

aprendizagem e a partir de seu ambiente;


2.

Foras de conexo entre neurnios, conhecidas como pesos sinpticos,

so utilizadas para armazenar o conhecimento adquirido;

As RNAs promovem uma representao distribuda da informao, na forma de


conexes entre um grande nmero de elementos simples, os neurnios artificiais. Todos
esses elementos realizam operacionalmente a mesma funo, conforme ser visto
adiante, que executar a soma ponderada de suas entradas e executar uma
transformao, linear ou no-linear, sobre este valor. Assim, as RNAs so modelos
matemticos dos neurnios biolgicos e de suas interconexes em redes.
A grande vantagem no uso de redes neurais artificiais para soluo de problemas
complexos provm de algumas propriedades e capacidades teis, descritas a seguir,
conforme [12]:

Aprendizagem: a habilidade da RNA de aprender acerca de seu ambiente


por meio de um processo iterativo de ajustes aplicados aos pesos sinpticos;

Generalizao: corresponde ao fato de a RNA apresentar uma sada


adequada para uma entrada no presente no processo de aprendizagem;

No-Linearidade: uma RNA no-linear se esta for constituda de neurnios


55

REDES NEURAIS ARTIFICIAIS

artificiais tambm no-lineares. Esta uma caracterstica importante, pois a


maioria dos sistemas fsicos responsveis pela gerao dos sinais de entrada
para a rede neural artificial no-linear;

Adaptabilidade: a capacidade que as RNAs possuem de adaptar seus


pesos sinpticos perante as modificaes no meio ambiente, ou seja, uma vez
treinada para operar em um ambiente especfico pode facilmente ser
retreinada para absorver pequenas alteraes no ambiente;

Tolerncia a Falhas: o conhecimento distribudo pela RNA. Desta forma,


uma parte das conexes pode estar inoperante, sem mudanas significativas
em seu desempenho;

Resposta a Evidncias: em sua utilizao como classificadora de padres,


uma RNA pode fornecer, em sua sada, no somente a informao relativa a
qual conjunto a entrada pertence, mas tambm uma informao sobre a
confiana no resultado. Desta forma, pode-se utilizar estas informaes para
rejeitar padres ambguos.

Estas caractersticas dotam as RNAs de capacidade para resolver problemas


complexos que no podem ser resolvidos de forma tradicional. o caso da tarefa de
classificao de padres, quando se deseja atribuir uma classe para um determinado
sinal de entrada, considerando a disponibilidade de vrias classes pr-definidas. Tal
sinal de entrada pode, por exemplo, representar um objeto fsico ou evento, do qual no
se conhece o modelo estatstico.
Aplicaes bem sucedidas usando-se RNAs em reas de engenharia tm
demonstrado que esta ferramenta pode ser empregada como um mtodo alternativo para
se resolver problemas convencionais com preciso e eficincia. As caractersticas
inerentes a RNAs, tais como aprendizagem, generalizao e processamento paralelo
entre outras, que tornam possveis e viveis muitas das aplicaes. Com os prximos
itens, procura-se mostrar os fundamentos bsicos desta teoria, indicando-se sua origem
e alguns passos pesquisados at a obteno de uma RNA com vrias camadas e que
fazem parte da implementao em estudo.

56

REDES NEURAIS ARTIFICIAIS

3.1

FUNCIONAMENTO DO NEURNIO BIOLGICO

A unidade bsica de processamento de uma rede neural artificial o neurnio


artificial, sendo sua modelagem, como explicado anteriormente, inspirada no neurnio
biolgico. Na Figura 21 podem ser vistas as partes constituintes do neurnio que so
descritas a seguir:

Os dendritos so os elementos receptores, as entradas do neurnio.


Compe a rvore receptora da rede, fibras nervosas que carregam os
sinais eltricos para o corpo da clula. O corpo da clula realiza a soma
dos sinais de entrada;

Os axnios so as linhas que transportam o sinal de sada do neurnio.


uma longa fibra que leva o sinal desde o corpo da clula at outros
neurnios;

As sinapses so as regies onde a sada de um neurnio e a entrada de


outro entram em contato. A regio de contato entre o axnio de uma
clula e o dentrito de outra chamado de sinapse. A extenso desta
regio, chamada distncia da sinapse, determinada pela complexidade
do processo qumico que estabiliza a funo da rede neural;

O corpo celular responsvel pelo processamento dos sinais de


entrada do neurnio. Quando os valores das entradas atingem um
determinado limiar, o neurnio dispara liberando um impulso eltrico
que flui do corpo celular para o axnio que pode estar conectado
entrada de outro neurnio.

To logo as caractersticas eltricas dos neurnios comearam a ser observadas,


passou-se a entender o neurnio biolgico como sendo basicamente o dispositivo
computacional elementar do sistema nervoso que possua muitas entradas e uma sada
[21].

57

REDES NEURAIS ARTIFICIAIS

Figura 21 Neurnio biolgico.

Algumas estruturas neurais so definidas no nascimento, enquanto outras partes


so desenvolvidas por aprendizagem, processo este em que algumas novas conexes
neurais so realizadas e outras se perdem por completo.
As estruturas neurais continuam mudando durante toda a vida. Estas mudanas
consistem em reforo e debilitao das conexes sinpticas. Por exemplo, novas
memrias so formadas pela modificao da intensidade das sinapses, de forma que o
ato de se memorizar o rosto de uma pessoa ir resultar na alterao de vrias sinapses.
Como conseqncia dos primeiros estudos sobre a base neural dos sistemas
mnmicos (relacionados memria), se acreditava que o armazenamento da memria
associativa exigia um sistema neural muito complexo. Entre os que comearam a se
opor a este enfoque, se encontrava Donald O. Hebb, professor da Universidade de
Milner. Hebb sugeriu que a aprendizagem associativa poderia ser produzida por um
mecanismo celular simples e props que tais associaes poderiam formar uma
atividade neural consciente:

quando um axnio de uma clula A excita uma clula B e participa em


sua ativao, se produz um processo de desenvolvimento e troca
metablica em uma ou em ambas as clulas, de sorte que a eficcia de
A, como clula excitatria de B, se intensifica.

No incio do sculo passado, com a ajuda de galvanmetros e posteriormente de


tubos de raios catdicos, foi possvel a observao da atividade eltrica nervosa dos
58

REDES NEURAIS ARTIFICIAIS

neurnios biolgicos. As entradas se do por meio das conexes sinpticas, que


conectam os dentritos das clulas nervosas aos axnios de outras. Os sinais que chegam
aos axnios so pulsos eltricos conhecidos como potenciais de ao.
As sinapses podem ser consideradas regies eletroquimicamente ativas,
compreendidas entre a membrana pr-sinptica, de onde chega um estmulo proveniente
de outra clula nervosa, e a membrana ps-sinptica, pertencente ao dendrito. O
estmulo que chega membrana pr-sinptica retransmitido membrana ps-sinptica
por meio de substncias conhecidas como neurotransmissores. A conexo sinaptica
poder ser excitatria ou inibitria, dependendo do tipo de neurotransmissor. Uma
conexo excitatria provoca uma alterao no potencial da membrana que contribui
para a formao de um impulso nervoso no axnio de sada enquanto que uma conexo
inibitria age no sentido oposto [21].
O axnio um tubo filamentar delimitado pela membrana celular. Em repouso,
sem a presena de um impulso nervoso, o interior da membrana est a um potencial
eletronegativo de algumas dezenas de milivolts em relao ao exterior. Quando o
potencial da membrana est menos eletronegativo do que o seu potencial de repouso,
diz-se que ela est despolarizada e, quando est mais eletronegativo, diz-se que est
hiperpolarizada.
A formao de um potencial de ao na membrana do axnio ocorre quando a
membrana sofre uma despolarizao suficiente para alcanar o seu limiar de disparo.
Neste momento, por meio de um processo ativo, a membrana se despolariza
rapidamente, em questo de alguns milisegundos, muito alm do valor do limiar e, em
seguida, retorna, bem mais lentamente, ao valor de repouso. Este fenmeno o
potencial de ao, que passa a se propagar ao longo da fibra nervosa, na forma de uma
onda no atenuada. Aps a ocorrncia de um impulso nervoso, a membrana entra em
um perodo conhecido como perodo de refrao absoluta, durante o qual incapaz de
produzir outro potencial de ao, independentemente da intensidade da despolarizao.
Quando um estmulo chega a uma sinapse, o seu efeito na membrana pssinptica ser o de provocar uma polarizao cujo sinal depender do tipo de
neurotransmissor presente na sinapse e cuja magnitude depender da concentrao
deste, da dimenso geomtrica da sinapse, e da sua distancia ao axnio do neurnio. A
polarizao ps-sinptica ocorre imediatamente aps a chegada do impulso nervoso na
sinapse e se propaga por difuso passiva por toda a membrana at o local em que
59

REDES NEURAIS ARTIFICIAIS

poder interferir no surgimento do potencial de ao e, com o tempo, decai de maneira


aproximadamente exponencial com uma constante de tempo que pode variar de alguns
milisegundos at alguns segundos [21]. Isto , a membrana mantm, por algum tempo,
a memria da atividade sinptica.

3.2

MODELO DO NEURNIO ARTIFICIAL

Inspirados nos neurnios biolgicos, foram desenvolvidos modelos para o


neurnio artificial, buscando reproduzir as caractersticas do neurnio biolgico por
meio da anlise do seu funcionamento. Um dos trabalhos pioneiros foi o de Warren S.
McCulloch e Walter Pitts, entitulado A Logical Calculus of the Ideas Immament in
Nervous Activity. Estes pesquisadores propuseram, em 1943, o primeiro modelo
matemtico para o neurnio [12]. O neurnio tinha um nmero finito de entradas e uma
sada. Este neurnio foi chamado de Neurnio de McCulloch & Pitts e pode ser visto na
Figura 22. Sua operao pode ser resumida da seguinte forma:

1) Os sinais so apresentados s entradas xm;


2) Cada sinal multiplicado por um peso Wkm que indica a sua influncia na
sada do neurnio (efeito de excitao ou inibio da sinapse);
3) feita a soma ponderada dos sinais vk, produzindo um nvel de atividade;
4) Se este nvel de atividade exceder um certo limiar, a unidade "ativa sua
sada yk.

X1

Wk1

X2
Entradas

vk

x W

Wk2

i =1

(.)

ki

Xm
Wkm
Pesos
sinpticos

Figura 22 - Neurnio de McCullogh & Pitts.

60

yk

Sada

REDES NEURAIS ARTIFICIAIS

Este modelo no apresenta somente a funo de ativao limiar utilizada no


neurnio de McCulloch & Pitts, mas sim uma funo de ativao (.) que pode ser
definida de vrias formas. Tambm foi acrescentada uma polarizao ou bias,
representado por bk, que tm o efeito de aumentar ou diminuir a entrada lquida da
funo de ativao. O funcionamento deste neurnio, que segue o mesmo princpio de
funcionamento do neurnio anterior, pode ser descrito matematicamente pelas equaes
abaixo e ilustrado pela Figura 23:

v k = Wki .xi + bk

(50)

y k = (vk )

(51)

i =1

Nestas equaes:
i : o ndice do k-simo neurnio;
bk : o bias aplicado ao k-simo neurnio;
vk : chamado de campo local induzido, a sada do combinador linear de soma
do k-simo neurnio;
xi : o i-simo sinal de entrada do k-simo neurnio;
Wki : o i-simo peso sinptico do neurnio k;

(.) : a funo de ativao do k-simo neurnio.

bk

X1

Wk1
vk

X2
Entradas

x W

Wk2

i =1

ki

+ bk

Xi
Wki
Pesos
sinpticos

Figura 23 Modelo geral do neurnio.

61

(.)

vk

Sada

REDES NEURAIS ARTIFICIAIS

O parmetro externo bias pode ser includo na formulao matemtica como


sendo um peso sinptico associado a uma entrada de valor constante unitrio. Desta
forma, a representao matemtica do neurnio pode ser simplificada, conforme a
formulao a seguir:

vk = Wki xi

(52)

y k = (v k )

(53),

i =0

onde x0 =1 e Wk 0 = bk .

Em uma notao matricial, pode-se obter a sada do neurnio a partir da seguinte


equao:

r r
y k = Wk x T

(54),

onde:
r
Wk = [Wk 0 Wk1 Wk 2

r
x k = [x0

x1

x2

... Wkm ] o vetor de pesos sinpticos, incluindo o bias;

... x m ] o vetor contendo os sinais de entrada.

Assim, a sada do k-simo neurnio pode ser obtida realizando-se o produto


interno do vetor de pesos sinpticos (incluindo o bias) pelo vetor de entrada transposto e
aplicando este resultado (que o campo local induzido) funo de ativao (.).

62

REDES NEURAIS ARTIFICIAIS

3.3

TIPOS DE FUNO DE ATIVAO

Segundo [12], existem trs tipos bsicos de funo de ativao utilizados em


RNAs, conforme podem ser vistas nas Figura 24 a 28 e descritas a seguir:

(a)

Funo de limiar, utilizada no neurnio de McCulloch & Pitts, com a

seguinte definio:

1, se v 0
0, se v < 0

(v ) =

1,5

(55)

(v)

0,5

v
0
-4

-3

-2

-1

Figura 24 - Funo de limiar

(b) Funo linear, com a seguinte definio:

(v ) = v

63

(56)

REDES NEURAIS ARTIFICIAIS

(v)

1
0
-4

-3

-2

-1

-1

-2

-3
-4

Figura 25 - Funo de linear

(c) Funo linear por partes, possuindo a seguinte definio:

1, se v 1

(v ) = v, se 1 < v < 1
0, se v 1

1,2

(57)

(v)

0,8

0,6

0,4

0,2

0
-4

-3

-2

-1

Figura 26 - Funo linear por partes

64

REDES NEURAIS ARTIFICIAIS

(d)

Funo sgmide, a funo mais utilizada, definida por:

(v ) =

1
1 + e av

(58),

onde a o parmetro de inclinao da funo, como pode ser observado na


Figura 27.

(v)

1,2

0,8
a=1
a=0,5
a=2
a=10

0,6

0,4

0,2

0
-6

-4

-2

Figura 27 - Funo sigmide.

(d)

Funo Tangente Hiperblica, de forma similar a Funo sigmide.

Assume valores entre 1 e -1, sendo representada por:

(v ) = tanh(a v )

(59),

onde:
a o parmetro de inclinao da curva, como pode ser observado na Figura 28;
v o valor de ativao da unidade.

65

REDES NEURAIS ARTIFICIAIS

(v)

1,5

0,5

0
-6

-4

-2

a=10
a=2
a=1
a=0,5

-0,5

-1

-1,5

Figura 28 - Funo tangente hiperblica.

As funes de ativao acima descritas apresentam resultado no intervalo [0; 1].


No entanto, dependendo da aplicao, deseja-se que a sada da RNA apresente tambm
valores negativos, no intervalo [-1; +1], por exemplo. Neste caso, a funo de ativao
utilizada dever ser mpar. Especificamente para a funo sigmide, sua correspondente
mpar a funo tangente hiperblica.
Para que a funo seja adequada para ser utilizada como funo de ativao de
um neurnio em uma rede feedforward, como veremos a seguir, deve ter como
requisito:

Ser diferencivel de (-,+);

Ser monotona no decrescente;

Ser simtrica;

A funo de transferncia tangente hiperblica muito similar a funo


sigmoidal em sua forma. Contudo, a faixa dos seus valores de sada compreende os
valores de -1 a 1, diferente da faixa da funo sigmoidal que de 0 a 1. Observa-se, no
entanto, que os valores de sada da funo de transferncia so usados como um
multiplicador na equao de atualizao de alguns pesos (algoritmo de treinamento
66

REDES NEURAIS ARTIFICIAIS

backpropagation). Apesar da forma semelhante a da sigmide, a tangente hiperblica


possui valores de sada bipolares, caracterstica que benfica para certos tipos de
RNAs.
Uma causa comum de problemas encontrados no emprego de RNAs, alm de
uma faixa adequada de valores apresentados pelos dados, que os valores devem ser
apresentados em uma escala adequada para as funes de ativao e de sadas em uso.
Por exemplo, uma rede backpropagation geralmente usa funes de ativao sigmoidal
ou tangente hiperblica. Se for apresentado rede valores altos, mesmo com pequenos
pesos na rede, o somatrio ser grande e a funo sigmoidal (ou tangente hiperblica) se
tornar saturada. Quando saturada, a derivada das duas funes comentadas prximo a
zero para grandes somas, tanto para valores positivos como negativos. Desde que a
derivada um multiplicador na equao de atualizao dos pesos, a aprendizagem para
os elementos de processamento com altos valores no somatrio ser seriamente
comprometida. Estes elementos de processamento com a funo sigmide saturada
como exemplo, apresentam somas que so sempre muito baixas ou muito altas e a sada
da funo ser sempre 0 ou 1.

3.4

ARQUITETURA DE REDES NEURAIS ARTIFICIAIS

Conforme mencionado anteriormente, uma RNA constituda por um conjunto


de neurnios artificiais interligados. A maneira pela qual os neurnios de uma rede
neural esto estruturados est intimamente ligada com o algoritmo de aprendizagem
usado para treinar a rede que, em geral, pode ser de trs classes diferentes, conforme o
nmero de camadas de neurnios e o tipo de conexo entre elas.
Nos itens a seguir, so descritas as trs classes de arquiteturas de redes neurais
artificiais, conforme [12].

3.4.1

REDES FEEDFORWARD DE CAMADA NICA

Nesta forma mais simples de rede neural, os neurnios so organizados em uma


nica camada. A sada de cada um dos neurnios constitui uma sada da rede.
67

REDES NEURAIS ARTIFICIAIS

Este tipo de arquitetura pode ser vista na Figura 29. A rede dita alimentada
adiante, ou feedforward, pois a camada de ns fonte fornece os sinais de entrada para a
camada de sada e no vice-versa, ou seja, no h laos de realimentao. O termo
camada nica se refere ao fato de existir apenas uma camada de ns computacionais,
neste caso, a camada de sada. No contamos a camada de entrada de ns de fonte, por
que a no so realizados quaisquer tipos de computao.

Camada de entrada
de neurnios de fonte

Camada de sada
de neurnios

Figura 29: Rede alimentada adiante ou acclica com uma nica camada de neurnios.

Nota-se que na representao da Figura 29, os pesos sinpticos esto implcitos


nas conexes entre as camadas.

3.4.2

REDES FEEDFORWARD COM MLTIPLAS CAMADAS

A segunda classe de rede neural alimentada adiante se distingue pela presena de


uma ou mais camadas ocultas, cujos ns computacionais so chamados,
correspondentemente, de neurnios intermedirios. A funo dos neurnios
intermedirios intervir entre a entrada externa e a sada da rede de maneira til.
Adicionando-se uma ou mais camadas ocultas, tornamos a rede capaz de extrair
estatsticas de ordem elevada.
A rede neural da Figura 30 dita totalmente conectada, no sentido em que cada
um dos ns de uma camada da rede est conectado a todos os ns da camada adjacente
seguinte. Entretanto, se alguns dos elos de comunicao (conexes sinpticas) estiverem

68

REDES NEURAIS ARTIFICIAIS

faltando na rede, dizemos que a rede parcialmente conectada.


O processo de treinamento de redes alimentadas adiante de mltiplas camadas e
de camada nica ser visto no capitulo seguinte deste trabalho.

Camada de entrada de Camada de sada de


Camada de
neurnios
neurnios de fonte
neurnios de sada
intermedirios

Figura 30: Rede alimentada adiante de mltiplas camadas.

3.4.3

REDES RECORRENTES

A rede neural recorrente da Figura 31, a seguir, se distingue de uma rede neural
alimentada adiante pelo fato de apresentar, pelo menos, um lao de realimentao.

Z-1

Z-1

Sadas
Z-1

Z-1

Operadores
de atraso
unitrio

Entradas

Figura 31: Rede neural recorrente.

69

REDES NEURAIS ARTIFICIAIS

O operador Z-1 na Figura 31 representa um atraso unitrio, ou seja, representa as


entradas com um atraso de tempo. No presente trabalho no sero detalhadas as
arquiteturas de RNAs recorrentes.

3.5

PARADIGMAS DE APRENDIZAGEM

A propriedade mais importante das redes neurais artificiais a habilidade de


aprender acerca de seu ambiente e com isso, melhorar o seu desempenho. Isto pode ser
feito por meio de um processo iterativo de ajustes, chamado de treinamento, aplicados
aos pesos sinpticos da rede. O aprendizado ocorre quando a rede neural atinge uma
soluo generalizada para uma determinada classe de problemas.
A maioria dos modelos de redes neurais artificiais possui alguma regra de
treinamento, com os pesos de suas conexes sinpticas sendo ajustados de acordo com
os padres apresentados, ou seja, a rede aprende por meio de exemplos provenientes de
casos reais conhecidos. Sendo assim, a rede neural extrai regras bsicas a partir dos
exemplos, diferentemente da programao computacional tradicional onde necessrio
que as regras sejam previamente conhecidas.
A

seguir

sero

apresentadas

duas

metodologias

de

aprendizagem,

freqentemente chamadas de paradigmas de aprendizagem.

3.5.1

APRENDIZADO COM PROFESSOR

O treinamento com professor ou treinamento supervisionado, tem como principal caracterstica o conhecimento prvio da informao sobre as classes a que pertence
cada um dos padres na fase de treinamento. Aqui, a aprendizagem realizada com
base direta na comparao da sada ou sadas da rede com a resposta desejada. Para
ajuste das conexes utiliza-se este erro, ou seja, a diferena entre a resposta desejada e a
resposta obtida, como orientador. Por isto, este treinamento supervisionado algumas
vezes denominado learning with teach.
O aprendizado supervisionado est representado por meio de um diagrama de
blocos na Figura 32.

70

REDES NEURAIS ARTIFICIAIS

Vetor descrevendo
o estado do
ambiente
Ambiente

Professor
Resposta
desejada

Sistema em
aprendizagem

Resposta
real

Sinal de erro

Figura 32: Aprendizado supervisionado.

Em termos conceituais, podemos considerar o professor como tendo


conhecimento sobre o ambiente, com este conhecimento sendo representado por um
conjunto de exemplo de entrada-sada.
O sinal de erro definido como a diferena entre a resposta desejada e a resposta
real da rede. Este ajuste realizado passo a passo, iterativamente, com o objetivo de
fazer a RNA emular o professor, de forma que supe-se que a emulao seja tima em
um sentido estatstico. Desta forma, o conhecimento do ambiente disponvel ao
professor transferido para a RNA por meio de treinamento, da forma mais completa
possvel. Quando esta condio alcanada, podemos ento dispensar o professor.

3.5.2

APRENDIZADO SEM UM PROFESSOR

No paradigma conhecido como aprendizagem sem um professor, como o nome


sugere, no h professor para supervisionar o processo de aprendizagem. Isto significa
que no existem exemplos rotulados da funo a ser aprendida pela rede. Neste segundo
paradigma, so identificadas duas subdivises: aprendizagem por reforo/programao
neurodinmica e aprendizagem no supervisionada.
Na aprendizagem por reforo, o aprendizado de um mapeamento de entrada
/sada realizado por meio da interao continua com o meio ambiente, visando
minimizar um ndice escalar de desempenho. No treinamento por reforo, a nica
informao de realimentao fornecida rede se uma determinada sada est correta
71

REDES NEURAIS ARTIFICIAIS

ou no, isto , no fornecida a rede a resposta correta para o padro de entrada.


Na aprendizagem no supervisionada, ou auto-organizada, no h um professor
externo para supervisionar o processo de aprendizagem, de forma que o sistema tenta se
auto-organizar com base nas similaridades entre os exemplos a ele apresentados.
O objetivo de um algoritmo para a aprendizagem auto-organizada descobrir
padres significativos ou caractersticas nos dados e fazer esta descoberta sem um
professor. Para isso, o algoritmo dispe de um conjunto de regras de natureza local, que
o capacita a aprender a calcular um mapeamento sada-entrada com propriedades
especficas desejveis.
A aprendizagem no-supervisionada consiste em modificar repetidamente os
pesos sinpticos de uma RNA em resposta a padres de ativao e de acordo com regras
pr-estabelecidas, at que se desenvolva uma configurao final. A questo chave ,
obviamente, como uma configurao til pode se desenvolver a partir da autoorganizao.
Para o treinamento da rede no supervisionada, so utilizados apenas os valores
de entrada, conforme pode ser visto no diagrama de blocos da Figura 33. Neste tipo de
aprendizado, a rede utiliza os neurnios como classificadores, e as entradas como
elementos a serem classificados, utilizando-se para isso um processo de competio e
cooperao entre os neurnios da rede.

Vetor
descrevendo
o estado do
ambiente

Ambiente

Sistema em
aprendizagem

Figura 33: Aprendizado no supervisionado.

Este tipo de treinamento aplica-se a situaes onde a informao a respeito das


classes no disponvel durante o treinamento. Neste caso, a RNA, por si s, deve
agrupar os vrios padres existentes em diferentes classes medida que os mesmos so
apresentados durante o aprendizado, de acordo com algum critrio de similaridade
definido. esperado que a rede avalie as correlaes entre os dados de entrada e
produza sinais de sadas correspondentes s categorias de entrada.

72

REDES NEURAIS ARTIFICIAIS

3.6

ALGORITMO

DE

APRENDIZAGEM

PARA O PERCEPTRON DE MULTIPLAS

CAMADAS

Um dos algoritmos de treinamento supervisionado mais utilizados conhecido


como backpropagation e pode ser aplicado a redes neurais feedforward com, no mnimo, uma camada intermediria.
Nesta seo ser apresentado o algoritmo backpropagation, de aprendizagem
supervisionada de RNAs feedforward, chamada de perceptron de mltiplas camadas.
Este tipo de treinamento servir de base para a aplicao de rede neurais efetuada na
presente dissertao de mestrado.

3.6.1 O PERCEPTRON DE MLTIPLAS CAMADAS

O perceptron de mltiplas camadas (MLP, do ingls Multi Layer Perceptron),


assim definido dado a existncia de uma ou mais camadas intermedirias (camadas
ocultas) de neurnios entre a primeira camada e a sada. Desta forma, o MLP capaz de
resolver problemas complexos e no-linearmente separveis.
O MLP consiste em uma rede alimentada no sentido camada de entrada camada
de sada, ou feedforward, de mltiplas camadas. No entanto, os neurnios que a
constituem no so necessariamente binrios, como no perceptron de Rosemblatt, e
podem possuir uma funo de ativao qualquer, por exemplo, sigmide, tangente
hiperblica ou linear.
A utilizao do MLP na soluo de problemas complexos est amplamente
difundida nas mais diversas reas de pesquisa. Isso se deve principalmente ao algoritmo
de treinamento supervisionado desenvolvido por Rumelhart, Hinton e Willians em
1986, chamado de algoritmo de retropropagao (back-propagation). O processo de
treinamento, bem como o algoritmo acima referido, sero os temas tratados a seguir.

73

REDES NEURAIS ARTIFICIAIS

3.6.2. O PROBLEMA DE TREINAMENTO DO MLP

O treinamento supervisionado de uma RNA de mltiplas camadas consiste em


ajustar os pesos sinpticos dos neurnios da rede de modo a minimizar o sinal de erro
resultante da comparao com a sada desejada. Pode-se, ento, formular o problema da
seguinte forma [12]:

e j (n ) = d j (n ) y j (n )
1
2

(60)

(n ) = e2j (n )

(61)

* = min ( (n ))

(62),

jC

onde:
j: o ndice do neurnio de sada da rede;
C: o conjunto de todos os neurnios de sada da RNA;
ej (n): o sinal de erro na sada do neurnio j, na iterao n (i.e., na apresentao

do n-simo exemplo de treinamento);


dj(n:) a resposta desejada para o neurnio j, na iterao n;
yj (n:) o sinal calculado pela rede presente na sada do neurnio j, na iterao n;

(n): a soma instantnea dos erros quadrticos, ou energia do erro na iterao n;


w*: o vetor de pesos sinpticos (parmetros livres) da rede que minimiza o sinal

de erro na sada.

Desta forma, o problema de treinamento de um MLP consiste em um problema


de otimizao, onde a cada iterao se deseja minimizar uma funo custo que, neste
caso, a soma instantnea dos erros quadrticos. Esta funo fica definida em funo
dos parmetros livres, encontrando-se um valor w* que minimize (n).

74

REDES NEURAIS ARTIFICIAIS

3.6.3

Treinamento do MLP - Algoritmo de Retropropagao

Pode-se dizer que o algoritmo de retropropagao uma generalizao do


algoritmo do mnimo quadrado mdio que utiliza a tcnica do gradiente descendente, de
forma iterativa, para minimizar uma funo de custo igual diferena mdia quadrtica
entre a sada desejada e a sada real da RNA.
A operao da rede na fase de treinamento possui dois passos distintos: um de
propagao, no qual um padro conhecido apresentado na entrada da rede e as
unidades de processamento computam as funes de ativao, camada aps camada, at
chegar na camada de sada, e um passo de retropropagao, no qual os erros
computados na camada de sada so utilizados para atualizar as conexes da rede, da
camada de sada at a camada de entrada. Como j mencionado, o algoritmo busca
minimizar o erro entre uma sada obtida pela rede e uma sada desejada e, para tal, usa o
mtodo do gradiente descendente, que requer funes de ativao que variem
suavemente, como o caso da funo sigmoidal e da funo tangente hiperblica.
Em uma RNA de mltiplas camadas, os neurnios intermedirios no so
acessveis na sada da rede. Logo, no h uma maneira direta de determinao do grau
de influncia que um determinado neurnio oculto exerce na sada. Como conseqncia,
no possvel saber como ajustar os pesos sinpticos de modo a reduzir o valor da
funo custo. Este problema constitui o problema da atribuio de crdito [12] que foi
resolvido pelo algoritmo de RP propagando-se os sinais de erro para trs
(retropropagao). O algoritmo de RP ento constitudo de dois passos: A propagao
para frente e a propagao para trs. Estes dois passos sero apresentados
separadamente, a seguir.

Propagao para frente:

Dado o sinal de entrada, no primeiro passo do algoritmo de Retropropagao,


calcula-se a sada da rede para a iterao n. A sada do neurnio j dada pela equao
apresentada a seguir:

75

REDES NEURAIS ARTIFICIAIS

y j (n ) = (v j (n ))

(63),

vj(n) o campo local induzido do neurnio j, dado por:

v j (n ) = w ji (n ) yi (n )

(64)

i =0

Sendo m o nmero total de entradas da rede, wji (n) o peso sinptico que conecta
o neurnio i ao neurnio j e yi(n) o sinal de entrada do neurnio j ou, equivalentemente,
o sinal de sada do neurnio i. Se o neurnio j estiver localizado na primeira camada
intermediria,

y i (n) = xi (n) . Se estiver localizado na camada de sada, ento

y j (n ) = (v j (n )) , onde vj(n) o j-simo sinal de sada da RNA.

O sinal de sada ento comparado com a resposta desejada presente no


conjunto de treinamento, de modo a se obter o sinal de erro para o j-simo neurnio de
sada, de acordo com a equao abaixo:

e j (n ) = d j (n ) y j (n )

(65)

Propagao para trs (retropropagao):

Durante esta fase, o erro propagado para trs em direo s entradas da RNA,
atualizando-se os seus parmetros livres de acordo com uma regra de correo do erro,
de modo que a sada atual da rede aproxime-se da sada desejada. A forma como os
parmetros livres da rede so atualizados dada pela regra delta, definida a seguir [12].

ji (n ) = j y i (n )

76

(66),

REDES NEURAIS ARTIFICIAIS

onde:
n : o ndice da iterao;

ji (n) : a correo de peso aplicada na conexo entre o neurnio i e o


neurnio j;

: o parmetro taxa de aprendizagem;


j (n) : o gradiente local do neurnio j;
y i (n) : o sinal de entrada do j-simo neurnio ou o sinal de sada do i-simo
neurnio.

O gradiente local do neurnio definido como a derivada da funo custo (n)


com relao ao campo local induzido vi (n) e aponta para as modificaes necessrias
aos pesos sinpticos de modo que a funo custo tenha seu valor reduzido. O clculo do
gradiente local possvel tanto para neurnios da camada de sada, quanto para
neurnios da camada intermediria. Desta forma, resolve-se o problema da atribuio de
crdito. A taxa de aprendizagem indica o tamanho do passo do algoritmo e, portanto,
sua velocidade de convergncia.
As equaes utilizadas no clculo do gradiente local sero apresentadas a seguir.
Sua deduo completa no ser apresentada neste trabalho, podendo ser encontradas
com detalhes em [12].
O gradiente local de um neurnio localizado na camada de sada dado por:

j (n ) = e j (n ) j (v j (n ))

(67)

O gradiente local de um neurnio localizado na camada intermediria j dado


por:

77

REDES NEURAIS ARTIFICIAIS

j (n ) = j (v j (n )) K (n ) Kj (n )

(68),

onde:
k o ndice do(s) neurnio(s) direita do neurnio j ;

j (v j (n )) a derivada da funo de ativao.

A Figura 34 ilustra o processo de minimizao do sinal de erro. Como pode-se


observar, o vetor peso atualizado por meio do clculo de (n ) .

(n )

Mnimo Local
Minimo Global

Vetor peso que


minimiza o erro

Peso X

(n )

Vetor peso atual

Peso Y

Figura 34 Erro associado ao treinamento da RNA.

Para o desenvolvimento de modelos, os dados de entrada-sada disponveis so


divididos em 3 conjuntos:

a) Conjunto dos dados de treinamento: o conjunto de dados usado pelo

78

REDES NEURAIS ARTIFICIAIS

algoritmo de treinamento para o ajuste dos parmetros do modelo;


b) Conjunto dos dados de validao: o conjunto de dados usado durante o
treinamento para medir o grau de aderncia excessiva do modelo aos dados de
treinamento. Isto ocorre quando o erro medido sobre o conjunto de validao aumenta
enquanto o erro medido sobre o conjunto de treinamento diminui, uma indicao do
chamado overfitting causado pela excessiva flexibilidade da estrutura do modelo em
relao aos dados de treinamento;
c) Conjunto dos dados de teste: o conjunto de dados usado aps o treinamento
para uma avaliao quantitativa e efetiva da qualidade do modelo.

79

O SISTEMA ANALISADO

4.

O SISTEMA ANALISADO
Neste captulo so apresentadas informaes sobre o sistema de transmisso e de

proteo de distncia, aqui includos os filtros analgicos e digitais, alm dos modelos e
parmetros utilizados em tais sistemas.
O sistema analisado similar ao utilizado nas referncias [31] e [34], exceto
pelas especificaes nos transformadores de corrente que foram definidas de modo a
propiciarem o efeito da saturao.
As simulaes foram realizadas utilizando programao via software MATLAB e
a modelagem dos elementos do sistema de transmisso e proteo foi implementada
atravs da utilizao da toolbox Simulink , com chamada dos modelos dos elementos
do sistema de potncia j disponveis na biblioteca SimPower Systems.
Como produto da simulao, temos as correntes e tenses nos terminais dos
elementos do sistema eltrico, no secundrio dos transformadores de corrente e potencial, nas entradas e sadas do filtro analgico e na sada do filtro digital, coletando-se 16
amostras por ciclo e definindo a discretizao de 1,04667 ms em 1,04667 ms.

4.1

O SISTEMA DE TRANSMISSO

A Figura 35 mostra o sistema de transmisso utilizado nas simulaes de


diferentes tipos de faltas e em alguns pontos ao longo da rede eltrica, visando obter os
sinais de corrente e tenso pr e ps falta. O sistema possui duas fontes de tenso, F1 e
F2 de 13, 8 kV, relao X / R = 30, 6.000 MVA e de 500 kV, relao X / R = 15, 4000

MVA, respectivamente.
O transformador formado por um banco de 3 x 400 MVA, possui uma relao
de transformao de 13,8 / 500 kV, reatncia de 8%, ligao delta estrela aterrada e
est localizado entre a fonte F1 e o sistema de transmisso.
O sistema de transmisso formado por dois circuitos simples em 500 kV,
compensados por bancos de capacitores srie, os quais esto conectados ao barramento
B, como indicado na Figura 35. A especificao dos bancos de capacitores foi realizada
de modo a compensar em 40% a reatncia indutiva de cada um dos trechos AB e BC.

80

O SISTEMA ANALISADO

F1

3X400
MVA

TC

XT: 8%

TP

250 km

h1

250 km

21

h2

N1

N2

C
N3

Figura 35 Transformador 13,8 / 500 kV, 3 x 400 MVA e Sistema de Transmisso em


Circuito Simples, 500 kV, 500 km, interligando as fontes F1 e F2.

Os parmetros da linha de transmisso so apresentados a seguir:


Tenso em 500 kV (dois trechos AB e BC, com 250km cada).
Parmetros de seqncia positiva:

resistncia: 0,01273 /km

indutncia: 0,9337.10-3 H/km

capacitncia: 12,74.10-9 F/km

Parmetros de seqncia zero:

resistncia: 0,3864 /km

indutncia: 4,1264.10-3 H/km

capacitncia: 7,751.10-9 F/km

Reatores de linha nos trechos AB e BC:

4.2

no trecho AB: 150 MVA do lado A, 80 MVA do lado B

no trecho BC: 150 MVA do lado B.

TRANSDUO DO SINAL DE CORRENTE

Os TCs do acesso aos sinais de corrente em seu enrolamento secundrio, a


princpio de mesma forma que a corrente primria, porm em escala reduzida, para
utilizao em aplicaes de medio, controle ou proteo. Embora a especificao dos
transformadores de corrente atenda bem a essa condio na maioria dos casos, o projeto
de proteo necessita de ajustes nestes equipamentos para compensar para os erros de
transformao eventualmente introduzidos.
81

F2

O SISTEMA ANALISADO

Para determinao da relao de transformao do TC, devem ser considerados


os critrios da corrente nominal e da corrente mxima de curto-circuito. Considerando
que as correntes de curto so bem menores que o limite de 20 vezes a corrente nominal,
o critrio da corrente nominal geralmente prevalece, fato que deve implicar na reduo
dos efeitos da saturao do transformador de corrente.
Considerando os parmetros do sistema eltrico apresentado no item 4.1,
podemos estimar a corrente primria dos transformadores de corrente para regime permanente de operao, por:

I nom =

S nom
3 Vnom

3 400
= 1.386 A
3 500

(69),

onde:
Inom: corrente nominal de regime permanente dos TCs;
Snom: potncia nominal conjunta dos 3 bancos de transformadores de 400 MVA;
Vnom: tenso fase-fase no secundrio dos bancos 3 x 400 MVA;

A relao de transformao pelo critrio da corrente nominal definida,


portanto, por:

RTC >

Ip
Is

1386
5

(70)

A relao imediatamente superior fixada pela Norma Brasileira P-EB-251,


resulta em:
RTC = 1500 / 5

(71)

O fator de sobrecorrente FS do transformador de corrente foi feito igual a 10 e


deve resultar em desempenho satisfatrio da proteo nas condies de correntes mximas de curto-circuito logo aps o banco de transformadores.
Considerando uma resistncia de burden de 1,0 , teremos uma carga nominal
do transformador de corrente dada por:

82

O SISTEMA ANALISADO

SnTC = (Rb ) is2 = (1) 5 2 = 25 VA

(72)

Um TC de preciso 10%, baixa reatncia e potncia de carga 25 VA pode ser


selecionado. A seguinte especificao final para o transformador de corrente foi
definida:

resistncia de disperso do secundrio: 0,32 ;

resistncia total do secundrio mais carga: 1,32 ;

RTC=1500/5;

potncia nominal: 25 VA;

preciso: 10%;

especificao ABNT: B10F10C25;

A saturao do transformador de corrente foi representada por meio da curva de


magnetizao em pu. A Tabela 1 apresenta a relao m - im, im representa a componente
de magnetizao em pu da corrente de excitao e m o fluxo magntico em pu
instantneo associado curva mdia do lao de histerese. A mesma curva foi
considerada para modelagem da curva de saturao do transformador de potencial.

m pu

im pu

m pu

im pu

0,072

1,128

0,006

0,25

0,096

1,155

0,012

0,486

0,12

1,182

0,018

0,693

0,168

1,236

0,024

0,859

0,216

1,289

0,03

0,969

0,264

1,289

0,042

1,047

0,3

1,384

0,054

1,096

Tabela 1 Curva de magnetizao do TC.

4.3

TRANSDUO DO SINAL DE TENSO

Os transformadores de potencial (TP) possibilitam o isolamento contra altas


tenses, fornecendo nos terminais do secundrio uma tenso proporcional tenso
83

O SISTEMA ANALISADO

primria, com certo grau de preciso, dentro de uma faixa especificada.


Pode-se notar que a medida que a tenso nominal aumenta, o nmero de espiras
necessrio para se estabelecer a densidade de campo magntico desejado tambm
aumenta. Por outro lado, a corrente primria nominal diminui. Isto significa construir,
para nveis de tenses elevadas, TPs com enrolamento primrio dotado de um nmero
muito grande de espiras de fio de pequena bitola, capaz de suportar uma corrente
primria nominal cada vez menor. Do ponto de vista construtivo, isto significa maiores
custos pela dificuldade de execuo da tarefa. Alm disso, a probabilidade de romper o
enrolamento aumenta, alm da natural necessidade de aumento da capacidade do isolamento, para tenses maiores.
Assim, fica praticamente impossvel a execuo de bons projetos de TPs em
tenses primria nominais acima de 69 kV. Desta forma, usual construir-se TPs
eletromagnticos at a classe de tenso de 69 kV. J para aplicaes em sistemas com
tenses superiores a 69 kV, so utilizados TPs de 23 kV acoplados a um divisor
capacitivo de potencial (DCP).
4.3.1

MODELAGEM DO DIVISOR CAPACITIVO

Reduzida a tenso por meio do DCP, o sinal de tenso pode ser aplicado ao TP,
geralmente transformando de 23 kV para 115 V fase-fase. Assim como para o
transformador de corrente, o transformador de potencial seguido por um filtro de
Butterworth de segunda ordem, para eliminao das altas freqncias e correta deteco
do sinal na freqncia fundamental. A Figura 36 apresenta a modelagem do divisor
capacitivo e do transformador de potencial.

RD

LD

RPV

LPV

RSV

LSV

v 0'
LBV

iRV
C

vP'

Rmv

Lmv

vinv

imv
RBV

Figura 36 Representao do Divisor Capacitivo e do Transformador de Potencial (DCP).

84

O SISTEMA ANALISADO

A partir do modelo apresentado na figura acima para o DCP, podemos derivar a


representao equivalente da Figura 37, como vista do terminal secundrio deste divisor. A tenso de entrada deste equivalente dada pela expresso (73):
vC12
C

RD

12

v0P
'

LD

vP'

Figura 37 Equivalente do Divisor Capacitivo de Potencial

v0' P = v0' . (C1 /(C1 + C2 )) / RTP

(73),

onde o fator de reduo C1 /(C1 + C 2 ) determinado pelo primeiro estgio de


transduo realizado pelo divisor capacitivo e 1 / RTP o fator de reduo definido pelo
TC . Temos tambm na Figura 37,

C12 = C1 + C 2

(74)

Para fins de simulao, a impedncia do reator do divisor capacitivo pode ser


somada impedncia do enrolamento primrio do TC, sem prejudicar a definio da
tenso v P' na Figura 37. Na representao da impedncia equivalente do enrolamento
primrio do transformador de potencial indicada na Figura 36, podemos ento redefinir:
'
RSV
= RSV + RD

(75)

L'SV = LSV + LD

(76)

Podemos escrever, a partir do exame da Figura 37:


v 0' P = vC12 + v P'

85

(77)

O SISTEMA ANALISADO

4.3.2

ESPECIFICAO

DO DIVISOR CAPACITIVO E TRANSFORMADOR DE POTENCIAL

PARA O SISTEMA ANALISADO.

A relao de transformao RTP do TP utilizada no sistema, objeto de nosso


estudo, determinada a partir do conhecimento das capacitncias C1 e C2 do divisor
capacitivo. Para uma tenso primria do DCP igual a 500 kV, C1 = 5,210 nF e C2 =
123,050 nF, obtemos ento:

RTP =

v P (nom) . (C1 /(C1 + C 2 ))


= 500000 . (5,21/128,26)/115 = 176.61
v0' P (nom)

Com isso temos a seguinte configurao final para o sistema eltrico analisado:
Divisor de potencial capacitivo:

capacitncia superior: C1 = 5,210 nF ;

capacitncia inferior: C2 = 123,05 nF ;

reator de compensao: indutncia: 54,86 H , resistncia 541,0

Transformador de potencial - parmetros referidos ao secundrio:

especificao: TP ABNT 400VA, classe de exatido 1,2%;

enrolamento primrio: resistncia: 9,490 m , reatncia: 78,563 m ;

enrolamento secundrio: resistncia: desprezvel, reatncia: 376,99 m ;

resistncia de carga 11,02 , reatncia de carga: desprezvel;

86

(78)

SIMULAES E ANLISE DOS RESULTADOS

SIMULAES E ANLISE DOS RESULTADOS

Neste captulo so apresentadas as premissas adotadas no trabalho de


dissertao, os casos utilizados para treinamento e definio da arquitetura da RNA,
bem como os resultados de algumas simulaes mostrando os efeitos da saturao dos
transformadores de corrente e da sua correo sob o ponto de vista do sistema de
proteo de distncia.

5.1

DEFINIO DA ARQUITETURA DA RNA E DOS CASOS DE TREINAMENTO

Com o objetivo de permitir avaliar os efeitos da saturao dos TCs sob a tica
dos sistema de proteo de distncia, foram realizadas simulaes de curto circuito do
sistema de transmisso especificado no captulo anterior, porm com uma resistncia
adicional de carga do TC de 7, situao que, dependendo da amplitude das correntes
de falta registradas pelo sistema de proteo, pode levar ao desempenho saturado dos
transformadores de corrente. Foram simuladas faltas aplicadas s situaes de tenses
pr-falta mximas ou nulas, entre fases ou fase terra, no momento de sua aplicao,
considerando que, sendo o sistema de transmisso predominantemente indutivo, sero
obtidas ou correntes sem a influncia de componente aperidica ou com sua influncia,
com componente aperidica apresentando sua mxima amplitude, respectivamente.
O objetivo da rede neural artificial encontrar a funo inversa do modelo do
TC e assim recuperar a corrente primria, tanto para condies normais de operao,
quanto para condies de curto-circuito.
As condies de carregamento pr-falta do sistema de transmisso foram
especificadas para potncia de transferncia de 900 MW, da fonte 1 para a fonte 2.
Ademais, foram considerados os diferentes tipos de faltas, a saber:

a) condutor terra FT (faltas fase-terra);


b) entre dois condutores terra FFT (faltas fase-fase-terra);
c) entre dois condutores FF (faltas fase-fase); e
d) faltas trifsicas 3.
87

SIMULAES E ANLISE DOS RESULTADOS

Para o sistema analizado foram empregadas 5 localizaes de faltas, totalizando


40 situaes de curto circuito (5 localizaes x 2 ngulos de incidncia x 4 tipos de
falta).
O tamanho do conjunto de treinamento, teste e de validao corresponde a 60%,
20% e 20% do conjunto de dados, respectivamente. Tais conjuntos foram formados de
forma aleatria.
Aps o treinamento que se utiliza dos conjuntos de treinamento acima referidos,
a rede neural artificial dever ser capaz de fornecer as sadas desejadas no somente
para as entradas conhecidas que foram apresentadas na fase de treinamento, mas
tambm resposta plausvel para qualquer entrada.
Inicialmente foram definidas no treinamento, a cada instante, 16 amostras
representativas dos valores aquisitados de cada sinal pertinente dentro do ltimo ciclo
da corrente secundria do TC, sendo 1 (uma) relativa amostra atual e mais 15 (quinze)
amostras anteriores, estas indicadas pelo smbolo de atraso unitrios Z-1. As Figuras 38
e 39 apresentam os valores de correlao linear entre a corrente primria e a corrente
secundria saturada e entre a corrente primria e o ltimo ciclo da corrente secundria
saturada, respectivamente, para as 40 condies de curto circuito realizadas. A baixa
correlao representa o erro associado saturao do TC.

30,0
25,0
20,0
15,0

R2 = 0,9379
Ip [A]

10,0
5,0
0,0
-20,0

-15,0

-10,0

-5,0

0,0

5,0

10,0

15,0

-5,0
-10,0
-15,0
-20,0

Is [A]

Figura 38 Correlao linear entre corrente primria e secundria.

88

20,0

SIMULAES E ANLISE DOS RESULTADOS

30,0
25,0
20,0
15,0
10,0
2

Ip [A]

R = 0,9425
5,0
'

0,0
-20

-15

-10

-5

10

15

20

-5,0
-10,0
-15,0
-20,0

Is [A]

Figura 39 Correlao multivarivel linear com os 16 pontos anteriores.

As entradas foram selecionadas observando-se os valores de correlao entre as


entradas (ltimo ciclo da corrente secundria) e sada (corrente primria referida ao
secundrio). Como pode ser observado na Figura 40, as entradas Is-4, Is-5, Is-11, Is-12 e Is-13
apresentam uma baixa correlao com os dados de corrente primria. Assim, visando
reduzir o tempo computacional, tais entradas foram descartadas.
CORRELAES Ip X Is
100,00%
90,00%
80,00%
70,00%
60,00%
50,00%
40,00%
30,00%
20,00%
10,00%
0,00%
Is-0

Is-1

Is-2

Is-3

Is-4

Is-5

Is-6

Is-7

Is-8

Is-9 Is-10 Is-11 Is-12 Is-13 Is-14 Is-15

Figura 40 Correlao entre as entradas e sada da RNA.

Adicionalmente, foram analisadas as correlaes lineares entre as entradas, de


modo a se descartar aquelas redundantes, conforme observado na Tabela 2. Avaliandose os resultados obtidos, no se observa qualquer ndice que justifique maiores redues
no nmero de entradas para a RNA.

89

SIMULAES E ANLISE DOS RESULTADOS

Is-0
Is-1
Is-2
Is-3
Is-4
Is-5
Is-6
Is-7
Is-8
Is-9
Is-10
Is-11
Is-12
Is-13
Is-14
Is-15
Is-n
Ip

Is-1
Is-2
Is-3
Is-4
Is-5
86,35 53,03 18,50 0,68
6,84
10000 86,33 53,14 18,74 0,76
100,00 86,42 53,47 19,12
100,00 86,56 53,81
100,00 86,66
100,00

Is-6
30,63
6,59
0,86
19,42
54,00
86,68
100,00

Is-7
56,56
30,23
6,37
0,91
19,50
53,95
86,63
100,00

Is-8
68,72
56,25
29,96
6,29
0,90
19,34
53,72
86,53
100,00

Is-9
59,71
68,52
56,05
29,90
6,37
0,85
19,07
53,46
86,45
100,00

Is-10
35,06
59,61
68,40
56,01
30,04
6,52
0,78
18,86
53,33
86,44
100,00

Is-11
9,97
35,15
59,67
68,37
56,05
30,20
6,62
0,76
18,87
53,45
86,53
100,00

Tabela 2 Correlaes entre as entradas da RNA.

90

Is-12
0,02
10,19
35,48
59,82
68,35
56,02
30,19
6,58
0,80
19,14
53,82
86,69
100,00

Is-13
11,97
0,01
10,53
35,85
59,95
68,27
55,85
29,94
6,37
0,90
19,58
54,23
86,81
100,00

Is-14
40,15
11,58
0,00
10,80
36,05
59,93
68,11
55,55
29,53
6,10
1,01
19,92
54,43
86,82
100,00

Is-15
69,42
39,67
11,28
0,00
10,86
35,96
59,75
67,88
55,20
29,13
5,89
1,07
19,97
54,30
86,72
100,00

Is-n
4,42
5,71
7,12
8,48
9,64
10,49
10,94
10,97
10,60
9,88
8,93
7,87
6,81
5,86
5,05
4,41
100,00

Ip
93,79
82,36
51,89
19,07
1,02
5,56
27,61
52,67
65,08
57,15
33,84
9,76
0,01
11,15
37,87
66,04
4,82
100,00

SIMULAES E ANLISE DOS RESULTADOS

Para determinao do nmero de neurnios da camada intermediria da rede


neural artificial, estes foram variados de modo a utilizar a arquitetura que minimiza os
erros do conjunto de dados de validao. Observamos uma estabilizao do erro na
Figura 41, na qual se apresenta as correlaes lineares, para cada arquitetura simulada,
entre os dados de sada e estimados, para 16 neurnios na camada intermediria, sendo
este o nmero de neurnios na camada intermediria utilizada no trabalho de
dissertao.

Seleo da Arquitetura da Rede

1
0.995
0.99
0.985

Correlao

0.98
0.975
0.97
0.965
0.96
0.955
0.95
0

10
15
20
Nmero de neurnios na camada intermediria

25

30

Figura 41 Correlao linear variando o nmeros de neurnios na camada intermediria.

A arquitetura da rede neural artificial selecionada apresentada na Figura 42 e


descrita a seguir:

Camada de entrada: 11 neurnios;

Camada intermediria: 16 neurnios, funo de ativao sigmide;

Camada de sada: 1 neurnio, funo de ativao linear;

Os dados de entrada, corrente primria referida ao secundrio, e sada, corrente


secundria, foram normalizados segundo a expresso:

91

SIMULAES E ANLISE DOS RESULTADOS

is
Z -1
Z -1
Z -1
Z -3

ip

Z -1
Z

-1

Z -1
Z -1
Z -4
Z -1

Figura 42 Arquitetura da rede neural.

pn =

(79),

onde,
pn : vetor normalizado do vetor dados de entradas e dados de sada;

: mdia dos valores;


: desvio padro;
Como parmetro para o treinamento da rede, foram utilizadas taxas de
aprendizado de 0,01 e no mximo 50 pocas para o treinamento. A Figura 43 apresenta
os valores dos erros mdios quadrticos para cada poca de treinamento, referente aos
dados de treinamento, teste e validao.

Para o estudo foi utilizado o filtro Coseno, face s vantagens apresentadas no


captulo 2. Assim como o algoritmo de filtragem digital, em sua utilizao final, a rede
neural artificial deve ser considerada como algoritmo integrante do sistema de proteo.

92

SIMULAES E ANLISE DOS RESULTADOS

Treinamento da Rede Neural Artificial


Treinamento
Teste
Validao

0.7

Erro mdio quadrtico

0.6

0.5

0.4

0.3

0.2

0.1

10

15

20

25
pocas

30

35

40

45

50

Figura 43 Erros mdios quadrticos para cada poca de treinamento, arquitetura conforme
Figura 42.

No item 5.2 sero apresentados os grficos contendo a evoluo das correntes


atravs dos enrolamentos secundrio e primrio dos transformadores de corrente
resultantes das simulaes do sistema de potncia para a condio de burden com
resistncia adicional de carga de 7, alm da corrente reconstituda pela rede neural
artificial modelada. Na seqncia sero apresentados os diagramas R-X com as
impedncias para os casos descritos acima.
25

20

15

R 2 = 0,9993

10

Ip

0
-20

-15

-10

-5

10

15

20

25

-5

-10

-15

-20

Ip estimada RNA

Figura 44 Correlao entre os dados estimados de corrente primria (pela RNA modelada) e
valores reais.

93

SIMULAES E ANLISE DOS RESULTADOS

Para efeito de viso geral do desempenho da RNA, depois de realizado seu


treinamento, obtivemos a correlao entre os valores estimados pela RNA e os dados
reais, conforme apresentado na Figura 44. Como pode ser observado todos os dados de
validao apresentaram pequenos erros de previso.

5.2

O CONJUNTO DE CONDIES DE TREINAMENTO DA RNA

Inicialmente apresentamos, nas Figuras 45 a 48, as formas de onda dos canais de


corrente e tenso da fase A, considerando uma carga do TC de 1 e curto trifsico
simultneo (Figuras 45 e 46) e fase-terra na barra A (Figuras 47 e 48) do sistema em
estudo. As grandezas apresentadas j esto referidas aos enrolamentos de secundrio
dos transformadores de corrente e de potencial. As correntes aparecem indicadas em
Ampre e as tenses em por unidade (p.u.), na base nominal. O carregamento do
sistema de transmisso na condio pr-falta de 900 MW na direo do barramento A
para o barramento B.

GRFICO CORRENTES REFERIDAS AO SECUNDRIO [A]


50

Corrente Primria Referida ao Secundrio


Corrente Secundria TC 25 VA 1 ohm
Corrente de Excitao

40
30

[A]

20
10
0
-10
-20
-30
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

0.44

0.46

0.48

0.5

0.44

0.46

0.48

0.5

GRFICO TENSO [PU]


1

[A]

0.5

-0.5

-1
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

Figura 45 Carga do TC de 1 , curto 3, tenso mxima, barra A, carga pr-falta de 900 MW

94

SIMULAES E ANLISE DOS RESULTADOS

Estas simulaes mostram que apesar da carga relativamente baixa ligada ao


secundrio do TC (carga nominal do TC = 1), podemos observar na Figura 46 o efeito
da saturao ocorrendo aps cerca de 2(dois) ciclos de falta, o que pode ser associado
presena da componente aperidica decrescente presente na corrente de curto circuito.
A presena desta componente aperidica pode ser explicada examinando-se o sinal de
tenso na fase sob falta (fase A). Enquanto na Figura 45 o curto aplicado no instante
de mximo da tenso da fase A, na Figura 46 o curto-circuito aplicado no instante de
tenso pr-falta nula nesta fase. Exatamente para esta ltima condio, observa-se tanto
um nvel aprecivel de componente unidirecional na corrente de curto -circuito trifsico
aplicada ao primrio do transformador de corrente quanto distoro aprecivel da
corrente secundria do TC, com corrente de excitao praticamente unidirecional e de
valor elevado. A presena da saturao relativamente tardia neste caso, se
consideramos que sistemas de proteo de distncia de alta velocidade aplicados
transmisso em extra-alta-tenso podem encaminhar ordem de comando para abertura
dos disjuntores em tempos inferiores a 1(um ciclo) de falta. Esta relativa lentido da
presena da saturao benfica sob o ponto de vista da proteo pois a proteo atua
antes que a saturao ocorra.
GRFICO CORRENTES REFERIDAS AO SECUNDRIO [A]
50
Corrente Primria Referida ao Secundrio
Corrente Secundria TC 25 VA 1 ohm
Corrente de Excitao

40
30

[A]

20
10
0
-10
-20
-30
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

0.44

0.46

0.48

0.5

0.44

0.46

0.48

0.5

GRFICO TENSO [PU]


1

[A]

0.5

-0.5

-1
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

Figura 46 Carga do TC de 1 , curto 3, tenso zero, barra A, carga pr-falta de 900 MW

95

SIMULAES E ANLISE DOS RESULTADOS

As Figuras 45 e 47 praticamente no indicam presena de componente


aperidica na corrente de falta da fase A j que, para estes casos, o curto foi aplicado na
condio de tenso mxima. Ao contrrio, as correntes apresentadas nas Figuras 46 e 48
possuem tais componentes e que resultam na ocorrncia de saturao dos TCs.
Uma inspeo cuidadosa destas Figuras 46 e 48 mostra que a amplitude da
corrente de curto monofsico na barra A superior amplitude da corrente de curto
trifsico no mesmo barramento, o que conduz a um nvel de componente unidirecional
de corrente ainda maior no caso do curto monofsico. Observamos, portanto, que o
efeito da saturao se manifesta tambm sobre a corrente de excitao de uma forma um
pouco mais intensa e rpida no caso do curto monofsico.
GRFICO CORRENTES REFERIDAS AO SECUNDRIO [A]
60

Corrente Primria Referida ao Secundrio


Corrente Secundria TC 25 VA 1 ohm
Corrente de Excitao

40

[A]

20
0
-20
-40
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

0.44

0.46

0.48

0.5

0.44

0.46

0.48

0.5

GRFICO TENSO [PU]


1

[A]

0.5

-0.5
-1
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

Figura 47 Carga do TC de 1 , curto FT, tenso mxima, barra A, carga pr-falta de 900 MW

As Figuras 49 a 52 se referem, tambm, aos mesmos tipos de curto trifsico e


fase-terra, porm com carga de 8 ligada ao secundrio dos transformadores de
corrente. Conforme observado nas Figuras 50 e 52, a saturao do TC ocorre de forma
diferente no seguimento aos defeitos referidos, ocorrendo de forma simtrica nas
Figuras 49 e 51 quando o defeito trifsico ou fase-terra ocorrem nos instantes de tenso
mxima dos sinais pr-falta. Observamos que a saturao mais severa e unidirecional

96

SIMULAES E ANLISE DOS RESULTADOS

quando da presena da componente unidirecional da corrente de falta primria.

GRFICO CORRENTES REFERIDAS AO SECUNDRIO [A]


60

Corrente Primria Referida ao Secundrio


Corrente Secundria TC 25 VA 1 ohm
Corrente de Excitao

[A]

40

20
0
-20
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

0.44

0.46

0.48

0.5

0.44

0.46

0.48

0.5

GRFICO TENSO [PU]


1

[A]

0.5

-0.5
-1
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

Figura 48 Carga do TC de 1 , curto FT, tenso zero, barra A, carga pr-falta de 900 MW

GRFICO CORRENTES REFERIDAS AO SECUNDRIO [A]


40

Corrente Primria Referida ao Secundrio


Corrente Secundria TC 25 VA 8 ohm
Corrente de Excitao

30

[A]

20
10
0
-10
-20
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

0.44

0.46

0.48

0.5

0.44

0.46

0.48

0.5

GRFICO TENSO [PU]


1

[A]

0.5

-0.5
-1
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

Figura 49 Carga do TC de 8 , curto 3, tenso mxima, barra A, carga pr-falta de 900 MW

As Figuras 50 e 52 apresentam as formas de onda de corrente e tenso para curto

97

SIMULAES E ANLISE DOS RESULTADOS

3 e monofsico, com componente aperidica decrescente presente no sinal de corrente


de falta. Novamente a saturao se manifesta em ambos os casos de curto trifsico e
fase terra, sendo novamente mais severa para o curto monofsico (Figura 52), j que
este curto apresenta uma maior amplitude associada aos efeitos de impedncia de
seqncia zero relativamente reduzida. A saturao se manifesta por diversos ciclos e a
corrente de excitao apresenta valores relativamente elevados.
GRFICO CORRENTES REFERIDAS AO SECUNDRIO [A]
50

Corrente Primria Referida ao Secundrio


Corrente Secundria TC 25 VA 8 ohm
Corrente de Excitao

40
30

[A]

20
10
0
-10
-20
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

0.44

0.46

0.48

0.5

0.44

0.46

0.48

0.5

GRFICO TENSO [PU]


1

[A]

0.5

-0.5

-1
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

Figura 50 Carga do TC de 8 , curto 3, tenso zero, barra A, carga pr-falta de 900 MW

GRFICO CORRENTES REFERIDAS AO SECUNDRIO [A]


60

Corrente Primria Referida ao Secundrio


Corrente Secundria TC 25 VA 8 ohm
Corrente de Excitao

40

[A]

20
0
-20

0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

0.44

0.46

0.48

0.5

0.44

0.46

0.48

0.5

GRFICO TENSO [PU]


1

[A]

0.5

-0.5
-1
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

Figura 51 Carga do TC de 8 , curto FT, tenso mxima, barra A, carga pr-falta de 900 MW

98

SIMULAES E ANLISE DOS RESULTADOS

GRFICO CORRENTES REFERIDAS AO SECUNDRIO [A]


60

Corrente Primria Referida ao Secundrio


Corrente Secundria TC 25 VA 8 ohm
Corrente de Excitao

[A]

40

20

-20
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

0.44

0.46

0.48

0.5

0.44

0.46

0.48

0.5

GRFICO TENSO [PU]


1

[A]

0.5

-0.5
-1
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

Figura 52 Carga do TC de 8 , curto FT, tenso zero, barra A, carga pr-falta de 900 MW

Com o aumento dos efeitos da saturao do TC, temos um aumento das correntes de magnetizao, como pode ser observado nos grficos das correntes. Isto causa
distoro nas impedncias vistas no diagrama R-X.
Nas figuras 53 a 56 a seguir so apresentadas as formas de onda da corrente e
tenso para curtos no fim do trecho AB da linha, considerando novamente o trnsito de
900 MW na condio pr-falta, na direo A => B. Podemos observar as componentes
de alta freqncia nos sinais de tenso e corrente que sero atenuadas pelo filtro de
Butterworth. Novamente, os curtos trifsico e fase-fase-terra so considerados mas os
nveis de corrente de curto para curtos no fim da linha AB so bem menores que os
verificados para curtos no incio da mesma. O grau de saturao observado , ento,
relativamente pequeno para os casos sem componente unidirecional, mesmo
considerando a carga (burden) de 8(oito) ohms. Outra vez, a ocorrncia deste grau
pequeno de saturao est vinculada componente unidirecional da corrente primria
de curto-circuito que percorre o transformador de corrente.
Observamos, ainda, um crescimento e atenuao bastante lento associado
corrente de excitao relativamente menor.

99

SIMULAES E ANLISE DOS RESULTADOS

GRFICO CORRENTES REFERIDAS AO SECUNDRIO [A]


Corrente Primria Referida ao Secundrio
Corrente Secundria TC 25 VA 8 ohm
Corrente de Excitao

15

[A]

10
5
0
-5
-10
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

0.44

0.46

0.48

0.5

0.44

0.46

0.48

0.5

GRFICO TENSO [PU]


2
1.5
1
[A]

0.5
0
-0.5
-1
-1.5
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

Figura 53 Carga do TC de 8 , curto 3, tenso mxima, barra B, carga pr-falta de 900 MW

GRFICO CORRENTES REFERIDAS AO SECUNDRIO [A]


20
Corrente Primria Referida ao Secundrio
Corrente Secundria TC 25 VA 8 ohm
Corrente de Excitao

15

[A]

10
5
0
-5
-10
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

0.44

0.46

0.48

0.5

0.44

0.46

0.48

0.5

GRFICO TENSO [PU]


1

[A]

0.5

-0.5
-1
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

Figura 54 Carga do TC de 8 , curto 3, tenso zero, barra B, carga pr-falta de 900 MW

Apesar da amplitude relativamente baixa das correntes de curto ao final do


trecho AB, a Figura 54 mostra que, dependendo da amplitude da componente
aperidica, o ncleo do TC pode vir a saturar. Diferentemente do caso anterior para
100

SIMULAES E ANLISE DOS RESULTADOS

curto no barramento A, agora, para curto-circuito ao final do trecho AB (barramento B),


a corrente de falta fase-terra exibe valores menores do que as correntes de curto
trifsico. Por esta razo, a corrente de excitao do TC assume valores desprezveis nas
Figuras 55 e 56.
GRFICO CORRENTES REFERIDAS AO SECUNDRIO [A]
Corrente Primria Referida ao Secundrio
Corrente Secundria TC 25 VA 8 ohm
Corrente de Excitao

10

[A]

-5
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

0.44

0.46

0.48

0.5

0.44

0.46

0.48

0.5

GRFICO TENSO [PU]


1

[A]

0.5

-0.5
-1
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

Figura 55 Carga do TC de 8 , curto FT, tenso mxima, barra B, carga pr-falta de 900 MW

GRFICO CORRENTES REFERIDAS AO SECUNDRIO [A]


15

Corrente Primria Referida ao Secundrio


Corrente Secundria TC 25 VA 8 ohm
Corrente de Excitao

10

[A]

5
0
-5

0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

0.44

0.46

0.48

0.5

0.44

0.46

0.48

0.5

GRFICO TENSO [PU]


1

[A]

0.5

-0.5
-1
0.3

0.32

0.34

0.36

0.38

0.4
TEMPO

0.42

Figura 56 Carga do TC de 8 , curto FT, tenso zero, barra B, carga pr-falta de 900 MW

101

SIMULAES E ANLISE DOS RESULTADOS

5.3

O RESULTADO OBTIDO NAS CONDIES DE TREINAMENTO RNA

A seguir, apresentamos a resposta da RNA para curtos no incio e ao final do


circuito AB de transmisso, nos barramentos A e B, respectivamente. Para os exemplos
apresentados foram utilizadas as polarizaes normais com os sinais de tenso e
corrente visualizados pelas malhas (loops) de falta dos rels associados.
Nos exemplos apresentados, os valores das impedncias se referem s grandezas
observadas pelos rels de fase durante as diversas faltas, excetuando-se as faltas faseterra. Estas faltam aparecem observadas pelos rels fase-terra.
Na Figura 57 vemos, novamente os sinais de corrente e tenso representativos
das correntes primria e secundria do TC do canal de fase A, para curto trifsico na
barra A, burden de 8(oito) ohms e tenso nula no instante de falta, reproduzindo,
portanto, as mesmas condies da Figura 50. Desta vez, entretanto, a corrente primria
resultante das simulaes aquisitada com 16 pontos por ciclo e a corrente secundria
resultante das simulaes corresponde ao sinal de sada do filtro analgico do canal de
corrente, tambm aquisitado com 16 pontos por ciclo. Estes so os tipos de sinais
utilizados na presente dissertao para treinamento da RNA.
Correntes do Secundrio do TC aps filtro de Butterworth
50
Corrente Corrigida por RNA
Corrente No-Saturada
Corrente Saturada

40
30

[A]

20
10
0
-10
-20
-30
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

0.46

0.48

0.5

0.46

0.48

0.5

Tenso do Secundrio do TP aps filtro de Butterworth


1

[V]

0.5

-0.5

-1
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

Figura 57 Formas de onda para condio: carga do TC de 8 , curto 3, tenso zero, barra A,
carga pr-falta de 900 MW
102

SIMULAES E ANLISE DOS RESULTADOS

Para curtos na barra A, podemos observar na Figura 57 que a tenso vai a zero, o
que implica em impedncia zero, conforme podemos observar na Figura 58. Esta
caracterstica prejudica a anlise do efeito da saturao do TC no diagrama R-X. Assim,
visualizaremos, para curtos na barra A, somente as formas de onda dos canais de
corrente e tenso.
Ainda na Figura 57 podemos observar a resposta da rede neural artificial obtida
aps seu treinamento, indicando diferena desprezvel em relao corrente de
referncia, a corrente de entrada do transformador de corrente referida ao secundrio. A
resposta da rede neural artificial se afastou bastante da corrente secundria e se
aproximou significativamente da corrente primria do TC, indicando, portanto uma
possibilidade efetiva de melhoria da resposta do sistema de proteo quando utilizando
o sinal de sada da RNA ao invs da sada saturada do transformador de corrente.
A Figura 58 nos fornece uma visualizao da convergncia da impedncia em
direo origem do plano R X (valor zero), neste caso de curto trifsico no
barramento A. Na representao tridimensional indicada, um dos eixos corresponde
evoluo do tempo em segundos. A curva caracterstica do rel mho, representada por
crculo ou elipse no plano R X, reproduzida diversas vezes, uma a cada instante. A
avaliao de desempenho da RNA neste caso difcil, dado a convergncia da
impedncia para o valor zero. Como se pode observar, a impedncia atinge valores
prximos de zero para curto trifsico na barra A.
Diagrama R-X no domnio do tempo

Corrente Saturada
Corrente No-Saturada
Corrente corrigida por RNA

90
80
70

X [ohms]

60
50
40
30
20
0.5
10
0
250

0.4
0.3
200

150

0.2
100

0.1

50

-50

0
Tempo

R [ohms]

Figura 58 Carga do TC de 8 , curto 3, tenso zero, barra A, carga pr-falta de 900 MW

103

SIMULAES E ANLISE DOS RESULTADOS

Na Figura 59, para curto trifsico, burden de 8(oito) ohms, curto na barra A, os
sinais associados s entradas para aprendizagem da rede neural artificial possuem a
caracterstica simtrica de saturao, apesar do curto-circuito ocorrendo no instante de
tenso mxima. Novamente a previso da RNA apresentou resultados muito prximos
dos valores da corrente primria referida ao secundrio.
Correntes do Secundrio do TC aps filtro de Butterworth
Corrente Corrigida por RNA
Corrente No-Saturada
Corrente Saturada

40
30

[A]

20
10
0
-10
-20
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

0.46

0.48

0.5

0.46

0.48

0.5

Tenso do Secundrio do TP aps filtro de Butterworth


1

[V]

0.5

-0.5

-1
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

Figura 59 Carga do TC de 8 , curto 3, tenso mxima, barra A, carga pr-falta de 900 MW

A Figura 60 apresenta a correo da saturao para curto fase-terra na barra A


com componente aperidica, indicando novamente os sinais de entrada para
aprendizado e de sada da RNA. Novamente o sinal de sada da rede neural artificial se
aproxima bastante da corrente de referncia aplicada ao primrio do transformador de
corrente. Os sinais indicados nesta Figura correspondem s grandezas indicadas na
Figura 52.

As Figuras 61 a 68 apresentam as formas de onda e diagramas R-X de faltas na


barra B (fim do trecho AB). Nestes casos a impedncia pode ser visualizada no
diagrama R-X.

104

SIMULAES E ANLISE DOS RESULTADOS

Correntes do Secundrio do TC aps filtro de Butterworth


60

Corrente Corrigida por RNA


Corrente No-Saturada
Corrente Saturada

40

[A]

20

-20
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

0.46

0.48

0.46

0.48

Tenso do Secundrio do TP aps filtro de Butterworth


1

0.5

[V]

-0.5

-1
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

0.5

Figura 60 Carga do TC de 8 , curto FT, tenso zero, barra A, carga pr-falta de 900 MW

Nas Figuras 61 e 62, para curto trifsico, burden de 8(oito) ohms, curto na barra
B, antes da compensao srie, observamos uma saturao evidente. As impedncias
monitoradas possuem uma distoro que impede a operao correta da proteo de
distncia.
Correntes do Secundrio do TC aps filtro de Butterworth
20
Corrente Corrigida por RNA
Corrente No-Saturada
Corrente Saturada

15

[A]

10
5
0
-5
-10
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

0.46

0.48

0.5

0.46

0.48

0.5

Tenso do Secundrio do TP aps filtro de Butterworth


1

[V]

0.5

-0.5

-1
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

Figura 61 Carga do TC de 8 , curto 3, tenso zero, barra B, carga pr-falta de 900 MW

Neste caso, a correo via RNA possibilitou a operao correta da proteo em

105

SIMULAES E ANLISE DOS RESULTADOS

um tempo pouco maior que 1 ciclo, desempenho similar do que ocorreria com um TC
sobre-dimensionado, sem a observao do efeito da saturao.
Diagrama R-X
130
Corrente Saturada
Corrente No-Saturada
Corrente corrigida por RNA

120

110

100

X[ohms]

1 Ciclo aps a Falta

90

80

70

60

-40

-20

0
R[ohms]

20

40

60

Figura 62 Carga do TC de 8 , curto 3, tenso zero, barra B, carga pr-falta de 900 MW

Na Figura 63, para curto trifsico, burden de 8(oito) ohms, curto na barra B,
antes da compensao srie, observamos uma saturao desprezvel. Isto se deve ao fato
de que a falta ocorreu para tenso mxima do sistema, no existindo, portanto
componentes aperidicas decrescentes.
Correntes do Secundrio do TC aps filtro de Butterworth
20
Corrente Corrigida por RNA
Corrente No-Saturada
Corrente Saturada

15

[A]

10
5
0
-5
-10
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

0.46

0.48

0.5

0.46

0.48

0.5

Tenso do Secundrio do TP aps filtro de Butterworth


1

[V]

0.5

-0.5

-1
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

Figura 63 Carga do TC de 8 , curto 3, tenso mxima, barra B, carga pr-falta de 900 M

106

SIMULAES E ANLISE DOS RESULTADOS

A saturao desprezvel indicada na Figura 63 implica em impedncias


praticamente idnticas considerando a corrente primria referida ao secundrio e a
corrente secundria, conforme observado na Figura 64. Podemos observar o bom
desempenho as RNA para casos em que a saturao relativamente pequena.
Diagrama R-X
130
Corrente Saturada
Corrente No-Saturada
Corrente corrigida por RNA

120

110

X[ohms]

100

1 Ciclo aps a Falta


90

80

70

60

-40

-20

0
R[ohms]

20

40

60

Figura 64 Carga do TC de 8 , curto 3, tenso mxima, barra B, carga pr-falta de 900 MW

As Figuras 65 e 66 apresentam curtos-circuitos fase-terra, burden de 8(oito)


ohms, na barra B, antes da compensao srie. Neste caso observamos que a saturao
inexiste, isto se deve as menores amplitudes das correntes de falta, quando comparadas
com as correntes de curto-circuito trifsico. Neste caso, a RNA deve reproduzir a corrente secundria, o que faz com eficincia. A Figura 66 mostra que a impedncia vista
pela proteo est muito prxima da real.

107

SIMULAES E ANLISE DOS RESULTADOS

Correntes do Secundrio do TC aps filtro de Butterworth


Corrente Corrigida por RNA
Corrente No-Saturada
Corrente Saturada

10

[A]

-5
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

0.46

0.48

0.5

0.46

0.48

0.5

Tenso do Secundrio do TP aps filtro de Butterworth


1

0.5

[V]

-0.5

-1
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

Figura 65 Carga do TC de 8 , curto FT, tenso mxima, barra B, carga pr-falta de 900 MW

Diagrama R-X
Corrente Saturada
Corrente No-Saturada
Corrente corrigida por RNA

120

110
1 Ciclo aps a Falta

X[ohms]

100

90

80

70

60

50

-40

-20

0
R[ohms]

20

40

60

Figura 66 Carga do TC de 8 , curto FT, tenso mxima, barra B, carga pr-falta de 900 MW

As Figuras 67 e 68 apresentam, respectivamente, as correntes e impedncias nas


condies apresentadas das Figuras 65 e 66, porm, com curto-circuito aplicado na
tenso zero, com componente aperidica decrescente. Neste caso observamos uma
maior oscilao do valor da impedncia se comparado ao do caso anterior.

108

SIMULAES E ANLISE DOS RESULTADOS

Correntes do Secundrio do TC aps filtro de Butterworth


15

Corrente Corrigida por RNA


Corrente No-Saturada
Corrente Saturada

10

[A]

5
0
-5

0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

0.46

0.48

0.5

0.46

0.48

0.5

Tenso do Secundrio do TP aps filtro de Butterworth


1

[V]

0.5

-0.5

-1
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

Figura 67 Carga do TC de 8 , curto FT, tenso zero, barra B, carga pr-falta de 900 MW

Diagrama R-X
130
Corrente Saturada
Corrente No-Saturada
Corrente corrigida por RNA

120

110

X[ohms]

100

90

80
1 Ciclo aps a Falta
70

60

-40

-20

0
R[ohms]

20

40

60

Figura 68 Carga do TC de 8 , curto FT, tenso zero, barra B, carga pr-falta de 900 MW

Como podemos observar, novamente, as amplitudes das correntes de curto no


so suficientes para saturar o TC. Ainda assim, a RNA reproduz a corrente primria

109

SIMULAES E ANLISE DOS RESULTADOS

(entrada do TC), sem inserir maiores erros de previso.

5.4

O RESULTADO OBTIDO NAS CONDIES INTERMEDIRIAS

Neste item apresentamos as formas de onda de corrente e tenso e diagramas RX para faltas intermedirias, no trecho AB da linha de transmisso, a 10% e 50% do
terminal A. So apresentados os curtos FF e FFT. Na Figura 69 observamos presena
evidente da componente unidirecional na corrente de curto fase-fase e a saturao resultante para o burden de 8(oito) ohms e ocorrncia da falta no instante de mxima
tenso pr-falta. Agora, sem a anulao da tenso da malha de falta, a comparao das
respostas com e sem a correo da RNA pode ser estabelecida. Vemos, na Figura 70a,
que a impedncia vista quando se considera a rede neural praticamente coincide com a
resposta quando se considera uma rplica da corrente primria. Esta caracterstica revelada pela incorporao da RNA ao sistema de proteo de distncia pode ser da maior
importncia para reduzir os efeitos eventuais de sobre e sub-alcance caractersticos
deste tipo de proteo no unitria. Na Figura 70b, esta visualizao tri-dimensional,
com o tempo evoluindo da direo de um dos eixos da figura.
Correntes do Secundrio do TC aps filtro de Butterworth
30

Corrente Corrigida por RNA


Corrente No-Saturada
Corrente Saturada

20

[A]

10
0
-10

0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

0.46

0.48

0.5

0.46

0.48

0.5

Tenso do Secundrio do TP aps filtro de Butterworth


1

[V]

0.5

-0.5

-1
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

Figura 69 Carga do TC de 8 , curto FF, tenso zero, 10% da linha, carga pr-falta de 900 MW

110

SIMULAES E ANLISE DOS RESULTADOS

Diagrama R-X
Corrente Saturada
Corrente No-Saturada
Corrente corrigida por RNA

70

60

X[ohms]

50

40

30
1 Ciclo aps a Falta
20

10

0
-20

20

40
R[ohms]

60

80

Figura 70 a Carga do TC de 8 , curto FF, tenso zero, 10% da linha, carga pr-falta de 900 MW

Diagrama R-X no domnio do tempo

Corrente Saturada
Corrente No-Saturada
Corrente corrigida por RNA

90
80
70

X [ohms]

60
50
40
30
20
0.5

10
0.4

0
250

0.3

200
0.2

150
100

0.1

50
0
-50
R [ohms]

Tempo

Figura 70 b Carga do TC de 8 , curto FF, tenso zero, 10% da linha, carga pr-falta de 900 MW

111

SIMULAES E ANLISE DOS RESULTADOS

Nas Figuras 69, 70a e 70b, o efeito da saturao do TC est associado condio
intermediria de falta (10% do trecho AB). Para casos onde o TC satura efetivamente, a
estabilizao do valor da impedncia monitorada demanda um maior tempo. Conforme
observamos nas Figuras 70a e 70b para as condies com saturao, sem saturao e
com correo via RNA, os tempos de operao so similares, porm, os valores das
impedncias de linha vistas pela proteo apresentam sensvel diferena. Para tal
situao, a impedncia monitorada deveria ser de 10% da impedncia da linha, ou seja,
de 8,8 . Para o caso saturado, entretanto, a impedncia converge para cerca de 12 .

Efeito similar pode ser observado nas Figuras 71 e 72, porm com uma oscilao
menor da impedncia, devido a inexistncia da componente aperidica decrescente.

Correntes do Secundrio do TC aps filtro de Butterworth


30

Corrente Corrigida por RNA


Corrente No-Saturada
Corrente Saturada

20

[A]

10

-10
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

0.46

0.48

0.5

0.46

0.48

0.5

Tenso do Secundrio do TP aps filtro de Butterworth


1

[V]

0.5

-0.5

-1
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

Figura 71 Carga do TC de 8 , curto FF, tenso mxima, 10% da linha, carga pr-falta de 900
MW

112

SIMULAES E ANLISE DOS RESULTADOS

Diagrama R-X
50
Corrente Saturada
Corrente No-Saturada
Corrente corrigida por RNA

45

40

35

X[ohms]

30

25
1 Ciclo aps a Falta
20

15

10

-20

-10

10

20
R[ohms]

30

40

50

60

Figura 72 Carga do TC de 8 , curto FF, tenso mxima, 10% da linha, carga pr-falta de 900
MW

Na Figura 73 a RNA reproduziu a corrente primria e inseriu erro desprezvel.


Para os casos onde a saturao no observada, temos uma rpida estabilizao da
impedncia monitorada conforme observado nas Figuras 74a e 74b.
Correntes do Secundrio do TC aps filtro de Butterworth
40

Corrente Corrigida por RNA


Corrente No-Saturada
Corrente Saturada

30

[A]

20
10
0
-10
-20
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

0.46

0.48

0.5

0.46

0.48

0.5

Tenso do Secundrio do TP aps filtro de Butterworth


1

[V]

0.5

-0.5

-1
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

Figura 73 Carga do TC de 8 , curto FFT, tenso mxima, 10% da linha, carga pr-falta de 900
MW

113

SIMULAES E ANLISE DOS RESULTADOS

Diagrama R-X
Corrente Saturada
Corrente No-Saturada
Corrente corrigida por RNA

45

40

35

X[ohms]

30

25
1 Ciclo aps a Falta
20

15

10

-10

10

20

30

40

R[ohms]

Figura 74 a Carga do TC de 8 , curto FFT, tenso mxima, 10% da linha, carga pr-falta de 900
MW

Para os casos de falta a 10% da linha, temos uma impedncia monitorada


pequena, o que implica em operao mesmo para condies com forte saturao do TC.
Diagrama R-X no domnio do tempo

Corrente Saturada
Corrente No-Saturada
Corrente corrigida por RNA

100
90
80
70
X [ohms]

60
50
40
30
0.5

20
0.4

10
0
250

0.3
200

0.2
150

100

50

0.1
0

-50

Tempo

R [ohms]

Figura 74 b Carga do TC de 8 , curto FFT, tenso mxima, 10% da linha, carga pr-falta de 900
MW

114

SIMULAES E ANLISE DOS RESULTADOS

Correntes do Secundrio do TC aps filtro de Butterworth


40

Corrente Corrigida por RNA


Corrente No-Saturada
Corrente Saturada

30

[A]

20
10
0
-10
-20
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

0.46

0.48

0.5

0.46

0.48

0.5

Tenso do Secundrio do TP aps filtro de Butterworth


1

0.5

[V]

-0.5

-1
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

Figura 75 Carga do TC de 8 , curto FFT, tenso zero, 10% da linha, carga pr-falta de 900 MW

Nas Figuras 75 e 76 observamos a eficincia da correo da saturao da


corrente e impedncias monitoradas quando da insero da RNA. A impedncia oscila
devido componente aperidica decrescente.

Diagrama R-X
30
Corrente Saturada
Corrente No-Saturada
Corrente corrigida por RNA

25

20
1 Ciclo aps a Falta

X[ohms]

15

10

-5

-10
-20

-10

10
R[ohms]

20

30

40

Figura 76 Carga do TC de 8 , curto FFT, tenso zero, 10% da linha, carga pr-falta de 900 MW

115

SIMULAES E ANLISE DOS RESULTADOS

As Figuras 77 a 84 consideram a aplicao de curto a 50% do trecho AB. Nestes


casos, a saturao menos evidente e ocorre maior oscilao da impedncia monitorada. Para todos os casos apresentados, a proteo atua em menos de 1 ciclo depois do
curto-circuito.
Nas Figuras 77 e 79 podemos observar que a RNA tende a sobreestimar a
corrente para o primeiro quarto do ciclo, no comprometendo, porm, a operao da
proteo.

Correntes do Secundrio do TC aps filtro de Butterworth


20
Corrente Corrigida por RNA
Corrente No-Saturada
Corrente Saturada

15

[A]

10
5
0
-5
-10
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

0.46

0.48

0.5

0.46

0.48

0.5

Tenso do Secundrio do TP aps filtro de Butterworth


1

[V]

0.5

-0.5

-1
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

Figura 77 Carga do TC de 8 , curto FF, tenso zero, 50% da linha, carga pr-falta de 900 MW

Na Figura 78 observamos uma maior oscilao da impedncia e um pequeno


erro na medida da impedncia da linha como visto pelo sistema de proteo.

116

SIMULAES E ANLISE DOS RESULTADOS

Diagrama R-X
Corrente Saturada
Corrente No-Saturada
Corrente corrigida por RNA

60

55
1 Ciclo aps a Falta

X[ohms]

50

45

40

35

30

-10

10

20

30

40

R[ohms]

Figura 78 Carga do TC de 8 , curto FF, tenso zero, 50% da linha, carga pr-falta de 900 MW

Correntes do Secundrio do TC aps filtro de Butterworth


20
Corrente Corrigida por RNA
Corrente No-Saturada
Corrente Saturada

15

[A]

10
5
0
-5
-10
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

0.46

0.48

0.5

0.46

0.48

0.5

Tenso do Secundrio do TP aps filtro de Butterworth


1

[V]

0.5

-0.5

-1
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

Figura 79 Carga do TC de 8 , curto FF, tenso mxima, 50% da linha, carga pr-falta de 900
MW

117

SIMULAES E ANLISE DOS RESULTADOS

Diagrama R-X
Corrente Saturada
Corrente No-Saturada
Corrente corrigida por RNA

65

60

X[ohms]

55

50

1 Ciclo aps a Falta


45

40

35

-10

10

20

30

40

R[ohms]

Figura 80 Carga do TC de 8 , curto FF, tenso mxima, 50% da linha, carga pr-falta de 900
MW

A Figura 81 mostra um pequeno efeito da saturao para o curto FFT, a 50% da


linha de transmisso. As impedncias monitoras com o auxlio da RNA foram praticamente idnticas s ideais.
Correntes do Secundrio do TC aps filtro de Butterworth
25

Corrente Corrigida por RNA


Corrente No-Saturada
Corrente Saturada

20
15

[A]

10
5
0
-5
-10
-15
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

0.46

0.48

0.5

0.46

0.48

0.5

Tenso do Secundrio do TP aps filtro de Butterworth


1

[V]

0.5

-0.5

-1
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

Figura 81 Carga do TC de 8 , curto FFT, tenso mxima, 50% da linha, carga pr-falta de 900
MW

118

SIMULAES E ANLISE DOS RESULTADOS

Diagrama R-X
Corrente Saturada
Corrente No-Saturada
Corrente corrigida por RNA
65

1 Ciclo aps a Falta

X[ohms]

60

55

50

45

40
-5

10

15

20

25

30

35

40

R[ohms]

Figura 82 Carga do TC de 8 , curto FFT, tenso mxima, 50% da linha, carga pr-falta de 900
MW

A Figura 83 mostra uma saturao aprecivel do TC que no se extingue com o


tempo. Com isso observa-se que a impedncia no se estabiliza, conforme observado na
Figura 84.

Correntes do Secundrio do TC aps filtro de Butterworth


25

Corrente Corrigida por RNA


Corrente No-Saturada
Corrente Saturada

20
15

[A]

10
5
0
-5
-10
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

0.46

0.48

0.5

0.46

0.48

0.5

Tenso do Secundrio do TP aps filtro de Butterworth


1

[V]

0.5

-0.5

-1
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

Figura 83 Carga do TC de 8 , curto FFT, tenso zero, 50% da linha, carga pr-falta de 900 MW

119

SIMULAES E ANLISE DOS RESULTADOS

Diagrama R-X
70
Corrente Saturada
Corrente No-Saturada
Corrente corrigida por RNA

65

60

55

X[ohms]

1 Ciclo aps a Falta


50

45

40

35

-20

-10

10

20

30

40

R[ohms]

Figura 84 Carga do TC de 8 , curto FFT, tenso zero, 50% da linha, carga pr-falta de 900 MW

5.5

RESULTADOS OBTIDOS PARA CURTO APS A COMPENSAO SRIE

Apresentamos neste item a aplicao da RNA para faltas aps a compensao


srie. Tais casos no foram includos no treinamento inicial da RNA. Cabe ressaltar que
as faltas aps a compensao srie esto fora da zona de atuao da proteo em estudo
(primeira zona). As Figuras 85 a 88 apresentam as correntes, tenses e impedncias
monitoras no loop de falta AN para curtos FT.
Conforme pode-se observar, a RNA reproduz com sucesso as condies ideais
apresentadas em seu treinamento, mostrando que a metodologia proposta generaliza a
funo inversa do TC.

120

SIMULAES E ANLISE DOS RESULTADOS

Correntes do Secundrio do TC aps filtro de Butterworth


Corrente Corrigida por RNA
Corrente No-Saturada
Corrente Saturada

20
15

[A]

10
5
0
-5
-10
-15
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

0.46

0.48

0.5

0.46

0.48

0.5

Tenso do Secundrio do TP aps filtro de Butterworth


1

[V]

0.5

-0.5

-1
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

Figura 85 Carga do TC de 8 , curto FT, tenso zero, aps capacitor srie, carga pr-falta de 900
MW

Diagrama R-X
90
Corrente Saturada
Corrente No-Saturada
Corrente corrigida por RNA

80

70

60

X[ohms]

50
1 Ciclo aps a Falta
40

30

20

10

0
-60

-40

-20

0
R[ohms]

20

40

60

Figura 86 Carga do TC de 8 , curto FT, tenso zero, aps capacitor srie, carga pr-falta de 900
MW

121

SIMULAES E ANLISE DOS RESULTADOS

Correntes do Secundrio do TC aps filtro de Butterworth


Corrente Corrigida por RNA
Corrente No-Saturada
Corrente Saturada

20
15

[A]

10
5
0
-5
-10
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

0.46

0.48

0.5

0.46

0.48

0.5

Tenso do Secundrio do TP aps filtro de Butterworth


1

[V]

0.5

-0.5

-1
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

Figura 87 Carga do TC de 8 , curto FT, tenso mxima, aps capacitor srie, carga pr-falta de
900 MW

Diagrama R-X
Corrente Saturada
Corrente No-Saturada
Corrente corrigida por RNA

80

70

60

X[ohms]

50
1 Ciclo aps a Falta
40

30

20

10

0
-60

-40

-20

20

40

60

R[ohms]

Figura 88 Carga do TC de 8 , curto FT, tenso mxima, aps capacitor srie, carga pr-falta de
900 MW

Nos casos de treinamento, foi ainda utilizada a condio pr-falta com carga

122

SIMULAES E ANLISE DOS RESULTADOS

nominal de 900 MW da barra A para a barra B. Com o intuito de avaliar o efeito da


variao da corrente pr-falta, repetimos a simulao para curtos aps a compensao
srie com potncia nula na situao pr-falta. As Figuras 89 a 92 ilustram o efeito da
correo.
Correntes do Secundrio do TC aps filtro de Butterworth
20
Corrente Corrigida por RNA
Corrente No-Saturada
Corrente Saturada

15
10

[A]

5
0
-5
-10
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

0.46

0.48

0.5

0.46

0.48

0.5

Tenso do Secundrio do TP aps filtro de Butterworth


1.5
1

[V]

0.5
0
-0.5
-1
-1.5
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

Figura 89 Carga do TC de 8 , curto FT, tenso zero, aps capacitor srie, carga pr-falta de 0
MW

Diagrama R-X
120

Corrente Saturada
Corrente No-Saturada
Corrente corrigida por RNA

100
1 Ciclo aps a Falta

X[ohms]

80

60

40

20

-40

-20

20

40
R[ohms]

60

80

100

120

Figura 90 Carga do TC de 8 , curto FT, tenso zero, aps capacitor srie, carga pr-falta de 0
MW

123

SIMULAES E ANLISE DOS RESULTADOS

Correntes do Secundrio do TC aps filtro de Butterworth


20

Corrente Corrigida por RNA


Corrente No-Saturada
Corrente Saturada

15
10
[A]

5
0
-5
-10
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

0.46

0.48

0.5

0.46

0.48

0.5

Tenso do Secundrio do TP aps filtro de Butterworth


2
1.5
1
0.5
[V]

0
-0.5
-1
-1.5
-2
0.3

0.32

0.34

0.36

0.38

0.4
[t]

0.42

0.44

Figura 91 Carga do TC de 8 , curto FT, tenso mxima, aps capacitor srie, carga pr-falta de
0 MW

Diagrama R-X
140
Corrente Saturada
Corrente No-Saturada
Corrente corrigida por RNA
120
1 Ciclo aps a Falta
100

X[ohms]

80

60

40

20

0
-60

-40

-20

20

40

60

80

100

120

R[ohms]

Figura 92 Carga do TC de 8 , curto FT, tenso mxima, aps capacitor srie, carga pr-falta de
0 MW

O objetivo da rede neural auxiliar o sistema de proteo para curtos na


primeira zona. Observamos que a RNA treinada apresentou respostas satisfatrias s
124

SIMULAES E ANLISE DOS RESULTADOS

condies de curtos aps a compensao srie, no necessitando de treinamentos


adicionais. A variao da carga pr falta no inseriu maiores erros previso. Quanto ao
erro na reproduo final da impedncia vista na condio de falta, o problema est
associado definio do fator de compensao de seqncia zero que no pode ser
aplicado ao capacitor srie como normalmente feito para o sistema de transmisso.

5.6

TEMPO DE PROCESSAMENTO DA RNA

Realizaremos neste item uma estimativa do tempo de processamento da rede


pela contagem do nmero de operaes realizadas, visando verificar a viabilidade de
aplicao da RNA modelada. A Tabela 3 apresenta o nmero de operaes realizadas
para um dado vetor de entrada da rede.

Operao

Camada intermediria

Camada de sada

Soma

16*11

1*16

Multiplicao (pesos)

11*17

17*1

16*2

1*2

Tangente hiperblica (2 operaes


de busca)

Tabela 3 Clculo do nmero de operaes da RNA

Da Tabela 3 extramos um total de 430 operaes. A RNA realizar, portanto,


um total de 412.800 operaes (430 operaes * 16 pontos por ciclo * 60 freqncia da
rede) por segundo.
Tomando como referncia o microcontrolador TMS320F28335 da Texas
Instrument, temos as seguintes caractersticas de operao: nmero de operaes por
segundo de 300 Mflops (Mega operaes por segundo) e tempo de converso A/D de 80
ns.

125

SIMULAES E ANLISE DOS RESULTADOS

Como podemos observar, o tempo de operao do microcontrolador apresentado


suficiente para realizar as operaes de converso A/D e clculos para a arquitetura
proposta.

126

CONCLUSES / RECOMENDAES

6.

CONCLUSES / RECOMENDAES

A saturao do transformador de corrente pode causar m operao da proteo


de distncia, ocasionando uma condio de sobrealcance dos sistemas de proteo
baseados nos rels de distncia. Entretanto, quando as solues tradicionais de engenharia associadas reduo de carregamento dos TCs ou sua substituio por outros de
maior relao de transformao e/ou de maiores tenses secundrias no puderem ser
adotadas por quaisquer razes de carter tcnico ou econmico, tal efeito pode ser
substancialmente mitigado em sistemas de proteo digitais por algoritmos de correo
baseados em redes neurais artificiais. O algoritmo pode ser inserido nos rels microprocessados.
A utilizao de redes neurais artificiais pode substituir o uso de algoritmos de
correo baseados em processos iterativos e que exigem grande esforo computacional
e, eventualmente, a necessidade de ensaios. Ademais, a utilizao de TCs com ncleos
menores, de custo e dimenses reduzidos, com sua possvel insero em disjuntores,
fica viabilizada. Outra possibilidade seria a utilizao de transformadores de medio
para cumprimento simultneo das duas funes de medio e proteo, com a aplicao
do algoritmo de correo apresentado e baseado nas tcnicas das redes neurais artificiais
sendo acionada para apoio atividade de proteo de distncia.
O desempenho global da arquitetura da RNA se mostrou satisfatrio e
condizente para uma possvel implementao prtica. Deve ser enfatizado que o
esquema proposto se mostrou preciso, apresentando caractersticas apropriadas para sua
implementao acoplada a um sistema de proteo moderno. oportuno enfatizar,
entretanto, que as RNAs possuem limitaes, principalmente pela necessidade de retreinamento da arquitetura escolhida a cada alterao da topologia do sistema ou quando
ocorrerem mudanas eventuais significativas no carregamento do TC. Estas tarefas
podem, entretanto, ser realizadas de forma off-line, um pouco antes da efetivao das
alteraes previstas.
Nas simulaes observamos que a RNA insere pequenos erros na reconstruo
da corrente primria para condies quando o TC no satura. Esta deficincia pode ser
mitigada com a utilizao de discriminadores desta condio. Outra possibilidade a
aplicao de redes neurais recorrentes e utilizando funes de base radial de modo a

127

CONCLUSES / RECOMENDAES

aumentar a preciso e reduzir o tempo de processamento da rede neural artificial.


No trabalho de dissertao, no foram realizados testes de hardware, estudo que
seria desejvel visando validar a viabilidade de processamento em tempo real j
indicada em trabalhos anteriores para outras arquiteturas de redes neurais artificiais e
estimada pela contagem do numero de operaes da RNA modelada no presente
trabalho.
Devido velocidade de ao da proteo de distncia (cerca de a 2 ciclos) o
efeito da saturao do TC no crtico neste tipo de proteo para faltas no incio da
linha. Tal efeito poderia ser sentido para curtos no fim da linha. Entretanto, o efeito da
saturao pode no se apresentar na maioria das vezes devido reduo nas amplitudes
da corrente de curto.
Como proposta para trabalhos futuros, pode-se incluir a busca de soluo
utilizando RNAs para reduo dos efeitos de saturao quando considerando outros
tipos de proteo, tal como aqueles que utilizam rels de sobrecorrente. Alm disso,
considerando que em linhas curtas o efeito da saturao mais evidente, o estudo
poderia focalizar estes tipos de linhas.
Nas simulaes observamos que a saturao ocorre principalmente nas situaes
em que existe componente aperidica na corrente, mas se apresenta relativamente tardia
quando o carregamento do TC se apresenta igual ou menor que seu valor nominal.
Considerando que desejvel o expurgo de tal componente, uma RNA poderia ser
treinada somente com a componente CA da corrente, de modo a filtrar as parcelas
aperidicas decrescentes responsveis pela saturao, mas indesejveis no que diz
respeito ao desempenho do sistema de proteo baseado em rels de proteo de
distncia.
A presena da saturao relativamente tardia na condio acima referida permite
que o sistema de proteo de distncia de alta velocidade aplicado transmisso em
extra-alta-tenso possa encaminhar ordem de comando para abertura dos disjuntores em
tempos at inferiores a 1(um ciclo) de falta.
Considerando carregamentos do transformador relativamente elevados (burden
de 8 (oito) ohms), a saturao ocorre de forma diferente no seguimento aos curtocircuitos mais severos, se apresentando logo aps a ocorrncia das faltas. Nestes casos,
a correo da RNA se mostra especialmente importante para bom desempenho do

128

CONCLUSES / RECOMENDAES

sistema de proteo de distncia.


No estudo realizado consideramos a primeira zona de proteo como sendo de
100% da linha de transmisso. Para zonas de proteo com alcances menores, o efeito
da saturao tende a ser mais evidente, provocando a m operao para outras condies
de curto-circuito.
No captulo 2 foram listados problemas enfrentados pela proteo de distncia.
Estudos adicionais podero ser realizados visando mitig-los, utilizando redes neurais
artificiais aplicadas como um algoritmo adicional aos rels microprocessados.

129

BIBLIOGRAFIA

8.

BIBLIOGRAFIA.

[01]

WORRINGTON, A. R. Protective Relays Theory and Practice. 3 Ed. Kluwer

Academic Pub, 1978.


[02]

WISZNIEWSKI, A.; SZAFRAN, J. Distance digital algorithm immune to

saturation of current transformers Developments in Power Protection, Fourth

International Conference on. v.1, p.: 196-199, 11-13 abr 1989.


[03]

GRAINGER, JOHN. STEVENSON, WILLIAM. Power Systems Analysis,

McGraw-Hill, 1994.
[04]

BRITO, H. G. F. (1996). Tcnicas de filtragem digital aplicadas a proteo

de sistemas eltricos de potencia. So Carlos, 1996. 111 p. Dissertao (Mestrado)

Escola de Engenharia de So Carlos, Universidade de So Paulo, 1996.


[05]

KANG, Y.C. KANG S.H., J.K., PARK JOHNS, A.T., AND R.K.

AGGARWAL. Development and hardware implementation of a compensating


algorithm for the secondary current of current transformers IEE Proceedings -

Electric Power Applications. v.143, n.1,p.41-49, jan 1996.


[06]

KANG, Y.C. PARK, J.K. KANG, S.H. JOHNS, A.T. AGGARWAL, R.K. An

algorithm for compensating secondary currents of current transformers Power

Delivery, IEEE Transactions on. v. 12, n. 1, p.: 116 124, jan 1997.
[07]

PAITHANKAR, Y.G. Transmission Network Protection: Theory and

Practice. Marcel Dekker, 1998.

[08]

KINDERMANN, GERALDO. Proteo de Sistemas Eltricos de Potncia. 1

Ed. Edelbra, 1999.


[09]

YU, D.C.; CUMMINS, J.C.; WANG, Z.; HONG-JUN YOON; KOJOVIC, L.A.;

STONE, D. Neural network for current transformer saturation correction


Transmission and Distribution Conference, IEEE. v. 1, p.: 441 - 446, 11-16 abr 1999.
[10]

CUMMINS, J.C.; YU, D.C.; KOJOVIC, L.A. Simplified artificial neural

network structure with the current transformer saturation detector provides a


good estimate of primary currents Power Engineering Society Summer Meeting,

IEEE. v. 3, p. 1373-1378, 2000.

130

BIBLIOGRAFIA

[11]

TZIOUVARAS, D.A.; MCLAREN, P.; ALEXANDER, G.; DAWSON, D.;

ESZTERGALYOS, J.; FROMEN, C.; GLINKOWSKI, M.; HASENWINKLE, I.;


KEZUNOVIC, M.; KOJOVIC, L.; KOTHEIMER, B.; KUFFEL, R.; NORDSTROM, J.;
ZOCHOLL, S. Mathematical models for current, voltage, and coupling capacitor
voltage transformers Power Delivery, IEEE Transactions on. v. 15, n. 1, p. 62-72, jan

2000.
[12]

HAYKIN, Simon. Redes Neurais - Princpios e Prtica, Bookman, 2001.

[13]

OLESKOVICZ, M.: Aplicao de redes neurais artificiais na proteo de

distncia. So Carlos, 2001. 183 p. Tese (Doutorado) Escola de Engenharia de So

Carlos, Universidade de So Paulo, 2001.


[14]

PASCUAL, H.O.; RAPALLINI, J.A. Behavior of Fourier, cosine and sine

filtering algorithms for distance protection, under severe saturation of the current
magnetic transformer. Power Tech Proceedings, IEEE. v. 4, Portugal, Porto: 2001.

[15]

HCTOR, O. PASCUAL JORGE L. DAMP JOS A. RAPALLINI.

Behaviour of Current Transformers (CT's) under severe saturation conditions.

International Conference on Power Systems Transients (IPST), 2001.


[16]

KOJOVIC, LJ.A. Guidelines for current transformers selection for

protection systems Power Engineering Society Summer Meeting, IEEE. v. 1, p.: 593 -

598, 2001.
[17]

BUNYAGUL, T.; CROSSLEY, P.; GALE, P. Overcurrent protection using

signals derived from saturated measurement CTs Power Engineering Society

Summer Meeting, IEEE. v. 1, p. 103-108, 2001.


[18]

LEPRETTRE, B.; BASTARD, P. Compensation of saturation effects in

current transformers using neural networks Signal Processing and its Applications,

Sixth International, Symposium on. v.2, p.442-445, 2001.


[19]

KANG, Y.C. OK, S.H. KANG, S.H. A Novel CT Saturation Detecting

Algorithm Unaffected by a Remanent Flux. Power Engineering Society Summer

Meeting, IEEE. v. 3, p. 1324 1327, 2001.


[20]

YU, D.C.; CUMMINS, J.C.; ZHUDIN WANG; HONG-JUN YOON;

KOJOVIC, L.A. Correction of current transformer distorted secondary currents


due to saturation using artificial neural networks Power Delivery, IEEE
131

BIBLIOGRAFIA

Transactions on. v. 16, n. 2, p.: 441 446, abr 2001.


[21]

KOVCS, ZSOLT LSZL. Redes Neurais Artificiais: Fundamentos e

Aplicaes. 3 d, So Paulo: Livraria da fsica, 2002.

[22]

ZIEGLER, GERHARD. Numerical Distance Protection: Principles and

Applications. Siemens, 2002.

[23]

KOJOVIC, LJ.A. Comparison of different current transformer modeling

techniques for protection system studies Power Engineering Society Summer

Meeting, IEEE. v. 3, p.1084-1089, 2002.


[24]

KOJOVIC, LJ.A. Impact of current transformer saturation on overcurrent

protection operation Power Engineering Society Summer Meeting, 2002 IEEE. v.3,

p.1078-1083, 2002.
[25]

KANG, Y. C. KANG, S. H. CROSSLEY, P. An algorithm for detecting CT

saturation using the secondary current third-difference function. Power Tech

Conference Proceedings, 2003 IEEE Bologna. v. 4, n.1, p.6, 23-26 jun 2003.
[26]

KANG, Y.C. OK, S.H. KANG, S.H. A CT Saturation Detection Algorithm.

Power Engineering Society General Meeting, 2003, IEEE. v. 1, n. 1, 13-17 jul 2003.
[27]

KANG, S.H. LEE, D.K. HYUN, S.H. KANG, Y.C. A compensation algorithm

for the distorted secondary current of a current transformer. Developments in

Power System Protection. Eighth IEE International Conference on. v.1, p. 140- 143, 5-8
abr 2004.
[28]

JIUPING PAN; KHOI VU; YI HU. An efficient compensation algorithm for

current transformer saturation effects Power Delivery, IEEE Transactions on. v. 19,

n 4, p. 1623-1628, out. 2004.


[29]

KANG, Y. C. KANG; UI JAI LIM; KANG, S. H.; CROSSLEY, P.A.

Compensation of the Distortion in the Secondary Current Caused by Saturation


and Remanence in a CT. Power Delivery, IEEE Transactions on. v. 19, n. 4, p. 1642

1649, out. 2004.


[30]

KANG, Y.C. OK, S.H. KANG, S.H. CROSSLEY, P.A. Design and evaluation

of an algorithm for detecting current transformer saturation. Generation,

Transmission and Distribution, IEE Proceedings. v. 151, n. 1, p 27-35, jan.2005.

132

BIBLIOGRAFIA

[31]

OLIVEIRA, J. J., Proteo de Distncia em Linhas de Transmisso com

Compensao Srie, Dissertao de Mestrado, COPPE/UFRJ, Julho / 2005.

[32]

SEGATTO, NIO CARLOS. COURY, DENIS VINICIUS. Correo da

saturao de TCs atravs de redes neurais artificiais recorrentes. SNPTEE:

Seminrio nacional de Produo e Transmisso de Energia Eltrica. Curitiba: out, 2005.


[33]

KANG, Y.C. LIM, U.J. KANG, S.H. Compensating algorithm suitable for

use with measurement-type current transformers for protection. Generation,

Transmission and Distribution, IEE Proceedings, v. 152, n. 6, p. 880- 890, nov. 2005.
[34]

LIMA, MAURCIO MACANJO MENEZES. Alguns fatores afetando o

desempenho de rels de distncia. Dissertao (Mestrado em Engenharia Eltrica) -

Instituto Alberto Luiz Coimbra de Ps-Graduao e Pesquisa de Engenharia, set: 2006.

133