Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/13874
Title in Portuguese: Uso de redes neurais artificiais e transformada de Stockwell na localização de faltas em linhas de transmissão
Title: Artificial neural network and Stockwell transform for fault location in transmission lines
Author: Souza, Saulo Cunha Araújo de
Advisor(s): Braga, Arthur Plínio de Souza
Co-advisor(s): Leão, Ruth Pastôra Saraiva
Keywords: Engenharia elétrica
Sistemas de potência elétrica
Linhas de transmissão
Redes neurais artificiais
Issue Date: 26-Jun-2015
Citation: SOUZA, S. C. A. Uso de redes neurais artificiais e transformada de Stockwell na localização de faltas em linhas de transmissão. 2015. 112 f. Dissertação (Mestrado em Engenharia Elétrica)-Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2015.
Abstract in Portuguese: Este trabalho apresenta um método automático de localização de faltas em linhas de transmissão baseado na Teoria das Ondas Viajantes (TOV) utilizando a Transformada de Stockwell (TS) para determinação dos tempos de propagação das ondas viajantes e da frequência dominante dos sinais transitórios gerados pelas situações de falta. O método considera o caso em que não há comunicação entre terminais ou há perda de sincronismo entre os equipamentos responsáveis pela estimação da localização das faltas utilizando, portanto, dados provenientes de apenas um terminal. Consideram-se faltas monofásicas envolvendo uma das fases e a terra, as quais ocorrem na primeira metade de uma linha de transmissão de parâmetros desconhecidos. Observa-se que o método (i) não se mostrou sensível a variações de resistência de falta e ângulo de incidência e (ii) os resultados obtidos apresentam erros entre 0,10% e 5,82% para faltas que ocorreram entre 7km e 99km do terminal de monitoramento. Para a melhoria da precisão na estimação da localização das faltas foi projetada uma Rede Neural Artificial (RNA) do tipo MLP (Multi-Layer Perceptron), treinada a partir de características dos sinais faltosos extraídas através da TS. Foram utilizados os sinais trifásicos de tensão amostrados na frequência de 200kHz gerados a partir de simulações no software ATP (Alternative Transiente Program), no qual foram realizadas 1280 simulações explorando diversas localizações e resistências de falta e ângulo de incidência. O método foi aplicado utilizando o software MATLAB®. De acordo com os resultados obtidos, a combinação da TS e RNA projetada apresentou melhores resultados do que a aplicação da TS e TOV, destacando-se na estimação da localização de faltas que ocorreram a maiores distâncias do terminal de monitoramento, com erros entre 0,02% e 1,56% para faltas que ocorreram entre 7km e 99km do terminal de monitoramento.
Abstract: This paper presents an automatic fault location method in transmission lines based on the Travelling Waves Theory (TWT) using the Stockwell Transform (ST) to determine the travelling waves propagation time and the dominant frequency of transient signals generated by faults. The method considers the case where there is no communication between terminals or loss of synchronism between the devices responsible for estimating the location of faults using, therefore, only data from one terminal. Single-phase faults only involving one of the phases and the earth area evaluated, which occur in the first half of a transmission line of unknown parameters. It is observed that the method (i) wasn’t sensitive to fault resistance variations and inception angle and (ii) the obtained results presented errors between 0,10% and 5,82% for faults that occurred between 7km and 99km from the monitoring terminal. To improve the accuracy of estimating the fault location, an Artificial Neural Network (ANN) of the type MLP (Multi-Layer Perceptron) is designed, and trained with characteristics extracted from the faulty signals using ST. The ATP (Alternative Transient Program) software was adopted for simulation of a three phase transmission line which voltage signals were sampled at 200kHz. The simulations were performed exploring 1280 combinations of the following parameters: fault locations, fault resistances and inception angle. The method was developed using the software MATLAB®. According to the obtained results, the combination of ST with ANN presented better results than the application of ST and TWT. Such improvement is highlighted for the estimation of fault location at greater distances from the monitoring terminal, with errors between 0,02% and 1,56% for faults that occurred between 7km and 99km from the monitoring terminal.
URI: http://www.repositorio.ufc.br/handle/riufc/13874
metadata.dc.type: Dissertação
Appears in Collections:DEEL - Dissertações defendidas na UFC

Files in This Item:
File Description SizeFormat 
2015_dis_scasouza.pdf2,02 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.