UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA SIDNEI PEREIRA TRANSFORMADA WAVELET APLICADA A ANÁLISE AUTOMÁTICA DE OSCILOGRAFIAS DE CURTA DURAÇÃO EM UNIDADES GERADORAS DISSERTAÇÃO PATO BRANCO 2016 SIDNEI PEREIRA TRANSFORMADA WAVELET APLICADA A ANÁLISE AUTOMÁTICA DE OSCILOGRAFIAS DE CURTA DURAÇÃO EM UNIDADES GERADORAS Dissertação apresentada ao Programa de Pós-Graduação em Engenharia Elétrica – PPGEE – da Universidade Tecnológica Federal do Paraná – UTFPR, Câmpus Pato Branco como requisito parcial para obtenção do título de Mestre em Engenharia Elétrica. Orientador: Prof. Dr. Miguel Moreto. Co-orientador: Prof. Dr. Gustavo Weber Denardin PATO BRANCO 2016 P414t Pereira, Sidnei Transformada wavelet aplicada a análise automática de oscilografias de curta duração em unidades geradoras / Sidnei Pereira –- 2016. 125f. il 30 cm Orientador: Prof. Dr. Miguel Moreto Coorientador: Prof. Dr. Gustavo Weber Denardin Dissertação (Mestrado) – Universidade Tecnológica Federal do Paraná Programa de Pós-Graduação em Engenharia Elétrica, Pato Branco, 2016 Bibliografia: f. 120 – 125. 1. Sistemas de energia elétrica. 2. Osciladores elétricos. 3. Wavelets (Matemática). 4. Transitórios (Eletricidade). I. Moreto, Miguel, orient. II. Denardin, Gustavo Weber, coorient. III. Universidade Tecnológica Federal do Paraná. Programa de Pós-Graduação em Engenharia Elétrica. IV. Título. CDD 22. ed. 621.3 Ficha catalográfica elaborada por Suélem Belmudes Cardoso CRB9/1630 Biblioteca da UTFPR Câmpus Pato Branco Ministério da Educação Universidade Tecnológica Federal do Paraná Câmpus Pato Branco Diretoria de Pesquisa e Pós-Graduação Programa de Pós-Graduação em Engenharia Elétrica TERMO DE APROVAÇÃO Título da Dissertação n° 043 Transformada Wavelet Aplicada à Análise Automática de Oscilografias de Curta Duração em Unidades Geradoras por Sidnei Pereira Dissertação apresentada às dezesseis horas do dia trinta e um de março de dois mil e dezesseis, como requisito parcial para obtenção do título de MESTRE EM ENGENHARIA ELÉTRICA. Programa de Pós-Graduação em Engenharia Elétrica (Área de Concentração: Sistemas e Processamento de Energia), Universidade Tecnológica Federal do Paraná, Câmpus Pato Branco. O candidato foi arguido pela Banca Examinadora composta pelos professores abaixo assinados. Após deliberação, a Banca Examinadora considerou o trabalho APROVADO. Banca examinadora: Prof. Dr. Miguel Moreto Prof. Dr. César Rafael Claure Torrico UFSC/SC (Orientador) UTFPR/PB __________________________________ __________________________________ Prof. Dr. Flávio Antonio Becon Lemos Prof. Dr. Jean Patric da Costa UFRGS/RS UTFPR/PB Prof. Dr. Ricardo Vasques de Oliveira Coordenador do PPGEE *A Folha de Aprovação assinada encontra-se na Coordenação do Programa de Pós-Graduação em Engenharia Elétrica. Dedico este trabalho a minha família, em especial a minha esposa Juliane e meus pais Paulo e Tecla. AGRADECIMENTOS Agradeço ao amigo Miguel Moreto pelo incentivo na busca pela pós- graduação, pelo apoio e orientação no decorrer dos estudos, pela compreensão nos momentos de dificuldades pessoais; Agradeço a minha esposa Juliane Dalponte Pereira pelo constante incentivo e companheirismo; Aos meus pais Paulo e Tecla Pereira pela educação e exemplo de vida, que me tornaram um eterno aprendiz; As concessionárias de energia que disponibilizaram dados para os estudos de caso, mesmo sem serem referenciadas ao longo do trabalho, pela necessidade de sigilo de tais dados; Aos professores da banca pelas criticas e sugestões. “Sempre faço o que não consigo fazer para aprender o que não sei. Se sabemos exatamente o que vamos fazer, para quê fazê-lo?” Pablo Picasso Pereira, Sidnei. Transformada wavelet aplicada a análise automática de oscilografias de curta duração em unidades geradoras. 2016. 126 f. Dissertação (Mestrado em Engenharia Elétrica) – Programa de Pós-Graduação em Engenharia Elétrica, Universidade Tecnológica Federal do Paraná. Pato Branco, 2016. RESUMO Este trabalho tem como foco de estudo a análise automática de registros de perturbações em unidades geradoras do sistema elétrico. Propõe-se um método, baseado na transformada wavelet, para aplicar aos registros de perturbações de curta duração (forma de onda) e detectar instantes de faltas em geradores, realizar a segmentação dos registros e extrair informações que caracterizem a falta. Como saída deste método, se obtém um conjunto de informações representativas dos sinais monitorados em unidades geradoras. Essas informações podem ser aplicadas a um sistema especialista voltado para a classificação de faltas e demais condições anormais de operação. O grande volume de dados, produzidos pelos registradores digitais de perturbações do sistema elétrico, justifica a pesquisa e a busca por métodos de análise automática que auxiliem o trabalho dos analistas em busca das causas das perturbações. A revisão bibliográfica apontou as possíveis aplicações para as oscilografias e o estado da arte dessas. A revisão conceitual do padrão COMTRADE e da transformada wavelet embasa a escolha do método adequado à solução do problema. Testes foram realizados para determinar a melhor wavelet mãe no processo de segmentação. O método proposto foi aplicado a cinco estudos de casos com registros de oscilografias reais e o resultado obtido confirmou a eficiência deste. Espera-se, com esta pesquisa, aperfeiçoar o processo de análise pós-operação de ocorrências no Sistema Interligado Nacional, tendo como resultado direto a redução no tempo de indisponibilidade de equipamentos, como geradores. Palavras chave: Sistemas de potência, oscilografias, análise automática, detecção de faltas, segmentação. Pereira, Sidnei. Wavelet transform applied automatic analysis of short oscillograms generating units. 2016. 126 f. Dissertação (Mestrado em Engenharia Elétrica) – Programa de Pós-Graduação em Engenharia Elétrica, Universidade Tecnológica Federal do Paraná. Pato Branco, 2016. ABSTRACT The focus of this work is the automatic analysis of disturbance records for electrical power generating units. The main proposition is a method based on wavelet transform applied to short-term disturbance records (waveform records). The goal of the method is to detect the time instants of recorded disturbances and extract meaningful information that characterize the faults. The result is a set of representative information of the monitored signals in power generators. This information can be further classified by an expert system (or other classification method) in order to classify the faults and other abnormal operating conditions. The large amount of data produced by digital fault recorders during faults justify the research of methods to assist the analysts in their task of analysing the disturbances. The literature review pointed out the state of the art and possible applications for oscillography records. The review of the COMTRADE standard and wavelet transform underlines the choice of the method for solving the problem. The conducted tests lead to the determination of the best mother wavelet for the segmentation process. The application of the proposed method to five case studies with real oscillographic records confirmed the accuracy and efficiency of the proposed scheme. With this research, the post-operation analysis of occurrences is improved and as a direct result is the reduction of the time that generators are offline. Palavras chave: Power systems, oscillograms, automatic analysis, fault detection, segmentation. LISTA DE FIGURAS Figura 1: Análise de oscilografia: visão geral. ........................................................... 16 Figura 2: Rede de coleta de registros. ...................................................................... 21 Figura 3: Registrador Digital de Perturbações Multifunções RPV-310. ..................... 32 Figura 4: Exemplos de registro de oscilografia: arquivo de configuração (.cfg) ........ 34 Figura 5: Exemplos de registro de oscilografia: arquivo de dados (.dat) ................... 35 Figura 6: Exemplos de registro de curta duração. ..................................................... 37 Figura 7: Exemplos de registro de longa duração. .................................................... 37 Figura 8: Exemplos de registro de sequência de eventos. ........................................ 38 Figura 9: a) Sinal de tempo contínuo periódico. b) Decomposição feita pela FT em sinais de frequências fundamentais. ......................................................................... 41 Figura 10: a) Sinal discreto no tempo. b) Magnitude dos fasores de frequências distintas que compõem o sinal discreto, obtidas a partir da DFT. ............................. 42 Figura 11: a) Sinal de registro de oscilografia. b) Frequências que compõem o sinal, obtidas a partir da FT. ............................................................................................... 43 Figura 12: Transformada de Fourier de Tempo Curto (STFT). .................................. 43 Figura 13: a) Trecho de registro de oscilografia com perturbação. b) registro de oscilografia de curta duração. c) Plano tempo versus frequência, obtido pela STFT. .................................................................................................................................. 45 Figura 14: Resolução no plano tempo-frequência a) Obtido pela STFT b) Obtido pela WT. ............................................................................................................................ 46 Figura 15: Wavelet de Haar....................................................................................... 48 Figura 16: Wavelet Chapéu Mexicano. ..................................................................... 49 Figura 17: Wavelet de Morlet. ................................................................................... 49 Figura 18: Wavelets de Daubechies. ......................................................................... 50 Figura 19: Decomposição wavelet com filtros. .......................................................... 53 Figura 20: Exemplo de downsample. a) Sinal original. b) Sinal reamostrado. .......... 53 Figura 21: Decomposição com banco de filtros. ........................................................ 54 Figura 22: Decomposição por banco de filtros na forma de espaços vetoriais. ........ 54 Figura 23: Árvore de decomposição wavelet até o quinto nível. ............................... 55 Figura 24: Visualização da magnitude dos coeficientes de detalhe por escala de cores. ........................................................................................................................ 56 Figura 25: Visualização da magnitude dos coeficientes de detalhe. ......................... 56 Figura 26: Fluxograma do método proposto: visão geral. ......................................... 59 Figura 27: Variação da energia do coeficiente de detalhe cd3. ................................. 61 Figura 28: Aumento brusco da energia do coeficiente de detalhe cd3: a) em todo o sinal; b) zoom no momento da falta. ......................................................................... 63 Figura 29: Detalhe da segmentação ......................................................................... 64 Figura 30: Transformada de Clarke-Concórdia. ........................................................ 66 Figura 31: Aplicação da transformada de Clarke-Concórdia. .................................... 67 Figura 32: Método proposto: detecção de transitórios e segmentação. .................... 68
Description: