Use of Wavelet Transforms to Detect Abnormal Frequency Variation in Distributed Generation Systems

This dissertation focuses the importance of registering eventual frequency variations in Electric Power System which may cross the established limits for normal operation. These can cause serious problems in the operation of sensitive equipments connected to the electric grid, such as the turbo-generators employed in thermoelectric plants. For power system frequency supervision it is used frequency relays which act on protection devices when abnormal conditions are detected. In this context, the major objectives of this work consist of proposing the implementation of an algorithm capable of detecting frequency disturbances characterized by under or over frequency situations and quantifying the time during which the system was operating in such conditions. To achieve this objective the wavelet technique called multiresolution analysis was used for detection of generated disturbances. The data obtained can then be treated in order to prepare a predictive maintenance, mainly in steam turbines which are equipments more subject to damages when in long lasting operation under abnormal frequency conditions.Mestre em CiênciasEsta dissertação foca a importância de registrar as variações eventuais de freqüência no Sistema Elétrico de Potência as quais podem ultrapassar os limites estabelecidos para sua operação normal. Isto pode acarretar sérios problemas no funcionamento de equipamentos sensíveis conectados a rede elétrica, tais como os turbo-geradores empregados em usinas termoelétricas. Para a supervisão da freqüência do sistema são utilizados relés de freqüência, os quais acionam os dispositivos de proteção quando são detectadas condições anormais. Neste contexto, os principais objetivos deste trabalho consistem em propor a implementação de um algoritmo capaz de detectar distúrbios na freqüência, caracterizados por situações de sub ou sobrefreqüência, e também quantizar o tempo em que o sistema esteve operando nestas condições. Para atingir este alvo foi empregada a técnica de wavelet de análise de multiresolução (AMR) para detecção dos distúrbios gerados. Os dados obtidos podem então ser tratados de modo a serem empregados para uma possível manutenção preditiva nas turbinas a vapor, visto que estas estão sujeitas a danos quando em prolongada operação sob condições anormais de freqüência