Metodologia inteligente para o diagnóstico de alarmes em sistemas elétricos de potência

Orientador : Prof. Dr. Alexandre Rasi AokiDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia Elétrica. Defesa: Curitiba,23/08/2012Bibliografia: fls. 104-110Área de concentração: Sistemas de energiaResumo: O presente trabalho propõe uma metodologia de diagnóstico de eventos e alarmes no Sistema Elétrico de Potência (SEP) que sintetiza as informações sobre a causa e a localização do defeito em caso de contingências elétricas. Espera-se reduzir o esforço na análise da falta, agilizando a recomposição ou inibindo a ação de componentes faltosos, aumentado a segurança operacional. Conforme descrito no decorrer da pesquisa, profissionais operam muitos componentes da malha elétrica de forma remota. Estes assimilam a responsabilidade por monitorar e controlar muitas unidades em paralelo através de um centro de operação com um Sistema de Supervisão e Controle (SSC) em tempo real. Por esta atividade concentrar muitas variáveis, uma das estratégias adotadas é a utilização de eventos e alarmes. Alterações críticas em campo, que necessitem de atuação imediata precisam disparar alarmes para os operadores, todavia ações de emergência são configuradas para lançar eventos. Este ambiente sintetiza a observabilidade do sistema, embora também possua problemas, sendo descritos no trabalho. Para transpor estes obstáculos, a literatura técnica possui soluções, em sua maioria, técnicas de Inteligência Artificial (IA). Estas por tentar representar linhas de raciocínio humanas, auxiliam a construção de métodos que fortalecem a interpretação da falta elétrica por meio de análise dos alarmes e eventos do SSC. A principal técnica pesquisada foi à fusão dos conhecimentos das Redes de Petri (RPs) e a lógica Fuzzy. A partir da constatação que dados linguísticos (lógica Fuzzy) melhor representam as condições de observabilidade do SEP, e que as RPs possuem grande capacidade de executar cálculos simultâneos, criou-se um ambiente para o diagnóstico (classificação e localização) de faltas em sistema elétrico baseado em Redes de Petri Fuzzy (RPFs). Foram criados modelos para estas RPFs, baseados em conhecimento humano, que pudessem a partir da chegada de alarmes e eventos interpretar uma possível anomalia elétrica, resultando num diagnóstico com graus de possibilidade que indiquem a confiabilidade nesta solução, sendo estes modelos a principal contribuição científica do presente trabalho. Como forma de avaliação da metodologia foram efetuadas análises de duas contingências não programadas com base histórica de eventos da Companhia Paranaense de Energia (Copel), além de propor a título de comparação de resultados com um modelo encontrado na literatura também baseado em RPFs, mas orientado somente a localização da falta. A utilização desta metodologia agregou mais capacidade de análise, sintetizando o diagnóstico das faltas elétricas, promovendo ganhos significativos nos resultados. Isto é demonstrado através da análise dos testes realizados sobre a análise pós-falta em comparação com os resultados desta metodologia.Abstract: This paper proposes a methodology for diagnosis of events and alarms in Electric Power System (EPS) which summarizes the information about the cause and location of the fault in case of electrical contingencies. It's expected to reduce the effort in the analysis of the disturbance, speeding the recovery or inhibiting the action of faulty components, increasing operational safety. As described during the research, professionals operate many components of the electrical grid remotely. They assimilate the responsibility for monitoring and controlling many units in parallel through a operating system center with a Supervisory Control System (SCS) in real time. Since the activity of operation focus on many variables, many strategies are utilized, including events and alarms. Critical changes in field, requiring immediate action must raise alarms for operators, however emergency actions are set to launch events. This environment summarizes the observability of the system, but also have problems, being described in the work. To overcome these obstacles, the technical literature has solutions, in most cases, Artificial Intelligence (AI) techniques are used. These for trying to represent lines of human reasoning helps building methods that strengthen the interpretation of electrical disturbance by analysis of alarms and events of the SCS. The main technique investigated was the fusion of the knowledge of Petri Nets (PNs) and Fuzzy logic. From the observation that linguistic data (Fuzzy logic) better represent the conditions of observability of the EPS, and that the PNs have great ability to perform simultaneous calculations, it was created an environment for the diagnosis (classification and location) of faults in the electrical system based on Fuzzy Petri Nets (FPNs). Based on human knowledge, models were created for these networks that could interpret a possible electrical malfunction, resulting in a diagnostic with degrees of reliability in this solution. These models are the main scientific contribution of this work. As an evaluation, it was performed two contingencies analyzes based on historical events of Companhia Paranaense de Energia (Copel). For purposes of comparison, a model of the literature also based on FPNs, but oriented only in the fault location was described. The use of this methodology has added more capacity analysis, summarizing the interpretation of electrical disturbances, promoting significant gains in the results. This is demonstrated by analysis of the tests performed on post-disturbance analysis in comparison with the results of this methodology