Diseño de un rele neuronal de protección para lineas aéreas de AT con preprocesado de señal mediante la transformada Wavelet

Resumo

El avance de las tecnologías de los microprocesadores y ordenadores ha permitido sustituir las protecciones electromecánicas y analógicas clásicas por protecciones digitales. Sin embargo, los algoritmos empleados en éstas últimas tienen serias dificultades cuando las señales procedentes de los transductores de las corrientes y tensiones están afectadas por la saturación de los mismos o por efectos de ferrorresonancia respectivamente, o cuando la falta que se presenta en la línea está afectada por un arco dinámico. Por otro lado, en los últimos años se habían hecho pequeños avances en la aplicación de la inteligencia artificial y en especial en redes neuronales a los sistemas de energía eléctrica. Éstas resultaban especialmente útiles en la predicción del flujo de carga y en la clasificación de patrones de faltas. El término clasificación de patrones engloba un amplio marco de problemas de procesado de información de gran importancia práctica. Con frecuencia estos problemas se resuelven mediante técnicas estadísticas, desarrollando un algoritmo capaz de clasificar un correctamente un patrón no visto anteriormente. Una aproximación al reconocimiento estadístico de patrones se realiza mediante el teorema de Bayes, que expresa la probabilidad de que un patrón pertenezca a una determinada clase, expresando ésta probabilidad a posteriori en función de medidas realizadas previamente. En función de las características observadas se divide el espacio en regiones de decisión separadas por fronteras de decisión o clasificación. Análogamente, las salidas de una red neuronal se pueden interpretar como las probabilidades obtenidas a partir de la función de error (minimizar la función error durante el entrenamiento de la red neuronal es equivalente a buscar la máxima probabilidad), y la red neuronal aproxima las fronteras del clasificador Bayesiano óptimo. Ante estos hechos, y la gran ventaja que supone el modo de trabajo en paralelo de las redes neuronales, nos propusimos como objetivo buscar nuevos caminos en el campo de las protecciones de las redes eléctricas por medio del estudio de las redes neuronales de sistemas de protección que resuelvan los problemas anteriormente apuntados. La metodología empleada consistió en el entrenamiento de los diferentes tipos de redes neuronales utilizadas en los relés de protección mediante datos generados, para distintos tipos de fallos, con un programa de transitorios electromagnéticos (EMTDC/PSCAD) aplicado a un modelo de red muy general que incluye todas las posibles topologías y niveles de carga. Estos patrones fueron empleados para entrenar las redes neuronales mediante un programa en C++ realizado por el autor. También se incorporó en este trabajo, el estudio y la aplicación de la transformada wavelet, que presenta una serie de ventajas frente a métodos tradicionales de procesado de señales. Entre las herramientas tradicionales de análisis de sistemas eléctricos de potencia, se encuentran numerosos algoritmos, basados entre otros, en la transformada de Fourier, filtros de Kalman, etc. Sin embargo, si ocurre un transitorio, las formas de onda asociadas son no periódicas, conteniendo oscilaciones de alta y de baja frecuencia superpuestas a la frecuencia de funcionamiento del sistema eléctrico. En tal situación, debido a que la transformada de Fourier realiza un promedio de la contribución de las frecuencias se pierde la localización de la perturbación en el tiempo. El análisis mediante wavelets supera ésta limitación, realizando un procesado de la señal, que proporciona información en tiempo y en frecuencia. Por ello, la transformada wavelet es una potente ayuda para el análisis, estudio e interpretación de los distintos fenómenos transitorios que se pueden presentar en un sistema eléctrico de potencia. Además, en este trabajo se ha implementado la transformada wavelet mediante una red neu-ronal, lo que nos permite integrar dentro de la red neuronal general de reconocimiento de pa-trones, una subred encargada de llevar a cabo el procesado de señal. El funcionamiento en paralelo de la red neuronal con la información suministrada por las wavelets ha permitido incrementar la velocidad y seguridad de la respuesta del relé neuronal en los primeros instan-tes del fallo. Asimismo, uno de los objetivos de este trabajo era realizar la implementación práctica del diseño realizado en un sistema electrónico que permitiera comprobar la eficacia del mismo. Para llevar a cabo el montaje experimental se necesitaba un sistema que permitiera simular los sistemas eléctricos similares a los empleados en el proceso de diseño y entrenamiento del relé. El Departamento de Ingeniería Eléctrica de la Universidad de Bath cuenta con el equipo RTDS, que constituye el complemento del sistema de simulación PSCAD, con el que es posi-ble llevar a cabo la simulación y ensayo de prototipos de equipos eléctricos. Bajo la dirección del Prof. Aggarwal se llevó a cabo las pruebas de laboratorio del relé neuronal que resultaron plenamente satisfactorias. Los alentadores resultados obtenidos son un buen estímulo para el uso de las redes neuronales en las protecciones de alta velocidad para líneas de transmisión de alta tensión ya que hemos obtenido un tiempo de respuesta en la detección en la red neuronal de incluso 1.8 ms para fallos cercanos al relé. El relé también ha dado una buena respuesta frente a ruidos, pérdida de información y cambios bruscos de carga. ---------------------------------------------------------------------------------------------------------------