Metodologia de estimação de estados para tratamento de medições errôneas e registros não sincronizados em algoritmos de localização de faltas em linhas de transmissão.
Localização de faltas, Linhas de transmissão, Estimação de estados, Estimação de parâmetros, Sincronização de dados, Teoria de erros.
O desempenho de algoritmos para localização de faltas em linhas de transmissão está diretamente relacionado à exatidão dos seus dados de entrada. Assim, fatores como erros nos parâmetros da linha de transmissão, falhas na sincronização de registros oscilográficos e erros em medições de tensão e de corrente podem influenciar de forma significativa as ferramentas que usam dados errôneos para indicar o local de defeitos. Este
trabalho apresenta uma nova metodologia para localização de faltas em linhas de transmissão, baseada na teoria de estimação de estados, de forma a determinar o local mais provável de ocorrência de curtos-circuitos através da consideração de erros sistemáticos realísticos que podem estar presentes nas medições de tensão e de corrente. O algoritmo foi implementado em duas etapas: pré-falta e pós-falta. Na primeira etapa, admitindo dados não sincronizados, estima-se o ângulo de sincronização e os parâmetros de sequência
positiva da linha de transmissão, e na segunda, estima-se a distância de falta. Além de calcular o valor mais provável para a distância de falta, a partir da consideração de erros nas medições, a variância associada a esta distância também é determinada, usando definições da teoria de erros. Essa é uma das principais contribuições deste trabalho, visto que, a partir o algoritmo proposto, é possível determinar uma região de provável incidência da falta, com aproximadamente 95,45% de confiança. Testes para avaliação e validação da
metodologia foram realizados a partir de registros reais de falta e a partir de simulações de sistemas fictícios de transmissão no software ATP. Os resultados obtidos são relevantes para mostrar que o estimador de localização de faltas desenvolvido apresenta bom desempenho mesmo adotando variâncias realísticas.