IMPLEMENTAÇÃO DE TÉCNICAS DE INTELIGÊNCIA ARTIFICIAL PARA IDENTIFICAÇÃO E CLASSIFICAÇÃO DE EVENTOS COMO OSCILAÇÃO DE POTÊNCIA OU PERDA DE EXCITAÇÃO EM GERADORES SÍNCRONOS CONECTADOS A LTS COM FACTS: UM COMPARATIVO COM AS TÉCNICAS TRADICIONAIS DE PROTEÇÃO

Resumo

Analisando os resultados, compreende-se que para níveis de carga reduzidos a metodologia implementada da taxa de variação com a fuzzy se assemelha com a RNA e tem seu tempo de resposta melhor que a proteção tradicional, visto que mesmo após a perda de excitação, o gerador continua entregando potência ao sistema durante 4,73s e 4,93s que pode ser problemática no tocante à estabilidade do sistema, importante salientar que o método não querer nenhum treinamento como a RNA e se torna vantajoso por isto, a lógica fuzzy se adaptou bem ao se trabalhar com a taxa de variação da potência reativa e corrente de armadura RMS, identificando todas as oscilações instáveis e acionando o TRIP. Para níveis de carregamento intermediários, a lógica implementada de forma semelhante obteve resultados positivos em comparativo com a proteção de Berdy, com um tempo de identificação ligeiramente melhor. Os níveis superiores de carga, tal como o último carregamento, sendo o mais crítico ao sistema e ao gerador, obteve um tempo de resposta similar com a metodologia padrão, entretanto a proteção tradicional tem um tempo de resposta melhor com a inserção do SVC devido as oscilações iniciais contribuírem para um atraso da detecção via lógica fuzzy. O método apresentou resultados satisfatórios e uma alternativa viável, de modo que na proteção tradicional os dispositivos FACTS tendem a atrasar a identificação da contingencia, e através dessa metodologia foi possível observar que o compensador nem sempre irá atrasar a atuação da proteção, pois ela se baseia na primeira derivada das grandezas medidas, sendo inerente à variação do sistema apenas.