Professional Documents
Culture Documents
CARRERA:
INGENIERÍA ELÉCTRICA
TEMA:
APLICACIÓN DE LA TRANSFORMADA DE WAVELET PARA UBICACIÓN
DE FALLAS EN SISTEMAS ELÉCTRICOS DE POTENCIA
AUTOR:
LUIS RUBÉN CRUZ ANDALUZ
DIRECTOR:
DIEGO CARRIÓN
………………………………….
Diego Carrión
Cédula de identidad: 1713703062
CESIÓN DE DERECHOS DE AUTOR
ÍNDICE GENERAL
1. INTRODUCCIÓN............................................................................................3
2. TRANSFORMADA DE WAVELE......................................................................3
5. ANÁLISIS DE RESULTADOS...........................................................................8
6. CONCLUSIONES……………………………....................................................9
7. REFERENCIA..............................................................................................10
8. ANEXOS......................................................................................................11
9. ÍNDICE DE FIGURAS
Resumen Abstract
De manera general, las fallas suscitadas en Generally, faults caused in Electrical
los Sistemas Eléctricos de Potencia (SEP) Power Systems (EPS) are characterized to
se caracterizan por ser de corta duración y be short duration and have large
grandes variaciones de magnitud, razón magnitude variations, for this reason if do
por la cual de no tomar medidas oportunas not take proper corrective actions, these
pueden llevar a un colapso completo del faults could be able to lead an entire
sistema. Las fallas en líneas de collapse of the electrical system. The
transmisión se deben muchas veces a faults of the transmission lines are often
razones técnicas y ambientales. produced by technical and environmental
En el presente trabajo se determina la reasons. In this context, the present paper
aplicación de la transformada de wavelet proposes a practical application for the
para ubicación de fallas en los SEP wavelet transform with regard to locate
específicamente aplicado a líneas de faults in electrical systems, specially
transmisión, utilizando el principio de applied on transmission lines by using the
onda viajera. Para ello, se ha desarrollado principle of traveling wave. For that, an
una aplicación que simulara la application has been developed an
determinación de la distancia a la que se application that simulates the
encuentra la falla. Por último, un análisis determination of the distance to the fault
de resultados demostrando la fiabilidad happened. Finally, the result analysis of
del análisis realizado por la transformada the three simulations done demonstrates
de wavelet planteado en tres casos, that the wavelet transform has a high grade
ubicando la falla en líneas de trasmisión, of reliability to locate faults, and also the
con el fin de mostrar los resultados de sensitivity results in front of changes in the
sensibilidad a los cambios en los line parameters are showed.
parámetros de la línea.
1
1. Introducción. teórica y otra de simulación. En la parte
El inconveniente en la delimitación de teórica se presenta una definición
fallas es tan antiguo como la industria de general de la ubicación de fallas
la energía. Al comienzo, la ubicación de mediante la transformada de wavelet y se
fallas era hecha directamente por hace un análisis crítico de los diferentes
inspección visual en la línea [1]. Al métodos existentes; mostrando las
momento de inspeccionar una línea ventajas y desventajas de cada uno de
visualmente, inmediatamente sea por ellos con sus respectivas aplicaciones
tierra o por aire, resulta siempre [6].
extremamente demorosa ya que está
sujeta a circunstancias del campo y a las En la parte práctica, se hace un análisis
ubicaciones medioambientales del comparativo entre dos de los métodos
momento. Adicionalmente, la inspección más ampliamente utilizados, empleando
visual no siempre avala que la falla será fallas simuladas para probar la
encontrada debido a que en muchos sensibilidad de los resultados ante
casos, las fallas no dejan prueba física. cambios en la frecuencia de muestreo de
Los sistema de transmisión mejor los registros [7].
proyectado está sujeto a que ocurran
acontecimientos impredecibles que 2. Transformada de Wavelet.
puedan llevarlo fuera de los límites La transformada tiene esta noción
planeados [2]. Cuando uno de estos elemental para transitorios que
disturbios ocurren en una línea, es encontramos en la redes [8]. Esta norma
necesario que los sistemas de defensa y fue desarrollada como opción para pasar
control tomen acciones que prevengan la los problemas de resolución de la
degradación del sistema y lo restauren a Trasformada de Fourier en tiempo
un estado estable en el menor periodo reducido (STFT), haciendo una buena
posible [3]. imagen de una señal tanto en tiempo y
frecuencia de manera simultánea por lo
Uno de los primeros pasos en el proceso que el estudio wavelet representa el
de rectificación es la localización de la subsiguiente paso a la STFT que es una
propia falla. Sin embargo, en varios de regla a través de ventanas con
los acontecimientos es extremamente demarcaciones de tamaño variable [9].
difícil demarcar de una forma directa
donde ocurrió la falla, debido a que las
líneas de transmisión inevitablemente
pasan por divisiones extensas o de difícil
acceso, y operan bajo condiciones
ambientales difíciles [4]. Por lo tanto, el
plazo requerido para una inspección
física es demasiado largo. Figura 1. Esquema de la Transformada Wavelet.
Investigaciones sobre técnicas de
delimitación de fallas demuestran que un Las funciones de la Transformada son
método preciso y rápido es de gran generadas a partir de una representación
utilidad y valor práctico [5]. wavelet básica como indica en el
esquema de la Figura 1, por medio de
Este artículo busca cubrir las traslaciones y ampliaciones. Estas
necesidades de localización de fallas en funciones son centrales para la
líneas de transmisión existentes en los reconstrucción de la función original por
sistemas eléctricos modernos. Para esto, medio de la transformada inversa [9]. De
el artículo se compone de dos partes, una la siguiente manera es bastante general
2
la representación de la transformada, la La función (6) es representa en la Figura
descomposición de ƒ (t) en un conjunto 2.
de interpretaciones , , que forman
una base y son llamadas “wavelets”
como indica en (1), definida como:
∗ (1)
, ,
2 2
2
1, 0 0,5 2
1 (8)
1
= 1, 0,5 1 (6) 3∗ 4
1,
3
Representada gráficamente en la Figura transformada wavelet está dada por la
4. siguiente ecuación:
, , (10)
∈
, 2 ∗ 2 (11)
4
reducir el área de trabajo a una pequeña método para ubicación de fallas en SEP
sección de la línea [17]. presenta una mejor eficiencia y son
aplicable a casos como el que presenta el
Según el tipo de dato usado para el estudio.
análisis, los métodos de ubicación de
fallas pueden ser clasificados en dos 3.3 Fallas Basada en Análisis de
categorías: los que se basan en cálculo de Wavelet.
impedancia y los que se basan en onda La transformada de wavelet ha
viajera. Este artículo abordará los encontrado aplicaciones diferentes en el
métodos basados en onda viajera, los área de la ingeniería debido a su gran
cuales pueden usar análisis de capacidad de analizar discontinuidades
transformada de wavelet. locales en las ondas. La transformada de
wavelet fue aprovechada inicialmente en
3.2 Ubicación de Fallas por Onda el campo de los sistemas de potencia
Viajera. para el descomposiciones de transitorios
Los métodos utilizados para la ubicación electromagnéticos [19].
de fallas basadas en ondas viajeras que La aplicación ideal en SEP para la
se propagan desde el punto de la línea transformada wavelet es detectar cuando
donde ocurrió una discontinuidad hasta llega el frente de onda al factor de
el punto de medición en el extremo de proporción. Comparando dos de estos
dicha línea, esto tienen la medición del lapsos de llegada, es posible apreciar
tiempo que toma el frente de onda. Es cuanto tiempo ha viajado el frente de
posible determinar la distancia que onda, con lo que se puede saber la etapa
alcanzada el frente de onda si se conoce a la falla [20].
la velocidad con la que viaja la onda
[18]. Todos estos métodos basados en 4. Formulación del problema.
onda viajera tienen una rápida respuesta Al momento de suscitarse una falla en las
y alta precisión. Sin embargo, existen líneas de transmisión de un SEP el
también varios problemas técnicos comportamiento de las ondas de voltaje
insuperables. y corriente sufren variaciones abruptas
caracterizadas por la presencia de picos
La precisión para ubicar fallas en un SEP crecientes o decrecientes a lo largo de
depende de la frecuencia de muestreo toda su extensión. Estas variaciones se
que es muy importante para determinar llevan a cabo en tiempos muy cortos,
el lugar exacto del incidente. Debido a generalmente del orden de los
que la velocidad a que viaja la onda sobre microsegundos o milisegundos [10].
la línea es casi la velocidad de la luz, para Por lo que su análisis se complica y
alcanzar una alta precisión es necesario obliga a la utilización de herramientas de
una frecuencia de muestreo realmente gran exactitud para poder determinar los
alta. Por lo que se necesita de equipos puntos exactos de variación. Como ya se
complejos y costosos. Se encuentran detalló en el apartado anterior del
varias dificultades para fallas ocurridas presente trabajo, la transformada de
cerca del ángulo cero de la señal de wavelet puede ser utilizada para el
voltaje debido a que si el voltaje es cero tratamiento exhaustivo de señales hasta
cuando la falla comienza, entonces no llegar a conocer sus componentes
existirá un cambio abrupto en la fundamentales. En el campo especifico
continuidad del medio de propagación y del análisis de fallas, esta información
será muy difícil su detección. resulta útil para la determinación exacta
Los métodos de detección de fallas por del tiempo de suceso de la falla y por
onda viajera son muchos, sin embargo el ende de la distancia aproximada en
5
donde se pudo haber presentado la gráfica desarrollada para este modelo. La
misma. Tomando como base esto, se ha Figura 6 muestra cómo se realiza el
desarrollado un modelo de aplicación de ingreso de datos en la interfaz gráfica
fallas basado en la transformada de desarrollada.
wavelet que incluye una interface gráfica
para la detección de fallas aleatorias en
MATLAB, el cual va ser descrito con
detalle a continuación.
6
En esta aplicación se utilizó el comando 5. Análisis de resultados.
wavedec, mismo que permite un análisis Para las simulaciones que serán
unidimensional multinivel mediante la presentadas a continuación se han
descomposición de la señal a través del utilizados datos descritos en la Tabla I
uso de filtros pasa bajos y altos [23]. que corresponden a una L.T de un SEP.
Paso 4: finalmente la interfaz gráfica Tabla I. Datos del sistema eléctrico a ser
muestra los resultados obtenidos, así modelado.
como también las gráficas de señal de Datos Valores
voltaje con la falla aleatoria generada Frecuencia [Hz] 60
para el SEP y otra con el detalle de la Inductancia [H/km] 0.93e-3
magnitud en la falla y el tiempo total en Capacitancia [F/km] 12.74e-4
el cual ocurre, entre los extremos de la
Longitud [km] 200
línea en análisis en el siguiente
algoritmo.
A continuación se ha dividió esta sección
Algoritmo para ubicación de en dos partes:
fallas con transformada de
wavelet 5.1 Determinación de la
Paso 1: Parametrización de la L.T. a transformada adecuada para el uso
ser analizada.
Paso 2: Datos de entrada para L.T y
de la función wavelet.
sistema eléctrico: Para determinar la función adecuada se
lLT =Longitud de Vsis=Voltaje discriminó entre las wavelet Mortet y
L.T. [km] del Sistema Haar para garantizar una mayor
ILT =Inductancia de [V] fiabilidad tanto en tiempo de ubicación
L.T. [H/km] fsis=Frecuencia
CLT=Capacitancia del Sistema de la falla como en precisión para la
de L.T. [F/km] [Hz] ubicación de incidente, se simularon dos
casos aplicados a un alinea de
Paso 3: Salidas: transmisión de 500 [kV], el primero con
Senal= Señal del fo2= frente de wavelet Mortet y el otro con wavelet
sistema onda 2 Haar. Para la primera simulación
tiempo_falla= v= Vel.
Tiempo de falla Propagación realizada el modelo propuesto calculó
senal(tiempo_falla)= onda una distancia de falla 120 [km], mientas
Señal de falla tdon= Tiempo para el segundo caso de simulación se
fo1= frente de onda de obtuvo 119.98 [km] ambas tuvieron
1 propagación tiempos de respuesta mayores respecto a
la rapidez y precisión de wavelet de
Paso 4: Generación e inyección de
una falla aleatoria. cuatro filtros. En la Figura 8 se muestra
senal=Vsis*sen(w*t) la falla simulada y el comportamiento de
tiempo_falla=round(rand(1)*1e5) la misma para ambos casos de
senal(tiempo_falla)=200 simulación.
Paso 5: Ubicación de falla con
transformada de wavelet.
[c,l]=wavedec(senal,2,'db4')
fo1=wrcoef('d',c,l,'db4',1)
fo2=wrcoef('d',c,l,'db4',2)
Paso 6: Detección del tiempo de falla.
[valor,t1]= max(fo1)
[valor,t2]= max(fo2)
Paso 7: Calculo de la velocidad de
falla.
v=1/( ILT * CLT).^(1/2) Figura 7. Resultado de simulación para el uso de la
tdon= lLT /v función wavelet.
Paso 8: Gráfica de resultados.
Terminar
7
5.2 Verificación de ubicación de
fallas con el modelo propuesto a
diferentes modelos de voltaje.
Para determinar la validez del modelo
propuesto se han realizado tres
simulaciones para líneas de transmisión
con diferentes niveles de voltaje 138,
230 y 500 [kV]. Se ha conservado los
valores de la Tabla I.
Datos Valores
Velocidad onda viajera [km/s] 289942
Tiempo de falla [s] 0.000343758
Distancia detección de falla
[km] 99.67
Datos Valores
Caso 2: generación de un falla
Velocidad onda viajera [km/s] 289942
transitoria para un línea de transmisión
Tiempo de falla [s] 0.000154376
de 230 [kV], obteniendo los resultados
Distancia detección de falla
que se muestran en la Figura 10 y en la [km] 44.76
Tabla III.
8
6. Conclusiones. Conf. Expo. 2014 IEEE, pp. 1–5,
2014.
Se realizó las pruebas utilizando usando [2] R. A. Keswani, “Identification
uno y cuatro filtros pasa bajos y pasa of fault in HVDC converters
altos donde se logró determinar que a using wavelet based multi-
partir del uso de cuatro filtros en los resolution analysis,” Proc. - 1st
resultados obtenidos no se tiene Int. Conf. Emerg. Trends Eng.
variaciones significativas para la Technol. ICETET 2008, vol. 16,
determinación de la ubicación de la falla. no. 4, pp. 954–959, 2008.
Para futuros estudios se debería usar un [3] P. F. Gale, J. Stokoe, and P. A.
número mínimo de cuarto filtros para Crossley, “Practical Experience
tener una mejor precisión de la ubicación With Travelling Wave Fault
de fallas en sistemas eléctricos de Locators on Scottish power’s
potencia para líneas de transmisión. 275 & 400 kv transmission
system,” pp. 192–196, 1993.
En todos los casos simulados, se verifico [4] J. Da Silva, F. Costa, and E.
que la velocidad de la propagación de la Santos, “High Impedance Fault
onda de falla alcanza valores muy Location – Case Study Using
cercanos al de la velocidad de la luz. Wavelet Transform And
Desarrollar trabajos que utilicen Artificial Neural Networks,”
modelos como el propuesto para la toma 22nd Int. Conf. Electr. Distrib.,
de decisiones y mitigación de los efectos vol. 5, no. 0663, pp. 10–13,
de fallas en líneas de transmisión y en 2013.
general de estabilidad de un SEP. La [5] L. J. Lewis, “Traveing Wave
transformada de wavelet, permite una Relations Power-System Fault
reconstrucción efectiva de señales con Locators,” IEEE Journals Mag.,
mucha presencia de ruido o variaciones, vol. 70, no. 2, pp. 1671–1680,
y se perfila como una gran ayuda de 1951.
aplicaciones en tiempo real. [6] W. Gao and J. Ning, “Wavelet-
Based Disturbance Analysis For
Modelos propuestos como el presentado Power System Wide-Area
en este artículo nos brinda una Monitoring,” IEEE Trans. Smart
herramienta con un grado de precisión Grid, vol. 2, no. 1, pp. 121–130,
para la ubicación de fallas. Sin embargo 2011.
las distancias obtenida no pueden ser [7] H. Livani, S. Member, and C. Y.
tomadas como definitivas, es importante Evrenosoglu, “A Traveling
que con los datos obtenidos en las líneas Wave Based Single-Ended Fault
de transmisión sean complementadas Location Algorithm using DWT
con inspecciones físicas en campo de las for Overhead Lines Combined
SEP para determinar el punto exacto de with Underground Cables,”
la fallas y las causales produjera el IEEE PES Gen. Meet., pp. 4–9,
incidente. 2010.
[8] G. Bousaleh, F. Hassoun, and T.
Ibrahim, “Application of
7. Referencias. Wavelet Transform in the Field
of Electromagnetic
[1] Y. Wang, L. Xue, M. Pedram,
Compatibility and power quality
and C. Naehyuck, “Online Fault
of Industrial Systems,” Adv.
Detection and Fault Tolerance in
Comput. Tools Eng. Appl. 2009.
Electrical Energy Storage
ACTEA ’09. Int. Conf., pp. 284–
Systems,” PES Gen. Meet. |
9
289, 2009. traveling waves using
[9] F. B. Costa, B. A. Souza, S. correlation analysis method,”
Member, and N. S. D. Brito, 2008 Int. Conf. High Volt. Eng.
“Real-Time Classification of Appl., pp. 681–684, 2008.
Transmission Line Faults Based [17] M. B. Dewe, S. Sankar, and J.
on Maximal Overlap Discrete Arrillaga, “Application of
Wavelet Transform,” pp. 1–8, satellite time references to
2012. HVDC fault location,” IEEE
[10] E. Bashier, M. T. Orner, and A. Trans. Power Deliv., vol. 8, no.
I. Aziz, “Transmission Line 3, pp. 1295–1302, 1993.
Faults Detection, Classification [18] L. Zewen, H. Huanhuan, D.
and Location using Artificial Feng, Z. Xiangjun, and Y. Kun,
Neural Network,” pp. 1–5, 2012. “Power grid fault traveling wave
[11] N. Moslemi and D. JALALI, network location method,” Conf.
“Fault Location for Radial Rec. - IAS Annu. Meet. (IEEE
Distribution Systems Using Ind. Appl. Soc., pp. 1–6, 2013.
Fault Generated High- [19] O. I. Camps, J. S. Mayer, and W.
Frequency Transients and B. Gish, “Wavelets And
Wavelet Analysis,” 18th Int. Electromagnetic Power System
Conf. Electr. Distrib., no. June, Transients,” vol. 11, no. 2, pp.
pp. 1–4, 2005. 1050–1058, 1996.
[12] T. Patcharoen, A. Ngaopitakkul, [20] P. K. Murthy, J. Amarnath, S.
and A. Kunakorn, Kamakshiah, and B. P. Singh,
“Identification of fault types for “Wavelet Transform Approach
a three-bus transmission for Detection and Location of
network using discrete Wavelet Faults in HVDC System,” IEEE
Transform and Probabilistic Reg. 10 Colloq. 3rd Int. Conf.
Neural Networks,” pp. 1579– Ind. Inf. Syst. ICIIS 2008, pp. 6–
1584, 2007. 11, 2008.
[13] X. Gu, “Wavelet Transform [21] L. De Andrade and T. P. De
Based Approach to Harmonic Leão, “Fault Location for
Analysis,” 2011. Transmission Lines Using
[14] S. Yunhui and R. Qiuqi, Wavelet,” vol. 12, no. 6, pp.
“Continuous Wavelet 1043–1048, 2014.
Transforms,” Proc. 7th Int. [22] V. K. Gupta and D. N.
Conf. Signal Process. 2004. Vishwakarma, “Transmission
Proceedings. ICSP ’04. 2004., Line Fault Location using
vol. 1, pp. 207–210, 2005. Traveling Wave,” Int. J. Invent.
[15] Y. Liu, G. Sheng, Y. Hu, X. Reasearch, Eng. Sci. Technol.,
Jiang, Y. Sun, and S. Wang, vol. 1, no. 1, pp. 24–28, 2014.
“Identification of back flash and [23] S. Mallat, “A Theory for
shielding failure on transmission Multiresolution Signal
line based on time domain Decomposition: The Wavelet
characteristics of traveling Representation,” IEEE Trans.
wave,” IEEE Power Energy Soc. Pattern Anal. Mach. Intell., vol.
Gen. Meet., vol. 2014-October, 11, no. 7, pp. 674–693, 1989.
no. October, 2014.
[16] P. Jun, S. Wenxia, T. Jun, and Z.
Jun, “Fault location for
transmission line based on
10