Proteção Diferencial de Transformadores de Potência Baseada em Redes Neurais Artificiais e Transformada Wavelet
Proteção diferencial, transformada wavelet, redes neurais artificiais
Neste trabalho propõe-se uma alternativa para melhorar a proteção diferencial de transformadores usando a combinação de redes neurais artificiais e transformada wavelet. O método proposto utiliza a transformada wavelet para detectar o início de um distúrbio que afete o transformador, seja interno ou externo, enquanto que uma rede neural artificial realiza a classificação correta do tipo de distúrbio (falta interna, falta externa e energização de transformadores), de forma rápida e eficaz. Desta forma, a rede neural artificial atuará como um classificador de padrões e desempenhará a função diferencial de transformadores convencional, com uma alta eficiência na detecção de faltas internas, evitando, assim, inadequadas operações do relé em situações de falta interna e energização de transformadores. Além disso, o método proposto conta com uma função adicional, que é a classificação de faltas internas ao transformador realizada por outra rede neural artificial, a qual pode auxiliar na reparação e manutenção do transformador. Dessa forma, o esquema de proteção diferencial proposto pode funcionar conjuntamente com as demais proteções do sistema enviando sinais de alerta, como por exemplo, para condições de falta externa ao transformador tornando, assim, uma proteção confiável e inteligente.