Algoritmos genéticos aplicados à estimação fasorial em sistemas elétricos de potência

Detalhes bibliográficos
Ano de defesa: 2012
Autor(a) principal: Silva, Raphael Philipe Mendes da
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://www.teses.usp.br/teses/disponiveis/18/18154/tde-05102012-091637/
Resumo: Esta trabalho apresenta a análise e implementação de uma técnica inteligente, o algoritmo genético (AG), para implementação de unidades de medição fasoriais, denominadas PMUs (Phasor Measurement Units). A disponibilidade dos fasores em diversos pontos de um sistema elétrico de potência (SEP) é importante, tanto para monitoramento quanto para controle, proteção e estudo do sistema. Entretanto, a obtenção de tais fasores só têm sentido se os mesmos possuírem o mesmo referencial no tempo. Este referencial é conseguido através de sinais de satélites GPS (Global Positioning System) que sincronizam as PMUs instaladas nos pontos de interesse. Existe uma vasta quantidade de m´métodos que podem ser utilizados para que, de posse das formas de onda discretizadas de tensão e corrente, estime-se os fasores correspondentes e as frequências locais. Este projeto apresenta os AGs como ferramenta de estimação para a obtenção de uma PMU com todas as vantagens relativas a tais algoritmos. Além disso, uma versão do AG que utiliza menos recursos computacionais , o algoritmo genético compacto (AGc) também será estudado. Um estudo norteado pela norma internacional C37.118 compara o desempenho dos AGs com dois métodos tradicionais de medição fasorial, um baseado na transformada discreta de Fourier e outro baseado em um filtro phase-locked loop. Dados sintéticos e provenientes de simulações são utilizados para avaliar o desempenho dos algoritmos desenvolvidos. Para tirar vantagem da natureza paralela dos algoritmos genéticos, um estudo da implementação do AGc em FPGA (field programmable gate array) utilizando a linguagem VHDL e realizado a fim de estudar a implementação embarcada em PMUs.