Análise de Componentes Principais para diagnóstico pós-falta em sistemas elétricos de grande porte

Abstract

Synchronized phasor measurement systems are being widely used around the world, and have become essential elements in the evolution of the operation of large electrical systems. These systems are based on phasor measurement units, called PMUs, which are capable of recording data with a high sampling rate, thus generating a huge dataset. This work presents a methodology for selecting data for postfault analysis, through dimensionality reduction, using principal component analysis. To validate the proposed methodology, real data related to a recent occurrence in the national interconnected system were used. The validation of the obtained results was done using an anomaly detection algorithm. With the application of the methodology, the possibility of using a data set smaller than the original was proved, while maintaining the characteristics of the attributes. This automatic data selection methodology benefits post-fault analysis due to the performance gain obtained by reducing the electrical attribute dataset, without significant loss in the accuracy of anomaly detection capability.Resumo: Os sistemas de medição fasorial sincronizada estão sendo amplamente utilizados ao redor do mundo, e se tornaram elementos essenciais na evolução da operação dos sistemas elétricos de grande porte. Estes sistemas são baseados em unidades de medição fasorial, chamadas PMUs, as quais são capazes de gravar dados com alta taxa de amostragem, gerando assim um enorme conjunto de dados. Neste trabalho é apresentada uma metodologia para seleção de dados para análise pós-falta, através da redução da dimensionalidade, utilizando a análise de componentes principais. Para validar a metodologia proposta, foram usados dados reais relacionados a um recente caso de ocorrência no sistema interligado nacional. A validação dos resultados obtidos foi feita utilizando-se um algoritmo de detecção de anomalias. Com a aplicação da metodologia, comprovou-se a possibilidade de se utilizar um conjunto de dados menor do que o original, porém mantendo as características dos atributos. Esta metodologia automática de seleção de dados traz benefícios para análise pós-falta devido ao ganho de desempenho obtido com a redução do conjunto de dados dos atributos elétricos, sem perda significativa na precisão da capacidade de detecção de anomalia.