40. SBAI- Simpósio Brasileiro de Automação Inteligente, São Paulo, SP, 08·10 de Setembro de 1999

PLANEJADOR INTELIGENTE PARA O RESTABELECIMENTO DESUBESTAÇÕES ELÉTRICAS .

A.R. Aoki G. Lambert-Torres L.E. de SouzaInstituto de Engenharia Elétrica

Escola Federal de Engenharia de ItajubáAv. BPS, 1303- Bairro PinheirinhoItajubáIMG- CEP 37500-000

C.R.V. deMoraes

Este artigo apresenta uma aplicação de modelagemfuncional para aquisição de conhecimentos de planejamentointeligente. Este conhecimento será usado para gerar planos derestabelecimento de subestações elétricas quando ocorrer urnafalta. Será mostrada a abordagem para adquirir o domínio deconhecimento de subestações elétricas baseado na técnicaMultilevel FIow Modeling (MFM), e como mapear as funçõesMFM em uma representação de planejamento. Por fim, serámostrado o funcionamento básico do planejador inteligente eos resultados obtidos, bem como suas futuras aplicações nossistemas automatizados de supervisão e controle.

Palavras chaves: Restabelecimento Automático, PlanejamentoInteligente, Modelagem Funcional.

Abstract This paper presents an application of functionalmodeling used for acquiring inteIligent planning knowledge.This knowledge will be used to generate electrical substationrestoration plans when a fault happens. It wiIl be shown anapproach to acquire the domain knowledge of substationsplants based on Multilevel FIow Modeling (MFM) , and how tomap the MFM functions in a planning representation. Finally,it wiIl be shown the basic operation of the inteIligent plannerand its results, as weI1 as, its future applications in theautomated supervision and control systems.

.Keywords: Automatic Restoration, InteIligent Planner,FunctionalModeling.

1 INTRODUÇÃOO crescente número de blecautes no sistema elétrico depotência (SEP) brasileiro é uma conseqüência da sobrecarga dosistema e da falta de investimento no setor. Além disso, oimpacto de blecautes prolongados nos consumidores, naeconomia, e no próprio SEP fazem com que umrestabelecimento do fornecimento de energia rápido e efetivoseja muito importante [1].

Uma parte importante do SEP é a subestação elétrica,queatende as necessidades de interconexão, transformação econtrole do sistema. O restabelecimento da configuração ·normal de uma subestação, depois da ocorrência de uma falta. é

357

executada através da intervenção de um operador humano,muitas vezes com o aUX11io de um sistema automatizado decontrole e supervisão.

Considerando a complexidade crescente na topologia dassubestações, e ainda que a tarefa de restabelecimento não éuma tarefa automática, a probabilidade de uma falha humana eo tempo gasto na execução das ações de restabelecimento sãoelevados e devem ser evitados.

Este trabalho consiste na aplicação de Planejamento Inteligentecom a técnica de modelagem funcional Multilevel FlowModeling (MFM), para desenvolver um sistema de apoio àdecisão capaz de contribuir com o operador de subestação emuma situação de restabelecimento.

Um sistema de apoio à decisão que ajude no restabelecimentode uma subestação deve ter meios para:• Avaliar o agente da ocorrência;• Definir a área defeituosa que foi isolada pela atuação da

proteção;• Caracterizar se o defeito é permanente ou transitório;• Identificar os componentes envolvidos e os afetados [2].

A combinação de planejamento inteligente com sistemas reaisde engenharia tem se mostrada ser particularmente difícildevido a dificuldade de adquirir conhecimentos robustos. Alémdisso, este conhecimento, quando adquirido, é muitodependente do domínio e muito raramente pode ser reutilizadoem outras aplicações.

No item 2, são apresentados os fundamentos da técnica demodelagem funcional MFM, . e ainda, suas funções e asdecomposições todo-parte e meios fins, utilizadas na criaçãodos modelos. No item 3, são mostrados os modelos criadospara urna subestação do tipo Barra Simples (l38kV), ·usualmente encontrada no SEP, e são detalhadas as funçõesutilizadas nesse processo. No item 4, é mostrado como sederiva o conhecimento de planejamento a partir do modeloMFM, os operadores HABILITAR e ESTABELECER sãoapresentados de uma forma genérica. No item 5, é apresentadoa estrutura do sistema desenvolvido e seu funcionamento Porfim, no item 6 são apresentados alguns resultados e no item 7as conclusões.

40. SBAI- Simpósio Brasileiro de Automação Inteligente, São Paulo, SP, 08-10 de Setembro de 1999

2 MODELAGEMFUNCIONALEm um sistema de supervisão é importante obter informaçõesque expliquem o que as partes do sistema devem fazer(qualidades funcionais) e porque devem fazer (qualidadesintencionais). Este tipo de informação. chamada meios-fins, émuito pouco fornecida ou mesmo inexistente nas técnicas demodelagem clássicas , que em geral explicam como asdiferentes partes do sistema interagem (qualidadescomportamentais).

As técnicas de modelagem funcional capturam quais funções aspartes do sistema podem realizar individualmente. ou em"conjunto. e como estas funções são realizadas. MFM estáfortemente relacionada com diagnósticos . raciocínio baseadoem modelos e técnicas em geral para modelagem. Esta técnicautiliza um nível de abstração muito alto e é adequada paraplanejamento porque permite um raciocínio sobre as funçõesdo sistema, e ainda, uma abstração dos detalhes técnicos deimplementação.

Uma das diferenças entre MFM e outras. técnicas demodelagem é que MFM estende a pesquisa baseada emmodelos com novos métodos, apropriados para aplicação emsistemas complexos. Outra diferença importante é a definiçãode objetivos e funções. enquanto que outras técnicas nãodefinem estes conceitos explicitamente [3].

MFM introduz objetivos como um conceito necessário eimportante para a representação dos propósitos de um sistemade engenharia, estes objetivos são atingidos se todas as partesdo sistema funcionam de acordo com as intenções do projetista.E ainda. as funções são os resultados das interações entre oscomponentes físicos do sistema e podem variar de acordo comos objetivos a serem alcançados.

Utiliza ainda decomposição funcional do tipo todo-parte emeios-fins para representar um sistema de engenharia. Adecomposição todo-parte é utilizada para descreverrefinamentos de uma função afim de apresentar mais detalhesde sua realização . Já a decomposição meios-fins procuraidentificar as funções e suas conexões. bem como as relaçõesdas com os objetivos do sistema [4].

Uma função pode representar um sistema complexo utilizandoum alto nível de abstração. esta função pode ser decompostaem subfunções representando com mais detalhes as partes quecompõem o sistema. Este processo cria estruturas hierárquicase novas funções e objetivos são definidos.

Para representar as funcionalidades de um sistema. MFMdefine um conjunto de relações meios-fins que são utilizadaspara descrever as diversas relações entre funções e objetivos,veja Figura 1.

Para se construir um modelo MFM as funções devem serdefinidas considerando um 'alto, nível de abstração, uma vezque não interessa especificar detalhes do sistema. odetalhamento das funções pode ser feito utilizando adecomposição todo-parte. Portanto, o processo de modelagemde um sistema é altamente dependente do nível de abstraçãodesejado, e a representação de um sistema pode ser descrita apartir de diferentes pontos de vista e definir vários níveis derepresentação [5].

358

Funçaos Fonte Dreno AnnIZen...nto Balanço Transporte Barraira

1< -" 1 -' ,-> " ' ....Energia < \ ( , ...\ ,<', '\ - '" ";:>' 1 y-",-' .... , , '..)/. , "

Massa 0 0 O @Relaçaes Conexões ,I Alcance IObjetivoC-- -A-- o

Figura 1 • Símbolos gráficos utilizados na decomposiçãomeios-fins

3 MODELAGEMFUNCIONAL DESUBESTAÇÕES ELETRICAS

Em uma planta de subestação. só há fluxos de energia. destemodo, estará sendo usado apenas um nível representativo que éo nível de fluxo de energia.

Para construir o modelo MFM de uma planta de subestação dotipo barra simples dividiu-se a subestação em várias estruturas:linhas de transmissão, barramento de entrada. transformadores,barrainento de saída e cargas. veja Figura 2. Para cada estruturatem-se um modelo MFM que alcança um objetivo que éprecondição da estrutura seguinte. Na Figura 3. tem-se ummodelo MFM para a linha de transmissão de uma subestaçãobarra simples.

O modelo MFM de uma linha de transmissão não inclui o filtroe o para-raio, porque estes equipamentos não são importantesnas tarefas de restabelecimen to. Os dois balanços BaNI eBaN2 representam dois nós do diagrama. As seccionadorasSl1 e 812 e o disjuntor Dl , são unidos no transporte TrDSIporque eles trabalham em conjunto e executam a mesmafunção.

Estas funções MFM foram definidas para alcançar o objetivoG1. que é, energizar o barramento de entrada. Afim de que otransporte TrD81 possa trabalhar corretamente o objetivo GDItem que ser alcançado pela segunda estrutura, que representa oconhecimento específico sobre proteções.

Não foi usado um modelo MFM para as proteções. ao invésdisto trabalhou-se com um grupo de regras que nos dão uma-condição Booleana de operação. Todas as proteções previstaspara uma linha de transmissão e a proteção diferencialcomumente usada em barramentos estão contidas na segundaestrutura mostrada na Figura 3.

Na Figura 4. tem-se um modelo MFM para o barramento deentrada. A função SoBl é ativada por GI. e pode-se ter mais deuma estrutura, mostrada na Figura 3. que alcança Gl casohajam mais de uma linha de transmissão.

Como os transformadores têm diferentes níveis de corrente etensão nos enrolamentos primários e secundários. dividiu-se ostransformadores em duas funções diferentes: uma função dedreno para o enrolamento primário (siPT) e uma função defonte pata o enrolamento secundário (soST).

Na Figura 4 (A) tem-se dois transformadores TI e TI. cada umdeles alcança um objetivo. G2 e G3, que são energizar oenrolamento secundário dos transformadores.

Na Figura 5. tem-se um modelo MFM para o transformadorTI. A função SoSTl é condicionada pelo objetivo G2.

40. SBAI- Simpósio Brasileiro de Automação Inteligente , São Paulo, SP, 08-10 de Setembro de 1999

Linhas deTransmissão

A.Ç(

Banco de Capacitares IL2x3MVAR "

Banco deCapacitares8P

13,8kV--+-.,---+-,---,I--'I'--1r-i"'----;--r--;--M--r- 8T

Figura 2 • Divisão em estruturas de uma subestação Barra SimplesL1

Estrutura 1

(B)

G01

ConhecimentoEspecífico sobre

Prote ões

o objetivo G5, que é energizar o barramento de transferência, éalcançadopor outra estrutura que representa a conexão da barraprincipal e transferência. Por fim, o conjunto de todas asestruturas interconectadas formam o modelo MFM dasubestaçãomostrada na Figura 2.

(A)

--.....I.----B1 Estrutura 2Figura 3 - (A) Diagrama e (B) Modelo MFM para linhas de transmissão

.. . . .. semelhante à função TrDS1 em sua operação. Para cada cargaEsta estrutura alcança o objetivo G4, que é energtzar o nós teremos uma estrutura como mostrado na Figura 6.barramento de saída. A função TrDTl é semelhante à funçãoTrDSl em sua operação. Para cada transformador tem-se umaestrutura como mostrado na Figura 5. Na Figura 6, tem-se ummodelo MFM para a carga Cl. A função SoBP é condicionadapelo objetivo G4. Esta estrutura não alcança nenhum objetivo,pois esta é a última estrutura do modelo. A função TrDCl é

359

40. SBAI- Simpósio Brasileirode Automação Inteligente, São Paulo, SP, 08-10 de Setembro de 1999Linhas de Transmissão

Estrutura 3_....I__--L.__,....... .l.-_Bl

-...,..--.......---"T""- BT

fT1 · fT2,

, GlTl T2

(A)Figura 4 - (A)Diagrama e (B)Modelo MFM para o barramento de entrada

(B)

Estn.ifura 4

- --'-- ---BP

OTl

ST12

ST13

(A)

GOl

I ConhecimentoEspecífico sobreProotecões

(B)

-A-

Estn.ifura 5Figura 5 • (A) Diagrama e (B) Modelo MFM para o transformador TI

Estrutura 6

(B)ConhecimentoEspecífico deProtecões

SoBT

'_"' v

TrST13SoBP/, / " -;' / " /,I • ...... ... A I'_"' V c :» v -<'_>

TrDC1 BaNC1 TrLC1 SiC1

(A)

8T13

C1

DT1

----,.---- BP

BT

De acordo com Larsen [6], o processo de desenvolver .umplano para uma planta modelada por MFM pode ser comparadoao problema 'de estabelecer cada função no modelo.

Uma função pode ser estabelecida quando ambas as funçõesvizinhas no modelo estão em estados como pretendido peloprojetista e contribuem para alcançar os objetivos operacionais.

Baseado nestes conceitos, construiu-se um domínio deplanejamento composto dos operadores generalizadosHABILITAR e ESTABELECER, mostrados na Figura 6.

Estrutura 7Figura 6 : (A) Diagrama e (B) Modelo MFM para as cargas

Antes de estabelecer umafunção, ela deve ser habilitada. Umafunção pode ser habilitada quando está pronta para serintegrada com outras funções, quer dizer, está pronta paraprover 'um comportamento útil, mas ainda não estáfuncionando.

DERIVANDO CONHECIMENTOS DEPLANEJAMENTO DE MODELOSMFM

4

360

40. SBAI- Simpósio Brasileiro de Automação Inteligente, São Paulo, SP, 08-10 de Setembro de 1999

As funções de mapeamento são responsáveis por 'definir asvariáveis de planejamento de acordo com o conhecimentoadquirido e armazenado no modelo MFM [7].

Operador HABILITAR <F>Var:

<F> Função<FP> Função Posterior<EP> Estado do Processo<OD> Objetivo

Pre:Estabelecido <FP>Obj Alcançado <OD>Pré_Estrutural <EP>

Ad:Habilitado <F>

(a)

Operador ESTASBELECER <F>Var:

<F> Função<Fi\> Função Anterior<TU> Tarefa de Usuário<O> Objetivo

Pre:Habilitado <F>ObjAlcançado <O>Estabelecido <Fi\>Atividade <TU>

Ad:Estabelecido <F>

(b)Figura 6 - Representação genérica dos Operadores (a)

HABILITAR e (b) ESTABELECERUsou-se três tipos de precondições para mapear oconhecimento do modelo de MFM:• Precondições que podem ser derivadas do topologia do

modelo;• Precondições para suportar o comportamento básico de

uma função MFM, chamadas de precondições de estadosdo processo;

• Precondições associadas às atividades de operadoreshumanos, chamadas de precondições de tarefas de usuário .

As estruturas topológicas descrevem as relações meios-fins. MFM. Para cada função definida no modelo as funçõesvizinhas, funções anteriores e posteriores, são identificadas eorganizadas em estruturas. Estas estruturas compõem asprecondições topológicas.

As estruturas de estados do processo capturam o conhecimentoespecífico de um domínio. Um .conhecimento deve seradquirido como um estado de processo quando representa umacondição que deve ser satisfeita afim de suportar ocomportamento básico de uma função de MFM.

A solução de um problema de planejamento consiste em umaseqüência de ações que se executadas .levará o sistema para umestado objetivo. Estas ações são derivadas do domínio e elasnormalmente representam uma ação de usuário. Se unia açãoexterna é necessária para estabelecer uma função MFM, então

361

o conhecimento que representa aquela ação deve ser adquiridoe deverá ser armazenado na estrutura correspondente.

Desta forma, esta estrutura apresentada permite a reutilizaçãodo conhecimento, pois o domínio de planejamento possui doisoperadores genéricos que estão relacionados com o modeloMFM, e aínda, possui flexibilidade à mudanças proporcionadapela decomposição funcional e pela representação interna domodelo em estruturas bem definidas [7].

5 SISTEMA DE APOIO À DECISÃOBASEADOEM PLANEJAMENTOINTELIGENTE

O sistema proposto está mostrado na Figura 7. O sistema édividido em quatro partes: um interface de aquisição deconhecimento, um sistema de modelagem, um mapeador e umsistema de planejamento.

A interface de aquisição de conhecimento gera um banco de. dados dos equipamentos e proteções da subestação. Pode-setrabalhar com três topologias diferentes: barra simples, barraprincipal e de transferência e barra dupla, estas três topologiasforam escolhidas tendo em vista buscar soluções parasubestações de 138-13,8kV. A partir deste banco de dados eusando os modelos mostrados nas Figuras 3, 4, 5 e 6 gera-seoutro banco de dados com os modelos MFM da subestação.

O sistema de modelagem provê um passo intermediário paraadquirir conhecimento de planejamento, neste ponto o bancode dados com os modelos MFM é utilizado para se construir odomínio de planejamento. E ainda, este sistema mantém umaestrutura fácil de adicionar ou modificar os conhecimentos decada função MFM.

O mapeador entre o sistema de modelagem e o sistema deplanejamento é um conjunto de funções de mapeamento quesão responsáveis pela instanciação das variáveis e operadoresde planejamento. Estas funções mantém uma independênciaentre os dois sistemas.

E finalmente, o sistema de planejamento é responsável porgerar uma série de planos complexos baseado no estado atualda subestação de acordo com o domínio de conhecimentoespecificado [8].

6 RESULTADOSPara se testar o sistema de apoio à decisão desenvolvido,utilizou-se três exemplos de faltas para os testes:• Falta em uma linha de transmissão;• Blecuate na subestação;• Defeito em um dos transformadores.

O primeiro exemplo constitui-se de uma falta transitória em umlinha de transmissão, que se auto extinguiu. Houve a atuaçãoda proteção de distância em 3' zona e a abertura do disjuntorDL!. O disjuntor do terminal remoto não desarmou e, após otérmino da ocorrência, verifica-se a presença de tensão deretorno. O terminal da linha é iniciador.

Ao dar · entrada esses dados, obteve-se como resultado oseguinte plano:

40. SBAI - Simpósio Brasileiro de Automação Inteligente, São Paulo, SP, 08-10 de Setembro de 1999

Interface de Aquisiçãode Conhecimento

Representação doConhecfmentoem MFM

; MapeadorSistema deModelagem

Aguardar a abertu ra do disjuntor remoto

Sistema dePlanejamento

Figura 7 - Estrutura de um Planejador Inteligente para tarefas de restabelecimento

Enviar sinal de comando de abertura do Como esta técnica demonstrou ter potencialidade para novasdisjumtor to terminal remoto aplicações em outras topologias de subestações, tem-se ainda

como metas futuras implementar uma interface com sistemasde supervisão e controle automatizados de subestações elétricaspara validar o uso desse sistema de apoio à decisão em umasubestação real.Monitorar amperímetros da linha

Fechar disjuntor OU

Comparando com uma análise de um especialista vê-se que aocorrência foi identificada corretamente e envolveu apenas umcircuito. O plano de restabelecimento obtido está emconformidade com os critérios e filosofias estabelecidos, sendoenviado um sinal de comando de abertura e então realizad a amanobra.

Os demai s exemplos apresentaram uma boa identificação daocorrência, com um bom plano para o restabelecimento, sendonecessário refinamentos nos conhecimentos específicos detarefas de usuário [8].

7 CONCLUSÕESA técnica de modelagem funcional MFM mostrou-seapropriada para adquirir conhecimento de planejamento,mesmo que tenha se mostrado eficiente apenas em relação aoconhecimento da topologia da subestação. Como a aquisição deconhecimento está baseado no modelo MFM, obter um bommodelo é fundamental

O domínio de planejamento baseado em MFM pode serentendido facilmente, mesmo assim é necessário odesenvolvimento de operadores específicos de acordo com aaplicação. As modificações necessárias para aplicação emoutros tipos de subestações é interna às estruturas, no arranjodas funções MFM, facilitando a manutenção e oferecendoflexibilidade ao sistema de apoio à decisão.

O programa foi concebido, estruturado e implementado de umaforma modular, que garante maior flexibilidade quanto àexpansão e implementação de modificações operacionais, alémde construir uma base de conhecimento que possui todafilosofia de restabelecimento de uma subestação.

REFERÊNCIAS[I] Adibi, M.M .; Fink, L.H. "Power System Restoration

Planning", IEEE Trans. Power Systems, voI. 9, no. 1, Feb .1994, pp. 22-28

[2] Lambert-Torres, G.; Ribeiro, G.M.; Costa, C.LA.; Alvesda Silva, A.P .; Quintana, V.H. "Knowledge EngineeringTool for Training Power-Substation Operators", IEEETransactions on Power Systems, VoI. 12, No . 2, pp. 694-·699, Apri11997 .

[3] Larsson, l .E. "Diagnosis based on explicit means -endmodels", Arttficial Intelligence , VoI. 80, pp. 29-93, 1996.

[4] Lind, M. "Modeling Goals and Functions of ComplexIndustri al Plants", Applied Artificial Intelligence, voI. 8,pp. 259-283, 1994.

[5] Lind, M. "A categorization of models and its applicationfor the analysis planning knowledge", In Proceedings ofthe ANP-92 Conference Seminar at Human Cognitive andCooperative Activities in Advanced TechnologicalSystems, Novembro 1992.

[6] Larsen , M.N. Deriving Action Sequences for Start-Upusing Multilevel Flow Models. Ph.D . Thesis, TechnicalUniversity ofDenmark, 1993

[7] Aoki, A.R.; Lambert-Torres, G.; de Souza, L.E. "PlanningKnowledge Acquisition for Restoration of Substationsusing Functional Modeling", In: Proceedings of ISAP'99,Abril 1999.

[8] de Souza, L.E. "Flexible Planning Representation of aBoiler Power Plant", In Proceedings of ISAP'97, 1997.

[9] Aoki, A.R. Planejador Inteligente para oRestabelecimento de Subestações Elétricas, M.Sc. Thesis,Escola Federal de Engenharia de ltajubá, 1999.

362