Cal é o estado actual e os métodos de detección das faltas de aterramento monofásico

Estado actual da detección de fallos de aterramento monofásico

A baixa precisión no diagnóstico de fallos de aterramento monofásico en sistemas non eficazmente aterrados atribúese a varios factores: a estrutura variable das redes de distribución (como configuracións en anel e en lazo aberto), os diversos modos de aterramento do sistema (incluíndo sistemas non aterrados, aterrados con bobina de supresión de arco e aterrados de baixa resistencia), a crecente proporción anual de cableado baseado en cables ou híbrido aéreo-cable, e tipos complexos de fallos (como descargas por raio, descargas por ramas de árbores, roturas de fío e choques eléctricos pessoais).

Clasificación dos fallos de aterramento

Os fallos na rede eléctrica poden implicar aterramentos metálicos, descargas de raio, aterramentos por ramos de árbores, aterramentos de resistencia e aterramentos de malha aislante. Tamén poden incluír varias situacións de aterramento por arco, como arcos de descarga de brecha curta, arcos de descarga de brecha longa e arcos intermitentes. As características do sinal de fallo exhibidas por diferentes condicións de aterramento varían en forma e magnitude.

Tecnoloxías de manejo de fallos de aterramento

• Tecnoloxía de compensación de supresión de arco e protección contra choques eléctricos persoais

• Supresión de sobretensión

• Selección de liña e fase de fallo, localización de sección de fallo e localización precisa do fallo

• Protección por relés: Eliminación do fallo

• Automatización de alimentadores: Isolación do fallo e restabelecemento automático do suministro

Dificultades nos fallos de aterramento

• Diferentes métodos de aterramento do punto neutro

• Diferentes atributos de aterramento: Formas de aterramento variables

• Diferentes tipos de liña: Liñas aéreas, liñas de cable e liñas híbridas aéreo-cable

• Diferentes locais de fallo e momentos de ocorrencia do fallo

Complexidade das características dos fallos de aterramento

• Corrente de aterramento pequena; a corrente residual no aterramento resonante é menor que 10 A.

• A corrente de compensación da bobina de supresión de arco causa que a corrente de secuencia cero da liña de fallo teña unha amplitud menor que a das liñas non defectuosas, coa mesma dirección.

• Aterramento intermitente con arcos inestables; aproximadamente o 10% dos fallos implica aterramento intermitente.

• Unha alta proporción de fallos de alta resistencia (resistencia superior a 1.000 ohms), representando aproximadamente o 5%. Incluso con aterramento de baixa resistencia, é difícil detectar fallos de alta resistencia.

• Principais causas dos fallos de choque eléctrico nas redes de distribución: ① O corpo humano toca ou se aproxima a conductores en funcionamento normal; ② Os conductores caen ao chão. Tanto os choques eléctricos humanos como os fallos de conductor a terra implican alta resistencia de aterramento. Polo tanto, a protección contra choques eléctricos nas redes de distribución tamén é un problema de protección contra fallos de aterramento de alta resistencia.

Métodos para localizar fallos de aterramento monofásico

Actualmente hai tres categorías, totalizando 20 métodos básicos, para localizar fallos de aterramento monofásico:

A intelixencia artificial (IA) é unha tecnoloxía de vanguardia no desenvolvemento da tecnoloxía moderna. Estabelece modelos teóricos correspondentes simulando as características dos seres humanos, animais ou plantas, e resolve problemas usando un pensamento "semellante ao humano". Especialmente para as redes eléctricas, que son intrínsecamente sistemas altamente non lineares, caen dentro do ámbito de aplicacións da IA. Ademais, o uso do cálculo informático aumenta a velocidade de operación, permitindo a resolución de sistemas complexos como as redes eléctricas.

• Base de datos de expertos: Estabelece unha base de datos que integra o coñecemento e a experiencia relevantes.

• Red neuronal artificial: Simula a operación dos neuróns humanos para resolver problemas, funcionando como un sistema altamente non linear.

• Optimización de colonia de formigas: Un algoritmo que simula o comportamento biológico das formigas na busca de comida para resolver o problema do viaxante de comercio.

• Algoritmo xénico: Simula o proceso de evolución biológica para obter solucions óptimas globais ou subóptimas.

• Red de Petri: Modela os componentes interrelacionados nun sistema, describindo fenómenos onde os componentes relacionados cambian en orde cronolóxica.

• Teoría de conxuntos borrosos: Utiliza máis información do que o sistema require como entrada para asegurar unha descripción comprehensiva do estado operativo do sistema.

A maioría dos algoritmos inteligentes permanece na etapa teórica, con só uns poucos aplicados de xeito práctico. No entanto, os algoritmos de IA demostraron a súa superioridade na nova era.