Estimativa de parâmetros de transformadores elétricos com referência ao comportamento de saturação utilizando otimizador de beija-flor artificial

Scientific Reports volume 12, Artigo número: 19623 (2022) Citar este artigo

1238 acessos

2 citações

Detalhes das métricas

Este artigo oferece uma ferramenta eficiente para definir os parâmetros desconhecidos de transformadores elétricos. A metodologia proposta é desenvolvida com base em otimizador de colibri artificial (AHO) para gerar os melhores valores dos parâmetros desconhecidos do transformador. Na fase inicial, a extração dos parâmetros do equivalente elétrico do transformador é adaptada como uma função de otimização juntamente com as restrições de desigualdade operacional associadas. No qual, decide-se minimizar a soma dos erros absolutos (SAEs) entre muitas variáveis ​​dos dados de placa de identificação dos transformadores. Dois casos de teste de classificações de transformadores de 4 kVA e 15 kVA são demonstrados para indicar a capacidade do AHO em comparação com outros otimizadores desafiadores recentes. O AHO proposto atinge o valor SAE mais baixo do que outros algoritmos concorrentes. Em fase avançada deste esforço, verifica-se a captura da percentagem de carregamento para atingir a máxima eficiência. Posteriormente, é feito o desempenho dos transformadores utilizando os parâmetros extraídos recortados pelo AHO para investigar o comportamento principal na energização dessas unidades transformadoras. Ao final, pode-se confirmar que o AHO produz os melhores valores dos parâmetros do transformador, o que ajuda muito na obtenção de simulações precisas para comportamentos de estado estacionário e de inrush.

Os transformadores de potência são um dos equipamentos essenciais e importantes em sistemas de potência. Os transformadores podem transferir energia de usinas de geração para áreas de distribuição por meio de linhas de transmissão com alta eficiência que chega a 99% com base em seus parâmetros e nas perdas relacionadas1. Diversas pesquisas têm sido introduzidas para prever parâmetros do transformador de forma a minimizar suas perdas, melhorar seu desempenho e minimizar o custo operacional. Os parâmetros desconhecidos do transformador são não lineares devido à sua dependência da frequência, o que torna a precisão da modelagem do transformador mais complexa2. A estimativa dos parâmetros do transformador tornou-se um desafio imenso e obrigatório para o projeto ideal do transformador para cumprir padrões e especificações obrigatórias3,4. O desempenho não linear do transformador foi abordado como em 2,5. A determinação dos parâmetros desconhecidos do transformador é afetada pelo estado de sua operação; condições estacionárias ou transitórias5,6. Estes parâmetros podem ser estimados através de diferentes métodos: os testes bem conhecidos; testes sem carga e curto-circuito7,8, dimensionamento físico do transformador9, dados do fabricante10 e sob diversas informações de carga7. Principalmente, os métodos analíticos têm sido utilizados para avaliação rápida do dimensionamento físico do transformador com base na análise de elementos finitos (FEA). Recentemente, algoritmos não convencionais de cálculo exploratório e/ou evolutivo têm sido aplicados11. Os algoritmos evolutivos possuem alta capacidade de resolver problemas de otimização, pois podem atingir o objetivo aleatoriamente7. Os métodos de otimização têm sido utilizados para extrair parâmetros desconhecidos de transformadores, bem como de outros dispositivos elétricos como motores elétricos, células de combustível e unidades de armazenamento, além de descobrir os parâmetros de operação elétrica como fluxo de carga ideal e sistemas de gerenciamento de distribuição 12,13,14,15 . A precisão dos algoritmos de otimização é testada comparando os valores dos parâmetros extraídos com os reais16,17,18. Um modelo de caixa cinza foi proposto para estimar os parâmetros do transformador e estudar o comportamento de seus terminais em frequências entre 20 kHz a 1 MHz via otimização de enxame de partículas (PSO). Este método depende da avaliação das dimensões físicas para definir os parâmetros de indutância, capacitância e perda do enrolamento6. Os dados provenientes do teste de carga foram usados ​​para extrair parâmetros de transformadores de potência monofásicos e trifásicos via PSO12 e o algoritmo baseado em forense1 foi aplicado apenas para transformadores monofásicos (SPT). Além disso, o otimizador de fungos viscosos foi aplicado à estimativa de parâmetros de transformadores monofásicos e trifásicos e comparado com outros otimizadores . Os parâmetros SPT de 4 kVA foram extraídos usando os dados provenientes de testes de carga por meio de investigação forense e algoritmos PSO1 e forrageamento bacteriano e por meio de dados de entrada por meio de otimização caótica7. As perdas sem carga foram incluídas na função objetivo (OF) usando o otimizador de forrageamento de raias manta (MRFO) e o MRFO3 caótico. Outros otimizadores foram propostos para avaliar parâmetros de transformadores e conduziram testes práticos para confirmação como otimizador coyote para transformadores de três e únicos21, e otimizador de busca Jellyfish, algoritmo de busca gravitacional (GSA) e abordagem de aprendizado de máquina para SPT com classificação de 4 kVA em10,22,23 . A otimização evolutiva multiobjetivo foi adaptada para avaliar os parâmetros do transformador, melhorada usando a FEA e verificada comparando os resultados com as medidas e comportamento reais . A avaliação on-line dos parâmetros do transformador usando medições práticas, diferentes frequências lentas e envolvendo relações de espiras do transformador tem sido aplicada para obter resultados rápidos e evitar a necessidade de instrumentos de alta frequência . Um algoritmo simples de caixa preta através de um método de otimização com a ajuda de funções de transferência estimadas por relações de tensão medidas foi introduzido para extrair parâmetros de transformadores de distribuição em frequências entre 1 kHz e 1 MHz e no domínio do tempo .