A transformada de Stockwell seletiva aplicada na estimação fasorial de harmônicas variantes no tempo

• Ano de defesa: 2020
• Autor(a) principal: Beuter, Carlos Henrique
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Harmonic variants in time; Harmônicas variantes no tempo; Otimização por enxame de partículas; Particle swarm optimization; S transform; Transformada S
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/18/18154/tde-11082020-080758/

O problema da distorção na forma de onda gerado pelas componentes harmônicas e os problemas relacionados às Harmônicas Variantes no Tempo (HVTs) estão cada vez mais presentes nos sistemas onde se tem a presença de componentes dependentes da eletrônica de potência. Neste contexto, o principal objetivo desta pesquisa é a implementação de ferramentas que permitam uma melhor avaliação e caracterização das HVTs. A partir de um estudo investigativo realizado, foi utilizada a Transformada de Stockwell (TS), com ênfase na representação vetorial. Para testar e validar as ferramentas, utilizou-se de sinais sintéticos e simulados/reais, que possuem características representativas das HVTs. Apresenta-se assim uma nova abordagem para a extração de parâmetros essenciais que permitam melhor distinguir as HVTs. O foco foi a extração fasorial, especialmente em sinais de um ciclo, envolvendo o pré e o pós-falta, onde a Transformada Discreta de Fourier (TDF) possui limitações, bem como em sinais pós-falta com um número maior de ciclos. Os resultados apontam que a TS apresenta características de interesse para a extração das informações relacionadas às HVTs que tornam a definição do fasor mais dinâmica e coerente ao longo do ciclo de pré e de pós em análise. Porém, revelou problemas relacionados ao espalhamento espectral, amenizados pelo foco em frequências específicas via a aplicação da proposta da Transformada S Seletiva (TSS). Melhorias também foram possíveis pelo uso de algoritmos de interpolação e por uma concentração de energia alcançada quando os parâmetros de janelamento foram encontrados via a aplicação de uma variante do algoritmo Particle Swarm Optimization (PSO).