⚡ electrical engineering

Monte Carlo Pareto Tuning of the Siemens 7UT5121 Differential Relay on a 60 MVA150/20 kV Distribution Transformer

Este artigo propõe uma estrutura de otimização de Pareto baseada em Monte Carlo para substituir as configurações determinísticas do fabricante por uma janela de comissionamento tridimensional estatisticamente robusta para o relé diferencial Siemens 7UT5121, aumentando significamente a sensibilidade a faltas incipientes e ao bloqueio de corrente de inrush, enquanto mantém 100% de segurança contra faltas de passagem para um transformador de distribuição de 60 MVA.

Autores originais: Dimas Nur Prakoso, Basuki Winarno, Budi Triyono, Yuli Prasetyo, Suyitno Muslim

Publicado 2026-07-15

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Dimas Nur Prakoso, Basuki Winarno, Budi Triyono, Yuli Prasetyo, Suyitno Muslim

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine um transformador elétrico massivo como o coração da rede elétrica de uma cidade, bombeando eletricidade de linhas de alta tensão para as ruas onde vivem suas luzes e telefones. Este coração específico é uma fera de 60 MVA, reduzindo a tensão de 150 kV para 20 kV. Para proteger este coração de uma falha súbita e catastrófica (como um curto-circuito interno), os engenheiros usam um "relé diferencial" — pense nele como um segurança superinteligente parado na porta, checando a corrente que entra contra a corrente que sai. Se elas não coincidirem, o segurança bate a porta para salvar o coração.

Por décadas, definir as regras deste segurança foi como prever o tempo: os engenheiros escolhiam um ajuste único e fixo baseado no manual do fabricante e torciam pelo melhor. Eles assumiam que o mundo era perfeitamente previsível. Mas, na realidade, a rede elétrica é caótica. Os transformadores de corrente (os sensores) cometem pequenos erros, a carga muda todos os dias e, às vezes, os sensores ficam "saturados" (sobrecarregados) durante grandes faltas, enviando sinais falsos que parecem um ataque cardíaco quando é apenas uma carga pesada.

O Jeito Antigo vs. O Jeito Novo
Este artigo argumenta que a abordagem antiga de "ajuste único" é rígida demais. É como tentar encaixar um pino quadrado em um buraco redondo medindo o pino apenas uma vez. Em vez disso, os autores trataram o problema como um videogame com milhares de cenários possíveis. Eles usaram uma simulação de computador chamada pandapower para realizar um enorme experimento "Monte Carlo". Imagine rolar dados 500 vezes para cada combinação de ajuste possível, simulando tudo, desde oscilações diárias menores de carga até faltas externas massivas e até mesmo os sensores ficando temporariamente confusos (saturados).

Eles não buscaram apenas um ajuste; eles buscaram os ajustes Pareto-ótimos. Em termos simples, isso significa encontrar os "pontos ideais" onde você obtém a máxima segurança sem sacrificar a capacidade de detectar faltas reais. É a diferença entre trancar sua porta da frente tão apertado que você não consegue sair em uma emergência versus deixá-la escancarada para ladrões. O objetivo era encontrar o equilíbrio perfeito onde a porta permanece fechada durante uma tempestade (segurança) mas abre instantaneamente para um incêndio real (sensibilidade).

A Grande Descoberta
Após rodar aproximadamente 126.000 cenários simulados, os autores descobriram que as configurações "padrão" recomendadas pelo fabricante (Siemens 7UT5121) eram, na verdade, muito conservadoras. As regras antigas eram cautelosas demais, potencialmente ignorando faltas pequenas e em estágio inicial (faltas incipientes) que poderiam se transformar em desastres.

O artigo sugere uma nova "janela de comissionamento" mais ampla (uma zona de segurança de ajustes) em vez de um único ponto:

Inclinação 1 ( $m_1$ ): Deve estar entre 0,30 e 0,40 (em vez dos antigos 0,25). Pense nisso como tornar o segurança ligeiramente mais tolerante aos erros dos sensores para que eles não entrem em pânico e cortem a energia sem motivo.
Piso de Partida ( $I_{pickup}$ ): Deve estar entre 0,10 e 0,15 (menor que o padrão de 0,20). Isso torna o bouncer mais sensível, capaz de ouvir os "sussurros" de uma pequena falta interna que os ajustes antigos ignorariam.
Bloqueio de Segunda Harmônica ( $h^*_2$ ): Este é um filtro especial para impedir que o relé atue quando o transformador é ligado pela primeira vez (corrente de inrush), que parece desordenada. Os autores provaram via simulação que reduzir o padrão de 15% para 0,10 (10%) é melhor. Isso bloqueia os sinais de inrush "falsos" 9,2 pontos percentuais de forma mais eficaz sem bloquear acidentalmente faltas reais.

O Quão Certos Eles Estão?
Os autores estão muito confiantes nesses números, mas com uma ressalva específica: estes resultados vêm de simulações e de um teste de laboratório em pequena escala, não de uma explosão de uma usina real de 60 MVA.

Eles rodaram suas simulações com 500 cenários de falta aleatórios por ajuste, repetidos três vezes com diferentes sementes aleatórias, para garantir que os resultados não fossem apenas sorte.
Eles confirmaram sua lógica com um treinador de laboratório (um modelo de pequena escala), que mostrou que o relé se comportou exatamente como a matemática previu, embora o treinador não pudesse replicar a potência massiva de uma falta de 60 MVA real.
Eles descartaram explicitamente a ideia de que os ajustes conservadores antigos são a melhor escolha para este tipo específico de transformador. Seus dados mostram que os ajustes antigos deixam muita "margem" para erro, tornando o sistema menos sensível a problemas reais.

A Conclusão
O artigo não afirma que tenha "resolvido" todos os problemas de proteção para sempre. Em vez disso, oferece uma nova receita estatisticamente embasada para ajustar esses relés. Sugere que, ao passar de um ajuste único e rígido para uma "janela" flexível de ajustes (especificamente $m_1 \in [0,30, 0,40]$ , $I_{pickup} \in [0,10, 0,15]$ e $h^*_2 \in [0,10, 0,125]$ ), os engenheiros podem construir uma rede elétrica que é tanto mais segura contra faltas reais quanto menos propensa a desligar desnecessariamente durante o caos normal. É uma mudança de adivinhar para calcular, garantindo que o segurança saiba exatamente quando bater a porta e quando deixar a energia fluir.

Resumo Técnico: Ajuste de Pareto por Monte Carlo do Relé Diferencial Siemens 7UT5121

Definição do Problema
O comissionamento convencional de relés diferenciais de transformadores, como o Siemens 7UT5121, baseia-se tipicamente em ajustes determinísticos de ponto único derivados de orientações do fabricante. Esta abordagem assume um ponto de operação representativo e ignora a variabilidade estocástica inerente às condições de serviço do mundo real. Especificamente, os procedimentos padrão não levam em conta a dispersão estatística dos erros de classe de transformadores de corrente (TC), o desvio do comutador de derivação (tap-changer), as variações na capacidade de curto-circuito da fonte, as flutuações diárias de carga e a saturação do TC durante faltas externas (through-faults). No contexto das redes de distribuição da Indonésia, onde a crescente penetração de energia fotovoltaica (PV) de cobertura e recursos baseados em inversores (IBR) altera as características de injeção de curto-circuito, esses ajustes determinísticos podem carecer da robustez necessária. O problema central abordado é a falta de uma estrutura quantitativa e probabilística para determinar ajustes de relé que equilibrem sensibilidade (detecção de faltas internas) e segurança (evitar disparos falsos durante faltas externas ou inrush) através de uma ampla gama de incertezas operacionais.

Metodologia
Os autores reformularam o problema de ajuste do relé como uma otimização de robustez bidimensional sobre o plano de inclinação ( $m_1$ ) e de partida ( $I_{pickup}$ ), estendendo-se a uma terceira dimensão envolvendo o limiar de bloqueio de segunda harmônica ( $h^*_2$ ).

Ambiente de Simulação: A zona protegida (um transformador de 60 MVA, 150/20 kV) foi modelada utilizando o pandapower 3.4, uma biblioteca Python de código aberto e compatível com a norma IEC 60909. Isso substituiu ferramentas de código fechado para garantir a reprodutibilidade.
Experimento de Monte Carlo: Uma estrutura estocástica foi empregada onde cada par de ajustes candidato $(m_1, I_{pickup})$ $(m_{1}, I_{p i c k u p})$ foi avaliado contra $N=500$ $N = 500$ realizações de falta compartilhadas. Estas realizações amostraram sete parâmetros estocásticos:
- Severidade da falta.
- Erros de classe de TC (dentro da classe 1.0 da IEC 61869).
- Desvio do comutador de derivação (tap-changer).
- Fração de carga diária.
- Capacidade de curto-circuito da fonte.
- Impedância de arco da falta.
- Fator de saturação de TC por evento.
Cenários Operacionais: O modelo foi exercitado sob quatro cenários: carga próxima à nominal, faltas internas (na zona), faltas externas (através da zona) e faltas internas incipientes.
Critérios de Otimização: Sensibilidade (probabilidade de trip em faltas internas) e Segurança (probabilidade de estabilidade em faltas externas) foram calculadas com intervalos de confiança de 95% de Wilson. A fronte de Pareto foi identificada para encontrar ajustes não dominados onde nem a sensibilidade nem a segurança poderiam ser melhoradas sem degradar a outra.
Extensão para Terceira Dimensão: Uma simulação de domínio do tempo B–H foi utilizada para analisar o limiar de bloqueio de segunda harmônica ( $h^*_2$ ) sob condições de inrush, tratando-o como uma terceira variável de otimização.
Verificação de Hardware: Medições laboratoriais trifásicas independentes utilizando uma unidade de treinamento e um relé Siemens 7UT5121 foram conduzidas para verificar a lógica do relé e a simetria trifásica, embora não para replicar os níveis de falta de 60 MVA.

Principais Resultados

Ajustes Pareto-Otimais: A análise identificou um conjunto de células Pareto-ótimas na região de alta inclinação e baixa partida. Os ajustes ótimos foram encontrados em $(m_1, I_{pickup}) \in \{(0.35, 0.10), (0.40, 0.10)\}$ , alcançando uma sensibilidade de 93,8% e 100% de segurança.
Janela de Comissionamento: Em vez de um ponto único, os autores propõem uma janela de comissionamento 3-D estatisticamente justificada:
- Inclinação 1 ( $m_1$ ): $[0.30, 0.40]$
- Partida ( $I_{pickup}$ ): $[0.10, 0.15]$
- Limiar de segunda harmônica ( $h^*_2$ ): $[0.10, 0.125]$
Otimização do Limiar Harmônico: O estudo demonstrou que reduzir o limiar de bloqueio de segunda harmônica de 15% (convencional do fabricante) para 10% domina estritamente o ajuste convencional. Este limiar mais baixo melhora a segurança do bloqueio de inrush em 9,2 pontos percentuais sem comprometer a capacidade de permitir faltas internas (que exibem conteúdo de segunda harmônica desprezível).
Alocação de Orçamento: Uma decomposição do orçamento de Inclinação-1 de 25% revelou que o descasamento de relação de TC (11,8%), o erro de classe (1%) e o desvio do tap-changer (2%) consomem uma parte significativa, deixando apenas cerca de ~10% de margem (headroom). Isso sugere que a inclinação de 25% convencional é frequentemente muito estreita para absorver os resíduos estocásticos do pior caso, justificando a mudança para inclinações mais altas (30–40%).
Validação: Medições laboratoriais confirmaram que a lógica do relé interpreta corretamente as correntes trifásicas equilibradas e suprime o trip sob carga, enquanto a simulação confirmou a robustez dos ajustes contra as variações estocásticas modeladas.

Significância e Alegações
O artigo afirma fechar a lacuna entre as práticas de comissionamento determinísticas e a realidade estocástica das redes de distribuição modernas, particularmente aquelas com alta penetração de IBR. Suas principais contribuições são:

Reprodutibilidade de Código Aberto: Fornecer uma implementação totalmente reprodutível e de código aberto (pandapower) do estudo de proteção diferencial, contrastando com ferramentas proprietárias.
Comissionamento Probabilístico: Mudar da pergunta "este ajuste funciona?" para "quão robusto é este ajuste?" ao quantificar o desempenho através de uma população de condições operacionais usando métodos de Monte Carlo.
Justificativa Quantitativa de Intervalos: Substituir recomendações de ponto único do fabricante por uma janela de comissionamento 3-D estatisticamente fundamentada que oferece flexibilidade operacional mantendo a robustez.
Cruzamento de Lógica e Hardware: Validar a lógica da simulação contra medições independentes de hardware em escala laboratorial para garantir que o comportamento de tomada de decisão do relé é consistente entre as escalas.

Os autores posicionam este trabalho como uma receita quantitativa para o reajuste de elementos diferenciais sob envelopes perturbados por IBR, oferecendo uma estrutura que pode ser adaptada por engenheiros de comissionamento para suas especificações específicas de transformadores e TCs.

Mais como este