Detecção e classificação de faltas em linhas de transmissão usando decomposição de sinal baseada em transformada wavelet bi-ortogonal (5.5)

Mantendo as Luzes Acesas

A vida moderna depende da eletricidade fluindo sem interrupções ao longo de centenas de quilômetros de linhas de transmissão de alta tensão. Quando algo dá errado nessas linhas — um galho de árvore, um raio ou equipamento desgastado — a energia pode oscilar, apagões podem se espalhar e equipamentos podem ser danificados. Este artigo explora uma forma mais inteligente de detectar e localizar esses problemas quase instantaneamente, dando aos operadores da rede uma melhor chance de manter as luzes acesas e proteger infraestruturas caras.

Por Que É Difícil Proteger Linhas de Energia

Linhas de transmissão longas ficam expostas ao clima, à poluição e a condições de operação em constante mudança. Uma falta pode significar qualquer coisa, desde um condutor raspando em uma árvore até as três fases curto-circuitando com o aterramento. Algumas faltas são óbvias, produzindo correntes enormes que dispositivos de proteção clássicos detectam com facilidade. Outras são sutis: caminhos de alta resistência, linhas compensadas em série com capacitores e componentes de proteção, e situações em que transformadores de medição ou fontes renováveis distorcem os sinais. Ferramentas tradicionais como métodos baseados em Fourier e filtros de Kalman funcionam bem para formas de onda suaves e repetitivas, mas têm dificuldade em capturar as perturbações breves e agudas que realmente revelam quando e onde uma falta ocorreu.

Uma Nova Lente para Distúrbios Elétricos

Os autores recorrem à análise por wavelets, uma técnica de processamento de sinal que observa tempo e frequência simultaneamente. Em vez de fazer média sobre um ciclo inteiro, as wavelets focalizam fatias curtas da forma de onda de corrente e destacam mudanças súbitas. Após comparar 17 “famílias” de wavelets diferentes, eles descobriram que uma wavelet bi-ortogonal específica, conhecida como bior5.5, foi especialmente eficaz em isolar os surtos de alta frequência gerados por faltas. Em particular, o primeiro nível de decomposição wavelet preservou a maior parte da energia importante do sinal enquanto permanecia simples o suficiente para uso rápido e em tempo real em relés digitais.

Como o Detector Inteligente de Faltas Funciona

O método proposto monitora as três correntes de fase e a corrente neutra (terra) em um modelo de linha de transmissão de 400 kV e 300 km. Sempre que ocorre uma perturbação, o sistema executa uma transformada wavelet de nível único nessas correntes e mede os “coeficientes de detalhe”, que disparam fortemente quando algo anormal acontece. Ao comparar a magnitude desses picos com valores de limiar cuidadosamente escolhidos, o algoritmo consegue tanto detectar a existência de uma falta quanto determinar quais fases e se o terra estão envolvidos. Ele distingue dez tipos comuns de falta, como fase-a-fase, fase-a-terra e faltas trifásicas, examinando padrões nos coeficientes e somando-os em um índice combinado que separa eventos balanceados e não balanceados.

Testando Condições Reais e Exigentes

Para verificar se essa abordagem se manteria na prática, os pesquisadores simularam uma ampla gama de estresses na linha. Variaram a resistência da falta, a posição da falta ao longo da linha e a quantidade de compensação em série de 0% a 70%. Também modelaram o comportamento não linear de varistores de óxido metálico (MOVs) e de gaps de centelha que protegem capacitores em série, além de problemas realistas como saturação de transformadores de corrente e inversão de corrente. Em todos os casos, as fases com falta exibiram coeficientes wavelet claramente mais altos do que as fases saudáveis, e o método manteve-se preciso ajustando seus valores de limiar para corresponder ao cenário de operação. Em comparação com ferramentas mais convencionais como FFT, DFT e a S-transform, o esquema com wavelet bior5.5 detectou faltas mais rapidamente — em cerca de 2–4 milissegundos — e com maior precisão e melhor imunidade a ruído.

Da Simulação à Proteção em Tempo Real

Como a técnica usa apenas um nível de wavelet e lógica simples de pico e limiar, ela é leve o suficiente para rodar no hardware de relés digitais existentes sem sobrecarregar os processadores. Os autores estimam que os cálculos necessários levam apenas microssegundos por amostra em plataformas DSP ou FPGA padrão, bem dentro dos orçamentos de tempo usados em sistemas de proteção modernos. Isso torna o método atraente não apenas como uma melhora teórica, mas como um caminho de atualização realista para subestações reais.

O Que Isso Significa para Usuários Comuns

Para não especialistas, a conclusão é direta: este estudo mostra que uma ferramenta wavelet cuidadosamente escolhida pode atuar como uma “orelha” altamente treinada na rede, captando as assinaturas sutis de problemas que métodos antigos perdem. Ao detectar faltas mais rápido e classificá-las com mais confiabilidade — mesmo em linhas longas, fortemente compensadas, com sinais ruidosos e distorcidos — a abordagem proposta pode ajudar a prevenir apagões em cascata, reduzir danos a equipamentos e apoiar um sistema de energia mais resiliente. À medida que mais fontes renováveis e eletrônicos complexos se conectam à rede, esses esquemas de proteção inteligentes serão cada vez mais importantes para manter a eletricidade segura, estável e disponível.

Citação: Chothani, N., Sheikh, M., Patel, D. et al. Transmission line fault detection and classification using bi-orthogonal wavelet transform (5.5) based signal decomposition. Sci Rep 16, 5303 (2026). https://doi.org/10.1038/s41598-026-35929-0

Palavras-chave: faltas na transmissão de energia, proteção baseada em wavelet, transformada wavelet biortogonal, linhas de transmissão de alta tensão, relés digitais