[pt] Os equipamentos elétricos de alta tensão são peças fundamentais na produção industrial. Porém, os sistemas de isolamento são os que mais apresentam problemas ao longo da vida útil dos nossos equipamentos. Suas propriedades dielétricas são alteradas ao longo do tempo e, desta forma devem ser monitoradas. Dentre as principais anomalias acometidas aos sistemas de isolamento, estão as Descargas Parciais (DP).Elas são resultado do rompimento da rigidez dieétrica do material isolante submetido a um intensivo campo elétrico . Até alguns anos atrás, em virtude da existência dos mecanismos de medição que possibilitassem o armazernamento de dados, muito pouco se efetuava para o acompanhamento das condições apresentadas pelos sistemas de isolamento.Com advento de sistemas digitais,esta limitação foi vencida. No entanto, a obtenção de dados reais e sua posterior avaliação são mecanismos que ainda carecem de um bom número de anos de experiência para sua elucidação. Esse fato advém,principalmente, da dificuldade em obtê-los .Como forma de contornar problema de falta de dados reais, foram desenvolvidas as célualas que têm como características simular os principais tipos de defeitos existentesnos sistemas de isolamento de alta tensão.Essas células são isoladas por materiais dielétricos idênticos ao que são usados em equipamentos elétricos reais. Dessa forma, foi possível a simulação de defeitos e a posterior aquisição, através do método eletromagnético de medição de DP, de um número suficiente de dados. Esses dados foram,então, aplicados no ajuste do sistema de reconhecimento de padrões de DP, onde se faz uso da teoria fractal, como um mecanismo de compactação de dados, por meio das grandezas fractais denominadas de dimensão fractal e lacunaridade, e também das redes neurais artificiais, com a utilização de um algoritmo supervisionado através do modo de treinamento back-propagation.Essa etapa,denominada de laboratorial, foi de fundamental importância para obtenção de conhecimento experimental bastante útil para a aplicação em ambientes reais.Outra fonte de informação também foi disponibilizada e se refere aos níveis de gases encontrados nas amostras de óleo colhidas junto aos transformadores de potência. Esta análise, conhecida como análise cromatográfica,baseia-se na existência de determinados tipos de gases para apontar o tipo de anomalia acometida ao sistema de isolamento do equipamento elétrico.Embora existam alguns métodos capazes de realizar tal diagnóstico, a tese fez uso das informações de um especialista.Essas afirmações foram então empregadas em um sistema neuro-fuzzy hierárquico, que tem como fundamento a extração de regras que relacionam os níveis de gases obtidos pela cromatografia gasosa com o tipo de anomalia existente no sistema de isolamento .Após esse processo um conjunto de transformadores de potência reais foi monitorado através de técnicas de cromatografia e do método eletromagnético.As duas técnicas, portanto, são usadas para estimar a ocorrência de DP nos sistemas de isolamento e, cosequentemente, o nível de degradação dos mesmos.Desta forma, a tese apresenta um sistema de diagnóstico que se utilizada de dados internos ao sistema de isolamento dos equipamentos elétricos baseados na ocorrência de DP. Esse sistema indica, ao seu final, um conceito sobre o atual estado operativo do mesmo, podendo este ser utilizado em um planejamento mais adequado que previna perdas intempestivas. A avaliação de desempenho do modelo, tanto laboratorial quanto em campo, apresentou ídices elevados, culminando em uma confirmação visual interna de um equipamento real, que comprova a eficiência e a importãncia do sistema. / [en] High voltage (HV) power apparatus are fundamental parts in the industrial process. It is also well Known that electrical insulation systems are the parts that present more problems through the life cycle of an HV apparatus. The dielectric properties of materials are altered during operation time and for this reason they should be monitored. Among the main anomalies that can affect the insulation systems are the Partial Discharges (PD). They are result of a partial failure of the dielectric rigidity of the insulating material submitted to an intense electric field.Until recently, probably due to the inexistence of measurement mechanisms that made possible the storage of data, very a little could be done to accompany the actual condition of insulation systems. With the coming of digital systems, this limitation was overcome.However, the obtention of real data and their subsequent evaluation are mechanisms that still will demand a good number of years of experience to perfect . This fact occurs, mainly, due to the difficulty in obtaining those data .As a way to the problem of lack of real data, special cells development with the purpose of simulating the principal types of defects that occur in HV insulation equipment . In that way, it was possible to do both the simulation of the defects and the measurement and acquisition, through the electromagnetic measurement method, of an expressive number of data. Those data were used to adjust a system of pattern recognition of PD, using artificial neural networks, where it is also made use of the fractal theory, as a mechanism of data compression, by measures of fractal dimension and lacunarity. That stage, denomited laboratory, was of fundamental importance to the obtention of experimental . Knowledge very useful to the development of real operating systems .Another source of information that was also available refers to the levels of gases found in oil samples from the interior of power transformers. This analysis, known as analysis of dissolved gases or chromatography, is based on the existence of certain types of gases as an indication of the type of anomaly on the electrical insulation system. Although some mehods exist, capable of accomplishing such diagnosis, the thesis made use of a specialist`s information. Those statements were used then in a hierarchical neuro-fuzzy model, designed method, with the type of anomaly existent in the insulation system. After that process, a real sample of operating HV power apparatus was monitored using the two analysis techniques, the chromatography and the electromagnetic method of PD measurement.Therefore these two techniques, are used to estimate the PD activity in the insulation systems and, consequently, their level of degradation . In resume the thesis presents a diagnosis system that makes use of internal data from the electrical insulation system with base in the PD occurrence. That system indicates, at the end, a concept of its current operative state, being able to be used in a more appropriate planning in order to prevent inopportune losses. The evaluation of the model, as much of simulating as in field, present high indexes and a visual confirmation intern of a real equipment, that proves the efficiency and the importance of system.

[pt] O Monitoramento do Sistema de Isolamento em Máquinas Elétricas de Alta Tensão representa um avanço no que diz respeito ao planejamento operacional de uma indústria. Com posse de dados on-line referentes às condições apresentadas pelos isolamentos, as devidas precauções podem ser tomadas, evitando danos maiores. O trabalho apresentado tem como objetivo principal analisar um sistema de monitoramento desenvolvido pela CEA (Canadian Electrical Association), com suporte técnico da Ontario Hydro. O sistema chamado PDA (Partial Discharge Analyzer) mede, através de acopladores permanentes ou portáteis (capacitores), as Descargas Parciais nos enrolamentos estatóricos de grande máquinas de alta tensão. A quantificação exata das Descargas Parciais são indicadas das reais condições do isolamento. A análise do aparelho foi realizada em conjunção aos dados obtidos, tendo como referência a Companhia Siderúrgica Nacional (CSN). A partir de tais dados, é possível demostrar em que estágio atual de aproveitamento estamos em relação à utilização de tal aparelho e quais são os passos futuros para melhor compreensão das medidas. / [en] The Monitoring of te Isolation System in High Tension Electrical Machines represents na advance in what concerns the operational planning of na industry. Knowing the on- line data referring to the conditions presented by the isolations, the necessary cautions can be taken, avoiding bigger damages. This work has as the main aim to analyze a monitoring system developed by the CEA (Canadian Electrical Association). The system is called PDA ( Partial Discharge Analyzer) and measures, through permanent or portable couplers (capacitors), the Partial Discharges is indicator of the isolation real conditions. The appliance analyses was made with the obtained data, having as reference the CSN. With this data, it is possible to show in what profiting stage of appliance and which are the future steps for a better comprehension of the measures.

[pt] A medição e classificação de descargas parciais constituem uma importante ferramenta de avaliação dos sistemas de isolamento utilizados em equipamentos de alta tensão. Após o pré-processamento dos dados, que captura, digitaliza e filtra o sinal de descargas parciais, geralmente eliminando os ruídos, existem basicamente duas etapas principais, que são a extração de características e a classificação de padrões. As descargas parciais contêm um conjunto de características discriminatórias únicas que lhes permitem ser reconhecidas. Assim, o primeiro procedimento no processo de classificação é definir quais delas podem ser utilizadas e qual o método de extração destas características. O fenômeno de descargas parciais tem uma natureza transitória e é caracterizado por correntes pulsantes com uma duração de vários nanossegundos até poucos microssegundos. Sua magnitude não é sempre proporcional ao dano causado, sendo que descargas de pequena magnitude podem levar rapidamente à evolução de um defeito. Por isso a necessidade de se entender bem este fenômeno e saber interpretar os dados. Além disso, equipamentos de alta tensão de grande porte, como motores e geradores, podem apresentar mais de uma fonte interna de descargas parciais, sendo importante separar os sinais dessas diferentes fontes antes de realizar a classificação. No caso de outros equipamentos de alta tensão de menor porte, como para-raios e transformadores de corrente de subestação, a simples detecção da presença de descargas parciais interna ao equipamento, independente do número de fontes, já é suficiente para indicar a retirada de operação destes equipamentos, dado seu baixo custo relativo e o elevado grau de importância destes para a confiabilidade do sistema onde estão inseridos. Para um diagnóstico completo e confíável de isolamentos de alta tensão, há a demanda por um sistema de análise capaz de promover com eficácia a detecção de descargas parciais internas aos equipamentos, a separação das diversas fontes de descargas parciais, no caso dos equipamentos de grande porte, bem como realizar a correta classificação do tipo de defeito, com base principalmente na análise das características discriminantes das diferentes fontes e na assinatura dos sinais para os diferentes defeitos. Este estudo contribui para o preenchimento desta lacuna, apresentando metodologias que se mostram robustas e precisas nos testes realizados, de modo que possam efetivamente orientar os especialistas em manutenção na tomada de decisões. Para fazer isso, são propostas novas variáveis capazes de extrair informações relevantes de sinais no tempo medidos em diversos tipos de isolamentos, sendo aplicadas aqui em dados obtidos em campo e em laboratório para avaliar sua eficácia na tarefa. Essas informações são tratadas utilizando técnicas de classificação de padrões e inteligência artificial para determinar de forma automática a presença de descargas parciais, o número de fontes diferentes e o tipo de defeito nos isolamentos de alta tensão utilizados no estudo. Outra contribuição do estudo é a criação de um banco de dados histórico, baseada em processamento de imagem, com padrões de mapas de descargas parciais conhecidos na literatura em máquinas rotativas, para serem utilizados na classificação de novos mapas medidos neste tipo de equipamento. / [en] Measurement and classification of partial discharges are an important tool for the evaluation of insulation systems used in high voltage equipments. After pre-processing of data, which captures, scans and filters the signal of partial discharges, generally eliminating noises, there are basically two main steps, which are the extraction of characteristics and the pattern classification. Partial discharges contain a set of unique discriminatory characteristics that allow them to be recognized. Thus, the first procedure in the classification process is to define which of them can be used and which is the method for extraction of those characteristics. The phenomenon of partial discharges has a transient nature and is characterized by pulsating currents with a duration of several nanoseconds up to a few microseconds. Its magnitude is not always proportional to the damage caused, and discharges of small magnitude can quickly lead to the evolution of a failure. Therefore the need to understand this phenomenon well and to know how to interpret the data. In addition, large high voltage equipments such as motors and generators may have more than one internal source of partial discharges, and it is important to separate the signals from those different sources prior to classification. In the case of smaller high voltage equipments, as surge arrester and substation current transformers, the simple detection of the presence of partial discharges inside the equipment, regardless of the number of sources, is sufficient to indicate the withdrawal of operation of the equipment, given their low relative cost and the high degree of importance of these to the reliability of the system where they are part of. For a complete and reliable diagnosis of high voltage insulations, there is a demand for an analysis system capable of effectively promoting the detection of the partial discharges internal to the equipments, the separation of the various sources of partial discharges in the case of large equipments, as well as to carry out the correct classification of the type of failure. The system should be based mainly on the analysis of the discriminating characteristics of the different sources and the signature of the signals for the different failure. This study contributes to fill this gap by presenting methodologies that are robust and accurate in the tests performed, so that they can effectively guide maintenance specialists in decision making. To do this, new variables are proposed to extract relevant information from time signals measured in various types of insulations, being applied here in field and laboratory data to evaluate their effectiveness in the task. This information is treated using standard classification techniques and artificial intelligence to automatically determine the presence of partial discharges, the number of different sources and the type of defect in the high voltage insulations used in the study. Another contribution of the study is the creation of a historical database, based on image processing, with partial discharge map patterns known in the literature on rotating machines, to be used in the classification of new maps measured in this type of equipment.