CoordenaÃÃo de AperfeiÃoamento de Pessoal de NÃvel Superior / The present work is a study of a methodology that seeks to be more economical and efficient compared to traditional methods, the design of three phase distribution transformers. To this end, we use a tool of Computational Intelligence, based on previous calculations made in the traditional way by manufacturing industries and books that address this matter. It is evident here, another way to design the active part of the transformer, the dimension of the core and coil, for this, used Genetic Algorithms (GA) which will assist in the calculation and selection of parameters, providing the best choice of design of the transformer, minimizing, on average, 5% in the cost and losses in 2.5% as input parameters the following standard. With changes in the fitness function of GA, one can simply adapt to new requirements and standards. As a result of using the genetic algorithm can find a design solution that is more efficient than that used by the manufacturers. The losses calculated values meet established by NBR-5440. / O presente trabalho faz um estudo de uma metodologia que busca ser mais econÃmica e eficiente, em comparaÃÃo com mÃtodos tradicionais, no projeto de transformadores de distribuiÃÃo trifÃsico. Para tal, utiliza-se uma ferramenta de InteligÃncia Computacional, tendo como base cÃlculos anteriores feitos de forma tradicional por indÃstrias fabricantes e livros que tratam desse assunto. Evidencia-se, aqui, mais uma maneira de projetar a parte ativa do transformador, ou seja, o dimensionamento do nÃcleo e bobinas; para isso, utiliza-se Algoritmos GenÃticos (GA), que irÃo auxiliar no cÃlculo e escolha dos parÃmetros, proporcionando a melhor escolha do projeto do transformador, minimizando, em mÃdia, o custo em 5 % e as perdas em 2,5 %, conforme parÃmetros de entrada seguindo a norma. Com modificaÃÃes na funÃÃo de fitness do GA, pode-se adequar de maneira simples a novas exigÃncias e normas. Como consequÃncia da utilizaÃÃo do Algoritmo GenÃtico pode-se encontrar uma soluÃÃo de projeto que à mais eficiente do que a utilizada pelos fabricantes. As perdas calculadas atendem valores estabelecidos pela norma NBR-5440.

FundaÃÃo Cearense de Apoio ao Desenvolvimento Cientifico e TecnolÃgico / Este trabalho apresenta o desenvolvimento e avaliaÃÃo de um sistema de monitoramento com tecnologia Java e Bluetooth para o auxilio no gerenciamento da condiÃÃo de transformadores de distribuiÃÃo a partir de modelos tÃrmicos. Sabe-se que monitorar a condiÃÃo dos transformadores tem sido objeto de preocupaÃÃo no que diz respeito a evitar as perdas econÃmicas causadas por falhas no equipamento e a consequente descontinuidade do serviÃo. à possÃvel, atravÃs da gestÃo do sistema: maximizar a vida Ãtil dos equipamentos monitorados; melhorar a confiabilidade da rede; reduzir os custos de manutenÃÃo. AtravÃs do levantamento bibliogrÃfico de sistemas de monitoramento atuais, de suas funcionalidades, em funÃÃo de recentes tecnologias de software e hardware, e do estudo de modelos tÃrmicos aplicados a transformadores, foi desenvolvido um sistema de coleta de dados e uma interface para anÃlise de dados. Este trabalho traz uma contribuiÃÃo para o desenvolvimento desses sistemas, propondo o uso de dispositivos mÃveis como uma estratÃgia economicamente viÃvel para coletar dados de transformadores de distribuiÃÃo, e a utilizaÃÃo dos dados coletados por estes dispositivos para gerar modelos tÃrmicos (das temperaturas do topo do Ãleo e do ponto quente) que permitam: (i) estabelecer limites mÃximos de carga para o equipamento, e (ii) estimar sua perda de vida Ãtil. Estas informaÃÃes fornecidas pelo sistema de monitoramento proposto devem servir como suporte à implementaÃÃo de planos de aÃÃo da concessionÃria de energia elÃtrica para: (i) a eventual substituiÃÃo de equipamentos, (ii) a adequaÃÃo na distribuiÃÃo das cargas, (iii) a priorizaÃÃo no caso de necessidade de atuaÃÃo do sistema de proteÃÃo. / This paper presents the development and evaluation of a monitoring system with Bluetooth and Java technology to aid managing the condition of distribution transformers through thermal models. It is well known that monitor the condition of transformers has been the subject of concern in relation to avoid economic losses caused by equipment failure. It is possible, through the system management: (i) maximize the life time of the monitored equipment, (ii) improve the reliability of the electrical grid and (iii) reduce its maintenance costs. Through a bibliographical survey of transformer condition monitoring systems and study of thermal models applied to transformers, was developed a system for data acquisition and an interface for data analysis. This work brings a contribution to the development of these systems, proposing the use of mobile devices as a viable strategy to collect data of distribution transformers and using data collected by those devices for generating thermal models (to estimate top-oil and hotspot temperature) that will let us: (i) establish maximum load for the equipment, and (ii) estimate the loss of life. The information provided by the condition monitoring system proposed should serve as support to electric utility company to implement action plans to help possible exchange of equipment, do a more balanced load in their distribution transformers and help prioritizing, in case of any necessary actuation of the system protection.

CoordenaÃÃo de AperfeiÃoamento de Pessoal de NÃvel Superior / O monitoramento e o diagnÃstico de falhas incipientes em transformadores de potÃncia imersos em Ãleo estÃo diretamente relacionados à avaliaÃÃo das condiÃÃes do sistema de isolamento. Neste estudo, estabelece-se o conceito de monitoramento e diagnÃstico, e em seguida tÃcnicas de monitoramento on-line sÃo discutidas. Um sistema de prÃ-diagnÃstico à elaborado baseado na utilizaÃÃo de um dispositivo on-line de monitoramento, Hydran da GE, para classificar a gravidade da situaÃÃo de falha detectada. Uma vez detectada uma situaÃÃo de falha, mÃdulos inteligentes de diagnÃstico de falhas incipientes, via redes neurais, podem ser utilizados para identificaÃÃo da falha interna do equipamento. Para completar a verificaÃÃo da qualidade dielÃtrica do lÃquido isolante, tambÃm à descrito um algoritmo inteligente, baseado em redes neurais, para diagnÃstico do estado do Ãleo atravÃs das grandezas fÃsico-quÃmicas. A relaÃÃo entre os atributos fÃsico-quÃmicos e as grandezas cromatogrÃficas referente ao Ãleo mineral tambÃm foram averiguadas. Foi desenvolvida, entÃo, a estimaÃÃo dos gases dissolvidos atravÃs das caracterÃsticas fÃsico-quÃmicas. Os mÃdulos de monitoramento on-line, diagnÃsticos do estado do Ãleo e de falhas incipientes, alÃm da estimaÃÃo dos gases dissolvidos, perfazem um sistema computacional de auxÃlio à operaÃÃo e manutenÃÃo. O sistema implementado apresenta resultados satisfatÃrios na implantaÃÃo em uma planta de usina termelÃtrica. / The monitoring and diagnosis of incipient fault in power transformers immerses in oil are directly related to the assessment of the isolation system conditions. In this research, it is established the concept of monitoring and diagnosis, after that, on-line monitoring techniques are discussed. A pre-diagnosis system is elaborated based on use of a monitoring on-line device, Hydran GE, to classify the situation gravity of the detected fault. Once detected a fault situation, intelligent modules of incipient fault diagnosis, by neural networks, can be used to identification of internal fault of the equipment. To complete the checking of the dielectric quality of the isolate liquid, it is also described an intelligent algorithm, based on neural networks, to diagnosis of the oil estate through physical-chemical attribute. The relation between physical-chemical attributes and chromatographic ones regarding to mineral oil were also verified. It was developed, then, the dissolved gases esteem through physicalchemical characteristics. The on-line monitoring modules, diagnosis of oil estate and incipient fault, besides dissolved gases esteem, constitute a computation aid system to operation and maintenance. The implemented system presents satisfied results in a thermoelectric power plant.

CoordenaÃÃo de AperfeiÃoamento de Pessoal de NÃvel Superior / O diagnÃstico de falhas incipientes em transformadores de potÃncia imersos em Ãleo està diretamente relacionado à avaliaÃÃo das condiÃÃes do sistema de isolamento. Este estudo aborda a relaÃÃo entre os gases dissolvidos no Ãleo e a qualidade do Ãleo mineral isolante utilizado em transformadores de potÃncia. As redes neurais artificiais sÃo utilizadas na abordagem da avaliaÃÃo das condiÃÃes operacionais do Ãleo isolante em transformadores de potÃncia, que à caracterizada por um comportamento dinÃmico nÃo-linear. As condiÃÃes de operaÃÃo e a integridade do sistema de isolamento de um transformador de potÃncia podem ser inferidas atravÃs das anÃlises fÃsico-quÃmicas e cromatogrÃficas (AnÃlise de GÃs Dissolvido). Estes ensaios permitem estabelecer procedimentos de operaÃÃo e manutenÃÃo do equipamento e normalmente sÃo realizados simultaneamente. Esta tese de doutorado propÃe um mÃtodo que pode ser usado para extrair informaÃÃes cromatogrÃficas usando as anÃlises fÃsico-quÃmicas atravÃs de redes neurais artificiais. As anÃlises atuais das propriedades fÃsico-quÃmicas fornecem apenas diagnÃstico do estado do Ãleo, o que nÃo permite o diagnÃstico de falhas incipientes. Acredita-se que, as concessionÃrias de energia podem melhorar a confiabilidade na previsÃo de falhas incipientes a um custo menor com este mÃtodo, uma vez que apenas um ensaio à necessÃrio. Os resultados mostraram que esta estratÃgia à promissora com mÃdia de acertos em diagnÃsticos de falhas maiores que 72%. O objetivo deste trabalho à a aplicaÃÃo direta do diagnÃstico de falhas incipientes atravÃs da utilizaÃÃo de propriedades fÃsico-quÃmicas, sem a necessidade de fazer uma cromatografia do Ãleo. / The diagnosis of incipient fault in power transformers immerses in oil are directly related to the assessment of the isolation system conditions. This search is about the relationship between dissolved gases and the quality of the insulating mineral oil used in power transformers. Artificial Neural Networks are used to approach operational conditions assessment issue of the insulating oil in power transformers, which is characterized by a nonlinear dynamic behavior. The operation conditions and integrity of a power transformer can be inferred by analysis of physicochemical and chromatographic (DGA â Dissolved Gas Analysis) profiles of the isolating oil. This tests allow establishing procedures for operating and maintaining the equipment and usually are performed simultaneously. This work proposes a method that can be used to extract chromatographic information using physicochemical analysis through Artificial Neural Networks. The present analysis of physicochemical properties only provide a diagnostic tool for the oil quality, which does not allow the diagnosis of incipient faults. ItÂs believed that, the power utilities could improve reliability in the prediction of incipient failures at a lower cost with this method, since only one test is required. The results show this strategy might be promising with an average accuracy for diagnosis of faults greater than 72%. The purpose of this work is the direct implementation of the diagnosis of incipient faults through the use of physicochemical properties without the need to make an oil chromatography.