Return to search

Monitoramento on-line e DiagnÃstico Inteligente da Qualidade DielÃtrica do Isolamento LÃquido de Transformadores de PotÃncia / On-line monitoring and intelligent diagnosis of dielectric quality of liquid isolation of power transformers.

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.

Identiferoai:union.ndltd.org:IBICT/oai:www.teses.ufc.br:5894
Date13 March 2012
CreatorsFabio Rocha Barbosa
ContributorsOtacÃlio da Mota Almeida
PublisherUniversidade Federal do CearÃ, Programa de PÃs-GraduaÃÃo em Engenharia ElÃtrica, UFC, BR
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageUnknown
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da UFC, instname:Universidade Federal do Ceará, instacron:UFC
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0018 seconds