Return to search

Monitoramento e diagnóstico de estados de grandes transformadores, com ênfase para o diagnóstico pela cromatografia com o uso de redes neurais

Made available in DSpace on 2014-06-12T17:40:13Z (GMT). No. of bitstreams: 2
arquivo7008_1.pdf: 677796 bytes, checksum: e3b596c7ca6f106bf39a125aea507600 (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2003 / A confiabilidade dos sistemas elétricos de transmissão é de maior importância no atual modelo
estruturado para o setor elétrico brasileiro. As agências reguladoras tem aplicado severas multas
nas companhias elétricas, que envolvem perdas elevadas no caso de falhas em equipamentos. O
antigo conceito de manutenção preventiva baseado em testes periódicos de isolação dos
equipamentos são imprecisos, pouco confiáveis e caros. Os fabricantes e algumas empresas tem
feito investimentos significativos de recursos para melhorar os métodos de monitoramento desses
equipamentos, para predizer falhas e definir o momento apropriado para a manutenção.
No início desse trabalho, foi feita uma análise de desempenho dos transformadores de potência no
sistema elétrico de transmissão. Foram também mostrados os resultados de uma pesquisa literária
sobre os sistemas de monitoramento para detectar falhas incipientes nos transformadores de
potência usados no momento.
A Companhia Hidro Elétrica do São Francisco CHESF, responsável pelo geração e transmissão
de energia em alta e extra alta tensão no Nordeste do Brasil, tem priorizado ações para melhorar o
uso da análise de gases dissolvidos (DGA) para o diagnóstico de falhas incipientes em
transformadores de potência. Esta técnica está bem fundamentada há mais de vinte anos no
mundo todo, e são muitos os métodos correntemente empregados para a análise de falhas. Neste
trabalho, o método baseado na norma IEC 599 ( International Electrotechnical Commission ), foi
extensivamente estudado como sendo o de melhores resultados quando comparados com outros
métodos, embora não defina o diagnóstico para cerca de trinta por cento (30%) dos casos. O
problema principal para solucionar foi o de obter satisfatoriamente resultados aonde este método
não prevê um diagnóstico.
O uso de Inteligência artificial como redes neurais, tem sido no momento extensamente
considerado em muitas aplicações, em que podem representar o ser humano na solução de alguns
problemas. Neste trabalho foi usada uma rede neural artificial (RNA) treinada com os dados da
CHESF, para gerar o mesmo diagnóstico da IEC. A parte mais importante do trabalho foi definir
apropriadamente esta rede neuralA saída principal desse trabalho, de aumentar o campo de diagnóstico pelo método da IEC foi
bem alcançada. O trabalho melhora o conhecimento de defeitos que podem ser detectados por este
método, que é uma das mais importantes ferramentas da engenharia de manutenção para o
monitoramento de falhas incipientes em transformadores de potência

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/5551
Date January 2003
CreatorsBARROS FILHO, Vespucio Nunes de Alencar
ContributorsCARVALHO JÚNIOR, Manoel Afonso de
PublisherUniversidade Federal de Pernambuco
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0023 seconds