Análise de padrões de descargas parciais por uma rede neural artificial.

• Autor(a) principal: TORRES, Igor de Sousa Medeiros.
• Data de Publicação: 2012
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
• Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/18214
• topic: Redes neurais artificiais; Descargas parciais; Padrões de descargas parciais - análise; Isoladores elétricos; Artificial neural networks; Partial discharges; Partial discharge patterns - analysis; Electrical insulators; Engenharia Elétrica.

Os isoladores são equipamentos essenciais ao funcionamento do sistema elétrico. São responsáveis pela separação de partes vivas com potenciais neutros e evitam a circulação de correntes indesejadas. Quando falham, a repercussão do problema pode ser gravíssima, levando à desenergização de linhas e consequentemente de cidades, comprometendo a economia, a segurança e até mesmo a vida dos usuários da rede elétrica. Os isoladores elétricos podem ser de três tipos: porcelana, vidro e poliméricos. Este último está em plena expansão devido ao seu custo reduzido e boa confiabilidade. Entretanto esses equipamentos sofrem com o ataque das descargas parciais quando submetidos a campos elétricos elevados. Essas descargas surgem e desaparecem instantaneamente em cavidades preenchidas de ar que encontram-se inadvertidamente nesses equipamentos devido a falhas intrínsecas ao processo de fabricação. A ação contínua das descargas parciais levam à carbonização do polímero, criando um caminho preferencial de circulação de corrente, podendo culminar na falha da isolação e comprometimento do sistema. Este trabalho propõe a análise de padrões de descargas parciais devido à geometria, posicionamento e quantidade desses defeitos no isolamento, buscando provar que é possível a detecção desse problema através do sinal dessas descargas. Para tal utilizam-se as Redes Neurais Artificiais, que são algoritmos computacionais de reconhecimento e classificação de padrões em problemas que aparentemente não existe uma relação simples entre as diversas variáveis envolvidas.