Monitoramento on-line e DiagnÃstico Inteligente da Qualidade DielÃtrica do Isolamento LÃquido de Transformadores de PotÃncia

Detalhes bibliográficos
Autor(a) principal: Fabio Rocha Barbosa
Data de Publicação: 2012
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFC
Texto Completo: http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=8383
Resumo: 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.
id UFC_54ba97a0e2e7f275caad6a28a633220e
oai_identifier_str oai:www.teses.ufc.br:5894
network_acronym_str UFC
network_name_str Biblioteca Digital de Teses e Dissertações da UFC
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisMonitoramento on-line e DiagnÃstico Inteligente da Qualidade DielÃtrica do Isolamento LÃquido de Transformadores de PotÃnciaOn-line monitoring and intelligent diagnosis of dielectric quality of liquid isolation of power transformers.2012-03-13OtacÃlio da Mota Almeida26310112368http://lattes.cnpq.br/1721353262824215 61468177320http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4221895Z9Fabio Rocha BarbosaUniversidade Federal do CearÃPrograma de PÃs-GraduaÃÃo em Engenharia ElÃtricaUFCBRTransformadores elÃtricos EletrÃnica de potÃncia Rede neuralPower transformer Fault diagnosis Dissolved gas-in-oil analysis (DGA)Neural Networks.ENGENHARIA ELETRICAO 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 Superiorhttp://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=8383application/pdfinfo:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da UFCinstname:Universidade Federal do Cearáinstacron:UFC2019-01-21T11:21:25Zmail@mail.com -
dc.title.pt.fl_str_mv Monitoramento on-line e DiagnÃstico Inteligente da Qualidade DielÃtrica do Isolamento LÃquido de Transformadores de PotÃncia
dc.title.alternative.en.fl_str_mv On-line monitoring and intelligent diagnosis of dielectric quality of liquid isolation of power transformers.
title Monitoramento on-line e DiagnÃstico Inteligente da Qualidade DielÃtrica do Isolamento LÃquido de Transformadores de PotÃncia
spellingShingle Monitoramento on-line e DiagnÃstico Inteligente da Qualidade DielÃtrica do Isolamento LÃquido de Transformadores de PotÃncia
Fabio Rocha Barbosa
Transformadores elÃtricos
EletrÃnica de potÃncia
Rede neural
Power transformer
Fault diagnosis
Dissolved gas-in-oil analysis (DGA)
Neural Networks.
ENGENHARIA ELETRICA
title_short Monitoramento on-line e DiagnÃstico Inteligente da Qualidade DielÃtrica do Isolamento LÃquido de Transformadores de PotÃncia
title_full Monitoramento on-line e DiagnÃstico Inteligente da Qualidade DielÃtrica do Isolamento LÃquido de Transformadores de PotÃncia
title_fullStr Monitoramento on-line e DiagnÃstico Inteligente da Qualidade DielÃtrica do Isolamento LÃquido de Transformadores de PotÃncia
title_full_unstemmed Monitoramento on-line e DiagnÃstico Inteligente da Qualidade DielÃtrica do Isolamento LÃquido de Transformadores de PotÃncia
title_sort Monitoramento on-line e DiagnÃstico Inteligente da Qualidade DielÃtrica do Isolamento LÃquido de Transformadores de PotÃncia
author Fabio Rocha Barbosa
author_facet Fabio Rocha Barbosa
author_role author
dc.contributor.advisor1.fl_str_mv OtacÃlio da Mota Almeida
dc.contributor.advisor1ID.fl_str_mv 26310112368
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/1721353262824215
dc.contributor.authorID.fl_str_mv 61468177320
dc.contributor.authorLattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4221895Z9
dc.contributor.author.fl_str_mv Fabio Rocha Barbosa
contributor_str_mv OtacÃlio da Mota Almeida
dc.subject.por.fl_str_mv Transformadores elÃtricos
EletrÃnica de potÃncia
Rede neural
topic Transformadores elÃtricos
EletrÃnica de potÃncia
Rede neural
Power transformer
Fault diagnosis
Dissolved gas-in-oil analysis (DGA)
Neural Networks.
ENGENHARIA ELETRICA
dc.subject.eng.fl_str_mv Power transformer
Fault diagnosis
Dissolved gas-in-oil analysis (DGA)
Neural Networks.
dc.subject.cnpq.fl_str_mv ENGENHARIA ELETRICA
dc.description.sponsorship.fl_txt_mv CoordenaÃÃo de AperfeiÃoamento de Pessoal de NÃvel Superior
dc.description.abstract.por.fl_txt_mv 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.
dc.description.abstract.eng.fl_txt_mv 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.
description 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.
publishDate 2012
dc.date.issued.fl_str_mv 2012-03-13
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
status_str publishedVersion
format masterThesis
dc.identifier.uri.fl_str_mv http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=8383
url http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=8383
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do CearÃ
dc.publisher.program.fl_str_mv Programa de PÃs-GraduaÃÃo em Engenharia ElÃtrica
dc.publisher.initials.fl_str_mv UFC
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Universidade Federal do CearÃ
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFC
instname:Universidade Federal do Ceará
instacron:UFC
reponame_str Biblioteca Digital de Teses e Dissertações da UFC
collection Biblioteca Digital de Teses e Dissertações da UFC
instname_str Universidade Federal do Ceará
instacron_str UFC
institution UFC
repository.name.fl_str_mv -
repository.mail.fl_str_mv mail@mail.com
_version_ 1643295164058304512

Registros relacionados