Termografia e inteligência artificial na detecção de falhas em transformadores

Detalhes bibliográficos
Autor(a) principal: SANTOS, Gustavo Maciel dos
Data de Publicação: 2017
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFPE
Texto Completo: https://repositorio.ufpe.br/handle/123456789/28109
Resumo: A análise dos gases dissolvidos no óleo isolante em transformadores de potência refrigerados a óleo é uma técnica bastante difundida para detecção de falhas incipientes. Contudo, esta técnica envolve procedimentos de segurança para a coleta das amostras de óleo, prazos de resposta dos laboratórios e em alguns casos há a necessidade de se retirar o transformador de operação. Retirar um transformador de operação em determinadas situações pode se tornar muito onerosa, pois há ambientes de produção que devem funcionar ininterruptamente e paradas como esta representam perda financeira. Termografia Infravermelha é uma técnica não destrutiva de medição de temperatura comumente utilizada para detectar anomalias e predizer possíveis falhas sem interromper a operação do sistema. Este trabalho apresenta estudos com o uso da medição infravermelha de temperatura para detectar falhas incipientes no transformador baseada na Análise dos Gases Dissolvidos no Óleo Isolante. A metodologia desse estudo apresenta o uso sistemas inteligentes para analisar as temperaturas faciais do transformador e detectar falhas incipientes. Os resultados obtidos neste trabalho apresentam 86% e 83% de acertos de classificação utilizando Redes Neurais Artificiais e Lógica Fuzzy, respectivamente.
id UFPE_d019a7e8c7a8ae215ece39bd01843793
oai_identifier_str oai:repositorio.ufpe.br:123456789/28109
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str 2221
spelling SANTOS, Gustavo Maciel doshttp://lattes.cnpq.br/9281109196588128http://lattes.cnpq.br/0731639653204720AQUINO, Ronaldo Ribeiro Barbosa deLIRA, Milde Maria da Silva2018-12-07T17:50:33Z2018-12-07T17:50:33Z2017-08-30https://repositorio.ufpe.br/handle/123456789/28109A análise dos gases dissolvidos no óleo isolante em transformadores de potência refrigerados a óleo é uma técnica bastante difundida para detecção de falhas incipientes. Contudo, esta técnica envolve procedimentos de segurança para a coleta das amostras de óleo, prazos de resposta dos laboratórios e em alguns casos há a necessidade de se retirar o transformador de operação. Retirar um transformador de operação em determinadas situações pode se tornar muito onerosa, pois há ambientes de produção que devem funcionar ininterruptamente e paradas como esta representam perda financeira. Termografia Infravermelha é uma técnica não destrutiva de medição de temperatura comumente utilizada para detectar anomalias e predizer possíveis falhas sem interromper a operação do sistema. Este trabalho apresenta estudos com o uso da medição infravermelha de temperatura para detectar falhas incipientes no transformador baseada na Análise dos Gases Dissolvidos no Óleo Isolante. A metodologia desse estudo apresenta o uso sistemas inteligentes para analisar as temperaturas faciais do transformador e detectar falhas incipientes. Os resultados obtidos neste trabalho apresentam 86% e 83% de acertos de classificação utilizando Redes Neurais Artificiais e Lógica Fuzzy, respectivamente.Dissolved Gas Analysis of insulating oil in refrigerated power transformer oil is a widespread technique for detecting incipient faults. However, this technique involves safety procedures for the collection of oil samples, laboratory response time and, in some cases, removing the transformer from operation. Removing a transformer from operation in certain situations can become very costly as there are production environments that must run uninterrupted so that stoppages such as this represent financial loss. Infrared Thermography is a non-destructive temperature measurement technique commonly used to detect anomalies and predict possible faults without disrupting system operation. This paper presents studies based on the use of infrared temperature measurement to detect incipient faults in transformers through Dissolved Gas Analysis of the insulating oil. This study’s methodology uses intelligent systems to analyse transformer face temperatures and detect incipient faults. The results obtained in this work present 86 and 83% of classification correctness using Artificial Neural Networks and Fuzzy Logic, respectively.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Engenharia EletricaUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessEngenharia ElétricaRedes neurais artificiaisLógica fuzzyAnálise de gases dissolvidosTransformadorInfravermelhoTermografia e inteligência artificial na detecção de falhas em transformadoresinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisdoutoradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPETHUMBNAILTESE Gustavo Maciel dos Santos.pdf.jpgTESE Gustavo Maciel dos Santos.pdf.jpgGenerated Thumbnailimage/jpeg1239https://repositorio.ufpe.br/bitstream/123456789/28109/5/TESE%20Gustavo%20Maciel%20dos%20Santos.pdf.jpgc1be2d1e939790e32155a07548b439edMD55ORIGINALTESE Gustavo Maciel dos Santos.pdfTESE Gustavo Maciel dos Santos.pdfapplication/pdf2134800https://repositorio.ufpe.br/bitstream/123456789/28109/1/TESE%20Gustavo%20Maciel%20dos%20Santos.pdf6eb75a32ac84001b2d967575bb21aed7MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/28109/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82311https://repositorio.ufpe.br/bitstream/123456789/28109/3/license.txt4b8a02c7f2818eaf00dcf2260dd5eb08MD53TEXTTESE Gustavo Maciel dos Santos.pdf.txtTESE Gustavo Maciel dos Santos.pdf.txtExtracted texttext/plain168545https://repositorio.ufpe.br/bitstream/123456789/28109/4/TESE%20Gustavo%20Maciel%20dos%20Santos.pdf.txta5a007f226ad12b93e196b9ed40647feMD54123456789/281092019-10-25 09:28:59.933oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T12:28:59Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Termografia e inteligência artificial na detecção de falhas em transformadores
title Termografia e inteligência artificial na detecção de falhas em transformadores
spellingShingle Termografia e inteligência artificial na detecção de falhas em transformadores
SANTOS, Gustavo Maciel dos
Engenharia Elétrica
Redes neurais artificiais
Lógica fuzzy
Análise de gases dissolvidos
Transformador
Infravermelho
title_short Termografia e inteligência artificial na detecção de falhas em transformadores
title_full Termografia e inteligência artificial na detecção de falhas em transformadores
title_fullStr Termografia e inteligência artificial na detecção de falhas em transformadores
title_full_unstemmed Termografia e inteligência artificial na detecção de falhas em transformadores
title_sort Termografia e inteligência artificial na detecção de falhas em transformadores
author SANTOS, Gustavo Maciel dos
author_facet SANTOS, Gustavo Maciel dos
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/9281109196588128
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/0731639653204720
dc.contributor.author.fl_str_mv SANTOS, Gustavo Maciel dos
dc.contributor.advisor1.fl_str_mv AQUINO, Ronaldo Ribeiro Barbosa de
dc.contributor.advisor-co1.fl_str_mv LIRA, Milde Maria da Silva
contributor_str_mv AQUINO, Ronaldo Ribeiro Barbosa de
LIRA, Milde Maria da Silva
dc.subject.por.fl_str_mv Engenharia Elétrica
Redes neurais artificiais
Lógica fuzzy
Análise de gases dissolvidos
Transformador
Infravermelho
topic Engenharia Elétrica
Redes neurais artificiais
Lógica fuzzy
Análise de gases dissolvidos
Transformador
Infravermelho
description A análise dos gases dissolvidos no óleo isolante em transformadores de potência refrigerados a óleo é uma técnica bastante difundida para detecção de falhas incipientes. Contudo, esta técnica envolve procedimentos de segurança para a coleta das amostras de óleo, prazos de resposta dos laboratórios e em alguns casos há a necessidade de se retirar o transformador de operação. Retirar um transformador de operação em determinadas situações pode se tornar muito onerosa, pois há ambientes de produção que devem funcionar ininterruptamente e paradas como esta representam perda financeira. Termografia Infravermelha é uma técnica não destrutiva de medição de temperatura comumente utilizada para detectar anomalias e predizer possíveis falhas sem interromper a operação do sistema. Este trabalho apresenta estudos com o uso da medição infravermelha de temperatura para detectar falhas incipientes no transformador baseada na Análise dos Gases Dissolvidos no Óleo Isolante. A metodologia desse estudo apresenta o uso sistemas inteligentes para analisar as temperaturas faciais do transformador e detectar falhas incipientes. Os resultados obtidos neste trabalho apresentam 86% e 83% de acertos de classificação utilizando Redes Neurais Artificiais e Lógica Fuzzy, respectivamente.
publishDate 2017
dc.date.issued.fl_str_mv 2017-08-30
dc.date.accessioned.fl_str_mv 2018-12-07T17:50:33Z
dc.date.available.fl_str_mv 2018-12-07T17:50:33Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/28109
url https://repositorio.ufpe.br/handle/123456789/28109
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.publisher.program.fl_str_mv Programa de Pos Graduacao em Engenharia Eletrica
dc.publisher.initials.fl_str_mv UFPE
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
bitstream.url.fl_str_mv https://repositorio.ufpe.br/bitstream/123456789/28109/5/TESE%20Gustavo%20Maciel%20dos%20Santos.pdf.jpg
https://repositorio.ufpe.br/bitstream/123456789/28109/1/TESE%20Gustavo%20Maciel%20dos%20Santos.pdf
https://repositorio.ufpe.br/bitstream/123456789/28109/2/license_rdf
https://repositorio.ufpe.br/bitstream/123456789/28109/3/license.txt
https://repositorio.ufpe.br/bitstream/123456789/28109/4/TESE%20Gustavo%20Maciel%20dos%20Santos.pdf.txt
bitstream.checksum.fl_str_mv c1be2d1e939790e32155a07548b439ed
6eb75a32ac84001b2d967575bb21aed7
e39d27027a6cc9cb039ad269a5db8e34
4b8a02c7f2818eaf00dcf2260dd5eb08
a5a007f226ad12b93e196b9ed40647fe
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1802310748214394880

Registros relacionados