Diagnóstico de descargas parciais em subestações isoladas a gás SF6 utilizando redes neurais artificiais

Detalhes bibliográficos
Autor(a) principal: Paulo, Assis Rogério Gomes da Silva
Data de Publicação: 2006
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: http://repositorio.ufsc.br/xmlui/handle/123456789/88736
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica
id UFSC_42bf65e480a8d744128782be7bed75a0
oai_identifier_str oai:repositorio.ufsc.br:123456789/88736
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Diagnóstico de descargas parciais em subestações isoladas a gás SF6 utilizando redes neurais artificiaisEngenharia eletricaRedes neurais (Computação)Descargas eletricasDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia ElétricaO presente trabalho de dissertação aborda o desenvolvimento de uma ferramenta computacional para o diagnóstico de Descargas Parciais (DP) que ocorrem em Subestações Isoladas à Gás (GIS), em especial ao gás hexafluoreto de enxofre (SF6). Esta ferramenta computacional é baseada nas Redes Neurais Artificiais (RNA), com arquitetura do tipo Multi-Camadas (MLP). O objetivo da ferramenta é fornecer a causa para a ocorrência da Descarga Parcial que é capturada pelo sistema de monitoramento através da emissão de altíssimas freqüências (UHF), dando suporte ao operador para melhores procedimentos em relação à GIS. Para a validação da ferramenta foram utilizados dados gerados a partir do catálogo do sistema de monitoramento instalado na SE Machadinho, pertencente à ELETROSUL. Esse diagnóstico é de grande valia para a manutenção preditiva de uma GIS, pois indica a atividade da DP que dependendo da intensidade e das características destas descargas degradam as características de isolação elétrica do gás SF6. Assim, a equipe de manutenção responsável pela GIS, com a utilização das informações deste diagnóstico, pode atuar de forma mais eficaz nesta subestação. This master#s thesis research results in the development of a computational tool for Partial Discharge (PD) diagnosis taking place at Gas Insulated Substation (GIS), especially with sulphur hexafluoride (SF6). This computational tool is based on an Artificial Neural Network (ANN), with a Multi-Layer Perceptron (MLP) architecture. The target of this tool is to give the cause of occurrence of Partial Discharge captured by system monitoring through emission of ultra high frequency (UHF) signals, giving support to the operator for better procedures about GIS. The tool is validated with data generated from the catalog of a monitoring system installed at Machadinho Substation, owned by the Transmission Company of Electric Energy ELETROSUL. This diagnostic is of great value for GIS preventive maintenance because of given PD activity. Depending on the discharge intensity and characteristic it can destroy the electric isolation of the SF6 gas. With this diagnostic, the responsible maintenance team can work more effectively at this substation.Florianópolis, SCRolim, Jacqueline GiseleUniversidade Federal de Santa CatarinaPaulo, Assis Rogério Gomes da Silva2012-10-22T12:59:12Z2012-10-22T12:59:12Z20062006info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisxiii, 104 f.| il., grafs., tabs.application/pdf234339http://repositorio.ufsc.br/xmlui/handle/123456789/88736porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2013-05-05T10:24:55Zoai:repositorio.ufsc.br:123456789/88736Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732013-05-05T10:24:55Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Diagnóstico de descargas parciais em subestações isoladas a gás SF6 utilizando redes neurais artificiais
title Diagnóstico de descargas parciais em subestações isoladas a gás SF6 utilizando redes neurais artificiais
spellingShingle Diagnóstico de descargas parciais em subestações isoladas a gás SF6 utilizando redes neurais artificiais
Paulo, Assis Rogério Gomes da Silva
Engenharia eletrica
Redes neurais (Computação)
Descargas eletricas
title_short Diagnóstico de descargas parciais em subestações isoladas a gás SF6 utilizando redes neurais artificiais
title_full Diagnóstico de descargas parciais em subestações isoladas a gás SF6 utilizando redes neurais artificiais
title_fullStr Diagnóstico de descargas parciais em subestações isoladas a gás SF6 utilizando redes neurais artificiais
title_full_unstemmed Diagnóstico de descargas parciais em subestações isoladas a gás SF6 utilizando redes neurais artificiais
title_sort Diagnóstico de descargas parciais em subestações isoladas a gás SF6 utilizando redes neurais artificiais
author Paulo, Assis Rogério Gomes da Silva
author_facet Paulo, Assis Rogério Gomes da Silva
author_role author
dc.contributor.none.fl_str_mv Rolim, Jacqueline Gisele
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Paulo, Assis Rogério Gomes da Silva
dc.subject.por.fl_str_mv Engenharia eletrica
Redes neurais (Computação)
Descargas eletricas
topic Engenharia eletrica
Redes neurais (Computação)
Descargas eletricas
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica
publishDate 2006
dc.date.none.fl_str_mv 2006
2006
2012-10-22T12:59:12Z
2012-10-22T12:59:12Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv 234339
http://repositorio.ufsc.br/xmlui/handle/123456789/88736
identifier_str_mv 234339
url http://repositorio.ufsc.br/xmlui/handle/123456789/88736
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 xiii, 104 f.| il., grafs., tabs.
application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC
publisher.none.fl_str_mv Florianópolis, SC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652308341325824

Registros relacionados