Desenvolvimento de metodologia para diagnóstico de falhas incipientes em transformadores de potência utilizando análise de gases e aprendizado de máquina

• Autor(a) principal: Ikeshoji, Marco Akio
• Data de Publicação: 2020
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UNESP
• Texto Completo: http://hdl.handle.net/11449/193553
• topic: Transformadores de potência; Análise de gases dissolvidos; Aprendizado de máquina; Algoritmos Inteligentes; Diagnóstico de falhas; Power transformers; Dissolved gas analysis; Machine learning; Intelligent algorithms; Faults diagnosis

O transformador de potência é um elemento essencial para funcionamento e estabilidade do sistema elétrico. Sua saída repentina de operação por falha, ocasiona desde transtornos sociais, a prejuízos financeiros proporcionais ao tempo de atendimento e correção da interrupção no fornecimento de energia. Descobrir de modo incipiente falhas em transformadores, além de evitar esses problemas, contribui para o aumento da segurança e confiabilidade do sistema elétrico. Nesse contexto, esta tese apresenta uma metodologia que emprega os algoritmos Floresta de Caminhos Ótimos e K Vizinhos mais Próximos para auxílio na gestão da manutenção desses equipamentos que, diferentemente dos métodos convencionais e inteligentes de análise de gases que apenas classificam padrões, utilizam uma nova abordagem no diagnóstico de falhas com uso dos registros (recentes e históricos) de análises dos gases dissolvidos no óleo, tornando o método mais informativo, uma vez que permite observar a evolução dos eventos e distinguir tendências de falhas. Assim, diferentes estratégias e ações programadas de manutenção podem ser elaboradas, reduzindo-se o risco de interrupções de energia repentinas e suas consequências. Portanto, este trabalho inicialmente revê os custos estimados nos casos de falhas, apresenta as estatísticas dos tipos e localizações delas, as características básicas do sistema isolante e como os gases são gerados devido aos estresses térmicos e elétricos. Em seguida são apresentadas as técnicas normatizadas (convencionais) e inteligentes de classificações empregadas na análise de falhas com gases dissolvidos, algumas técnicas de otimização e de seleção de atributos, e uma proposta alternativa de diagnóstico de falhas. Posteriormente, é mostrado um método de geração de dados sintéticos baseado em incertezas de medições, segundo a IEC, para o caso de dados escassos, bem como são feitas simulações e análises com dados reais da concessionária de energia para validar a metodologia proposta, por meio da qual foi possível obter resultados promissores na identificação de falhas.