Monitoramento e diagnÃstico de estados de grandes transformadores, com Ãnfase para o diagnÃstico pela cromatografia com o uso de redes neurais

AUTOR(ES)
DATA DE PUBLICAÇÃO

2003

RESUMO

A confiabilidade dos sistemas elÃtricos de transmissÃo à de maior importÃncia no atual modelo estruturado para o setor elÃtrico brasileiro. As agÃncias reguladoras tem aplicado severas multas nas companhias elÃtricas, que envolvem perdas elevadas no caso de falhas em equipamentos. O antigo conceito de manutenÃÃo preventiva baseado em testes periÃdicos de isolaÃÃo dos equipamentos sÃo imprecisos, pouco confiÃveis e caros. Os fabricantes e algumas empresas tem feito investimentos significativos de recursos para melhorar os mÃtodos de monitoramento desses equipamentos, para predizer falhas e definir o momento apropriado para a manutenÃÃo. No inÃcio desse trabalho, foi feita uma anÃlise de desempenho dos transformadores de potÃncia no sistema elÃtrico de transmissÃo. Foram tambÃm mostrados os resultados de uma pesquisa literÃria sobre os sistemas de monitoramento para detectar falhas incipientes nos transformadores de potÃncia usados no momento. A Companhia Hidro ElÃtrica do SÃo Francisco â CHESF, responsÃvel pelo geraÃÃo e transmissÃo de energia em alta e extra alta tensÃo no Nordeste do Brasil, tem priorizado aÃÃes para melhorar o uso da anÃlise de gases dissolvidos (DGA) para o diagnÃstico de falhas incipientes em transformadores de potÃncia. Esta tÃcnica està bem fundamentada hà mais de vinte anos no mundo todo, e sÃo muitos os mÃtodos correntemente empregados para a anÃlise de falhas. Neste trabalho, o mÃtodo baseado na norma IEC 599 ( International Electrotechnical Commission ), foi extensivamente estudado como sendo o de melhores resultados quando comparados com outros mÃtodos, embora nÃo defina o diagnÃstico para cerca de trinta por cento (30%) dos casos. O problema principal para solucionar foi o de obter satisfatoriamente resultados aonde este mÃtodo nÃo prevà um diagnÃstico. O uso de InteligÃncia artificial como redes neurais, tem sido no momento extensamente considerado em muitas aplicaÃÃes, em que podem representar o ser humano na soluÃÃo de alguns problemas. Neste trabalho foi usada uma rede neural artificial (RNA) treinada com os dados da CHESF, para gerar o mesmo diagnÃstico da IEC. A parte mais importante do trabalho foi definir apropriadamente esta rede neural. A saÃda principal desse trabalho, de aumentar o campo de diagnÃstico pelo mÃtodo da IEC foi bem alcanÃada. O trabalho melhora o conhecimento de defeitos que podem ser detectados por este mÃtodo, que à uma das mais importantes ferramentas da engenharia de manutenÃÃo para o monitoramento de falhas incipientes em transformadores de potÃncia

ASSUNTO(S)

chesf transformadores engenharia eletrica redes neurais sistemas elÃtricos

ACESSO AO ARTIGO

Documentos Relacionados