[en] FORECASTING TEMPERATURES IN POWER TRANSFORMERS COMBINING LINEAR MODELS AND NEURAL NETWORKS

• Ano de defesa: 2002
• Autor(a) principal: RICARDO CUNHA DA FONTE
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] REDE NEURAL; [pt] TRANSFORMADORES; [pt] PREVISAO; [en] NEURAL NETWORKS; [en] TRANSFORMERS; [en] FORECASTING
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3036&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3036&idi=2; http://doi.org/10.17771/PUCRio.acad.3036

[pt] O novo cenário competitivo, inaugurado com a reformulação do Setor Elétrico Brasileiro, impõe a seus agentes, principalmente as concessionárias de energia elétrica, a necessidade de ferramentas que os possibilitem gerenciar melhor seus recursos. No caso específico dos ransformadores de potência, ativos cujo investimento inicial é muito elevado,a otimização do retorno financeiro envolve o balanço adequado entre as receitas advindas da energia por ele transportada e os custos decorrentes da depreciação real, principalmente os relacionados à perda de vida útil do transformador como resultado da exposição do isolamento sólido a níveis de temperatura prejudiciais. A presente dissertação propõe o emprego de um modelo para previsão de séries temporais, aplicado a séries de elevação de temperatura do enrolamento de transformador de potência, combinando modelos lineares e Redes Neurais Artificiais. São revistos e analisados os principais métodos lineares de previsão baseados em variáveis explicativas, sendo estes, juntamente com o modelo proposto,aplicados à previsão da elevação de temperatura de transformadores reais. Os resultados obtidos comprovam o efeito sinérgico conseguido com a combinação de modelos lineares com Redes Neurais.