Estimação inteligente da poluição de isolamentos elétricos baseada nos VECSE do ruído ultrassônico.

• Ano de defesa: 2011
• Autor(a) principal: FERREIRA, Tarso Vilela.
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Engenharia Elétrica e Informática - CEEI; PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA; UFCG
• Palavras-chave em Português: Isolamentos Elétricos; Estimação Inteligente da Poluição; Compressão Espectral; Vetores de Energia; Centróides das Sub-bandas Espectrais; Ultrassom; Redes Neurais Artificiais; Ruído Ultrassônico; Electrical Insulation; Intelligent Pollution Estimation; Spectral Compression; Energy Vectors; Centroids of Spectral Sub-bands; Ultrasound; Artificial Neural Networks; Ultrasonic Noise; Engenharia Elétrica
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/9600

Este trabalho apresenta uma técnica de estimação da poluição de isolamentos elétricos baseada no ruído ultrassônico emitido pelos mesmos, quando conectados a eletrodos energizados. A fim de atingir tal objetivo, foram realizados ensaios em laboratório, durante os quais os ruídos ultrassônicos foram digitalmente registrados para estudo posterior da melhor forma de processamento e extração de atributos. Como conseqüência deste estudo, obteve-se o algoritmo dos Vetores de Energia dos Centróides das Sub-bandas Espectrais (VECSE), o qual pode ser entendido como uma compressão espectral capaz de selecionar as bandas de frequência mais significativas do ruído. Em seguida, o áudio processado e transformado em VECSE constituiu uma base de dados que serviu para alimentar uma Rede Neural Artificial, capaz de distinguir com notável exatidão um VECSE oriundo de um isolamento mais poluído de um VECSE oriundo de um isolamento menos poluído. Por fim, para validar a técnica em campo, foram realizadas campanhas de medição na subestação Campina Grande 2, da Companhia Hidrelétrica do São Francisco. Durante estas campanhas se registrou ruído ultrassônico oriundo de vários equipamentos elétricos expostos a vários graus de poluição natural, e o processamento baseado em VECSE e Redes Neurais Artificial foi novamente aplicado. Como resultado, obtiveram-se taxas de acertos geralmente acima de 80% por parte da Rede Neural Artificial.