Rede Bayesiana Aplicada ao Diagnóstico de Falhas Incipientes em Transformadores de Potência

• Ano de defesa: 2012
• Autor(a) principal: Carita, Angel Javier Quispe
• Orientador(a): Leite, Luciana Cambraia
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Transformadores Elétricos; Electric Transformers; Energia Elétrica - distribuição; Electric Power Distribution; Sistemas de Energia Elétrica; Electric Power Systems
• Link de acesso: https://repositorio.ufms.br/handle/123456789/1925

A importância da energia elétrica nesta sociedade moderna é vital para o seu desenvolvimento; falhas ou anomalias deste recurso podem gerar perdas incalculáveis tanto para concessionária como para o usuário final. O transformador é parte fundamental nos sistemas de transmissão e distribuição de energia elétrica: por isso o interesse de acompanhar o bom funcionamento deste equipamento evitando a presença de falhas incipientes. O presente trabalho descreve a estrutura, aprendizagem e aplicação da Rede Bayesiana destinada ao diagnóstico de falhas incipientes de transformadores mediante a análise de gases dissolvidos (DGA) no óleo. A Rede Bayesiana utiliza as relações de concentração de gases metano/hidrogênio (CH4=H2), etano/metano (C2H6=CH4), etileno/ etano (C2H4=C2H6) e acetileno/etileno (C2H2=C2H4), como elementos causais que ativam o diagnóstico da rede: deterioração normal, falha elétrica e falha térmica. A aprendizagem foi realizada a partir de um banco de dados históricos, no qual a Rede Bayesiana apresentou um acerto de 86.64% e 85.19% nos diagnósticos para os conjuntos de dados avaliados, demonstrando assim a confiabilidade e consistência da Rede Bayesiana.