Termografia e inteligência artificial na detecção de falhas em transformadores

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: SANTOS, Gustavo Maciel dos
Orientador(a): AQUINO, Ronaldo Ribeiro Barbosa de
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Pernambuco
Programa de Pós-Graduação: Programa de Pos Graduacao em Engenharia Eletrica
Departamento: Não Informado pela instituição
País: Brasil
Palavras-chave em Português:
Link de acesso: https://repositorio.ufpe.br/handle/123456789/28109
Resumo: A análise dos gases dissolvidos no óleo isolante em transformadores de potência refrigerados a óleo é uma técnica bastante difundida para detecção de falhas incipientes. Contudo, esta técnica envolve procedimentos de segurança para a coleta das amostras de óleo, prazos de resposta dos laboratórios e em alguns casos há a necessidade de se retirar o transformador de operação. Retirar um transformador de operação em determinadas situações pode se tornar muito onerosa, pois há ambientes de produção que devem funcionar ininterruptamente e paradas como esta representam perda financeira. Termografia Infravermelha é uma técnica não destrutiva de medição de temperatura comumente utilizada para detectar anomalias e predizer possíveis falhas sem interromper a operação do sistema. Este trabalho apresenta estudos com o uso da medição infravermelha de temperatura para detectar falhas incipientes no transformador baseada na Análise dos Gases Dissolvidos no Óleo Isolante. A metodologia desse estudo apresenta o uso sistemas inteligentes para analisar as temperaturas faciais do transformador e detectar falhas incipientes. Os resultados obtidos neste trabalho apresentam 86% e 83% de acertos de classificação utilizando Redes Neurais Artificiais e Lógica Fuzzy, respectivamente.