Detalhes bibliográficos
| Ano de defesa: |
2023 |
| Autor(a) principal: |
Fehlberg, Rafael Prux |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://www.teses.usp.br/teses/disponiveis/18/18153/tde-05122023-092701/
|
Resumo: |
O principal indicador utilizado para avaliar o estado da isolação sólida em equipamentos de potência atualmente é o grau de polimerização (GP), medido por um ensaio que necessita de uma amostra de papel da parte ativa. Sendo este um ensaio invasivo, outros subprodutos do envelhecimento são utilizados para estimar o GP, como o 2-fal. Este trabalho apresenta um estudo sistemático onde técnicas de machine learning são utilizadas para estimar o GP a partir do 2-fal, da relação CO2/CO e de outros indicadores. Os resultados são promissores, indicando que 2-fal, CO2/CO, a fórmula de Chendong e a potência do equipamento podem ser utilizados em conjunto para melhor previsão do valor atual do GP do papel, logo, da sua vida útil. |
