Predição Otimizada do Índice de Desempenho de Transformadores de Potência com aplicação de Inteligência Artificial
Conteúdo do artigo principal
Resumo
Transformadores de potência são equipamentos essenciais para a operação do sistema elétrico, exigindo manutenções com diagnósticos precisos e eficientes. Dessa forma, tem-se como objetivo, neste trabalho, apresentar o desenvolvimento de uma ferramenta com aplicação de inteligência artificial para a predição do estado operacional baseada no Índice de Desempenho, por meio do uso de técnicas preditivas. A combinação dessas técnicas aos algoritmos de Inteligência Artificial possibilita uma análise adequada e individualizada, otimizando os recursos de manutenção. Na metodologia empregada tem-se o cálculo desse índice de desempenho e as correspondentes ações recomendadas, que variam desde o monitoramento até a retirada imediata de operação do equipamento, em conjunto com os algoritmos Curva de Cotovelo (Elbow Method) e Fator de Outlier Local (Local Outlier Factor), que são usados para identificar e excluir amostras discrepantes, garantindo a consistência dos dados. A validação foi realizada por meio de estudos de casos e os resultados foram satisfatórios, concluindo-se que esta ferramenta proporciona a prevenção de falhas, contribuindo com uma gestão assertiva destes equipamentos e auxiliando as equipes de manutenção na tomada de decisão em relação ao momento adequado de intervenção
Detalhes do artigo
Referências
ALGHUSHAIRY, Omar et al. A Review of Local Outlier Factor Algorithms for Outlier Detection in Big Data Streams. Big Data and Cognitive Computing, v. 5, n. 1, p. 1, 29 dez. 2020. MDPI AG. http://dx.doi.org/10.3390/bdcc5010001.
DIAS, Y. A. Método para previsão dos índices de desempenho de transformadores de potência imersos em óleo mineral isolante e de disjuntores de média e alta tensão. Tese (Doutorando em Engenharia Elétrica e de Computação) – Escola de Engenharia Elétrica, Mecânica e de Computação, Universidade Federal de Goiás, Goiânia, 2023.
FREITAG, Suelen Cristiane; SPERANDIO, Mauricio. Determining the Reliability of Power Transformers Considering a Five States Markov Model. IEEE Latin America Transactions, v. 19, n. 02, p. 335-341, fev. 2021. Institute of Electrical and Electronics Engineers (IEEE). http://dx.doi.org/10.1109/tla.2021.9443076.
GÓES, Helano Oliveira et al. Falhas em transformadores de potência: estudo de caso do sutf6-03 na uhe samuel. Research, Society and Development, v. 10, n. 6, p. 1-10, 2021.
IDREES, M., et al. Fuzzy Logic Based Calculation and Analysis of Health Index for Power Transformer Installed in Grid Stations. 2019 International Symposium on Recent Advances in Electrical Engineering (RAEE), Islamabad, Pakistan, pp. 1-6, 2019.
PEREIRA, Leonardo do Nascimento. Avaliação da degradação de disjuntores de alta tensão por meio de técnicas de machine learning. 2023. 72 f. Dissertação (Mestrado) - Curso de Engenharia Elétrica, Universidade de São Paulo, São Paulo, 2023.
QIN, J. F. et al. Outlier detection for on-line monitoring data of transformer based on wavelet transform and weighted LOF. Iop Conference Series: Earth and Environmental Science, [S.L.], v. 354, n. 1, p. 012108, 1 out. 2019.