Professional Documents
Culture Documents
1
MARCUS TULIUS BARROS FLORENTINO
Orientador(es):
Professor Edson Guedes da Costa, D. Sc.
Professor Tarso Vilela Ferreira, D. Sc.
2
Dedico este trabalho aos meus pais, Ccero e Rita, a
quem devo a maior ddiva que possuo: a vida.
3
AGRADECIMENTOS
4
Agora pois permanecem a f, a esperana, a
caridade, estas trs virtudes; porm, a maior
delas a caridade.
5
RESUMO
6
ABSTRACT
In this work, a sensitivity analysis applied to a monitoring and predicting technique of the
operational condition polymeric insulators is proposed. The technique is based on the
acoustic inspection of ultrasonic noises coming from the electrical discharges on the
surface of insulators. For this purpose, tests were carried out in the laboratory with 230
kV polymeric insulators, extracted from a transmission line and with different
degradation levels. The Spectral Subband Centroid Energy Vectors algorithm was used
to extract attributes and process the ultrasonic noise signals. This algorithm splits the
frequency spectrum into a number of overlapping subbands, locates the centroids of each
subband and calculates the energy in the proximity of each centroid. Aiming to support
the decision-making, was employed an artificial neural network capable of separating into
classes the insulators degradation levels. Thus, it made possible to identify and distinguish
accurately the energy vectors from cleaned insulators, polluted insulators and damaged
insulators with success rates always above 80%. With these results, a sensitivity analysis
was performed to choose which parameters and topologies of computational processes
best suited to the proposed estimation of ultrasonic noise signals. The results form the
basis for implementation of the method with a larger amount of samples insulators,
making it possible to statistically evaluate its applicability in the field.
7
LISTA DE ILUSTRAES
8
Figura 5.2. Fotografia de eroso do revestimento, destacada dentro do crculo vermelho.
........................................................................................................................................ 60
Figura 5.3. Fotografia da poluio depositada na superfcie do isolador polimrico. .... 60
Figura 5.4. Fotografia da corroso das ferragens, destacadas em primeiro plano. ......... 61
Figura 5.5. Fotografia do estado de degradao das aletas, com rachaduras circuladas
em vermelho. .................................................................................................................. 61
Figura 5.6. Fotografia da juno entre ncleo e terminal em condio extrema de
degradao, destacado dentro do crculo vermelho. ....................................................... 61
Figura 5.7. VECSE obtidos das amostras de RU dos isoladores da Classe B. ............... 64
Figura 5.8. VECSE obtidos das amostras de RU dos isoladores da Classe M. .............. 65
Figura 5.9. VECSE obtidos das amostras de RU dos isoladores da Classe R. ............... 66
Figura 5.10. VECSE obtidos das amostras de RU do isolador 16.................................. 66
Figura 5.11. (a) Comportamento mdio dos VECSE. (b) Picos correspondentes. ......... 67
9
LISTA DE TABELAS
10
LISTA DE ABREVIATURAS E SIGLAS
EA Emisses acsticas
EPDM Etileno-propileno-dieno
EPR Etileno-propileno
IP Isoladores polimricos
RU Rudos ultrassnicos
UV Ultravioleta
11
LISTA DE SMBOLOS E UNIDADES
c ngulo de contato
Parmetro de suavidade
Funo de ativao
Somatrio
cm centmetros
dBA decibis
Hz Hertz
kg quilograma
kHz quilohertz
kN quilonewton
kV quilovolt
kVA quilovoltampere
m metros
mm milmetros
ms milissegundos
s segundos
12
SUMRIO
1 Introduo ......................................................................................................................................... 14
1.1 Delimitao do Tema ................................................................................................................ 14
1.2 Motivao ................................................................................................................................. 15
1.3 Objetivos ................................................................................................................................... 16
1.4 Organizao do Texto ............................................................................................................... 16
2 Fundamentao Terica .................................................................................................................. 18
2.1 Isoladores Polimricos .............................................................................................................. 18
2.2 Descargas Parciais .................................................................................................................... 21
2.3 Vetores de Energia dos Centroides das Sub-Bandas Espectrais ............................................... 22
2.4 Redes Neurais Artificiais .......................................................................................................... 27
3 Reviso bibliogrfica ........................................................................................................................ 33
3.1 Monitoramento das Emisses Acsticas ................................................................................... 33
3.2 Condies de Superfcie ........................................................................................................... 37
3.3 Processamento de Sinais ........................................................................................................... 39
4 Material e Mtodos ........................................................................................................................... 43
4.1 Material ..................................................................................................................................... 44
4.2 Mtodos .................................................................................................................................... 46
5 Resultados e Anlises ....................................................................................................................... 59
5.1 Inspeo Visual ......................................................................................................................... 59
5.2 Processamento dos VECSE ...................................................................................................... 62
5.3 Processamento das RNA ........................................................................................................... 69
6 Concluses ......................................................................................................................................... 73
6.1 Perspectivas de Trabalho .......................................................................................................... 74
6.2 Publicaes Correlatas Pesquisa ............................................................................................ 74
Referncias ................................................................................................................................................ 76
13
INTRODUO
DELIMITAO DO TEMA
Nos sistemas eltricos, o isolamento tem como principal funo segregar regies
com diferentes potenciais eltricos. Nos sistemas de potncia, ele constitudo,
basicamente, por isoladores eltricos, que empregam materiais isolantes de naturezas
diversas e sob diferentes formas, de acordo com as aplicaes a que se destinam. De
maneira geral, encontram-se isoladores eltricos fabricados com materiais cermicos
(vidro, porcelana e derivados) e no cermicos (polmeros). Os isoladores de vidro
temperado e de porcelana so largamente utilizados em forma de cadeia, para linhas de
transmisso. Os isoladores no cermicos so utilizados, principalmente, como isoladores
de suspenso e de ancoragem.
Como em todo sistema eltrico, a probabilidade de ocorrncia de falhas nos
isoladores deve ser mnima e, nesse sentido, o uso dos isoladores polimricos se sobressai.
Um dos motivos o fato dos isoladores base de polmeros serem menos atrativos aos
vndalos, j que no apresentam efeito visual e acstico notvel quando alvejados. Alm
disso, eles so mais leves, diminuindo a carga mecnica das estruturas de sustentao das
linhas, e apresentam alta hidrofobicidade na superfcie, dificultando o acmulo de
poluio, que tambm conduz a falhas. Pelo exposto e tendo preos competitivos, nos
ltimos decnios, os isoladores polimricos vm sendo vastamente utilizados na
substituio de cadeias de isoladores cermicos.
14
MOTIVAO
15
OBJETIVOS
ORGANIZAO DO TEXTO
16
O Captulo 5 destinado apresentao e discusso dos resultados obtidos
durante os processamentos computacionais para extrao dos atributos do rudo
ultrassnico e classificao via RNA.
Por fim, o Captulo 6 destina-se a apresentar as concluses da pesquisa de acordo
com os objetivos alcanados, e os temas propostos para sua continuidade.
17
FUNDAMENTAO TERICA
ISOLADORES POLIMRICOS
2.1.1 NCLEO
O ncleo constitudo por uma haste de fibra de vidro reforada com resinas
plsticas. Ele exerce a funo de suportar os esforos mecnicos a que o isolador est
18
sujeito, tais como: peso do condutor, vibraes elicas, esforos provenientes de curto
circuito e contrao do condutor devido reduo da temperatura.
A perda das propriedades eltricas isolantes, em funo da degradao do isolador
em condies extremas de umidade, temperatura e campo eletromagntico, pode provocar
efeitos indesejados e que abreviam a vida do isolador, como o trilhamento eltrico do
ncleo. Alm disso, estresses mecnicos podem provocar a fratura da fibra de vidro
reforada. Em ambos os casos, h a necessidade de troca imediata do isolador.
2.1.2 REVESTIMENTO
2.1.3 FERRAGENS
19
podem ser fixadas de diversas maneiras ao conjunto ncleo-revestimento, sendo as mais
comuns o uso de cola, prensagem ou uma combinao de ambas.
Figura 2.2. Contato de uma gota de gua em uma superfcie hidrofbica em A e em uma superfcie
hidroflica em B.
20
adaptado para exercer outras funes que no so destinados, como em espaadores e
separadores de linhas. Embora possuam elevada resistncia trao, no suportam
grandes esforos de toro e compresso no ncleo.
Eletricamente, os isoladores polimricos emitem interferncia eletromagntica em
nveis menores que as emitidas pelos isoladores cermicos (FONTGALLAND et al.,
2004). Alm dessa vantagem, a ausncia de ferragens intermedirias cria uma grande
distncia de escoamento, dificultando a formao de arcos eltricos.
DESCARGAS PARCIAIS
Segundo a norma IEC 60270 (2000), uma descarga parcial ocorre quando existem
rupturas nas pores de um dieltrico que est submetido a uma tenso sem, no entanto,
atingi-lo integralmente. A presena de um campo eltrico intenso, nas proximidades de
um isolador, provoca o aparecimento das descargas parciais. Elas podem ser classificadas
em trs tipos: superficiais, corona e internas. A seguir, sero destacados alguns conceitos
sobre as descargas superficiais e corona.
21
formao de resduos a base de carbono, acompanhado por cintilaes luminosas e leva
deteriorao dos materiais isolantes, com a formao das trilhas (MALIK, 1998). As
descargas superficiais em conjunto com os processos citados podem causar a ruptura total
da isolao.
BANDAS ESPECTRAIS
22
Mtodos baseados em coeficientes cepstrais so mais utilizados para
reconhecimento da fala porque apresentam desempenho satisfatrio, no entanto so muito
sensveis s interferncias externas de rudos aditivos e demandam grande esforo
computacional. Os mtodos baseados nos CSE so uma alternativa aos anteriores, porque
permitem realizar a separao adequada do sinal na presena de rudos indesejados com
um processamento computacional equivalente (GAJI e PALIWAL, 2001).
O processamento dos CSE realizado segundo parmetros definidos para diviso
da banda de frequncia do sinal, em uma quantidade fixa de sub-bandas, e clculo do
centroide de cada uma delas (PALIWAL, 1998). Os parmetros, a serem definidos, so:
O mtodo dos VECSE se baseia no algoritmo dos CSE, que foi originalmente
proposto para o reconhecimento da fala por Paliwal (1998). O mtodo dos VECSE
utilizado para reconhecimento e extrao de atributos do rudo ultrassnico, levando-se
em considerao a energia dos centrides representada vetorialmente. Dessa forma, ele
utilizado para extrair a maior quantidade de informaes do sinal de RU, realizando o
descarte das informaes irrelevantes, como rudos de natureza no identificada ou sem
interesse prtico.
Os procedimentos de estimao, segundo o algoritmo dos VECSE, so descritos
a seguir (FERREIRA, 2011):
23
N 1
H m (k) P(k)
CH k 0
N 1 , (2.1)
P(k)
k 0
C H N
EC P(k), (2.2)
k C H N
24
Uma quantidade reduzida de filtros, com larga faixa e baixo percentual de
sobreposio, resulta em alta compresso, mas detalhes do espectro so perdidos no
processamento. Alm disso, o baixo percentual de sobreposio resulta em baixa
correlao entre sub-bandas adjacentes. Isso influencia no clculo da localizao dos
centrides, uma vez que no contempla regies prximas sub-banda. Nesse caso, o
resultado ser dado por poucas sub-bandas e, consequentemente, menor esforo
computacional e baixo detalhamento (FERREIRA, 2011).
Quando se adota uma maior quantidade de filtros, com larguras de faixa mais
estreitas e um alto percentual de sobreposio, a compresso menor. Entretanto,
encontra-se um alto grau de detalhamento do espectro. Isso permite uma alta correlao
entre sub-bandas adjacentes, e o clculo da localizao dos centrides contempla regies
prximas da sub-banda. O resultado uma quantidade maior de sub-bandas e,
consequentemente, maior detalhamento e esforo computacional (FERREIRA, 2011).
Em casos com baixo grau de separabilidade entre classes, essa configurao auxilia, mais
eficientemente, no detalhamento e classificao a partir do espectro de frequncias.
Para ilustrar o processamento dos VECSE em dois casos de subdiviso, uma
amostra de sinal de RU de 1 s de durao apresentada na Figura 2.4. Na Figura 2.5,
apresentada a FFT calculada a partir da amostra do RU e, na Figura 2.6, os vetores de
energias, calculados para essa amostra, so apresentados. Nesse caso, a subdiviso com
30 sub-bandas sobrepostas a 50% apresenta maior detalhamento do vetor em relao
subdiviso com 10 sub-bandas sobrepostas a 10%.
25
Figura 2.4. Amostra de RU.
26
Para que se caracterize totalmente o vetor de energias, necessrio atribuir-lhe as
informaes relativas energia em cada sub-banda. Mas isso no realizado calculando-
se, simplesmente, as mdias dos valores de potncia espectral dentro de cada sub-banda.
necessrio que se calcule a mdia da energia junto ao centride, localizado pelo
parmetro CH, o qual apenas traz informao sobre a localizao na faixa de frequncia
de cada sub-banda.
Dessa forma, o parmetro quantifica o ajuste em torno do centride, para o
clculo da energia mdia. Quando seu valor mximo ( = 0,5), a energia calculada
numa regio de largura equivalente sub-banda em questo; quando mnimo ( = 0), a
energia ser a mesma que a da frequncia do centride. Na Figura 2.7, so apresentados
dois clculos para estimao dos VECSE. A quantidade de filtros utilizada, bem como a
taxa de sobreposio so iguais para os dois casos. Apenas variou-se o parmetro . Pode-
se observar que a variao de apenas influencia na suavidade da curva, visto que a
quantidade de sub-bandas no modificada e o nmero de elementos do vetor o mesmo.
Logo, o parmetro no influencia na taxa de compresso do mtodo dos VECSE.
27
informaes a partir das experincias adquiridas, desenvolvendo suas prprias regras para
o aprendizado (HAYKIN, 2001). O aprendizado garantido se utilizando de pesos
sinpticos, que armazenam o conhecimento adquirido por meio de informaes
numricas.
As RNA adotam ligaes entre os neurnios para processamento de dados,
segundo padres de entrada e sada. Como caractersticas inerentes s RNA, esto a
capacidade de se adaptar a novas situaes a partir do aprendizado e a generalizao,
quando se avaliam com sucesso outros padres similares, mas no idnticos aos utilizados
durante o aprendizado (SILVA, 2005; HAYKIN, 2001). Tratam-se, portanto, de sistemas
paralelos, no lineares e distribudos, estruturados por conexes ou sinapses e possuem,
como unidade bsica de processamento, o neurnio artificial, cujo modelo representado
na Figura 2.8 (Adaptado de HAYKIN, 2001). Esse modelo foi proposto por McCulloch
e Pitts (1943).
Entrada bjk
x0k= +1
Fixa
Polarizao
x1k wj1k
Somador
Sinais
de x2k wj2k n j(.) yjk
Entrada vjk
Funo de
x3k wj3k
Ativao
.
.
.
xmk wjmk
Pesos
Sinpticos
Fonte: Adaptado de HAYKIN, 2001.
28
Uma funo de ativao (jk), que limita a amplitude da sada em um intervalo
normalizado, geralmente [0,1] ou [-1,1].
Ik
v b wijk xik ,
k
j
k
j (2.3)
i 1
e,
y kj j kj (v kj ), (2.4)
1
j kj (v kj ) avkj
, (2.5)
1 e
em que a possui valor sempre maior que zero e o parmetro de inclinao da funo,
representando a sua suavidade (HAYKIN, 2001). O conjunto imagem da funo sigmoide
dado por [0,1]. Outra funo de ativao bastante difundida a funo tangente
hiperblica, definida pela equao (2.6) (HAYKIN, 2001):
29
avkj
1 e
j (v )
k
j
k
j avkj
, (2.6)
1 e
30
2.4.2 PERCEPTRON DE MLTIPLAS CAMADAS
31
realizada atravs da funo de energia do erro, que o erro mdio quadrtico entre as
sadas produzidas e desejadas da rede, como est definido pela equao (2.7) (HAYKIN,
2001):
1
( n)
2 jB
[d j (n) y j (n)]2 , (2.7)
32
REVISO BIBLIOGRFICA
33
resultam em liberao localizada e praticamente instantnea de energia. Alm disso, o
rudo advindo das descargas superficiais libera uma maior quantidade de energia na faixa
de ultrassom, especialmente quando o meio circunvizinho o ar (HARROLD, 1985). Isso
pode ser notado quando se observa o comportamento da energia mecnica das descargas
eltricas, nas diferentes faixas de frequncia acstica, como mostrado na Figura 3.1
(HARROLD, 1985). Para uma maior quantidade de energia irradiada, a frequncia de
radiao acstica dominante menor, como observado na ocorrncia de rupturas. Para
a frequncia dominante maior, a energia irradiada menor, como ocorre com as descargas
corona.
Figura 3.1. Frequncias dominantes nas EA medidas em descargas atmosfricas, descargas com eletrodos,
em diversas distncias e descargas parciais, comparadas com a curva calculada, versus energia da
descarga.
P
f c , (3.1)
W
34
principais conceitos de propagao das EA em diferentes meios, sob determinadas
condies fsicas e discutir o mecanismo de propagao das ondas mecnicas oriundas
das descargas parciais. Desse modo, o autor atribuiu s inspees acsticas a viabilidade
do monitoramento dos isoladores de forma segura e eficaz, com resultados robustos,
tendo em vista as possibilidades de processamento dos sinais obtidos.
Seguindo a mesma linha de pesquisa, Tian et al. (1999) desenvolveram um
sistema de aquisio de dados, em tempo real, para monitoramento de isoladores
polimricos. O mtodo foi baseado em emisses acsticas e os sinais foram obtidos a
partir de um sensor piezoeltrico. Como resultado, demostrou-se a viabilidade da
descrio das EA por meio da taxa de ocorrncia e amplitude dos sinais. Entretanto, os
autores no apresentaram uma maneira de classificar os padres estatisticamente, por
considerarem o procedimento complexo.
Por outro lado, Abdel-Salam et al. (2001) propuseram um mtodo de deteco e
anlise de RU para localizao de pontos susceptveis a falhas em linhas de distribuio.
Os autores obtiveram os sinais de rudo de diferentes pontos das linhas e os compararam
segundo as quantidades e intensidades dos picos do sinal, em uma mesma faixa de
frequncia. O mtodo demonstrou ser til na classificao das emisses acsticas, de
forma que foi possvel identificar a origem dos RU advindos de descargas superficiais de
isoladores poludos e descargas corona em extremidades de condutores. Contudo, os
autores no consideraram o uso de metodologias computacionais para auxlio
classificao dos sinais.
Dando prosseguimento s pesquisas com isoladores, Pei et al. (2008)
desenvolveram um mtodo de monitoramento, em tempo real, baseado na deteco de
RU em diferentes estgios de operao, inclusive na ocorrncia de flashover (descarga).
O mtodo utiliza transdutores acsticos parablicos junto s torres, direcionados para os
isoladores. Os rudos so registrados e processados segundo as caractersticas de
amplitude, frequncia e envelope do sinal. As informaes so armazenadas in loco,
sendo periodicamente avaliadas. Entretanto o mtodo no utiliza topologias
computacionais para auxlio ao diagnstico. Ainda assim, a tcnica demonstrou ser
aplicvel frente aos mtodos consolidados, devido segurana, eficincia na resposta do
processamento e por ser no invasiva.
Borges (2012) avaliou as vantagens do uso de tcnicas alternativas para inspeo
preditiva no invasiva em isoladores de pino, em linhas de distribuio. As tcnicas de
medio de RU e radiofrequncia foram comparadas aos mtodos mais consolidados em
35
uso pelas concessionrias de energia eltrica que, segundo o autor, so a termografia e
deteco de UV. De acordo com o autor, o principal aspecto das medies de RU e
radiofrequncia sua simplicidade de uso. Alm disso, os mtodos permitem realizar a
inspeo dos equipamentos energizados a uma distncia segura, o que facilita os trabalhos
de manuteno por parte das equipes responsveis. Por outro lado, quanto maior a
distncia entre a medio e a fonte das descargas eltricas, maior ser a dificuldade na
deteco dos rudos, devido aos nveis elevados de interferncia do ambiente. Portanto,
deve-se considerar uma correlao entre os nveis de RU, em funo da tenso aplicada,
e a distncia entre o detector de rudo e a fonte de descargas parciais, para escolha do
ponto de medio mais adequado.
Na Figura 3.2 (Borges, 2012), um modelo estatstico, que correlaciona as
intensidades de RU, em funo da tenso aplicada, e provveis distncias de medio,
apresentado. Pode-se observar que os nveis de RU so atenuados a uma maior distncia
entre fonte e detector. Isso resulta em uma associao dos RU, a partir de determinada
distncia, ao rudo branco do ambiente; portanto, com pouco ou nenhum significado
estatstico (JERMENDY et al. ,1998). A distncia da medio um parmetro importante
a ser considerado na inspeo, entretanto a principal informao a ser detectada a
frequncia de radiao acstica do rudo.
Figura 3.2. Relao entre o nvel de tenso e a intensidade do rudo ultrassnico advindo das descargas
parciais, para diferentes distncias de medio.
36
CONDIES DE SUPERFCIE
37
da distribuio do campo eltrico na deteriorao do isolador polimrico. Os autores
observaram que, em casos extremos como umidade elevada ou sob chuva, o uso dos anis
equalizadores devidamente localizados reduz significativamente a intensidade do campo
eltrico nas redondezas do isolador. Contudo, no foi possvel realizar uma estimao da
degradao dos isoladores com base nos nveis de interferncia eletromagntica.
Com o objetivo de avaliar o comportamento dos isoladores polimricos
submetidos poluio e estresses mecnicos e eltricos, Angelini et al. (2009) utilizaram
agentes degradantes para acelerar o processo de envelhecimento do material de
revestimento. A tcnica permitiu demonstrar as perdas das propriedades isolantes do
equipamento quando submetido a diversos tipos de estresses presentes no ambiente, de
maneira exclusiva. Com isso, possvel estimar quo rapidamente o material polimrico
se degrada ao longo de sua vida til. Entretanto, uma estimao segura sobre o tempo de
vida til dos isoladores polimricos no foi obtida, tendo em vista que o envelhecimento
destes equipamentos em linhas de transmisso se d devido incidncia conjunta de
fatores degradantes.
Para monitorar as condies de superfcie dos isoladores polimricos, Muniraj et
al. (2010) desenvolveram um mtodo baseado nos coeficientes de tempo-frequncia da
transformada Wavelet discreta. Tais coeficientes foram extrados a partir das formas de
onda da corrente de fuga, e uma classificao foi realizada com o auxlio de um algoritmo
baseado em lgica fuzzy (difusa). O trabalho foi realizado em laboratrio, segundo
condies controladas de poluio, umidade e salinidade de superfcie. Os resultados
foram promissores, uma vez que o algoritmo identificou com preciso as condies de
superfcie dos isoladores. Entretanto, no foram afirmadas quais caractersticas indicaram
ou no a necessidade de troca ou lavagem dos mesmos.
Bezerra et al. (2012) realizaram um estudo de caso com isoladores polimricos
em linha de transmisso de 138 kV. O estudo se baseou nas tcnicas de inspeo por
cmera de deteco da radiao UV e cmera de termografia. A tcnica permitiu detectar
isoladores defeituosos e que apresentavam degradao natural, principalmente nas suas
extremidades, devido a estresses mecnicos e eltricos. Foram testados isoladores de
diferentes pontos ao longo da linha para avaliar a generalizao da tcnica, embora no
se tenha utilizado um diagnstico assistido por um algoritmo especialista.
Os algoritmos que do suporte ao diagnstico de falhas so, geralmente,
projetados para operarem de acordo com as condies de superfcie dos isoladores. Eles
identificam, segundo os dados coletados, quais isoladores possuem maiores nveis de
38
descargas e se esto degradados ou poludos. Com isso, as medies, quaisquer que sejam
as tcnicas utilizadas, podem ser avaliadas sem a incerteza do julgamento humano;
portanto, antevendo mais eficientemente as falhas que possam ocorrer na operao do
sistema de isolamento.
Uma tcnica de deteco de falha por trilhamento eltrico em materiais
polimricos foi proposta por Silva (2014). A tcnica permite observar o comportamento
de uma amostra de material polimrico atravs das informaes coletadas de tenso e
corrente quando ocorre o trilhamento eltrico. Assim, o momento de falha por trilhamento
eltrico pode ser previsto a partir da obteno da energia absorvida na superfcie do
material durante as descargas superficiais. Contudo, a tcnica ainda no foi desenvolvida
para uso em campo, tendo em vista ser recente seu desenvolvimento.
Em um trabalho semelhante ao que aqui apresentado, Guedes (2015) realizou a
classificao do mesmo grupo de isoladores polimricos utilizados nesta pesquisa, atravs
da deteco dos nveis de radiao UV. O trabalho consistiu em realizar medies em
diferentes nveis de umidade e obter, com a cmera de deteco UV, as radiaes emitidas
pelas descargas corona. As imagens obtidas foram processadas no sentido de evidenciar
informaes relevantes. A partir do processamento das imagens associado lgica fuzzy,
foi realizada a classificao do estado de degradao dos isoladores. O grupo de
isoladores foi separado em trs diferentes classes, segundo critrios de degradao e
comportamento sob umidade. Como resultados, observou-se que mtodos baseados em
inspeo visual so muito pouco confiveis, tendo em vista as diferenas significativas
obtidas na classificao dos isoladores em comparao com a deteco por UV. Por outro
lado, concluiu-se que as inspees no invasivas por imagem so promissoras e, aliadas
a algoritmos de tomada de deciso, podem ser utilizadas eficientemente para diagnstico
dos isoladores nas linhas.
PROCESSAMENTO DE SINAIS
39
Um mtodo de classificao de sinais de emisso acstica, a partir de topologias
de RNA, foi proposto por Yang e Dumont (1991). O mtodo utiliza extrao de atributos
Hebbianos a partir de uma rede neural e seus resultados so adicionados entrada de uma
segunda rede, que realiza a classificao do sinal ruidoso. Segundos os autores, o uso de
mtodos de treinamento para reconhecimento de padres e classificao de amostras
reduz o tempo de processamento das informaes.
Com o objetivo de mesclar tcnicas de processamento de sinais acsticos e
algoritmos inteligentes de classificao de padres, Ferreira et al. (2012) apresentaram os
resultados de medies com cadeias de isoladores em campo, utilizando as emisses
acsticas como base de extrao de dados. O mtodo utiliza o algoritmo dos VECSE para
extrao dos atributos mais significativos dos sinais advindos do RU, emitido pelas
descargas na superfcie, e uma RNA para classificao do rudo. Um dos objetivos do
trabalho foi estimar os nveis de contaminao presente em isoladores cermicos, a fim
de caracterizar o momento ideal para se executar a lavagem. A principal vantagem
apresentada a possibilidade de se utilizar extrao de atributos de RU em conjunto com
tcnicas de processamento de padres via RNA para estimao da poluio com alta
confiabilidade. Contudo, o trabalho no levou em considerao isolamentos polimricos.
Em um vis anlogo, Shurrab et al.(2012) investigaram a viabilidade do uso de
uma antena de radiofrequncia para deteco de descargas parciais em isoladores no
cermicos. Os atributos dos sinais obtidos foram extrados a partir das caractersticas
espectrais, utilizando a transformada discreta de Fourier, e das caractersticas estatsticas,
calculando os parmetros de curtose e assimetria. Uma topologia baseada em RNA, com
um algoritmo de treinamento por retropropagao, foi utilizada para classificao das
fontes de descargas parciais. Uma preciso de 93% foi obtida, possibilitando o uso do
mtodo no invasivo em linha viva.
Muitas das tcnicas visam rapidez no diagnstico de falhas e o monitoramento
dos isoladores em tempo real. Nesse sentido, Abidin et al. (2013) utilizaram uma tcnica
de anlise no tempo-frequncia para monitorar o desempenho dos isoladores a partir do
comportamento da corrente de fuga. O sistema de monitoramento desenvolvido atua
automaticamente, obtendo os sinais de corrente de fuga, incluindo o espectro do sinal, a
FFT e as componentes harmnicas para as amostras de material polimrico. Como
resultado, os autores verificaram que as componentes de frequncia do sinal podem ser
utilizadas como indicadores das condies de superfcie na ocorrncia de descargas. Alm
disso, o sinal da corrente de fuga pode ser adequadamente utilizado no monitoramento
40
contnuo de isoladores distncia. Todavia, a medio de corrente de fuga requer o uso
de transdutores especficos, o que aumenta os custos da operao e necessidade de
avaliao da severidade das interferncias eletromagnticas.
Recentemente, Chaou et al. (2014) utilizaram um algoritmo para monitoramento
e classificao dos nveis de poluio em isoladores baseado nas informaes das formas
de onda da corrente de fuga. Essas informaes foram decompostas em diferentes nveis
de poluio atravs da aplicao da transformada Wavelet Packet (TWP) e os atributos
dos seus coeficientes foram extrados pela aplicao de uma anlise baseada em multi-
resoluo. A maior contribuio dos autores est no uso de tcnicas alternativas de
decomposio de sinais, embora no acsticos, aliadas aos algoritmos de extrao dos
atributos dos coeficientes da TWP. Isso demonstrou ser til, visto que foi possvel
relacionar, adequadamente, os nveis de poluio dos isoladores e os coeficientes
parametrizados pela anlise multi-resoluo.
O mtodo proposto neste trabalho permite realizar a deteco dos sinais de RU,
gerados pelas descargas superficiais e corona em isoladores polimricos, a uma distncia
segura. Os sinais obtidos so processados em um algoritmo de extrao de atributos
baseado no mtodo dos VECSE, e seus resultados so classificados por uma topologia de
RNA. Como resultado, so indicadas as caractersticas de degradao dos isoladores de
acordo com as classes de degradao em que foram inseridos. As principais pesquisas,
que tratam dos temas discutidos neste captulo, esto sumarizadas na Tabela 3.1.
41
Tabela 3.1. Principais pesquisas sobre monitoramento de isoladores polimricos baseado em RU e RNA.
Ano Pesquisadores Contribuies RU RNA IP
Props o uso das inspees acsticas para deteco
de descargas parciais, levando em considerao as
1992 LUNDGAARD interferncias nas medies em campo e baseado no
mecanismo de propagao das ondas mecnicas no
ar.
Desenvolveram um mtodo de monitoramento
online de isoladores cermicos baseado na emisso
acstica dos RU. As informaes so armazenadas
2008 PEI et al. e periodicamente avaliadas. A tcnica demonstrou
ser til pela caracterstica de no invasiva, mas no
possui algoritmo para auxlio ao diagnstico das
condies dos equipamentos.
Propuseram uma tcnica de extrao de atributos e
classificaes de padres via RNA para estimao
2012 FERREIRA et al.
do estado de poluio de isoladores cermicos e
determinao do momento timo para lavagem.
Realizaram medies em radiofrequncia para
deteco de descargas parciais em isoladores no
2012 SHURRAB et al. cermicos. Utilizaram RNA para classificao das
fontes de descargas e demonstraram a viabilidade da
tcnica em linha viva.
Props um mtodo de classificao dos estados de
degradao de isoladores polimricos baseado na
2015 GUEDES deteco da radiao UV, processamento de
imagens e lgica fuzzy para auxlio na tomada de
deciso.
Realizou ensaios para deteco dos RU advindos
das descargas superficiais e corona em isoladores
2015 FLORENTINO polimricos de 230 kV e props um algoritmo
inteligente para classificao do estado de
degradao dos isoladores.
42
MATERIAL E MTODOS
43
Figura 4.1. Fluxograma da metodologia adotada.
Procedimentos
Experimentais
Ensaios em Laboratrio para Deteco dos Sinais de RU
MATERIAL
44
Tabela 4.1. Informaes tcnicas do modelo de isolador polimrico.
Carga
Tenso Quantidade Distncia de Distncia de
Peso mecnica
nominal de aletas arco a seco escoamento
nominal
230 kV 8,8 kg 222 kN 21 2,08 m 6,534 m
Fonte: LAPP INSULATORS, 2014.
45
Figura 4.4. (a) Fotografia do kit do Ultraprobe 2000. (b) Fotografia do modelo do detector de rudo
ultrassnico Ultraprobe 2000.
(a) (b)
MTODOS
46
da RNA para classificao dos padres apresentado. Os procedimentos descritos nesta
seo foram realizados nas dependncias do Laboratrio de Alta Tenso (LAT), da
Universidade Federal de Campina Grande (UFCG).
47
das aletas e degradao do selo. Esses defeitos foram denominados crticos, uma vez que
sua ocorrncia implica na necessidade imediata de remoo do equipamento.
Do conjunto de 17 isoladores submetidos inspeo visual, apenas 9 foram
selecionados para compor a base de dados deste trabalho. No total, formou-se um grupo
de 3 isoladores limpos (Classe B - Bom), que no apresentaram nenhuma caracterstica
de poluio ou degradao; um grupo de 3 isoladores com poluio depositada (Classe
M - Mdio), embora sem nenhum defeito aparente; e um grupo de 3 isoladores altamente
degradados (Classe R - Ruim), que apresentaram ao menos um dos defeitos investigados.
Figura 4.6. Diagrama esquemtico do arranjo experimental para deteco dos RU.
Ca
Ip
Ultraprobe 2000
Mesa de Cb MPH
220 V ~ Controle
T1 Aquisio de
Aquisio de dados sinais
48
Fonte: autoria prpria.
49
Figura 4.8. (a) Fotografia do arranjo do brao de torre. (b) Diagrama representativo.
(a) (b)
3 Plataforma de medio
10 m
Ponto de aplicao de
tenso
Isolador
120
1 2
50
Figura 4.10. Fotografia da plataforma para posicionamento das medies.
51
medio e armazenamento de dados deve ser realizado com cuidado, mesmo se tratando
de equipamentos portteis. Alm disso, os ensaios so realizados em locais onde h
campos eltricos intensos e massas metlicas energizadas, devido aplicao de alta
tenso. Portanto, so necessrios procedimentos com maior cautela, seguindo os padres
de segurana e distanciamento, para garantir a integridade fsica dos indivduos (NR 10,
2004).
Troca de
plataforma
52
Tabela 4.2. Padres de janelamento do sinal de RU.
Tamanho dos passos em Taxa de sobreposio no tempo
Quantidade de padres obtida
ciclos (%)
10 83 1575
20 67 792
30 50 531
Fonte: autoria prpria.
53
4.2.4 EXTRAO DE ATRIBUTOS
54
Tabela 4.4. Casos de janelamento no tempo e subdiviso no espectro de frequncia.
Passos do Quantidade de Taxa de Cdigo de
Caso
janelamento sub-bandas sobreposio (%) identificao
1 10 J10_F10_S10
2 10 25 J10_F10_S25
3 50 J10_F10_S50
4 10 J10_F20_S10
5 10 20 25 J10_F20_S25
6 50 J10_F20_S50
7 10 J10_F30_S10
8 30 25 J10_F30_S25
9 50 J10_F30_S50
10 10 J20_F10_S10
11 10 25 J20_F10_S25
12 50 J20_F10_S50
13 10 J20_F20_S10
14 20 20 25 J20_F20_S25
15 50 J20_F20_S50
16 10 J20_F30_S10
17 30 25 J20_F30_S25
18 50 J20_F30_S50
19 10 J30_F10_S10
20 10 25 J30_F10_S25
21 50 J30_F10_S50
22 10 J30_F20_S10
23 30 20 25 J30_F20_S25
24 50 J30_F20_S50
25 10 J30_F30_S10
26 30 25 J30_F30_S25
27 50 J30_F30_S50
Fonte: autoria prpria.
55
Dados esses motivos, notou-se a necessidade de criar uma pr-classificao
baseada nos prprios sinais de rudo ultrassnico. Como lastro terico para a criao deste
critrio de pr-classificao, foi tomada a tese que relaciona o comprimento dos arcos
eltricos com a frequncia das emisses acsticas, conforme a Figura 3.1, apresentada
por Harrold (1985).
Para tanto, cada isolador teve seus sinais de RU processados a fim de que fosse
determinada qual a frequncia dominante em termos de energia presente em seu sinal.
Assim, ordenaram-se as amostras de isoladores, considerando-se que o isolador com
frequncia dominante mais baixa seria a amostra em pior estado, dado que, eletricamente,
permite a formao de descargas de maior extenso. Portanto, foram arbitrados os valores
de fronteira para cada classe, de forma a separ-las efetivamente.
Esse clculo realizado com base nas informaes dos VECSE de cada conjunto
de amostras de RU. Portanto, a localizao da frequncia de radiao acstica dominante
calculada pela equao (4.1):
N
P(n) C H
N
f n 1
N
(4.1)
P(n)
n 1
56
i. Camada de entrada: o nmero de neurnios coincide com o nmero de
elementos em cada padro da base de dados;
ii. Camada oculta: possui 1,5 vezes o nmero de neurnios da camada de
entrada. Este valor foi escolhido por apresentar uma boa relao
desempenho/esforo computacional para a tarefa em questo, em
diversas execues (FERREIRA, 2011);
iii. Camada de sada: s se utilizam trs neurnios, visto que a resposta ao
mtodo aplicado dada pela separao dos elementos na entrada em trs
diferentes classes, de acordo com o grau de degradao dos isoladores,
como visto na Seo 4.2.1., (B, M e R).
57
Tabela 4.5. Caractersticas das RNA adotadas.
Quantidade de neurnios
Cdigos de
RNA Camada de
identificao Camada oculta
entrada
1 J10_F10_S10 20 30
2 J10_F10_S25 20 30
3 J10_F10_S50 20 30
4 J10_F20_S10 40 60
5 J10_F20_S25 40 60
6 J10_F20_S50 40 60
7 J10_F30_S10 60 90
8 J10_F30_S25 60 90
9 J10_F30_S50 60 90
10 J20_F10_S10 20 30
11 J20_F10_S25 20 30
12 J20_F10_S50 20 30
13 J20_F20_S10 40 60
14 J20_F20_S25 40 60
15 J20_F20_S50 40 60
16 J20_F30_S10 60 90
17 J20_F30_S25 60 90
18 J20_F30_S50 60 90
19 J30_F10_S10 20 30
20 J30_F10_S25 20 30
21 J30_F10_S50 20 30
22 J30_F20_S10 40 60
23 J30_F20_S25 40 60
24 J30_F20_S50 40 60
25 J30_F30_S10 60 90
26 J30_F30_S25 60 90
27 J30_F30_S50 60 90
Fonte: autoria prpria.
58
RESULTADOS E ANLISES
INSPEO VISUAL
59
Figura 5.2. Fotografia de eroso do revestimento, destacada dentro do crculo vermelho.
60
Figura 5.4. Fotografia da corroso das ferragens, destacadas em primeiro plano.
Figura 5.5. Fotografia do estado de degradao das aletas, com rachaduras circuladas em vermelho.
Figura 5.6. Fotografia da juno entre ncleo e terminal em condio extrema de degradao, destacado
dentro do crculo vermelho.
61
Segundo os critrios estabelecidos na Seo 4.2.1 e com base nas imagens
apresentadas, o grupo de isoladores polimricos foi separado nas trs classes relativas aos
seus estados de degradao. As informaes sobre as trs classes, caracterizadas
distintamente, e a descrio das caractersticas de cada um dos isoladores que as
compem, esto resumidas na Tabela 5.1.
62
apenas alguns casos de janelamento no tempo e subdiviso do espectro, de acordo com a
Tabela 4.4. Os valores de fronteira das frequncias dominantes, em cada classe, foram
arbitrados de acordo com os resultados obtidos com o grupo de isoladores aqui
considerado e, por isso, so apresentados neste captulo. Na Tabela 5.2, so mostrados os
valores de fronteira das frequncias dominantes para cada classe.
63
Figura 5.7. VECSE obtidos das amostras de RU dos isoladores da Classe B.
64
Figura 5.8. VECSE obtidos das amostras de RU dos isoladores da Classe M.
65
Figura 5.9. VECSE obtidos das amostras de RU dos isoladores da Classe R.
66
O comportamento mdio dos VECSE foi avaliado a partir das curvas mdias de
cada conjunto. Na Figura 5.11(a), esto apresentados os VECSE mdios correspondentes
a cada um dos isoladores, separados pelas classes. A partir da anlise do comportamento
mdio dos VECSE, observa-se que os picos das curvas so atingidos prximos a 2,5 kHz.
Isso pode ser visto em detalhes na Figura 5.11(b). Os VECSE que apresentaram
frequncias dominantes maiores, atingiram o pico em valores maiores dentro de suas
classes, mas disso no se pode inferir uma regra geral.
Por outro lado, as curvas aparentemente possuem uma maior parcela de energia
nas frequncias mais baixas, antes do pico, e uma menor parcela de energia nas
frequncias mais altas, aps o pico. Essa observao foi importante na anlise da
frequncia dominante das emisses, que geralmente esto localizadas antes dos picos das
curvas. Esses resultados foram observados para todos os casos, como visto anteriormente
na anlise das classes. Assim, a reclassificao sumarizada dos isoladores com base nos
valores das frequncias dominantes apresentada a seguir.
Figura 5.11. (a) Comportamento mdio dos VECSE. (b) Picos correspondentes.
(a) (b)
67
frequncias de radiao acstica dominantes para cada isolador. Quanto menor o valor da
frequncia, maiores os comprimentos dos arcos eltricos presentes nas descargas que
ocorrem junto ao isolador e, portanto, considera-se pior a sua condio operacional. Logo,
em ambas as tcnicas se observou que o isolador 08 est em estado altamente degradado.
Alm disso, todas as amostras de isoladores podem ser classificadas dentro das mesmas
classes por ambas as tcnicas, com exceo do isolador 16. Esse resultado indica que as
tcnicas mantm consonncia de resultados, o que esperado, dado que ambas se baseiam
em manifestaes das descargas eltricas junto ao isolador.
Frequncia
Classificao segundo
Classe dominante Isolador
Guedes (2015)
(kHz)
2,33 01 01
B 2,32 02 02
03
2,31 03 07
2,30 07 16
2,25 10 05
2,25 11 10
M
2,19 16
11
2,17 05
R 2,13 08 08
68
reclassificados para a Classe R. O isolador 05 permaneceu na Classe R. Os resultados
para as frequncias de pico apresentaram relativa correlao com as frequncias
dominantes dentro das classes, mas seus resultados pouco influenciaram nessa anlise.
Assim, a nova classificao dos isoladores, de acordo com as frequncias dominantes
obtidas para todos os isoladores, est mostrada na Tabela 5.4.
A partir da anlise da Tabela 5.4, pode-se observar as diferenas entre as
classificaes por inspeo visual e pelo comportamento espectral. Estes resultados
indicam uma baixa correlao entre os aspectos fsicos observados pela inspeo visual e
o comportamento dos isoladores submetidos operao normal no sistema, com a
presena de descargas. Isso pode ser notado quando se observa que, na classificao por
inspeo visual os isoladores 05, 10 e 11 apresentaram estados elevados de degradao,
mas se comportaram como na Classe M. As diferenas tambm so notadas nos isoladores
08 e 16, que apresentaram comportamentos abaixo do esperado pela inspeo visual.
Tabela 5.4. Classificao dos isoladores de acordo com as frequncias dominantes das EA.
Classificao
Classificao segundo
Classificao pelo comportamento espectral por Inspeo
Guedes (2015)
Classe Visual
Frequncia Frequncia
Isolador Isoladores Isoladores
dominante (kHz) de pico (kHz)
01 2,33 2,6720
B 02 2,32 2,5225 01, 02 e 03 01, 02, 03, 07 e 16
03 2,31 2,5197
07 2,30 2,5214
M 10 2,25 2,5196 07, 08 e 16 05, 10 e 11
11 2,25 2,5194
16 2,19 2,5208
R 05 2,17 2,5184 05, 10 e 11 08
08 2,13 2,5198
Fonte: autoria prpria.
69
Os resultados obtidos pelo processamento das RNA so apresentados e discutidos
nesta seo. Dessa forma, os 27 casos apresentados conforme a Tabela 4.5 foram
utilizados aqui. No total, so 3 RNA que se dividem entre os 27 casos. Em todos os casos,
os valores de acerto mdio, tempo mdio de execuo de cada poca e a quantidade mdia
de pocas foram obtidos em 10 iteraes sucessivas. Os valores do desvio padro foram
baixos para todos os casos, demonstrando que a quantidade de iteraes foi suficiente
para caracterizar os resultados das redes. Esses resultados esto mostrados na Tabela 5.5.
De acordo com a Tabela 5.5, observa-se que, na maioria das vezes, os casos com
janelamento de 10 ciclos (identificados por J_10), apresentaram as maiores taxas de
acerto mdio. Isso pode ser explicado pelo fato de que esses casos apresentam uma maior
quantidade de padres em relao aos demais (1575 padres). Portanto, a rede recebe uma
maior quantidade de dados para treinamento e consegue consolidar melhor seu
comportamento baseando-se no maior nmero de exemplos. Por outro lado, constata-se
que, nesses casos, o tempo mdio de execuo de uma poca bem maior que nos demais
casos. Isso uma caracterstica de que a rede executa o treinamento com um esforo
computacional superior, que pode ser, muitas vezes, desnecessrio.
Os casos com janelamento de 20 ciclos (792 padres), identificados por J_20,
apresentaram taxas de acerto mdio muito prximas das obtidas nos casos J_10 com um
tempo mdio de execuo bem menor. Em alguns casos, observam-se tempos mdios de
execuo em torno de 30% do que observado nos casos correspondentes em J_10.
Os casos identificados por J_30 (531 padres), com janelamento de 30 ciclos,
apresentaram taxas de acerto mdio bem prximas das obtidas nos demais casos com um
tempo mdio de execuo reduzido. Como, nesse caso, a quantidade de dados inseridos
na rede bem menor, o treinamento realizado com um nmero relativamente limitado
de padres para comparao, diminuindo, portanto, o esforo computacional. Isso
tambm explica as taxas de acerto mdio menores, pois a rede tem menos informao
sobre as classes de entrada.
Tomando como exemplo as RNA 9, 18 e 27, que so os melhores casos dentre os
grupos com quantidades iguais de padres, constata-se que h um aumento na taxa de
acerto mdio medida que se aumenta a quantidade de padres. Essa quantidade to
maior quanto maior for a taxa de sobreposio entre padres. O mesmo comportamento
ocorre para as RNA 1, 10 e 19, que so os piores casos dentre os grupos com quantidades
iguais de padres.
70
Comparando a taxa de acerto mdio entre os diferentes casos, de acordo com o
tipo de subdiviso do espectro, pode-se observar as variaes existentes. Na verdade, o
que se constata que medida que se obtm um detalhamento maior dos VECSE, com a
aplicao de uma quantidade maior de sub-bandas e taxas de sobreposio mais altas, as
taxas de acerto mdio tendem a crescer. Pode-se constatar que isso verdadeiro quando
se observa que a quantidade de padres no variou, mas sim os seus tamanhos.
Como exemplo, comparando-se os casos 23 e 24, nota-se que o comportamento
das redes segue essa regra, visto que a taxa de acerto aumentou, o desvio padro diminuiu
e o tempo mdio de execuo por poca e a quantidade de pocas aumentaram. Mas, isso
no regra geral, pois que se observa o contrrio em outros casos, como entre o 7 e 8.
Embora existam casos como esse, o comportamento esperado a rede obter taxas de
acerto maiores quando ela possui padres maiores nas classes que possuem a mesma
quantidade de padres.
Observando somente o tempo de processamento para estes casos, no se observa
uma regra geral de comportamento; embora, exista um aumento no tempo de
processamento medida que se aumenta a quantidade de entradas nas redes. Isso
explicado pelo grau de detalhamento das informaes com que a rede trabalha.
Contudo, sempre deve existir uma relao de compromisso entre a quantidade de
dados que se insere na rede e o tempo de processamento desta. Muitas vezes, mais
vantajoso se utilizar de casos em que o grau de detalhamento das informaes menor
para se obter um melhor desempenho no tempo de processamento e menor esforo
computacional.
De acordo com as informaes apresentadas, a escolha de uma topologia adequada
para aplicar na classificao dos padres dos VECSE depende do grau de detalhamento
que se busca. Para a finalidade deste trabalho, em que na prtica a RNA classifica padres
dentro de trs classes distintas, as topologias mais recomendadas so: J20_F30_S50 e
J30_F30_S50 (60 neurnios na camada de entrada cada) que apresentaram altas taxas de
acerto em um baixo tempo de processamento. Portanto, so rpidas e apresentam
resultados confiveis. A topologia J10_F30_S50 (60 neurnios na camada de entrada),
embora tenha apresentado a maior taxa de acerto, realizou o processamento em um tempo
maior, no sendo recomendada para esta finalidade.
71
Acerto Desvio Tempo Mdio de Mdia de Tempo
RNA Caso
Mdio (%) Padro Execuo por poca (ms) pocas Total (s)
1 J10_F10_S10 80,52 0,69 27,98 571,1 15,98
2 J10_F10_S25 81,69 1,05 25,45 585,7 14,90
3 J10_F10_S50 81,84 0,44 34,42 512,2 17,63
4 J10_F20_S10 83,13 0,95 48,55 717,4 34,83
5 J10_F20_S25 84,54 1,03 53,58 653,2 35,00
6 J10_F20_S50 85,38 0,82 50,55 641,3 32,41
7 J10_F30_S10 87,13 0,84 80,90 604,2 48,88
8 J10_F30_S25 86,01 1,18 66,44 589,1 39,14
9 J10_F30_S50 88,37 0,65 64,27 686,1 44,09
10 J20_F10_S10 80,23 1,13 17,59 323,4 5,68
11 J20_F10_S25 80,58 1,52 15,39 289,8 4,46
12 J20_F10_S50 81,35 1,51 14,41 348,3 5,02
13 J20_F20_S10 82,63 1,19 24,33 360,0 8,76
14 J20_F20_S25 82,83 1,59 25,08 374,4 9,39
15 J20_F20_S50 84,41 1,10 24,00 415,0 9,96
16 J20_F30_S10 85,19 0,55 45,75 348,4 15,94
17 J20_F30_S25 85,97 0,97 41,41 453,7 18,78
18 J20_F30_S50 86,50 0,92 45,06 396,6 17,87
19 J30_F10_S10 80,14 1,78 21,14 275,0 5,81
20 J30_F10_S25 80,12 1,37 16,17 241,7 3,91
21 J30_F10_S50 80,46 0,94 16,54 214,0 3,54
22 J30_F20_S10 80,99 1,45 24,80 254,8 6,32
23 J30_F20_S25 81,70 1,34 25,29 242,4 6,13
24 J30_F20_S50 83,89 0,92 25,53 281,6 7,19
25 J30_F30_S10 84,06 1,64 34,51 295,3 10,19
26 J30_F30_S25 84,47 0,65 36,61 260,3 9,53
27 J30_F30_S50 85,90 1,94 30,34 241,6 7,33
Fonte: autoria prpria.
Conforme as discusses desta seo, os resultados obtidos das RNA foram mais
promissores quando se utilizaram casos com maior detalhamento dos VECSE, mas em
todos os eles as taxas de sucesso se mostraram acima de 80%. Com base nos resultados,
demonstra-se a versatilidade e robustez do mtodo, quando os VECSE, juntamente com
as RNA, permitem utilizar diferentes casos de subdiviso com altas taxas de acerto e com
baixa perda de informao. No prximo captulo, sero apresentadas as concluses deste
trabalho, baseadas nas anlises dos resultados aqui discutidos.
72
CONCLUSES
73
Assim, em conjunto com o mtodo dos VECSE, essas topologias so muito teis para
criao de uma base de dados mediante ensaios em laboratrio com uma maior quantidade
de amostras de isoladores.
PERSPECTIVAS DE TRABALHO
74
3. IEEE Electrical Insulation Conference 2015, realizado em
Seattle, Estados Unidos, em maio de 2015. O ttulo do trabalho foi:
Intelligent Acoustic Detection of Defective Porcelain Station Post
Insulators;
4. 19th International Symposium on High Voltage Engineering, a
ser realizado em Pilsen, Repblica Tcheca, em agosto de 2015. O ttulo do
trabalho foi: Monitoring Polymeric Insulators with an Ultrassonic
Noise Based Technique.
75
REFERNCIAS
ABDEL-SALAM, M.; ABDEL-SATTAR, S.; SAYED, Y.; GHALLY, M. Early Detection of Weak Point
in MEEC Distribution System. In: Industry Applications Conference Record of the 2001 IEEE, 2001,
Chigaco. v. 4, p. 25412545.
ABIDIN N. Q. Z.; ABDULLAH, A. R.; RAHIM, N. H.; NORDDIN, N.; AMAN, A. Online Surface
Condition Monitoring System using Time-Frequency Analysis Technique on High Voltage
Insulators. In: IEEE International Power Engineering and Optimization Conference PEOCO, 2013,
Langkawi. Anais, p. 513-517.
BEZERRA, R. C.; MELLO, D. R.; PORFRIO, D. M.; ARAJO, F. E. R.; TEIXEIRA Jr., J. M. T.;
PINHEIRO, J. C.; ANDRADE, J. A. S.; ALVES NETO, O. F.; LEITE, R. C. Avaliao de Isoladores
Polimricos em Linha de Transmisso de 138 kV Estudo de Caso. In: Simpsio Brasileiro de Sistemas
Eltricos, 2012, Goinia. Anais do SBSE.
BORGES, C. L. Uma Abordagem Alternativa para Inspeo Preditiva no Invasiva em Linha Area
de Distribuio de Mdia Tenso na rea Rural. Universidade Federal de Itajub. Tese de Doutorado.
Itajub: UNIFEI, 2012.
CHAOU, A. K.; MEKHALDI, A.; TEGUAR, M.; FOFANA, I; MEGHNEFI, F. Wavelet Packet
Transform based Multi Resolution Analysis Technique for Classification of LC Waveforms on
Polluted Insulating Surfaces. In: IEEE Conference on Electrical Insulation and Dielectric Phenomena,
2014, CEIPD. Anais, p. 291-294.
CIGRE TASK FORCE 33.04.03. Cigr Task Force 33.04.03. Cigr. [S.1.]. 1994. (152).
FERREIRA, T. V.; GERMANO, A. D.; COSTA, E. G. Ultrasound and Artificial Intelligence Applied
to the Pollution Estimation in Insulations. IEEE Transactions on Power Delivery, v. 12, p. 583-589,
2012.
FONTGALLAND, G.; SILVA, E. M.; BEZERRA, J. M. B.; NERI, M. G. G.; DO VALLE, R. R. M.; DE
MELO, M. A. B. On the Behavior of Electromagnetic Interference Measured from Glass Insulator.
In: International Symposium on Antenna Technology and Applied Electromagnetics, 2004. Ottawa. Anais,
p. 301-304.
76
GAJI, B.; PALIWAL, K. K. Speech Parametrization for Automatic Speech Recognition in Noisy
Conditions. In: Norwegian Symposium on SignalProcessing, 2001, Trondheim.
GORUR, R. S.; BURNHAM, J. T.; CHERNEY, E. A. Outdoor Insulators. 1. ed. Phoenix: Ravi S. Gorur
Inc., 1999.
GORUR, R. S.; MONTESINOS, J.; VARADADESIKAN, L.; SIMMONS S.; SHAH, M.A Rapid Test
Method for Evaluating the Tracking and Erosion Resistance of Polymeric Outdoor Insulating
Materials. In: IEEE Conference on Electrical Insulation and Dieletric Phenomena CEIPD, 1997,
Minneapolis. v. 2, p. 402-405.
HARROLD, R. T. Acoustic Waveguides for Sensing and Locating Electrical Discharges in High
Voltage Power Transformers and other Apparatus. IEEE Transactions on Power Apparatus and
Systems, v. 98, n. 2, p. 449-457, 1979.
HARROLD, R. T. Acoustical Technology Applications in Electrical Insulation and Dieletrics [J]. IEEE
Transactions on Electrical Insulation, v. 20, n. 1, p. 3-19, 1985.
HAYKIN, S. Redes Neurais: princpios e prtica. 2. ed. Porto Alegre: Bookman, 2001.
IEC 60270. High-voltage Test Techniques: partial discharge measurements. International Electrotecnical
Comission. 3. ed. IEC 60270, 2000.
JERMENDY, L.; FOGARASI, I.; SIMON, S.; SZABO, J. Insulation Diagnostic Methods. IEEE Power
Delivery, v.2, p.81-85, 1998.
KALMAN, B. L.; KWASNY, S. C. Why tanh: choosing a sigmoidal function. In: International Joint
Conference on Neural Networks, 1992, Baltimore. v. 2, p. 578 - 581.
KUFFEL, E.; ZAENGL, W. S.; KUFFEL, J. High Voltage Engineering Fundamentals. 2. ed. Oxford:
Butterworth-Heinemann Newnes, 2000.
MALIK, N. H. Electrical Insulation in Power Systems. New York: Marcel Dekker, 1998.
77
MCCULLOCH, W. S.; PITTS, W.A Logical Calculus of the Ideas Immanent in Nervous Activity.
Bulletin of Mathematical Biophysics, v. 5, p. 115-133, 1943.
PALIWAL, K. K. Spectral Subband Centroid Features for Speech Recognition. In: International
Conference on Acoustics, Speech and Signal Processing, 1998, Seattle. v. 2, p. 617-620.
PEI, C. M.; SHU, N. Q.; LI, L.; LI, Z. P.; PENG, H. On-line Monitoring of Insulator Contamination
causing Flashover Based on Acoustic Emission. In: International Conference on Electric Utility
Deregulation and Restructuring and Power Technologies, 2008, Nanjuing. Anais, p. 1667-1671.
RIEDMILLER, M.; BRAUN, H. RPROP - A Fast Adaptive Learning Algorithm. In: International
Symposium on Computer and Information Science, 1992. Anais do ISCIS VII.
ROSENBLATT, F. The Perceptron: a probabilistic model for information storage and organization in the
brain. Psychological Review, v. 65, p. 386-408, 1958.
SHURRAB, I. Y.; EL-HAG, A.; ASSALEH, K.; GHUNEM, R. Partial Discharge On-Line Monitoring
of Outdoor Insulators. Conference Record of the IEEE International Symposium on Electrical Insulation,
2012, San Juan. Anais, p. 391-394.
SILVA, R. F. Trilhamento Eltrico sobre Materiais Polimricos pela Anlise da Energia Absorvida
devido as Descargas Superficiais. Universidade Federal do Paran. Tese de Doutorado. Curitiba: UFPR,
2014.
TIAN, Y; LEWIN, P. L.; DAVIES, A. E.; RICHARDSON, Z. Acoustic Emission Detection of Partial
Discharges in Polymeric Insulation. In: International Symposium on High Voltage Engineering, 1999,
Londres. Anais, p. 82-85.
78
UE SYSTEMS. Ultraprobe 2000 Informations. Diponvel em:
<http://www.uesystems.com/products/cost-effective-ultrasonic-detectors/up-2000/downloads>. Acesso
em: 14 dez. 2014.
WERBOS, P. Beyond Regression: New Tools for Prediction and Analysis in the Behavioral Sciences.
Universidade de Harvard. Tese de PhD. Boston: Harvard, 1974.
YANG, Y.; DUMONT, G. A. Classisfication of Acoustic Emission Signals Via Hebbian Feature
Extraction. In: International Joint Conference on Neural Networks, 1991, Seattle. v.1, p. 113-118.
79