Estimativa do Tempo para Falha de Transformadores de Potência Utilizando Dados do Centro de Operação e Redes Neurais Artificiais

Abstract

Transformadores de potência são cada vez mais exigidos, visto a necessidade cada vez maior de se manter o fornecimento contínuo de energia elétrica por parte das distribuidoras de energia. Interrupções de energia, por conta da falha desses equipamentos podem gerar compensações financeiras da ordem de centenas de milhares de reais para as distribuidoras, desta forma se tornando cada vez mais importante o monitoramento do tempo de falha desses equipamentos. Grande parte dos trabalhos relacionados ao diagnóstico de falhas em transformadores de potência, utilizam como dado de entrada a análise de gases dissolvidos em tempo real, porém para transformadores de pequeno porte, o custo para implementação dessa informação pode ter o custo do equipamento. Assim, este trabalho propõe a utilização de dados convencionais monitorados em qualquer centro de controle do mundo, como: ciclo de carregamento e eventos de curto-circuito (CC), com o objetivo de realizar a previsão de falhas, através da modelagem de uma rede neural artificial (RNA), que foi treinada, validada e testada, a partir de dados reais de operação de um transformador que operou durante 945 dias.