Transformadores de Distribuição pela Imagem Térmica dos Cabos

da Rede de Baixa Tensão

Fortaleza - Agosto 2011

As principais avarias em transformadores referem-se a deficiências dos enrolamentos sejam por má compactação das bobinas ou deformação das bobinas por curto-circuito.

São significativas também as solicitações térmicas e dielétricas, provocando a alteração das características elétricas e fisioquímicas dos seus materiais isolantes.

Isto implica no “envelhecimento” de parte ou de toda a isolação e, como conseqüência, em uma grande incidência de queima de transformadores por sobrecarga.

A solução pesquisada neste projeto visa utilizar sensores de temperatura e umidade do ar em conjunto com um programa usando inteligência computacional embarcada para análise nos dados coletados.

Introdução

Se ocorrer um defeito, que poderia ou não ser detectado por uma manutenção preventiva, em qualquer um dos casos ocorre um prejuízo financeiro diretamente proporcional ao tamanho da carga interrompida.

O conhecimento adequado dos sintomas, suas causas e efeitos são de suma importância, antecipando as falhas e a prevenção de problemas indesejáveis e prejuízos.

O Problema

O desenvolvimento de técnicas, sistemas e metodologias que facilitem a checagem regular das condições de operação desses equipamentos torna-se cada vez mais importante.

O conhecimento da imagem térmica é eficaz nesse processo preditivo.

A tecnologia de termo-visão usada atualmente torna proibitivo o seu uso em larga escala em um equipamento que fique instalado em uma estrutura.

Torna-se necessário a pesquisa de uma tecnologia que possa realizar a mesma tarefa com a possibilidade de ficar em constante monitoramento.

O Problema

A solução tecnológica inicialmente proposta para este projeto consiste da medição da temperatura de diversos pontos em torno do transformador, como os cabos, a estrutura, a carcaça e a própria temperatura ambiente de forma a ser possível inferir a corrente elétrica que está sendo demandada do transformador.

As pesquisas realizadas apontam para o uso de métodos de reconhecimento de padrões, onde os valores de temperatura medidos pelos sensores seriam analisados e transformados em valores de corrente elétrica.

Pesquisa Bibliográfica

As quatro abordagens mais bem conhecidas de reconhecimento de padrões são:• Casamento (template matching);• Abordagem estatística;• Sintática;• Redes neurais.

Iremos analisar também a possibilidade do uso de lógica nebulosa.

Analisando as possibilidades foi decidido utilizar redes neurais como primeira ferramenta, com a possibilidade do uso de lógica nebulosa em conjunto com as redes de forma a otimizar o processo

Pesquisa Bibliográfica

Redes Neurais Artificiais (RNA) são sistemas que modelam o sistema nervoso biológico de modo que se obtenha soluções para problemas computacionais complexos.

Uma das características principais das RNAs é que estas podem “aprender” padrões através de exemplos e reconhecê-los após este aprendizado, o mesmo não acontece com sistemas computacionais tradicionais.

O perceptron ou neurônio artificial é um modelo de uma célula nervosa (neurônio). É a forma mais básica, ou seja, a unidade menor de uma rede neural.

Procedimentos Experimentais

Procedimentos Experimentais Representação de uma Rede Perceptron:

)(0

i

n

iixfs

Para função de ativação f utiliza-se normalmente a função sigmóide ou tangente hiperbólica.

Procedimentos ExperimentaisAs Redes de múltiplas camadas resolvem problemas cujos padrões não são separáveis linearmente.

Testes de Laboratórios Para realização dos testes de laboratório foi montado um

protótipo com dois sensores de temperatura e um sensor de umidade.

Para aquisição da temperatura dos fios foi usado o sensor LM35, que apresenta uma saída de tensão linear relativa à temperatura em que ele se encontrar no momento em que for alimentado por uma tensão de 4-20Vdc e GND, tendo em sua saída um sinal de 10mV para cada Grau Celsius de temperatura.

Para aquisição da temperatura e umidade do ambiente foi usado um sensor com saída padrão 4 a 20mA.

Desta forma se fazia necessário o uso de um conversor analógico/digital para ter-se os valores requeridos. Para evitar problemas nessa conversão, foi adotado o uso de um sensor digital. O sensor usado foi o SHT1x

Testes de Laboratórios

Testes de Laboratórios

Treinamento da Rede Dentre os diversos tipos de arquiteturas possíveis dentro

das redes neurais artificiais, a arquitetura multicamadas, MLP, é uma das mais utilizadas, sendo aplicada com sucesso em soluções de problemas difíceis, com o popular algoritmo backpropagation.

Treinamento da Rede Neste projeto, foi desenvolvida uma rede MLP que recebe

como entrada 5 parâmetros, que são as temperaturas dos fios, a temperatura ambiente e a umidade ambiente.

Essas informações passam para a camada oculta de 5 neurônios e saí pela camada de saída que contém 4 neurônios, cada um correspondendo a um valor fuzzy equivalente a baixa corrente, média corrente, alta corrente e corrente de saturação.

Após esta saída é aplicada uma máquina de inferência para transformar os valores fuzzys em valores numéricos de corrente elétrica.

Treinamento da Rede

Fluxograma do funcionamento geral da RNA desenvolvida

Conclusões Os testes iniciais de laboratório do sistema de

aquisição mostraram a viabilidade de medir a temperatura e umidade com a estrutura proposta.

Para o treinamento da rede neural estão sendo coletados dados em uma câmara térmica com capacidade de controle de temperatura e umidade.

Estes dados serão usados como treinamento da rede e validação do algoritmo a ser embarcado no microcontrolador para efetivamente conseguir avaliar a corrente elétrica no fio.