Definição dos principais atributos para identificação do estado operacional de isoladores poliméricos por aprendizado de máquina.

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: SOUZA, João Pedro da Costa.
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: Universidade Federal de Campina Grande
Brasil
Centro de Engenharia Elétrica e Informática - CEEI
PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
UFCG
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: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/24850
Resumo: Isoladores poliméricos têm substituído paulatinamente isoladores cerâmicos em linhas de transmissão nas últimas décadas. Entretanto, ainda que isoladores poliméricos apresentem vantagens em relação aos cerâmicos, o seu diagnóstico é mais complexo e afetado em maior ou menor grau pela subjetividade do avaliador. A utilização de métodos de aprendizado de máquina pode mitigar esse problema. Todavia, há uma carência na bibliografia especializada da definição dos atributos de entrada mais significativos para esses métodos, bem como de bancos de dados representativos. Outro problema comumente observado é a elevada subjetividade durante a classificação inicial (rotulagem) dos isoladores. Nesse contexto, o presente trabalho tem como objetivo definir os atributos mais significativos oriundos das técnicas de inspeção por termografia infravermelha, detecção de radiação ultravioleta e ruído ultrassônico enquanto propõe uma metodologia para redução da subjetividade na classificação de isoladores. Também se pretendeu disponibilizar um banco de dados vasto e representativo. Para tanto, 60 isoladores retirados de uma linha de transmissão foram ensaiados em laboratório para extração de dados a partir de cada uma das técnicas citadas. Os dados foram processados e uma metodologia baseada em agrupamento difuso para redução da subjetividade na rotulagem de isoladores foi proposta, considerando ainda a inspeção visual em uma concepção conservadora. Três métodos de seleção de atributos foram utilizados para determinação dos atributos mais significativos, a saber: minimum Redundancy, Maximum Relevance, Relief-F e testes qui-quadrado. A partir dos resultados obtidos, constatou-se que atributos oriundos de ruído ultrassônico, mais precisamente da transformada wavelet de sinais de ruído ultrassônico, se apresentaram promissores para o diagnóstico de isoladores poliméricos, bem como atributos relacionados à localização de pontos quentes no corpo do isolador. Assim, os principais atributos elencados são: os locais de máximo para o aumento de temperatura, bem como para variações de temperatura e variações das variações; a assimetria dos coeficientes de detalhe do segundo nível da transformada Wavelet e a 1ª harmônica para os sinais de ruído ultrassônico. No entanto, os resultados demonstraram que a inspeção visual ainda é um critério importante para a classificação de isoladores. Resultados indicam que a metodologia proposta não é afetada pelas características ambientais nos ensaios, porém mais estudos são necessários. Novos trabalhos podem propor outros atributos, especialmente relativos à inspeção por detecção de radiação ultravioleta, bem como novos métodos de seleção de atributos.
id UCB-2_3365e3cb7caec869b7e93fa42f62f6d0
oai_identifier_str oai:localhost:riufcg/24850
network_acronym_str UCB-2
network_name_str Repositório Institucional da UCB
repository_id_str
spelling Definição dos principais atributos para identificação do estado operacional de isoladores poliméricos por aprendizado de máquina.Seleção de atributosRedução de subjetividadeIsoladores poliméricosBancos de dadosFeature selectionSubjectitivy reductionPolymer insulatorsDatabasesEngenharia elétricaIsoladores poliméricos têm substituído paulatinamente isoladores cerâmicos em linhas de transmissão nas últimas décadas. Entretanto, ainda que isoladores poliméricos apresentem vantagens em relação aos cerâmicos, o seu diagnóstico é mais complexo e afetado em maior ou menor grau pela subjetividade do avaliador. A utilização de métodos de aprendizado de máquina pode mitigar esse problema. Todavia, há uma carência na bibliografia especializada da definição dos atributos de entrada mais significativos para esses métodos, bem como de bancos de dados representativos. Outro problema comumente observado é a elevada subjetividade durante a classificação inicial (rotulagem) dos isoladores. Nesse contexto, o presente trabalho tem como objetivo definir os atributos mais significativos oriundos das técnicas de inspeção por termografia infravermelha, detecção de radiação ultravioleta e ruído ultrassônico enquanto propõe uma metodologia para redução da subjetividade na classificação de isoladores. Também se pretendeu disponibilizar um banco de dados vasto e representativo. Para tanto, 60 isoladores retirados de uma linha de transmissão foram ensaiados em laboratório para extração de dados a partir de cada uma das técnicas citadas. Os dados foram processados e uma metodologia baseada em agrupamento difuso para redução da subjetividade na rotulagem de isoladores foi proposta, considerando ainda a inspeção visual em uma concepção conservadora. Três métodos de seleção de atributos foram utilizados para determinação dos atributos mais significativos, a saber: minimum Redundancy, Maximum Relevance, Relief-F e testes qui-quadrado. A partir dos resultados obtidos, constatou-se que atributos oriundos de ruído ultrassônico, mais precisamente da transformada wavelet de sinais de ruído ultrassônico, se apresentaram promissores para o diagnóstico de isoladores poliméricos, bem como atributos relacionados à localização de pontos quentes no corpo do isolador. Assim, os principais atributos elencados são: os locais de máximo para o aumento de temperatura, bem como para variações de temperatura e variações das variações; a assimetria dos coeficientes de detalhe do segundo nível da transformada Wavelet e a 1ª harmônica para os sinais de ruído ultrassônico. No entanto, os resultados demonstraram que a inspeção visual ainda é um critério importante para a classificação de isoladores. Resultados indicam que a metodologia proposta não é afetada pelas características ambientais nos ensaios, porém mais estudos são necessários. Novos trabalhos podem propor outros atributos, especialmente relativos à inspeção por detecção de radiação ultravioleta, bem como novos métodos de seleção de atributos.Polymer insulators have gradually replaced ceramic insulators in transmission lines in the last decades. However, even though polymer insulators have advantages over ceramic ones, their diagnosis is more complex and affected to a greater or lesser degree by the subjectivity of the evaluator. The use of machine learning methods can mitigate this problem. However, specialized literature lacks on the definition of the most significant input features for these methods, as well as on representative databases. Another problem commonly observed is the high subjectivity during the initial classification (labeling) of insulators. In this context, the present work aims to determine the most significant features arising from the following inspection techniques: infrared thermography, detection of ultraviolet radiation and ultrasonic noise, while proposing a methodology for reducing subjectivity in the classification of insulators. It was also intended to provide a vast and representative database. Therefore, 60 polymer insulators removed from a transmission line were tested in laboratory to extract data from each of the aforementioned techniques. The data were processed and a methodology based on fuzzy clustering was proposed to reduce subjectivity in the labeling of insulators, considering the visual inspection in a conservative conception. Three feature selection methods were used to determine the most significant attributes, namely: minimum Redundancy, Maximum Relevance, Relief F and chi-square tests. From the results obtained, it was found that features from ultrasonic noise, more precisely from the wavelet transform of ultrasonic noise signals, were promising for the diagnosis of polymer insulators, as well as features related to the location of hot spots in the insulator body. Thus, the main attributes listed are the maximum locations for the temperature increase, as well as the temperature variations and variations of the variations; the asymmetry of the detail coefficients of the second level of the Wavelet transform and the first harmonic for the ultrasonic noise. However, the results showed that visual inspection is still an important criterion for classifying insulators. Results also indicate that the proposed methodology is not affected by the environmental characteristics in the tests, but more studies are needed. New works may propose other attributes, especially related to inspection by detection of ultraviolet radiation, as well as new methods of attribute selection.CapesUniversidade Federal de Campina GrandeBrasilCentro de Engenharia Elétrica e Informática - CEEIPÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICAUFCGCOSTA, Edson Guedes da.http://lattes.cnpq.br/3930289115658143NOBREGA, Luiz Augusto Medeiros Martins.http://lattes.cnpq.br/6667507308429720NEVES, Washington Luiz Araujo.http://lattes.cnpq.br/3107104665517286LIRA, George Rossany Soares de.http://lattes.cnpq.br/7283717300126094SOUZA, João Pedro da Costa.2022-03-102022-04-26T12:51:09Z2022-04-262022-04-26T12:51:09Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/24850SOUZA, João Pedro da Costa. Definição dos principais atributos para identificação do estado operacional de isoladores poliméricos por aprendizado de máquina. 100 f. Dissertação (Mestrado em Engenharia Elétrica) – Programa de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2022.porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UCBinstname:Universidade Católica de Brasília (UCB)instacron:UCB2022-04-26T12:51:09Zoai:localhost:riufcg/24850Repositório InstitucionalPRIhttps://repositorio.ucb.br/oai/requestsara.ribeiro@ucb.bropendoar:2022-04-26T12:51:09Repositório Institucional da UCB - Universidade Católica de Brasília (UCB)false
dc.title.none.fl_str_mv Definição dos principais atributos para identificação do estado operacional de isoladores poliméricos por aprendizado de máquina.
title Definição dos principais atributos para identificação do estado operacional de isoladores poliméricos por aprendizado de máquina.
spellingShingle Definição dos principais atributos para identificação do estado operacional de isoladores poliméricos por aprendizado de máquina.
SOUZA, João Pedro da Costa.
Seleção de atributos
Redução de subjetividade
Isoladores poliméricos
Bancos de dados
Feature selection
Subjectitivy reduction
Polymer insulators
Databases
Engenharia elétrica
title_short Definição dos principais atributos para identificação do estado operacional de isoladores poliméricos por aprendizado de máquina.
title_full Definição dos principais atributos para identificação do estado operacional de isoladores poliméricos por aprendizado de máquina.
title_fullStr Definição dos principais atributos para identificação do estado operacional de isoladores poliméricos por aprendizado de máquina.
title_full_unstemmed Definição dos principais atributos para identificação do estado operacional de isoladores poliméricos por aprendizado de máquina.
title_sort Definição dos principais atributos para identificação do estado operacional de isoladores poliméricos por aprendizado de máquina.
author SOUZA, João Pedro da Costa.
author_facet SOUZA, João Pedro da Costa.
author_role author
dc.contributor.none.fl_str_mv COSTA, Edson Guedes da.
http://lattes.cnpq.br/3930289115658143
NOBREGA, Luiz Augusto Medeiros Martins.
http://lattes.cnpq.br/6667507308429720
NEVES, Washington Luiz Araujo.
http://lattes.cnpq.br/3107104665517286
LIRA, George Rossany Soares de.
http://lattes.cnpq.br/7283717300126094
dc.contributor.author.fl_str_mv SOUZA, João Pedro da Costa.
dc.subject.por.fl_str_mv Seleção de atributos
Redução de subjetividade
Isoladores poliméricos
Bancos de dados
Feature selection
Subjectitivy reduction
Polymer insulators
Databases
Engenharia elétrica
topic Seleção de atributos
Redução de subjetividade
Isoladores poliméricos
Bancos de dados
Feature selection
Subjectitivy reduction
Polymer insulators
Databases
Engenharia elétrica
description Isoladores poliméricos têm substituído paulatinamente isoladores cerâmicos em linhas de transmissão nas últimas décadas. Entretanto, ainda que isoladores poliméricos apresentem vantagens em relação aos cerâmicos, o seu diagnóstico é mais complexo e afetado em maior ou menor grau pela subjetividade do avaliador. A utilização de métodos de aprendizado de máquina pode mitigar esse problema. Todavia, há uma carência na bibliografia especializada da definição dos atributos de entrada mais significativos para esses métodos, bem como de bancos de dados representativos. Outro problema comumente observado é a elevada subjetividade durante a classificação inicial (rotulagem) dos isoladores. Nesse contexto, o presente trabalho tem como objetivo definir os atributos mais significativos oriundos das técnicas de inspeção por termografia infravermelha, detecção de radiação ultravioleta e ruído ultrassônico enquanto propõe uma metodologia para redução da subjetividade na classificação de isoladores. Também se pretendeu disponibilizar um banco de dados vasto e representativo. Para tanto, 60 isoladores retirados de uma linha de transmissão foram ensaiados em laboratório para extração de dados a partir de cada uma das técnicas citadas. Os dados foram processados e uma metodologia baseada em agrupamento difuso para redução da subjetividade na rotulagem de isoladores foi proposta, considerando ainda a inspeção visual em uma concepção conservadora. Três métodos de seleção de atributos foram utilizados para determinação dos atributos mais significativos, a saber: minimum Redundancy, Maximum Relevance, Relief-F e testes qui-quadrado. A partir dos resultados obtidos, constatou-se que atributos oriundos de ruído ultrassônico, mais precisamente da transformada wavelet de sinais de ruído ultrassônico, se apresentaram promissores para o diagnóstico de isoladores poliméricos, bem como atributos relacionados à localização de pontos quentes no corpo do isolador. Assim, os principais atributos elencados são: os locais de máximo para o aumento de temperatura, bem como para variações de temperatura e variações das variações; a assimetria dos coeficientes de detalhe do segundo nível da transformada Wavelet e a 1ª harmônica para os sinais de ruído ultrassônico. No entanto, os resultados demonstraram que a inspeção visual ainda é um critério importante para a classificação de isoladores. Resultados indicam que a metodologia proposta não é afetada pelas características ambientais nos ensaios, porém mais estudos são necessários. Novos trabalhos podem propor outros atributos, especialmente relativos à inspeção por detecção de radiação ultravioleta, bem como novos métodos de seleção de atributos.
publishDate 2022
dc.date.none.fl_str_mv 2022-03-10
2022-04-26T12:51:09Z
2022-04-26
2022-04-26T12:51:09Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/24850
SOUZA, João Pedro da Costa. Definição dos principais atributos para identificação do estado operacional de isoladores poliméricos por aprendizado de máquina. 100 f. Dissertação (Mestrado em Engenharia Elétrica) – Programa de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2022.
url http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/24850
identifier_str_mv SOUZA, João Pedro da Costa. Definição dos principais atributos para identificação do estado operacional de isoladores poliméricos por aprendizado de máquina. 100 f. Dissertação (Mestrado em Engenharia Elétrica) – Programa de Pós-Graduação em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2022.
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Campina Grande
Brasil
Centro de Engenharia Elétrica e Informática - CEEI
PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
UFCG
publisher.none.fl_str_mv Universidade Federal de Campina Grande
Brasil
Centro de Engenharia Elétrica e Informática - CEEI
PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
UFCG
dc.source.none.fl_str_mv reponame:Repositório Institucional da UCB
instname:Universidade Católica de Brasília (UCB)
instacron:UCB
instname_str Universidade Católica de Brasília (UCB)
instacron_str UCB
institution UCB
reponame_str Repositório Institucional da UCB
collection Repositório Institucional da UCB
repository.name.fl_str_mv Repositório Institucional da UCB - Universidade Católica de Brasília (UCB)
repository.mail.fl_str_mv sara.ribeiro@ucb.br
_version_ 1834013208369692672