Gestão técnica de isoladores poliméricos utilizando aprendizado de máquina.

• Ano de defesa: 2021
• Autor(a) principal: DIAS, Bruno Albuquerque.
• Orientador(a): COSTA, Edson Guedes da.
• Banca de defesa: FERNANDES JÚNIOR, Damásio., FERREIRA, Tarso Vilela., COSTA, Eduardo Coelho Marques da., COSTA, Fabiano Fragoso.
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande
• Programa de Pós-Graduação: PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
• Departamento: Centro de Engenharia Elétrica e Informática - CEEI
• País: Brasil
• Palavras-chave em Português: Processamento de energia; Isoladores poliméricos; Aprendizado de máquina; Linhas de transmissão; Radiação ultravioleta; Radiação infravermelha; Ruído ultrassônico; Energy processing; Polymeric insulators; Machine learning; Transmission lines; Ultraviolet imaging; Infrared imaging; Ultrasonic noise; Procesamiento de energía; Aisladores poliméricos; Aprendizaje automático; Lineas de transmisión; Radiación ultravioleta; Radiación infrarroja; Ruido ultrasónico; Traitement de l'énergie; Isolants polymères; Apprentissage automatique; Lignes de transmission; Rayonnement ultraviolet; Rayonnement infrarouge; Bruit ultrasonore
• Área do conhecimento CNPq: Engenharia Elétrica
• Link de acesso: https://dspace.sti.ufcg.edu.br/handle/riufcg/20614

Este trabalho propõe uma metodologia de gestão técnica de isoladores poliméricos baseada na correlação entre atributos, obtidos pela detecção da radiação infravermelha, radiação luminosa ultravioleta e emissão acústica ultrassônica. Para tanto, 60 isoladores de classe 138 kV retirados de operação foram utilizados em ensaios em laboratório para inspeção e obtenção dos atributos. Os atributos foram analisados inicialmente por meio de gráficos de boxplot com o objetivo da identificação e retirada dos outliers. Na sequência o algoritmo k-means foi empregado na divisão do banco de dados com o objetivo de dividir os isoladores em três grupos com diferentes padrões de operação. Estes grupos foram utilizados como referência na criação de um modelo de classificação por redes neurais artificiais do estado operacional de isoladores que possibilitou a classificação de amostras em que não se conhece o estado operacional. A metodologia desenvolvida se apresentou efetiva na classificação do estado operacional de isoladores poliméricos de forma não invasiva, por meio da aplicação em conjunto de técnicas de inspeção associadas a algoritmos de aprendizado de máquina de forma não supervisionada. A metodologia se mostrou capaz de prover a gestão técnica de isoladores poliméricos proporcionando o maior aproveitamento possível da vida útil dos isoladores sem comprometer a segurança do sistema elétrico, elevando assim a confiabilidade, a continuidade e a disponibilidade das linhas de transmissão.