Identificação de fontes de descargas parciais por atributos extraídos da envoltória do sinal.

• Ano de defesa: 2024
• Autor(a) principal: CARVALHO, Itaiara Felix.
• Orientador(a): COSTA, Edson Guedes da.
• Banca de defesa: FREIRE, Raimundo Carlos Silvério., LOPES, Ivan José da Silva., WANDERLEY NETO, Estácio Tavares.
• 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 da energia; Descargas parciais (DP); Classificação e monitoramento de descargas parciais; Energy processing; Partial discharges (PD); Classification and monitoring of partial discharges
• Área do conhecimento CNPq: Engenharia Elétrica.
• Link de acesso: https://dspace.sti.ufcg.edu.br/handle/riufcg/40378

Astécnicas para diagnóstico de descargas parciais (DP) utilizando o método radiométrico requerem a amostragem dos sinais na ordem de nanosegundos. Em razão disso, é necessária uma alta taxa de amostragem do sistema de aquisição para obtenção da acurácia necessária do método e uma elevada capacidade de armazenamento de dados dos dispositivos de aquisição. A fim de reduzir os requisitos de hardware do sistema de aquisição e aumentar a aplicabilidade do método radiométrico no monitoramento de DP em subestações, foi proposta a utilização de um sistema de condicionamento de sinais entre a antena e o sistema de aquisição. Neste trabalho foi projetado, desenvolvido, e avaliado um sistema capaz de adquirir sinais radiométricos de DP, captar as envoltórias dos sinais, extrair os atributos mais relevantes e separar e classificar as DP, permitindo umaredução significativa na taxa de amostragem necessária para aquisição. Incialmente, a suavização dos sinais foi realizada e avaliada por meio do método de suavização de densidade por Kernel. Posteriormente, um sistema de condicionamento de sinal foi desenvolvido e validado em medições realizadas em laboratório e em subestações. Os atributos representativos das envoltórias dos sinais foram extraídos, selecionados e aplicados a algoritmos de agrupamento como K-means, GaussianMixtureModel (GMM) e Mean-shift, e a modelos de aprendizado de máquina supervisionados como Support VectorMachine(SVM),RandomForeste Regressãologística.Os resultadosdemonstram que o sistema proposto classifica e separa sinais de DP de maneira eficaz, com redução dos requisitos de hardware para os sistemas de aquisição, ampliando o potencial do método radiométrico para uso em subestações.