Uma nova metodologia de criticidade para gestão e priorização de transformadores de potência a partir de método multicritério e análise multivariada

• Ano de defesa: 2025
• Autor(a) principal: Gifalli, André [UNESP]
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Estadual Paulista (Unesp)
• Palavras-chave em Português: Transformador de Potência; Criticidade; Análise multicritério; Análise multivariada; Aprendizado supervisionado; Power transformers; Criticality; Multicriteria analysis; Multivariate analysis; Supervised learning
• Link de acesso: https://hdl.handle.net/11449/295424; http://lattes.cnpq.br/6109738130034252; https://orcid.org/0000-0001-9211-386X

A crescente demanda por energia elétrica, aliada a questões ambientais e financeiras, e consequentemente a infraestrutura do sistema, fomenta a necessidade do aprimoramento da gestão de ativos críticos, como os transformadores de potência, fundamentais para a infraestrutura do sistema elétrico. A literatura atual apresenta limitações, como o uso de metodologias de criticidade baseadas exclusivamente em aspectos de manutenção preditiva, métodos normativos e abordagens unidimensionais, como a vida útil do equipamento, sem integrar outros aspectos técnicos, operacionais e econômicos. Nesse contexto, este trabalho teve como objetivo desenvolver uma nova metodologia de criticidade para gestão e priorização de ativos, utilizando um método multicritério, análise multivariada e aprendizado supervisionado. Para alcançar esse objetivo, foram analisados dados técnicos, operacionais e econômicos de 355 transformadores de potência em operação. A classificação e determinação dos ativos críticos são baseadas no conceito da matriz de risco, que relaciona a probabilidade e o impacto dessa falha. O índice do impacto é calculado utilizando o método multicritério de Análise Hierárquica dos Processos (AHP), enquanto que para a probabilidade de falha é considerado o índice de saúde dos transformadores. Devido à subjetividade envolvida na atribuição dos pesos das variáveis neste processo, foi desenvolvido um algoritmo classificador baseado no método k-Nearest Neighbors (KNN) combinado com o método de análise multivariada (Principal Component Analysis - PCA). Os resultados indicam que a aplicação do método AHP promoveu a colaboração entre diferentes setores da concessionária, possibilitando o estabelecimento de critérios claros para determinar os parâmetros de maior impacto e ponderar seus respectivos pesos. Contudo, a subjetividade no processo de definição dos pesos ainda representa um desafio. Para superar essa limitação, foram integrados os métodos KNN e PCA, permitindo a redução da dimensionalidade do problema e a classificação da criticidade de forma supervisionada. Por fim, os resultados obtidos permitem que os gestores de manutenção identifiquem os ativos críticos que requerem monitoramento prioritário, possibilitando uma análise da criticidade real dos equipamentos. Além disso, a metodologia auxilia na criação de cenários de investimentos de médio e longo prazo, promovendo maior previsibilidade nos gastos operacionais e de capital. Essa abordagem também contribui para a preservação ambiental, ao mitigar o risco de falhas catastróficas e seus impactos.