Você está na página 1de 8

XVI ERIAC

DECIMOSEXTO ENCUENTRO
REGIONAL IBEROAMERICANO DE CIGR
Puerto Iguaz, Argentina

17 al 21 de mayo de 2015

B2-01

Comit de Estudio B2 - Lneas Areas

MODELO PREDITIVO DA FIABILIDADE DAS LINHAS AREAS EPOLTICAS DE


INSPEO BASEADAS NO RISCO

L.CAMPOS PINTO*
REN Rede Elctrica
Nacional
Portugal

J.CASACA
REN Rede Elctrica
Nacional
Portugal

Resumo Consequncia da desverticalizao do setoreltrico ocorrida de modo geral em todo o


mundo e, tambm em Portugal, h mais de uma dcada, associada posteriormente regulao do setor, com
introduo de quadros regulatrios cada vez mais exigentes, quer do ponto de vista de qualidade de servio,
quer do ponto de vista de um aumento de eficincia na utilizao dos recursos, impem s
utilitieseltricas, de modo permanente, novos desafios tendentes otimizao na gesto dos seus
principais ativos. Atualmente, com a escassez e custos elevados dos recursos financeiros, tais desafios so
ainda mais complexos, exigindo que os investimentos das empresas sejam feitos de modo criterioso,
suportando as opes de ordem tcnica em anlises financeiras do tipo benefcio-custo.
O presente enquadramento empresarial tem, naturalmente, impacto na gesto das atividades de operao e
manuteno (OPEX), como componente fundamental na gesto do ciclo de vida dos ativos, e por isso,
decorre nesta data na REN - Rede Elctrica Nacional, S.A. (Portugal), um esforo para desenvolver uma
metodologia baseada no risco com o objectivo de optimizar os custos de manuteno das linhas areas da
empresa, com base na informao dos activos, inspeces, manuteno e informao obtida junto de outras
entidades. O objectivo principal estimar o risco de cada circuito num horizonte temporal de um ano.
Para estimar a fiabilidade de cada circuito, o estudo prope uma combinao heterognea de vrias fontes
de informao, como a informao resultante das inspeces areas s linhas, os registos de incidentes e
outras informaes obtidas junto de entidades externas empresa. Assim, atravs duma aproximao
probabilstica, considera-se todas as variveis de natureza meio-ambiental que podem afectar uma linha,
tendo em considerao o traado da linha e o tempo.
A metodologia tem em considerao todas as causas que provocam incidentes nas linhas e neste trabalho
indica-se de modo pormenorizado as funes de fiabilidade utilizadas no modelo, relativas s descargas
atmosfricas, aves (cegonhas), vegetao/obstculos, incndios florestais e poluio/nevoeiro, principais
causas de incidentes na rede portuguesa. No final do documento, atravs da construo de uma matriz de
risco, d-se um exemplo prtico de aplicao dos resultados s inspeces das linhas areas.
Palavras-chave:Rede de Transporte Gesto da Manuteno Linhas Areas Inspees Baseadas no
Risco Fiabilidade
1

INTRODUO

Tendo como objectivo aoptimizao da operao e manuteno de linhas areas, a maioria dos gestores de
redes elctricas, a nvel mundial,vm partilhando experincias em diversos fruns relativas a um aumento da
eficincia na gesto das infra-estruturas, com metodologias baseadas no risco, tendo em considerao os
vrios fatores ambientais e atmosfricos que afetam o comportamento em servio das linhas areas.A
manuteno, em particular, tomou um papel cada vez mais importante no ciclo de vida dos activos e , hoje
em dia, considerado como vertente fundamental na melhoria sustentada da qualidade de servio (QOS). As
linhas areas passaram a ter uma ateno muito particular, dada a sua disperso geogrfica e, por isso,esto
*campospinto@ren.pt

sujeitas a fenmenos naturais adversos e a uma exigncia de coexistncia harmoniosa com os ecossistemas
naturais e humanos onde esto implantados os seus traados [1]. Uma poltica adequada de inspeces
passou a ter um papel importante na QOS.
Apesar da qualidade de servio da Rede Nacional de Transporte Portuguesa (RNT) ser j muito elevada, ao
nvel das melhores utilities europeias, o atual contexto regulatrio portugus impe compromissos de teor
econmico otimizados, exigindo, no entanto, padres de qualidade de servio elevados, idnticos aos j
alcanados nos ltimos anos pela RNT [2]. Neste contexto, com objetivo de diminuio de custos e aumento
da disponibilidade das linhas areas, a REN desenvolve nesta data um projecto que designou por LIONS
LinesInspectionOptimizationSystem, cujo principal objectivo estimar o risco de curto prazo (dia
seguinte), para apoiar a deciso da operao, e de mdio prazo (1 ano), para apoio gesto da manuteno,
designadamente numa reviso da politica de inspeces existente actualmente e suportada em estratgias
baseadas no tempo (Time BasedMaintenance) ou no estado (ConditionBasedMaintenance), para estratgias
suportadas no risco (RiskBasedMaintenance) [3].
No mbito deste projecto foram identificadas as principais causas que afectam as linhas portuguesas, com
recurso a uma base de dados de incidentes com mais de dez anos de registos, tendo posteriormente sido
elaborados modelos matemticos, que atravs de uma aproximao probabilstica, nos permita estimar o
risco futuro de incidente para cada uma dessas causas [4].
No caso da rede portuguesa, nos ltimos 5 anos, 79% dos incidentes nas linhas areas, foram causados por
descargas atmosfricas (42%), cegonhas (26%), incndios florestais (9%) e poluio associada a nevoeiros
salinos (2%). Verifica-se que cada uma destas causas apresenta uma variabilidade muito significativa ao
longo do tempo, pelo que a previso de ocorrncia se torna extremamente complexa.
Alm destas quatro principais causas de incidentes, existe uma quinta causa, a vegetao/obstculos na faixa,
que apesar de no ter qualquer expresso no conjunto de incidentes registados nos ltimos anos,
extremamente importante no comportamento da rede e naqualidade de servio [5]. Trabalhos anteriores
suportados em provas de campo e conhecimento especializado [1], bem como relatrios de inspeces com
recurso a meios areos (helicpteros) [6], permitiram a elaborao de ndices de criticidade das linhas areas
de modo a poder diferir a manuteno em linhas de menor criticidade. Este trabalho rene pela primeira vez
em um nico documento, os modelos de risco de linhas areas estudados, desenvolvidos e implementados
pela REN no mbito do projecto LIONS, relativos s principais causas de incidentes que afectam a RNT
(descargas atmosfricas, cegonhas, vegetao/obstculos, incndios florestais e poluio/nevoeiro) [7]. Alm
disso apresenta-se j uma matriz de risco, com resultados de cinco linhas, como exemplo da
operacionalizao que o sistema dispor para a gesto da manuteno, designadamente no estabelecimento
das frequncias das inspees peridicas.O sistema calcula um ndice de risco para cada circuito de linha,
para quatro perodos do dia (para fins de operao risco de dia seguinte) e por ano (para fins de
manuteno risco no prximo ano), onde o ndice de risco resultante a probabilidade de incidentes,
considerando as causas descritas acima, multiplicado pelo impacto (gravidade) que estes incidentes
potenciais podem causar na rede de transporte, assim cumprindo com os requisitos de operao e
manuteno em um nico sistema. Alm disso, por identificao da origem das causas individuais, este
sistema incorpora um modelo de fiabilidade discriminativo, que se baseia em taxas de falhas individuais para
cada uma das causas, o que permite uma avaliao de risco muito detalhada.

REDE DE TRANSPORTE PORTUGUESA

A atividade de manuteno da REN Rede Elctrica Nacional, SA, suportada num conjunto de polticas e
estratgias de manuteno permanentemente adequadas ao plano de negcios da empresa.A RNT, como se
pode constatar pelos seus relatrios anuais de qualidade de servio, tem permanentemente melhorada os seus
indicadores de continuidade de servio e de fiabilidade dos elementos da rede que a constituem, bem como
dos respectivos equipamentos e sistemas[8].No passado as inspees s linhasareas eram feitas de modo
apeado ou com recurso a veculos todo-o-terreno. Este mtodo alm de exigir muitos recursos humanos,
2

dispersos pelo pas, com custos elevados, apresentava nveis baixos de preciso, com ocorrncia de inmeras
falhas e consequente perda das linhas por actuao dos sistemas de proteco.
Desde 2005, a REN tem desenvolvido um trabalho importante em termos de inspeo de linhas areas
relativamente medio da distncia da linha s rvores e outros obstculos existentes na faixa, com recurso
tecnologia laser integrada nas inspees areas feitas por helicptero. Em 2007, e j por rotina, a empresa
implementou adesignada inspeo trplice utilizando a termografia, gravao de vdeo e medio de
distncias (atravs da tecnologiaLiDAR). Promovendo um corte selectivo da vegetao apenas em as reas
crticas identificadas, a nova metodologia de inspeo rapidamente demonstrou suas vantagens tcnicoeconmicas.
O cenrio atual do setor elctrico portugus, com novas exigncias regulatrias, impe sutilities e em
particular aos gestores da manuteno, a reduo de custos operacionais e, simultaneamente, a exigncia de
elevados nveis de disponibilidade dos diversos elementos da rede e sistemas que constituem uma rede de
transporte de eletricidade. Noatual ambientedo negcio em Portugal tem, naturalmente, impacto os custos
OPEX como um componente-chave na gesto do ciclo de vida dos ativos e, portanto, a REN est a rever suas
polticas e estratgias de manuteno a fim de potencializar as estratgias baseadas no risco dosativos
(RiskBasedMaintenance).
O grfico da Figura 1 d-nos uma ideia, de forma relativa, da distribuio de cada estratgia de manuteno
actualmente realizada na REN, tendo em considerao os respectivos custos. A cor verdeesto representados
os custos atuais e a tracejado o custos futuros (2 a 3 anos), refletindo um aumento progressivo em estratgias
baseadas no risco e no estado e diminuio das estratgias baseadas no tempo[9].

Fig. 1. Distribuio da manuteno em linhas na REN por tipo de estratgia. Crculos a cheio representam os
valores actuais (em custos) e a tracejado os valores futuros (2 a 3 anos).

MODELOS DE RISCO E FIABILIDADE

A metodologia de avaliao quantitativa do risco segue uma abordagem de bottomup, do equipamento


individual e ambiente para a infra-estrutura global, e pode ser expressa em trs fases (Figura 2): (i) encontrar
os descritores adequados para codificar o estado do equipamento ou ambiente; (ii) construo do modelo
probabilstico com base nesses descritores; e (iii) computao da fiabilidade global de alguns "savecase",
impondo restries de rede (por exemplo, topologia, capacidade, etc.). Aqui, o objetivo a construo de
modelos probabilsticos [10].

Fig. 2. O sistema de clculo do risco segue uma aproximao de bottomup, do activo para o conjunto
global da rede, ou para particulares configuraes de rede. A zona do meio (amarela) detalhada no presente
trabalho
Especificamente, para cada circuito de linha L, o risco de incidente devido contingncia c calculado pela
frmula seguinte:
(1)
onde
e
so, respetivamente, a probabilidade de falha, e a severidade, relativas linha L e
contingnciac.O modelo probabilstico baseia-se no processo aleatrio de Poisson. A funo de fiabilidade
refere-se probabilidade de eventos atravs de R = 1-P. A funo da severidade quantifica as consequncias
da interrupo de circuito L devido a contingncia c. Os valores de severidade de uma linha so gerados a
partir de 'savecases' da RNT no perodo em anlise. O mtodo desenvolvido baseado em algoritmos de
clculos dos fluxos de energia (mtodo iterativo de Newton-Raphson) determinando o impacto que a perda
fortuita de um circuito origina na qualidade tcnica do servio [11]. A severidade dever refletir as
consequncias da contingncia (falha) incluindo as condies de carga suportadas pelos diversos elementos
da rede, tenses suportveis pelos diversos equipamentos, possibilidade de cortes de cargas, perda de
gerao, criao de situaes de ilha (estvel ou no), avaliao da estabilidade da tenso (situaes de
colapso) e avaliao de disparos em cascata.Tendo em considerao a fiabilidade do ativo, o modelo de
Poisson amplamente utilizado nas respectivas anlises e quantificao aproximada do risco.
Se
for a varivel aleatria que representa o nmero de interrupes no circuito L devido a contingncia
c. O nmero esperado de falhas que ocorrem numperodo pdo dia (0-6h; 6-12h, 12-18h e 18-24h) no ms m
(dentro de um intervalo de tempo de um ano) dada por:
(2)
Aqui, L,c (m,p) a taxa media falhas (por perodo de 6 horas e por km) da linha L, L,c (m,p)tipicamente
valores de 0 a 1; duration(m,p) o nmero de perodos do tipo pno msm, o que equivale a dizer o seu
nmero (mdio) de dias, duration(m). O parmetro L,c (m,p) utiliza uma combinao convexa das falhas na
prpria linha (Ls) e as falhas de todas as linhas do mesmo nvel de tenso. Para fins da manuteno, a
quantificao da Equao (2) agregada num valor anual esperado de incidentes.Para contabilizar as
condies ambientais no clculo do risco, para cada uma das causas (contingncias) indicadas anteriormente,
a metodologia estabelece um corredor ao longo da linha, como rea geogrfica de interesse. Para a
Vegetao/Obstculos a largura do corredor naturalmente mais estreita, e corresponde rea da faixa de
cada vo. No caso das Cegonhas e das Descargas Atmosfricas corresponde a reas mais extensas de modo a
contemplar todos os pontos com criticidade para a linha.
4

3.1 Cegonhas
O modelo das cegonhas considera a informao referente presena de cegonhas num corredor com a
largura mxima de 200 m em volta da linha. Aqui considera-se no s os ninhos localizados nos apoios da
prpria linha, mas tambm, os ninhos localizados em apoios de outras linhas mas na sua vizinhana. Os
ninhos localizados sobre as cadeias so considerados os mais crticos. Ninhos localizados em apoios de
outras linhas (zona D) so considerados os de menor criticidade. Neste caso, independente de m e p e
calculado da seguinte forma:
,

(3)

ondeTowers(L) o nmero de apoios no corredor que afecta a linha, e nestsX(L) o nmero de ninhos
localizados na zonaX (X in {A, B, C, D}) desse mesmo corredor.

Fig. 3. Localizao crtica dos ninhos de cegonha nos apoios (A mais crtico e C menos crtico)
3.2 Descargas Atmosfricas
O modelo das Descargas Atmosfricas tem em considerao a localizao dos impactos atmosfricos
registados pelo IPMA (Instituto Portugus do Mar e da Atmosfera) desde 2003. Actualmente, o nmero
expectvel de falhas calculado com base na BackFlashRate da linha (BFR, numero de falhas por unidade
de tempo), do seguinte modo:
(4)
Portanto, BFRL(m,p) corresponde ao produto
em (2). No entanto, BFR no
corresponde taxa de falhas observada directamente, pois a propenso para a sua ocorrncia pesada por
comparao com as linhas no mesmo nvel de tenso. Este peso dado pelo factor , o qual poder ser maior
do que 1 quando a propenso da linha L superior mdia (do mesmo nvel de tenso). A propenso da
linha L (para falhas por descargas atmosfricas no ms m, e no perodo p), ou Exposure, dado por:
(5)
onde
o nmero de descargas no corredor que afecta a linha (no seu clculo utiliza-se o mtodo do
contorno estendido utilizando-se um raio constante de cerca de 150 m) e
a probabilidade mdia de
contornamentos tendo em considerao a corrente Ic critica de cada apoio [2].
3.3 Vegetao/Obstculos
No modelo foi considerado a distncia (clearance) dos condutores vegetao/obstculos existentes na faixa
da linha. Esta distncia varia ao longo do tempo e diferente de vo para vo, pelo que o modelo estudado
incorpora a dinmica da clearance. A fiabilidade no varia de forma homognea ao longo do tempo, uma
vez que se baseia em estimativas de crescimento da vegetao dominante e correspondente distncia aos
condutores da linha.
5

Existe um limiar mnimo abaixo do qual o modelo assume um evento de vegetao como praticamente certo
de ocorrer. Enquanto a clearancefor superior a esse limite, a taxa de risco uma funo diferencial do
tempo, uma vez que se trata de uma expectativa condicional de - o nmero de incidentes no vo s:
(6)
onde c (t) a distancia dinmica do obstculo linha (clearance) que depende do crescimento da vegetao
o comprimento vo e
indicador de corte da vegetao. O nmero
dominante no vo,
esperado de falhas pode ser expressa como uma funo do ms m e do perodo do dia p:
(7)
onde
uma funo linear crescente positiva de
a taxa de falhas no perodo s
observada no ms m e perodo do dia p. O nmero esperado de falhas da linha L pode ser dadointerpretando
a linha como uma rede de vos, em srie.
O modelo discrimina os diferentes nveis de tenso de duas maneiras: atravs da definio de diferentes
limiares de distncia mnima, de acordo com os diferentes nveis de tenso e penalizando a varivel de
resposta de acordo com a classificao de apuramento da REN. A REN estabelece trs nveis de gravidade
consoante o nvel de tenso. A metodologia desenvolvida para o clculo de risco desta causa utiliza esta
classificao nos modelos probabilsticos (Tabela 1). O limite mnimo da distncia linha tambm pode
incluir dados atmosfricos georreferenciados, tais como temperatura, presso e humidade.
TABELA I. CLASSIFICAO REN PARA A DISTNCIA DOS CONDUTORES VEGETAO PARA
EFEITOS DAS INSPECES AREAS S LINHAS, UTILIZANDO A TECNOLOGIA LIDAR.

U [kV]
400
220
150

Limites mximos de distncia linha (clearance) [m]


Classe C
Classe B
Classe A
14
10
6
12
8
5
10
7
4

3.4 IncndiosFlorestais
O modelo de incndios florestais usa dados do Instituto Portugus do Mar e da Atmosfera (IPMA,
ForestFireWeatherIndex [FWI], em cada concelho, para cada dia do ano, entre 1 e 5) e do Centro de
Coordenao da Proteo Civil (registo on-line de incndios ativos). Adicionalmente,so considerados dados
de manuteno da REN que consistem nas reas de interveno resultantes do programa de gesto de
combustvel (obrigao legal para proteco das Florestas). Neste caso, o parmetro depende, naturalmente,
do ms considerado tomando a mdia do FWI dos ltimos 4 anos, do ms e concelho respetivo (no
considerandoos valores nulos).Assim, para um dado municpio mun, calculada da seguinte forma:
(8)
onde
uma funo exponencial da mdia mvel de 4 anos do FWI, obtido atravs da realizao
de uma regresso no-linear dos valores de ,estimados com base nas relaes histricas de incidentes com
o FWI do dia correspondente, e
uma funo linear positiva e decrescente da rea de
interveno, resultante do programa de gesto de combustvel. Este coeficiente agregado ao longo dos
municpios atravessados pelo circuito L para obter o
na equao (8).

3.5 Nevoeiro/Poluio
O modelo tem em conta o facto de a linha estar localizada (ou no), numa rea geogrfica propcia para este
tipo de incidente, bem como os tipos de isoladores instalados na mesma linha. Neste caso, o factor
constante ao longo do perodo do ms e do dia e, para cada municpio mun, calculado da seguinte forma:
(9)
onde
uma funo linear positiva e decrescente de
, a percentagem
de apoios da linha L que possui isoladores compsitos no municpio mun, e
uma funo
indicadora de que o mun, , ou no, propenso a este tipo de incidentes. Este coeficiente agregado ao longo
dos municpios atravessados pelo circuito L para obter o
na Equao (9). A figura 5 (b) ilustra um
conjunto de municpios com o respetivo
.
A verificao de que se trata de uma zona de poluio, tem por base dados de manuteno, ou seja,
lavagens de isoladores. Assim mun considerado poludo se existem registos histricos de lavagens.
Considera-se tambm que o municpio mun zona de poluio, quando ocorreu pelo menos uma falha,
devido a nevoeiro naquela zona, no ano anterior. Para isso necessrio que existam dados da localizao
precisa do defeito, o que nem sempre est disponvel. Algumas das falhas possuem dados geogrficos
provenientes dos dados de inspeo e manuteno, bem como dos dados de oscilografia. Est a ser feito um
esforo no sentido de obter a localizao dos defeitos sempre que possvel.

ESTABELECIMENTO DE NOVAS POLTICAS DE INSPEO S LINHAS TOMANDO EM


CONSIDERAO O RESPETIVO RISCO

Nesta data as inspeces na REN so efectuadas com periodicidades fixas, em mdia uma vez por ano, para
a totalidade das linhas. Com base nesta metodologia possvel ter periodicidades de inspeco diferenciadas
consoante o grau de risco de cada linha. Como exemplo, seleccionmos cinco circuitos de diferentes nveis
de tenso (400 kV, 220 kV e 150 kV), diferentes nveis de severidade e probabilidades de falhas (Tabela 2),
utilizando dados de severidade referentes aos meses de Setembro, Outubro e Novembro de 2013.
Assim, apresenta-se uma nova proposta que permite diferenciar as polticas de inspeco s linhas.
Dividindo a matriz em trs zonas de criticidade (verde, amarelo e vermelho), possvel implementar j em
2015 um plano diferenciado de inspeces, com base no risco (RBI - RiskBasedInspections). A rea verde
corresponde s linhas que podem ter uma frequncia mais alargada de inspeo, eventualmente entre 3 a 4
anos. Nas outras reas da matriz poderemos ter frequncias de inspeo de 2 a 3 anos (zona amarela) e 1 a 2
anos (zona vermelha). Em casos de maior criticidade, a frequncia das inspeces poder ser ainda mais
baixa (6 meses a 1 ano).
Com aplicao desta metodologia totalidade das linhas, prevista para o final de 2015, expectvel uma
reduo de custos anuais de inspeco na ordem dos 2/3, valor que pode ser optimizado, dependendo da
poltica diferenciada de inspeces adoptada pela empresa (ainda em estudo).
TABELA II. MATRIZ DE RISCO COM OS RESULTADOS DE CINCO LINHAS. AS TRS CORES DIFERENTES
REPRESENTAM DIFERENTES PROPOSTAS NA POLTICA DE INSPEES.

CONCLUSES

Este trabalho apresenta uma metodologia para o clculo de risco de operao e manuteno de linhas areas,
permitindo optimizar no futuro o tempo do ciclo de vida do activo e os respectivos custos de manuteno.
Tal facto, resulta de um esforo contnuo que a empresa tem feito nos ltimos anos neste domnio. Esta
metodologia permitir implementar a curto prazo na REN (2015) uma poltica diferenciada de inspeo s
linhas areas, suportada em anlises de risco, onde se combinam diversas fontes heterogneas, tais como
informaes das inspees areas feitas por helicptero, registos de eventos e dados de terceiros, para
calcular a taxa de risco previsvel para cada uma das causas individuais, que mais afectam a rede portuguesa.
O modelo de fiabilidade resultante discriminativo por tipo de contingncia (causa). Estapossibilidade
permite uma avaliao (e melhor validao) dos resultados globais de fiabilidade de cada linha.
Com o nvel de complexidade e riqueza dos sistemas de algoritmos desenvolvidos,bem como a possibilidade
de reproduzir sistemas com as condies que afectam a gesto da manuteno, espera-se que o desempenho
do sistema complemente e potencialize o desempenho dos especialistas, aproveitando ao mximo a sua
capacidade de memria e clculo em massa. No corrente ano de 2014 e incio de 2015, esto a ser feitos
todos os ajustes necessrios que um processo desta complexidade exige, aferindo os resultados dos modelos
com a experincia interna e registos de incidentes da empresa. Por outro lado, est-se a desenvolver uma
ferramenta de visualizao, a fim de tornar a sua utilizao o mais simples possvel, decorrendo da a sua
implementao gradual na empresa.

REFERENCIAS

[1] Luis Campos Pinto, Jorge Casaca, Indices de Criticidade de Linhas e Subestaes, XIV ERIAC, Foz
do Iguau, Paraguai, 2011.
[2] L. C. Pinto, A. Tavares, Caraterizao da Qualidade do Fornecimento de Energia Eltrica na Rede de
Transporte Portuguesa, XV ERIAC, Foz do Iguau, Brasil, 2013.
[3] F. Azevedo, J. Gomes-Mota, L. Campos Pinto, N. Machado, S.A.B. de Almeida de Graaf, OHL
AssessmentandRiskEvaluationBasedonEnvironmentalandInspection Data, Cigr, Montreal, Canad,
2012.
[4] L. Campos Pinto, J. Lobo, A. Tavares, GestInc TheIncidents Data Base, ICREPQ 13, Bilbau,
Espanha, 2013.
[5] J. Gomes-Mota, F. Azevedo, J. Casaca, V. Almeida, N. Pinho da Silva, L. Campos Pinto, Advances in
Vegetation Management to ImposeReliability, CMDM, Cigr, Romnia, 2013.
[6] J. Gomes-Mota, Unified Status Evaluation for Reliability Assessment of Overhead Power Grids,
CMDM, Cigr, Romnia, 2011.
[7] N. Pinho da Silva, J. Casaca, L. Campos Pinto, F. Azevedo, J. Gomes-Mota, Predictive Modelling of
Overhead Lines Reliability and Lifetime, Cigr, Paris, Frana, 2014.
[8] REN - Relatrios de Qualidade de Servio em www.ren.pt.
[9] L. C. Pinto, A. Tavares, Estratgias de Manuteno Baseada no Risco. Estabelecimento de
Metodologia e Aplicao a Transformadores de Potncia, XV ERIAC, Foz do Iguau, Brasil, 2013.
[10] J. Gomes-Mota, F. Azevedo, L. Campos Pinto, J. Casaca, Long Term Assessment of Critical Factores
Affecting the Reliability of Transmission Grids, 12th IAEE European Energy Conference, Veneza,
Itlia, 2012.
[11] N. Machado, R. Pestana, Automatizao da Metodologia para Anlise de Risco na Rede Nacional de
Transporte, XV ERIAC, Foz do Iguau, Brasil, 2013.