cp147760 - Diagnostico de Descargas Parciais em SE PDF

UNIVERSIDADE FEDERAL DE SANTA CATARINA
CURSO DE PS-GRADUAO EM ENGENHARIA ELTRICA
DIAGNSTICO DE DESCARGAS PARCIAIS EM

SUBESTAES ISOLADAS A GS SF6 UTILIZANDO
REDES NEURAIS ARTIFICIAIS
Dissertao submetida
Universidade Federal de Santa Catarina
como parte dos requisitos para a
obteno do grau de Mestre em Engenharia Eltrica.
ASSIS ROGRIO GOMES DA SILVA PAULO
Florianpolis, 02 de Outubro de 2006.
Livros Grtis
http://www.livrosgratis.com.br
Milhares de livros grtis para download.
DIAGNSTICO DE DESCARGAS PARCIAIS EM

SUBESTAES ISOLADAS A GS SF6 UTILIZANDO
Assis Rogrio Gomes da Silva Paulo
Esta Dissertao foi julgada adequada para a obteno do ttulo de Mestre em Engenharia
Eltrica, rea de Concentrao em Sistemas de Energia Eltrica, e aprovada em sua forma
final pelo Programa de Ps-Graduao em Engenharia Eltrica da Universidade Federal de
Santa Catarina.
Prof.a Jacqueline Gisle Rolim

Orientador
Prof. Nelson Sadowski

Coordenador do Programa de Ps-Graduao em Engenharia Eltrica
Banca Examinadora:
Profa . Jacqueline G. Rolim, Dra . - UFSC;

Presidente
Prof. C. Celso de Brasil Camargo, Dr. - UFSC
Prof. Hans Helmut Zrn, Ph.D. - UFSC
Prof. Mauro Roisenberg, Dr. - UFSC
ii
Aos meus pais Francisco e Luzia pelo incentivo, apoio e consolo inesgotveis ao longo no
s desta etapa, mas de toda a minha vida;
minha noiva, amiga e companheira Diana, por estar ao meu lado em todos os momentos
desde o instante em que nos conhecemos;
Ao meu irmo Andr, por sempre acreditar no meu esforo e capacidade.
iii
AGRADECIMENTOS
A minha orientadora Professora Jacqueline pela orientao, incentivo, zelo e amizade durante a elaborao deste trabalho, pelo convvio no LABSPOT e pela coordenao do projeto
de P&D junto ELETROSUL;
A minha famlia; avs, tios e primos de Gois pela fora, f e nimo nesta caminhada;
Aos meus amigos Armando, Carlos Eduardo, David, Leandro, Hinnig, Mariana, Mrio,
Raquel e Tales pelos momentos de convvio, fora e fraternidade durante os anos de mestrado
que tornaram-se laos eternos de amizade;
Aos professores do LABSPOT pelos conhecimentos transmitidos ao longo do curso de PsGraduao na UFSC;
Aos professores membros da banca pelas sugestes e crticas para o sucesso deste documento;
Aos engenheiros Dalvir Maguerroski e Sandro Peixoto da ELETROSUL pela trabalho em
equipe no projeto P&D e pelo esforo na obteno dos dados do sistema de monitoramento
da GIS da SE Machadinho;
A todos, muito obrigado.
iv
Resumo da Dissertao apresentada UFSC como parte dos requisitos necessrios para
obteno do grau de Mestre em Engenharia Eltrica.
DIAGNSTICO DE DESCARGAS PARCIAS EM

SUBESTAES ISOLADADAS A GS SF6 UTILIZANDO
Outubro/2006
Orientador: Jacqueline Gisle Rolim

rea de Concentrao: Sistemas de Energia Eltrica
Palavras-chave: Descargas Parciais, Subestao Isolada Gs (GIS), Redes Neurais Artificiais (RNA), Sistema de Monitoramento UHF
Nmero de Pginas: xiii + 104
RESUMO: O presente trabalho de dissertao aborda o desenvolvimento de uma ferramenta
computacional para o diagnstico de Descargas Parciais (DP) que ocorrem em Subestaes Isoladas Gs (GIS), em especial ao gs hexafluoreto de enxofre (SF6). Esta ferramenta computacional baseada nas Redes Neurais Artificiais (RNA), com arquitetura do
tipo Multi-Camadas (MLP). O objetivo da ferramenta fornecer a causa para a ocorrncia
da Descarga Parcial que capturada pelo sistema de monitoramento atravs da emisso de
altssimas freqncias (UHF), dando suporte ao operador para melhores procedimentos em
relao GIS. Para a validao da ferramenta foram utilizados dados gerados a partir do
catlogo do sistema de monitoramento instalado na SE Machadinho, pertencente ELETROSUL.
Esse diagnstico de grande valia para a manuteno preditiva de uma GIS, pois indica a atividade da DP que dependendo da intensidade e das caractersticas destas descargas
degradam as caractersticas de isolao eltrica do gs SF6 . Assim, a equipe de manuteno
responsvel pela GIS, com a utilizao das informaes deste diagnstico, pode atuar de
forma mais eficaz nesta subestao.
v
Abstract of Dissertation presented to UFSC as a partial fulfillment of the requirements for

the degree of Master in Electrical Engineering.
PARTIAL DISCHARGE DIAGNOSTIC AT GAS INSULATED

SUBSTATION (GIS) SF6 USING ARTIFICIAL NEURAL
NETWORK
October/2006
Advisor: Jacqueline Gisle Rolim

Area of Concentration: Electrical Energy Systems
Key words: Partial Discharge , Gas Insulated Substation (GIS), Artificial Neural Network
(ANN), UHF Monitoring System
Number of Pages: xiii + 104
This masters thesis research results in the development of a computational tool for Partial
Discharge (PD) diagnosis taking place at Gas Insulated Substation (GIS), especially with
sulphur hexafluoride (SF6). This computational tool is based on an Artificial Neural Network
(ANN), with a Multi-Layer Perceptron (MLP) architecture. The target of this tool is to give
the cause of occurrence of Partial Discharge captured by system monitoring through emission
of ultra high frequency (UHF) signals, giving support to the operator for better procedures
about GIS. The tool is validated with data generated from the catalog of a monitoring system
installed at Machadinho Substation, owned by the Transmission Company of Electric Energy
ELETROSUL.
This diagnostic is of great value for GIS preventive maintenance because of given PD
activity. Depending on the discharge intensity and characteristic it can destroy the electric
isolation of the SF6 gas. With this diagnostic, the responsible maintenance team can work
more effectively at this substation.
vi
Sumrio
1 Introduo
1.1
Descrio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2
Reviso Bibliogrfica . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3
Organizao da Dissertao . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4
Concluso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
2 Subestaes Isoladas a Gs
12
2.1
Introduo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
2.2
O gs SF6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
2.3
Construo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
14
2.3.1
Equipamentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
17
2.3.2
Equipamentos de Apoio e Recomendaes . . . . . . . . . . . . .
23
2.4
Vantagens e Desvantagens . . . . . . . . . . . . . . . . . . . . . . . . . .
28
2.5
Concluso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
30
3 Descargas Parciais
3.1
32
Introduo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
vii
32
3.2
Materiais para Conduo e Isolao de Energia . . . . . . . . . . . . . . .
33
3.2.1
Propriedades Eltricas . . . . . . . . . . . . . . . . . . . . . . . .
33
3.3
Causas de Descargas Parciais . . . . . . . . . . . . . . . . . . . . . . . . .
36
3.4
Mtodos de Medio . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
38
3.4.1
Anlise Qumica . . . . . . . . . . . . . . . . . . . . . . . . . . .
39
3.4.2
Deteco Acstica . . . . . . . . . . . . . . . . . . . . . . . . . .
40
3.4.3
Mtodos Eltricos . . . . . . . . . . . . . . . . . . . . . . . . . .
42
Especificao dos Dados . . . . . . . . . . . . . . . . . . . . . . . . . . .
49
3.5.1
Formato PRPD . . . . . . . . . . . . . . . . . . . . . . . . . . . .
50
Concluso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
51
3.5
3.6
4 Parmetros Estatsticos e Redes Neurais Artificiais
53
4.1
Introduo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
53
4.2
Distribuio - q - N . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
54
4.2.1
Curtose . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
55
4.2.2
Assimetria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
57
4.2.3
Correlao Cruzada Modificada . . . . . . . . . . . . . . . . . . .
58
Redes Neurais Artificiais . . . . . . . . . . . . . . . . . . . . . . . . . . .
60
4.3.1
Definio Matemtica . . . . . . . . . . . . . . . . . . . . . . . .
61
4.3.2
Funes de Ativao . . . . . . . . . . . . . . . . . . . . . . . . .
62
4.3.3
Tipos de Treinamento . . . . . . . . . . . . . . . . . . . . . . . .
65
4.3.4
Redes Multi-Camadas . . . . . . . . . . . . . . . . . . . . . . . .
66
Concluso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
67
4.3
4.4
viii
5 Implementao e Resultados
68
5.1
Introduo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
68
5.2
SE Machadinho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
68
5.2.1
Sistema de Monitoramento . . . . . . . . . . . . . . . . . . . . . .
70
Implementao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
74
5.3.1
Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
74
5.3.2
Gerao de Casos . . . . . . . . . . . . . . . . . . . . . . . . . . .
77
5.3.3
Treinamento da RNA . . . . . . . . . . . . . . . . . . . . . . . . .
78
5.3.4
Comentrios Respeito da Generalizao da RNA . . . . . . . . .
82
Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
83
5.4.1
Treinamento com Dados do Catlogo PDM . . . . . . . . . . . . .
84
5.4.2
Treinamento com Dados do Catlogo PDM mais Dados Gerados . .
92
Concluso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
95
5.3
5.4
5.5
6 Concluses e Sugestes para Trabalhos Futuros
98
6.1
Concluses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
98
6.2
Sugestes para Trabalhos Futuros . . . . . . . . . . . . . . . . . . . . . .
100
ix
Lista de Figuras
1.1
Fluxograma ilustrando os passos envolvidos no estabelecimento de uma nova

subestao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1
Subestao com Fases Dentro de um Mesmo Mdulo - Monofsico (COMPANY, 2001) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16
2.2
Subestao com uma Fase para cada Mdulo - Trifsico (COMPANY, 2001) .
16
2.3
Ilustrao entre Disjuntores . . . . . . . . . . . . . . . . . . . . . . . . . .
17
2.4
Transformador de Corrente em Subestao Convencional (TOSHIBA, 2006) .
18
2.5
Transformador de Potencial para GIS (INSTITUTE, 2005) . . . . . . . . . .
19
2.6
Chave Seccionadora em Subestao Convencional (TOSHIBA, 2006) . . . .
19
2.7
Chave de Aterramento para GIS (INSTITUTE, 2005) . . . . . . . . . . . . .
20
2.8
Bucha Utilizada em Subestaes (TOSHIBA, 2006) . . . . . . . . . . . . . .
21
2.9
Conexes em GIS - Conexo com Tranformadores e Conexo entre Cabos

(AMIN, 2005) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22
2.10 Manuteno Hipottica em uma GIS Aproveitando a Facilidade dos Mdulos

(AMIN, 2005) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25
2.11 Arranjo GIS - barramento duplo e disjuntor simples . . . . . . . . . . . . .
26
2.12 Disposio Fsica em uma GIS (TOSHIBA, 2006) . . . . . . . . . . . . . . .
27
3.1
Pulsos de Descargas Parciais em um Ciclo de Onda Completo . . . . . . .
39
3.2
Medio Acstica em Tubulao GIS . . . . . . . . . . . . . . . . . . . .
41
3.3
Circuito Bsico de Ensaio para Descargas Parciais . . . . . . . . . . . . . .
44
3.4
Propagao Eletromagntica em Meio Coaxial . . . . . . . . . . . . . . . .
46
3.5
Montagem para Teste em Laboratrio . . . . . . . . . . . . . . . . . . . .
47
3.6
Procedimento de Teste em Campo . . . . . . . . . . . . . . . . . . . . . .
49
3.7
Principais Variveis para Construo de Padres de Descargas Parciais . . .
50
3.8
Grfico Tri-dimensional da Distribuio - q - N . . . . . . . . . . . . . .
51
3.9
Representao em um Plano Bi-dimensional da Distribuio - q - N . . .
52
4.1
Grfico Pelo Sistema de Monitoramento Instalado em uma Subestao da

ELETROSUL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
55
4.2
Curva de Distribuio Normal . . . . . . . . . . . . . . . . . . . . . . . .
56
4.3
Comparao Operador Curtose . . . . . . . . . . . . . . . . . . . . . . . .
57
4.4
Comparao Operador Assimetria . . . . . . . . . . . . . . . . . . . . . .
58
4.5
Modelo no-linear de um neurnio . . . . . . . . . . . . . . . . . . . . . .
61
4.6
Funes de Ativao . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
64
4.7
Rede MLP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
66
5.1
Curva de Nvel da Usina Hidreltrica de Machadinho . . . . . . . . . . . .
69
5.2
Interior da Subestao de Machadinho . . . . . . . . . . . . . . . . . . . .
70
5.3
SE Machadinho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
71
5.4
Representao dos componentes do Sistema de Monitoramento . . . . . . .
72
5.5
Foto de um Coupler da SE MCH . . . . . . . . . . . . . . . . . . . . . . .
72
xi
5.6
Foto de um PD Convertor Box da SE MCH . . . . . . . . . . . . . . . . .
73
5.7
Diagrama Unifilar com Sistema PDM SIEMENS (SIEMENS, 2003) . . . . .
74
5.8
Figura Base para a Emulao dos Dados (SIEMENS, 2001) . . . . . . . . . .
75
5.9
Tabela de Cor para Freqncia - PDM (SIEMENS, 2001) . . . . . . . . . . .
76
5.10 Padro de DP com os dados gerados . . . . . . . . . . . . . . . . . . . . .
77
5.11 Gerador de Casos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
79
5.12 Comportamento de Erro de Treinamento . . . . . . . . . . . . . . . . . . .
85
5.13 Apresentao do Diagnstico de Cada RNA . . . . . . . . . . . . . . . . .
86
5.14 Diagnstico Obtido com a RNA1 com Taxa de Aprendizagem igual a 0,001
87
5.15 Comparao entre Funes de Otimizao . . . . . . . . . . . . . . . . . .
88
5.16 Diagnstico Obtido com a RNA1 com Otimizao Levenberg-Marquardt .
89
5.17 Diagnstico com Rede Genrica . . . . . . . . . . . . . . . . . . . . . . .
91
5.18 Resultados com a RNAG - variando-se a Taxa de Aprendizagem . . . . . .
92
5.19 Diagnsticos Corretos - RNA2 com Camada Intermediria com 9 Neurnios
94
5.20 Diagnsticos Corretos - RNAGen com 2 Camadas Intermedirias . . . . . .
95
5.21 Comparao entre os Conjuntos de Treinamento . . . . . . . . . . . . . . .
96
xii
Lista de Tabelas
2.1
Frequncia de Falhas na Populao das GIS . . . . . . . . . . . . . . . . .
30
2.2
Classes de Tenses (IEEE, 2004, p.1) . . . . . . . . . . . . . . . . . . . . .
31
3.1
Rigidez Dieltrica de Alguns Materiais a 20 C . . . . . . . . . . . . . . . .
36
3.2
Subprodutos SO2 F2 e SOF2 medidos aps vrios eventos . . . . . . . . . .
40
5.1
Relao de Alarmes: Gabinete x Tela de Monitoramento . . . . . . . . . .
73
5.2
Caso gerado com ndice de semelhana de 90% . . . . . . . . . . . . . . .
78
5.3
Redes Neurais Criadas . . . . . . . . . . . . . . . . . . . . . . . . . . . .
82
5.4
Diagnsticos com RNA1 Treinadas com Funo de Ativao Hiperblica Otimizao com Algoritmo Levenberg-Marquardt . . . . . . . . . . . . . .
5.5
5.6
90
5.8
90
5.7
89
90
xiii
91
Captulo 1
Introduo
1.1 Descrio
As subestaes so consideradas pontos vitais de operao do sistema de potncia. Por
tais pontos estabelece-se o fluxo de energia eltrica, e tambm se promove o ajuste dos nveis
de tenso e de freqncia, atendendo desta maneira a carga que geralmente acompanha a
expanso econmica e produtiva da regio.
As subestaes tm importncia no sistema eltrico, tanto no aspecto operacional, contribuindo para a continuidade da entrega da energia eltrica, quanto em termos da expanso
do sistema, contribuindo para que novos locais possam ser atendidos adequadamente.
Podem-se discriminar as subestaes em relao a sua importncia em quatro categorias:
a primeira refere-se s subestaes conectadas s unidades geradoras; a segunda s subestaes especficas para o atendimento industrial, implantadas segundo especificaes da carga;
a terceira trata das subestaes que servem de pontos de conexo da rede eltrica (linhas de
transmisso), as quais so comumente chamadas de subestaes retransmissoras e abaixadoras de tenso; e a quarta classe indica as subestaes de distribuio localizadas geralmente
prximas a carga (MCDONALD, 2003).
Alm de se identificar a qual grupo uma subestao pertence, deve-se atentar a algumas
exigncias para a implantao de uma nova subestao: a determinao de condies tc-
1. Introduo
nicas, o oramento, o financiamento, os projetos da subestao, a aquisio de local e os

processos de concepo, construo e comissionamento.
O fluxograma apresentado atravs da Figura 1.1 ilustra de forma geral as etapas desde
a verificao da necessidade da construo de uma nova subestao at o trmino dos seus
testes de comissionamento.
Quanto sua composio, existe uma diversidade de equipamentos que procuram assegurar o funcionamento de forma segura e confivel, podendo-se citar transformadores,
disjuntores, chaves-seccionadoras, pra-raios, barramentos, entre outros. Estes equipamentos estaro freqentemente energizados, assim, deve-se impor uma disposio tal que haja a
isolao entre estes partes para que no ocorram descargas ou faltas indesejveis.
Existe uma gama de topologias que podem ser implantadas na construo destas subestaes; barramento simples, barramento em anel, barramento duplo com barra principal e de
transferncia, barramento duplo e disponibilidade de manobra atravs do disjuntor-e-meio, e
ainda outras topologias hbridas que procuram mesclar as vantagens inerentes as topologias
existentes. Cada uma delas possui caractersticas de manobras e rotinas de operao que se
adequam a tal topologia.
O meio isolante divide as subestaes em dois grandes grupos, que apesar de servirem
para propsitos equivalentes, possuem caractersticas e comportamentos distintos. Assim
uma subestao que possui seus equipamentos expostos ao ar, denominada de uma Subestao Isolada a Ar (Air Insulated Substation - AIS). Por outro lado, se esta subestao
tm seus equipamentos confinados em mdulos contendo gs isolante, ela ento nomeada
como uma Subestao Isolada a Gs (Gas Insulated Substation - GIS). Por anos foram testados alguns gases isolantes como o freon e o nitrognio, porm, o gs que se estabeleceu foi
o hexafluoreto de enxofre (SF6 )1 .
A utilizao do SF6 na isolao dos condutores e partes vivas em uma subestao traz
consigo vantagens importantes, como a reduo de espao fsico na implantao da subestao. Outra vantagem visvel que o histrico de ocorrncia de falhas em subestaes
isoladas a SF6 consideravelmente reduzido. Estas vantagens e possveis desvantagens iro
ser descritas ao longo da dissertao.
1O
gs SF6 tambm utilizado para extino do arco voltaico em disjuntores, de mdia e alta tenso.
1. Introduo
Figura 1.1: Fluxograma ilustrando os passos envolvidos no estabelecimento de uma nova

subestao (MCDONALD, 2003, p.1-4)
1. Introduo
Todavia, as subestaes isoladas a gs no esto imunes a problemas. Como qualquer

outro projeto e obra de engenharia, existem fatores internos e externos ao funcionamento do
equipamento que contribuem para o envelhecimento dos materiais envolvidos.
Em diversas reas a idia da manuteno embasada nas condies de operao (ou manuteno centrada na confiabilidade) do equipamento vem sendo aplicada na prtica, onde
de forma contnua o monitoramento e o diagnstico so realizados para a aquisio de parmetros que possam estimar as condies do equipamento. Apesar de no ser o foco desta
dissertao, importante ressaltar que a manuteno centrada na confiabilidade (MCC) (do
ingls, Reliability Centered Maintenance - RCM) vem sendo aplicada em diversas reas, inclusive de engenharia, e procura intervir no equipamento de forma antecipada a um evento
de falha (BLOOM, 2005).
BLOOM (2005) indica que um sistema de monitoramento das condies deve ser capaz
de monitorar a "mquina"em operao com interferncias externas, identificando e localizando os defeitos em detalhes; para que isto ocorra com eficincia e eficcia importante
que este sistema se componha de quatro componentes principais:
1. Sensores: convertem as quantidades fsicas em sinais eltricos. A alterao destes
sinais, atravs do monitoramento, pode indicar a existncia de faltas.
2. Aquisio de Dados: esta unidade importante para pr-amplificar e pr-processar
sinais de sada dos sensores.
3. Deteco de Falta: mdulo construdo para a indicao da existncia ou ausncia de
falta no equipamento monitorado. A deteco de faltas pode ser feita por comparao
em relao aos padres de falta existentes ou pelo processamento dos sinais captados durante a operao. A comparao dos padres existentes pode ser realizada por
simulaes matemticas ou fundamentada em tcnicas de inteligncia artificial.
4. Diagnstico: processo de indicao dos sinais anormais que geralmente realizada por
um especialista. Pode ser realizado em tempo real juntamente com o monitoramento,
atravs da utilizao de computadores.
Apesar da GIS ser um tipo de subestao que contm uma variedade de equipamentos
(tais como transformadores, disjuntores, chaves entre outros) imersos em gs SF6 confinados
1. Introduo
em um mdulo; a mesma pode ser considerada como um nico equipamento para efeito de
monitoramento baseado nas condies de operao.
Segundo ISHIDA et al. (1991) e KAUFHOLD, BAMJI e BULINSKI (1996), a existncia
de um sistema de monitoramento em uma GIS (ou em algum outro sistema que tenha o gs
SF6 como isolante) procura detectar reduzidas rupturas na isolao do gs, as quais so comumente conhecidas como Descargas Parciais (DP). As DPs podem ter uma diversidade de
causas, contudo sabido que com o envelhecimento do sistema podem provocar a ocorrncia
de alguma falta significativa.
Para que o sistema de monitoramento realmente seja capaz de detectar a ocorrncia das
DPs, necessrio o processamento dos sinais adquiridos e, a partir deste processamento
combinado a algum mtodo, diagnosticar a existncia da falta ou das causas que poderiam
levar a uma falta do equipamento.
As Descargas Parciais apresentam padres que se referem ao motivo (causa) para a ocorrncia destas DPs, ou seja, existem padres associados a causa da DP (KREUGER; GULSKI;
KRIVDA, 1993). O diagnstico das DPs por vrios anos dependia exclusivamente de um
especialista que visualizava e interpretava grficos em algum analisador (BRAINARD; ANDREWS, 1979). Recentemente, tcnicas computacionais vm sendo desenvolvidas para o
diagnstico destas descargas (GULSKI; KREUGER, 1992).

As ferramentas de Inteligncia Artificial (IA) tornam-se uma alternativa para o diagnstico das causas das Descargas Parciais, como sugerem os trabalhos KREUGER, GULSKI e
KRIVDA (1993) e PEARSON et al. (1995). Esta alternativa pode ser justificada pelo fato
dos problemas de diagnstico em equipamentos serem de difcil modelagem matemtica e
apresentarem outras caractersticas que dificultam a aplicao de mtodos tradicionais, tais
como:
a avaliao do estado do equipamento fornecendo diagnstico de modo preventivo requer a avaliao de vrias fontes de conhecimento tais como o conhecimento emprico
e estrutural, alm do entendimento dos fenmenos fsicos e a correta interpretao das
variveis medidas;
1. Introduo
por vezes, somente alguns especialistas possuem o conhecimento e experincia necessria para a avaliao do estado operativo do equipamento.
Alm destas caractersticas tcnicas, o processo de transio que o Setor Eltrico Brasileiro (SEB) passa, trouxe novos paradigmas; como a busca pela reduo de custos na manuteno. Verifica-se assim que a utilizao de ferramentas de IA para o diagnstico e avaliao de condies de equipamentos, aliada a sistemas de monitoramento com baixo ndice
de falha, torna-se atrativa do ponto de vista econmico ao invs de rotinas de manuteno
preventivas combinadas a testes regulares.
Tal indcio se deve aquisio destas informaes no estgio de monitoramento que so
processadas e analisadas, intervindo nos equipamentos apenas quando houver real necessidade, porm antes da falha do mesmo.
1.2 Reviso Bibliogrfica

Neste item do trabalho, tem-se por intuito descrever o problema das DPs em GIS, os
mtodos de medio para a deteco e localizao das mesmas, e de modo cronolgico
no-regular situar o leitor em relao s tcnicas e ferramentas desenvolvidas em relao ao
diagnstico das DPs.
A preocupao com as DPs em equipamentos submetidos Alta Tenso (AT) no recente. Normas conceituadas, como a IEEE Standard 48 (1975) para cabos e a IEEE Standard
436 (1977) para transformadores, j tratavam dos requisitos necessrios para a implantao
de um sistema de medio eficiente que procurasse captar de forma quantitativa estas descargas determinando valores a partir dos quais a ocorrncia das DPs torna-se prejudicial ao
equipamento.
BRAINARD e ANDREWS (1979) fizeram um estudo do comportamento de dieltricos
slidos presentes em pra-raios atmosfricos, desenvolvidos por Sandia Laboratories em
Alburqueque, New Mexico. Estes pra-raios eram submetidos a uma tenso, a partir de um
certo nvel apresentaram Descargas Parciais e conforme este nvel de tenso se elevava isto
poderia levar ou no a uma falha do equipamento.
1. Introduo
Apesar da maneira rudimentar como o diagnstico estava sendo realizado, observandose as tenses nos osciloscpios, pode-se observar que o nvel de tenso no meio de isolao
era uma caracterstica que poderia levar ruptura desta isolao. Neste mesmo estudo, contudo, foi detectado que a existncia de bolhas na estrutura do pra-raio poderia aumentar a
velocidade com que o meio se rompia.
KUSUMOTO et al. (1980) realizaram uma investigao a respeito das diferentes maneiras
de detectar DPs em uma GIS, ressaltando as caractersticas e conseqentes viabilidades de
medio atravs dos mtodos qumico, mecnico, eltrico e ptico e analisando a construo
de detectores (sensores) apropriados para o mtodo de medio da DP escolhido. Segundo
este trabalho, algumas restries devem ser seguidas quanto medio de DPs junto a uma
GIS:
1. O projeto da GIS no deve ser modificado para que se possa implementar qualquer
sistema de medio de irregularidades internas; tais sensores devem ser instalados na
montagem da GIS;
2. Os detectores devem ser compactos e leves de modo a facilitar sua manipulao no
local;
3. Os efeitos das descargas e rudos externos devem ser minimizados pelo detector.
A IEC 60270 (1981) procura normatizar as medies do fenmeno de Descargas Parciais
em equipamentos de Alta Tenso, definindo os termos utilizados, as grandezas de medio
e descrevendo os circuitos e aparelhos de medio, alm de apresentar os procedimentos
para efetuar os ensaios. Esta norma serve de base para a NBR 6940 (1981), que tambm
especifica em linhas gerais as mesmas recomendaes da norma internacional.
Devido as Descargas Parciais serem de uma intensidade relativamente pequena em relao onda de Alta Tenso, ISHIDA et al. (1991) propuseram um parmetro para a identificao das microdescargas existentes dentro da largura de ocorrncia de uma DP. A identificao destas microdescargas caracterizada por um parmetro denominado de "Lissajous"ou
"mtodo de Lissajous". Este parmetro o que indica o aumento (ou diminuio) da sensibilidade do detector empregado na captao dos sinais das Descargas Parciais, geralmente
osciloscpios.
1. Introduo
Os trabalhos de GULSKI e KREUGER (1992) e KREUGER, GULSKI e KRIVDA

(1993) procuram classificar as DP conforme ndices estatsticos que so calculados pelo
sistema de monitoramento. Trata-se de trabalhos pioneiros na discriminao das causas das
Descargas Parciais, onde essa classificao tenta reconhecer estas causas que podem se tornar
prejudiciais para o funcionamento do equipamento. Nos trabalhos fica evidente a importncia que deve ser dada para as etapas do reconhecimento destas descargas que so a deteco,
a classificao e a localizao da DP.
O IEEE, no ano de 1993, empregou uma Fora Tarefa para definir regras de medio
das descargas parciais em equipamentos de alta potncia submetidos a alta tenso e que estivessem encapsulados, ou seja, existisse uma "carcaa"que confinava o equipamento eltrico
e o gs isolante. Este trabalho, como na IEC 60270 (1981), estabeleceu definies, circuitos
de teste, instrumentos de medio, calibrao requerida para a medio das DPs (IEEE STANDARD 1291, 1993).
No intuito de descrever as falhas ocorridas em uma GIS devido s atividades da DPs,

OGI et al. (1991) propuseram uma metodologia baseada em um mdulo de RNA que procurava classificar os padres existentes nos sinais captados pelos sensores conectados GIS.
Estes sinais primeiramente eram processados e filtrados, servindo de sinais de entrada para a
RNA, que a partir de ento, era treinada para responder coerentemente aos padres apresentados.
Trabalhos subseqentes com a utilizao de RNAs foram apresentados, indicando a adequao desta ferramenta para o diagnstico das fontes das Descargas Parciais. O trabalho
de KRANZ (1993) mostrou um comparativo entre a utilizao de uma RNA e um mtodo
matemtico conhecido como Distncia Mnima, utilizando operadores estatsticos para o diagnstico, demonstrando o poder de utilizao da RNA.
De forma ainda a demonstrar o potencial de aplicabilidade das RNAs, GULSKI e KRIVDA
(1993) fizeram um estudo comparativo de trs RNAs diferentes para a determinao das
Descargas Parciais na GIS, uma rede de MLP, uma rede baseada em mapas auto-organizveis
de Kohonen e uma rede de quantizao vetorial por aprendizagem, todas estas trs demonstraram resultados satisfatrios em vrios testes realizados.
1. Introduo
1.3 Organizao da Dissertao

Este trabalho de dissertao compreende basicamente a implementao de uma ferramenta computacional para o diagnstico das causas das Descargas Parciais que ocorrem em
uma Subestao Isolada a Gs. Ao longo do texto, tem-se o intuito de descrever os mtodos
de medio das DPs e normas aplicveis, a modelagem e o tratamento dos dados obtidos e
a execuo dos algoritmos para a classificao das DPs.
proposta uma ferramenta para a classificao das causas das DPs que auxilie o operador da subestao a interferir e determinar aes de manuteno, no dependendo apenas
das atividades pr-programadas ou da ocorrncia de falhas desta subestao.
Podemos destacar os motivos para a realizao deste trabalho, alm claro dos argumentos expostos anteriormente:
com o desenvolvimento das tcnicas de monitoramento on-line e aumento da capacidade de processamento dos computadores, a facilidade de aquisio das medidas e
manipulao dos dados favorece a implementao de uma ferramenta com o propsito
de diagnosticar as causas das DPs.
a necessidade de se ter uma ferramenta que possa indicar as caractersticas da isolao do gs da subestao, diminuindo, quando houver, a dependncia exclusiva do
especialista junto subestao;
devido ao problema de diagnstico caracterizar-se pela separao de grupos, o mesmo
trabalhoso (ou mesmo invivel) quando feito por processos matemticos convencionais. Redes Neurais Artificiais so uma alternativa para a realizao deste tipo de
tarefa.
O trabalho encontra-se dividido da seguinte maneira: o Captulo 2 apresenta as caractersticas das Subestaes Isoladas a Gs e do gs SF6 para o preenchimento da mesma,
levantando vantagens e desvantagens na implantao deste tipo de tecnologia para o setor
eltrico.
1. Introduo
10
O Captulo 3 apresenta de forma didtica, porm sem entrar por demasia nos detalhes,
o fenmeno das Descargas Parciais, relacionando suas principais causas. So tambm descritos os principais mtodos de deteco deste fenmeno que podem ser aplicados no s a
GIS, mas a qualquer equipamento que esteja submetido Alta Tenso. Tambm explicada
a forma como podem ser armazenados os dados obtidos por este monitoramento.
O Captulo 4 reservado para a explicao das ferramentas estatsticas a serem utilizadas
no processamento dos dados e da teoria das Redes Neurais Artificiais para a implementao
da ferramenta de diagnstico. No se espera, contudo, explicar toda a teoria envolvida por
trs da Estatstica e das RNAs, mas apenas oferecer subsdios necessrios para o entendimento da implementao proposta nesta dissertao.
O Captulo 5 descreve a implementao da metodologia proposta. Demonstra-se a etapa
do processamento dos dados obtidos, a implementao e o treinamento das RNAs. Em
seguida so apresentados os resultados. Apresenta-se o diagnstico relativo aos casos testes
atravs da anlise do especialista comparando com a ferramenta implementada.
Por fim, o Captulo 6 mostra as concluses referentes a este trabalho de dissertao,
consideraes a respeito da anlise comparativa entre o diagnstico do especialista e aquele
obtido pela ferramenta implementada. Atravs das concluses obtidas, sugerem-se pontos
considerados importantes para trabalhos futuros dentro do tema da dissertao.
1.4 Concluso
O captulo procurou introduzir o problema de diagnstico de Descargas Parciais em Subestaes Isoladas a Gs, contextualizando em relao s premissas de uma manuteno mais
eficiente, que utilizam justamente mtodos de monitoramento e de diagnstico auxiliados
por computador para avaliar a condio do equipamento analisado.
Nesta introduo fez-se uma reviso bibliogrfica a respeito dos mtodos de deteco das
DPs e metodologias de diagnstico, atravs de publicaes de pesquisadores e fabricantes
que procuraram, de uma forma ou de outra, contribuir para o enriquecimento da teoria e
prtica em relao s Descargas Parciais.
1. Introduo
11
Por meio da reviso bibliogrfica realizada e argumentando-se sobre as metodologias

empregadas para o diagnstico das DPs, fundamentou-se toda a motivao do desenvolvimento desta dissertao, destacando-se o interesse na utilizao de ferramentas baseadas na
Inteligncia Artificial.
Captulo 2
Subestaes Isoladas a Gs
2.1 Introduo
Neste captulo procurar-se- descrever um pouco mais sobre a tecnologia das subestaes
compactas preenchidas com gs SF6 , quais os requisitos necessrios para sua implantao,
suas vantagens e eventuais desvantagens. Deve-se salientar que a exposio das caractersticas da tecnologia GIS dar-se- de forma a compar-la com as subestaes convencionais,
ou seja, as subestaes isoladas a ar. inteno tambm denotar caractersticas notrias do
ponto de vista da rigidez dieltrica para a escolha do gs SF6 como material de preenchimento de uma subestao compacta.
2.2 O gs SF6
O gs SF6 , ou hexafluoreto de enxofre, um gs que na sua forma original ou quimicamente pura um gs incolor, inodoro, sem gosto, alm de ser quimicamente estvel e no
inflamvel. Submetido temperatura e presso ambiente se comporta em forma de gs possuindo cerca de 4,7 vezes a densidade caracterstica do ar. Se mantida a presso atmosfrica,
quando atingida a temperatura de 63, 8oC o gs passa diretamente do estado gasoso para
slido.
2. Subestaes Isoladas a Gs
13
Para se obter o SF6 em seu estado lquido deve-se submeter o gs a uma presso de
aproximadamente 22 atm, sendo que a temperatura para que ocorra a transformao fsica
de 50, 8oC (RYAN; JONES, 1989).
O SF6 possui diversas aplicaes em vrios segmentos como o industrial e mdico, a
seguir listamos algumas delas:
na indstria metalrgica, para refino e ustulao1 de metais no-ferrosos;

na indstria eletrnica, para processamento de plasma Etching;
na medicina, utilizado em centros oftalmolgicos para correo de deslocamento de
retina
em aplicaes eltricas como isolante, em equipamentos, subestaes e/ou linhas de
transmisso;
entre outras aplicaes (ROSSETI, 1998).
O SF6 utilizado em aplicaes de isolao eltrica no s devido a sua alta rigidez

dieltrica, mas tambm pela propriedade de interrupo de arcos voltaicos. Contudo na
execuo de aes para a extino destes arcos, geralmente em mdulos fechados (cmaras),
a temperatura pode elevar-se para ordem de milhares de graus kelvins o que acarreta a quebra
do gs, transformando-o em um composto com grande quantidade de ons quimicamente
reativos.
A persistncia destes ons txica. Com isto deve existir um cuidado quanto escolha
dos materiais que serviro de invlucro para a conteno do SF6 , pois estes materiais podem
reagir de forma prejudicial para a rigidez dieltrica da isolao. Contudo, a formao destes
fragmentos txicos e reativos quimicamente tem contribudo para o bom controle do arco
voltaico e recomposio da rigidez dieltrica dentro do invlucro (RYAN; JONES, 1989).
1 a queima de sulfetos em fornos especiais com passagem de corrente de ar quente.
A ustulao de sulfetos
cujo ction vem de um metal de baixa eletropositividade (metal pouco reativo ou nobre)d origem a esse metal
com desprendimento de dixido de enxofre. Se o ction vem de um metal de alta eletropositividade (metal
muito reativo ou no nobre) d origem ao xido desse metal, com desprendimento de dixido de enxofre.
14
Para o preenchimento de gs SF6 dos invlucros constituintes da subestao compacta, o

gs deve estar a uma presso de quase 15 vezes a presso atmosfrica, e sua temperatura deve
permanecer entre 25oC e +20oC para que se possa utilizar o gs com sua melhor rigidez
dieltrica.
2.3 Construo
Como abordado no captulo anterior, uma subestao uma obra civil que tem por finalidade dar suporte para atender as necessidades do ponto do sistema eltrico em que ela
ser inserida. Assim, uma subestao prxima ao ponto de gerao eleva a tenso para que
a potncia gerada possa ser transportada na distncia que se deseja.
Uma subestao conectada ao sistema de transmisso de alta potncia tem por finalidade
manter o nvel de tenso e de freqncia dentro dos nveis de exigncia da legislao vigente
para que a energia possa ser transmitida de forma segura e contnua.
A implantao de subestaes tambm importante para a conexo de diversas Linhas de
Transmisso em diferentes nveis de tenso aumentando, a confiabilidade e a flexibilidade
de operao. H tambm as chamadas subestaes conversoras, que permitem interligar
sistemas de freqncias diferentes, incrementando a possibilidade de intercmbio entre sistemas distintos.
J subestaes prximas ao ponto de carga, que estejam em um sistema de distribuio ou
ligada diretamente indstria, so responsveis por entregar a energia para a utilizao final
dos consumidores ligados a esta subestao. Essa entrega geralmente d-se pelo abaixamento
da alta tenso para os nveis de tenso que possam ser utilizados pelos diversos equipamentos
pertencentes aos consumidores.
A opo pela implantao de uma GIS d-se considerando indicativos variados (necessidade de uma subestao para o sistema eltrico, nvel de tenso da subestao, potncia de
intercmbio na subestao, gs a ser utilizado para a isolao dos equipamentos, aquisio
do local para implantao, custos de construo, impactos no meio em que ser inserida a
GIS). Assim todos estes aspectos fazem parte dos parmetros para a determinao de quando
e como deve ser realizada a implantao de uma subestao do tipo GIS.
15
Uma GIS construda atravs de mdulos padres de equipamento (disjuntores, transformadores de corrente, transformadores de tenso, chaves seccionadoras e de aterramento,
interconexes aos barramentos, pra-raios, e outras conexes com o restante da rede eltrica)
para se conectar perfeitamente rede eltrica (MCDONALD, 2003).
Segundo a norma brasileira que trata das recomendaes quanto montagem de uma
subestao blindada isolada a gs, a seguinte definio pode ser utilizada:
Subestao blindada isolada a gs um conjunto de equipamentos de manobra,

medio e proteo encapsuladas em invlucro metlico aterrado, incluindo
seus dispositivos de operao, comando, controle e proteo, no qual o isolamento obtido pelo menos parcialmente por um gs isolante que no o ar
presso atmosfrica (NBR 10019, 1987).
A maneira como construda a GIS pode ser segmentada atravs do nvel de tenso que
opera a GIS. Assim em subestaes onde o nvel de tenso se encontra abaixo de 170 kV
os componentes das trs fases encontram-se confinados ao mesmo mdulo, chamamos esta
disposio de encapsulamento trifsico. Por outro lado, subestaes com um nvel de tenso
acima de 170 kV geralmente tem os componentes das trs fases dispostos distintamente em
trs mdulos, um para cada fase; esta disposio denominada encapsulamento monofsico.
A Figura 2.1 mostra uma Subestao GIS instalada em Cingapura na China submetida a
tenso de 69kV; trata-se de uma subestao GIS de encapsulamento tipo trifsico (COMPANY,
2001).
Em comparao a esta subestao, a Figura 2.2 mostra a subestao de Jalan Galloway na
Malsia, que opera com o nvel de tenso de 275 kV. Esta subestao, segundo a classificao
estabelecida, um subestao GIS do tipo trifsica (COMPANY, 2001).
O material utilizado para a construo dos mdulos geralmente o alumnio fundido
ou soldado, contudo pode-se utilizar o ao. A utilizao do ao requer que o mdulo seja
pintado externa e internamente para a preveno da oxidao do material. Os mdulos feitos
de alumnio no necessitam desta camada protetora, mas para facilitar a sua limpeza e tornar
melhor o aspecto visual dos mdulos tambm realizada esta pintura.
16
Figura 2.1: Subestao com Fases Dentro de um Mesmo Mdulo - Monofsico (COMPANY,
2001)
Figura 2.2: Subestao com uma Fase para cada Mdulo - Trifsico (COMPANY, 2001)
Os condutores utilizados em uma Subestao Isolada a Gs na sua grande maioria so
feitos de alumnio e algumas vezes utiliza-se o cobre como condutor. Junes aparafusadas e
junes eltricas deslizantes so utilizadas para unir as seces dos condutores. Alm disso,
o contato encontra-se lubrificado para assegurar que o desgaste das junes deslizantes no
ir produzir partculas que comprometam a isolao dentro dos mdulos (IEEE, 2004).
Ainda na montagem da GIS so utilizados isoladores de sustentao para o contato entre
os mdulos constituintes da subestao blindada. Estes suportes so preenchidos de forma
cuidadosa por um material resistente, geralmente o epxi, para evitar o surgimento de vazios
ou as chamadas "bolhas"e tambm dificultar a quebra durante algum reparo na subestao.
O desenvolvimento destes isoladores procura ser otimizado em termos da distribuio do
campo eltrico, fora mecnica, resistncia da superfcie do isolador em relao s descargas
17
eltricas entre outras (MCDONALD, 2003).

Descritas algumas consideraes em relao "carcaa"constituinte da subestao blindada, relatemos sucintamente os equipamentos eltricos que esto contidos na subestao.
2.3.1 Equipamentos
Disjuntor
Os disjuntores utilizados em GIS tm basicamente o mesmo princpio de funcionamento
dos que esto instalados em uma AIS, a diferena existente que os bocais do disjuntor
pertencentes a um mdulo da subestao est conectado ao outro mdulo adjacente.
A Figura 2.3 mostra dois disjuntores: um de uma subestao GIS e outra de uma subestao AIS. Note que so menores em relao aos disjuntores de uma AIS.
(a) Disjuntor de uma GIS (AMIN, 2005) (b) Disjuntor de uma AIS (INSTITUTE,
2005)
Figura 2.3: Ilustrao entre Disjuntores
Transformador de Corrente
Os transformadores de corrente (TCs) so anis do tipo indutivo utilizado para medio,
calibrao e/ou proteo que podem estar instalados tanto exteriormente quanto interior-
18
mente ao encapsulamento da GIS. Na Figura 2.4 temos a foto de um TC instalado em uma

subestao AIS.
Figura 2.4: Transformador de Corrente em Subestao Convencional (TOSHIBA, 2006)

Para TCs instalados dentro do encapsulamento faz-se necessria proteo contra o campo
eltrico produzido pela elevada tenso nos condutores ou pelas tenses transitrias que aparecem devido ao acoplamento capacitivo. J para os TCs que esto na parte externa aos mdulos da GIS, o prprio revestimento destes mdulos deve possuir junes isolantes que
dificultem correntes de fuga que circulam ao redor dos TCs.
Transformador de Tenso
Os transformadores de tenso (TTs) so do tipo indutivo com enrolamento de ncleo
ferroso. O enrolamento primrio envolvido por um filme plstico isolante imerso em SF6 .
Numa GIS, os TTs so implantados de forma a serem facilmente removveis, podendo ser
realizados testes de rotina ou para manuteno, sem dano ao TT. A Figura 2.5 mostra um
Transformador de Tenso destinado a ser instalado em uma GIS.
Chaves Seccionadoras
As Chaves Seccionadoras (CSs) possuem um contato mvel que se movimenta de modo
a realizar duas operaes: a primeira isolar eletricamente partes que a priori estavam energizadas e a segunda formar um caminho eltrico (energizar) entre partes que anteriormente
estavam desenergizadas. A velocidade dos movimentos nos contatos relativamente baixa
em relao velocidade caracterstica nos disjuntores.
19
Figura 2.5: Transformador de Potencial para GIS (INSTITUTE, 2005)

Deve-se lembrar que as CSs podem interromper pequenos nveis de corrente capacitiva
(por exemplo, desconectando uma seo de um barramento da GIS) ou pequenas correntes
indutivas (por exemplo, corrente magnetizante de um transformador).
A Figura 2.6 apresenta a foto de uma chave seccionadora em uma subestao convencional.
Figura 2.6: Chave Seccionadora em Subestao Convencional (TOSHIBA, 2006)
Chaves de Aterramento
Chaves de Aterramento (CAs) possuem um contato mvel que abre e fecha o espao
existente entre o condutor de Alta Tenso e o encapsulamento. Os contatos deslizantes possuem a proteo necessria para suportar o campo eltrico do espaamento entre os condutores e a carcaa do encapsulamento. Tais chaves so necessrias para o aterramento de
20
partes condutoras antes de servios de manuteno (AMIN, 2005).

A chamada chave de aterramento de "rpida-atuao" uma chave que possui uma mola
de "alta velocidade"e materiais de contato que suportam a formao de arcos podendo ser
manobrados mais de uma vez quando do condutor energizado o que diminui a possibilidade
de dano para este equipamento.
A Figura 2.7 mostra a foto de uma Chave de Aterramento prpria para utilizao em
subestaes isoladas.
Figura 2.7: Chave de Aterramento para GIS (INSTITUTE, 2005)

So utilizadas freqentemente nos pontos de conexes da GIS por suportar de forma
mais adequada a quebra de correntes capacitivas ou indutivas acopladas quando a subestao
encontra-se energizada.
Buchas
As buchas so construdas unindo-se um cilindro isolador "oco"a um disco no trmino
do encapsulamento da subestao. No interior deste cilindro existe gs SF6 a alta presso,
geralmente o mesmo utilizado dentro dos mdulos da subestao blindada. O cilindro isolador antigamente era feito de porcelana, hoje se utiliza uma bucha composta de um cilindro
interno de epxi de fibra de vidro com um revestimento externo de borracha de silicone. Esta
bucha composta tem melhor resistncia contaminao e inerentemente mais seguro por
no se fraturar como a porcelana (MCDONALD, 2003; AMIN, 2005).
21
A Figura 2.8 mostra um exemplo de Bucha utilizado em subestaes submetida a elevadas tenses (variando entre 70kV at 1000kV (TOSHIBA, 2006)).
Figura 2.8: Bucha Utilizada em Subestaes (TOSHIBA, 2006)
Conexes de Cabo
So conectores (junes) que se fazem necessrias para a perfeita conexo dos cabos
no ambiente onde est contido o gs. Estas peas tambm procuram distribuir da melhor
maneira o campo eltrico nas terminaes do cabo. Devido s terminaes dos cabos estarem
imersos no gs, as peas utilizadas como conexes geralmente so curtas e revestimentos a
mais para proteo no so necessrias.
Conexes Diretas do Transformador

Este tipo de conexo geralmente realizado por uma bucha SF6 -leo. Na extremidade da
bucha sob leo faz-se a conexo com o lado de alta tenso do transformador. Na extremidade
da bucha sob SF6 possui um contato deslizante para conexo com o condutor da GIS. Esta
bucha pode ser de um material papel-leo comprimido, porm mais comumente hoje, um
tipo de isolante slido. Em teste costuma-se desconectar a extremidade sob SF6 do condutor
da GIS aps tornar-se acessvel pela abertura do encapsulamento da GIS.
A Figura 2.10 mostra o esquema destas conexes, onde:
22
Figura 2.9: Conexes em GIS - Conexo com Tranformadores e Conexo entre Cabos (AMIN,
2005)
1. Contatos Removveis
2. Condutores Removveis
3. Extenso do Fol
4. Bucha
Pra-Raios
Estudos em coordenao de isolamento tm demonstrado que usualmente no h necessidade do uso de pra-raios em GIS, contudo a maioria dos usurios os especificam para
transformadores e/ou conexes como uma medida conservadora (MCDONALD, 2003).
Por a GIS possuir todo o encapsulamento aterrado, a nica maneira da tenso de impulso atmosfrico atingir a subestao atravs de conexes com o restante do sistema
eltrico, por tal caracterstica na montagem da subestao interessante o uso de buchas
SF6 -ar (MCDONALD, 2003; AMIN, 2005).
23
2.3.2 Equipamentos de Apoio e Recomendaes

Sistema de Controle
Um sistema de controle, em uma sala de comando, facilita a operao da GIS. Nesta sala,
em painis e/ou na tela do computador, esto disponibilizados para o operador, atravs do
diagrama unifilar, a localizao dos disjuntores e chaves da GIS.
As informaes adquiridas em campo (estados dos disjuntores e chaves, medidas, grandezas e alarmes) so coletadas (varridas) por uma unidade terminal remota e transmitidas ao
computador (ou painis) de modo a realizar a interface junto operador.
Essa comunicao entre as informaes adquiridas em campo por meio de sistema de
Aquisio de Dados (S. C. A. D. A.- Supervisory Control and Data Acquisition) e o sistema
de interface homem-mquina realizada atravs de um sistema de comunicao (fibra ptica,
canal "carry", satlite, etc) que deve ter alta disponibilidade.
As informaes ento devem transitar de uma ponta a outra de maneira segura e confivel,
geralmente esta integrao realizada pela utilizao de protocolos de comunicao. Entre
os diversos sistemas em uso podemos citar DNP, IEC 61850-101, ModBus e ICCP.
Sistema de Monitoramento do Gs
A capacidade de interrupo e isolao do gs SF6 depende da densidade do gs a ser
utilizado na GIS, essa densidade deve estar dentro dos limites fixados para que no haja
comprometimento da isolao a ser utilizada quando a subestao estiver energizada.
Um exemplo das consideraes que devem ser levadas em conta que a presso do gs
ir variar conforme a temperatura com que os mdulos da GIS estejam operando. No momento do preenchimento dos mdulos com o gs a densidade estabelecida para a completa
isolao dos condutores e outras partes condutoras mas cerca de 10% a 20% da densidade
deste gs pode ser perdida antes do prprio envelhecimento da GIS (IEEE, 2004).
Quando a presso do gs atinge um determinado limite inferior tem-se algum alarme
indicando a perda de densidade, e esta informao pode ser usada pelo operador para selecionar a forma mais correta da operao de disjuntores e chaves. Sistemas de medio
24
microprocessados esto disponveis para indicar presso, temperatura, densidade e comparao das porcentagens das propriedades do gs SF6 .
Zonas e Compartimentos de Gs
Uma das motivaes de estruturar-se uma subestao blindada em mdulos facilitar
a manipulao do gs contido na mesma. Sistemas disponveis para a manipulao e armazenagem do gs SF6 podem possuir a capacidade de operar com at 1000 kg do gs,
porm, o tempo necessrio para manipular tal quantidade de gs muito grande.
Para evitar este problema so empregados pequenos compartimentos que podem ser
conectados como um encanamento externo de desvio criando uma larga zona para monitoramento de densidade. Tais zonas devem ser formadas de modo a no ficarem muito extensas.
Cada fabricante de GIS possui uma padronizao para os compartimentos e zonas de gs,
contudo, isto pode ser flexvel conforme interesse do proprietrio.
A Figura 2.10 mostra como esta estratgia de modularizao pode facilitar a manipulao
do gs em manobras de manuteno a serem realizadas em uma GIS, onde:
1. Conectores entre os Mdulos

2. Contato Removvel
3. Fole
4. Condutor
Isola-se o Duto que contm o Condutor atravs dos Conectores de Mdulo, com isto, o
Duto juntamente como Condutor retirado do equipamento sem que ocorra escape de gs,
uma vez que o mesmo encontra-se isolado pelos conectores de mdulos.
Arranjo Fsico e Eltrico

Para qualquer esquema eltrico existem vrias possibilidades fsicas de se fazer um arranjo, inclusive de uma subestao GIS.
25
Figura 2.10: Manuteno Hipottica em uma GIS Aproveitando a Facilidade dos Mdulos
(AMIN, 2005)
Um dos arranjos de maior uso entre as GIS o arranjo denominado como barramento
duplo e com disjuntor simples (Figura 2.11). Este arranjo extensamente utilizado por
fornecer boa confiabilidade, operao simples, facilidade na proteo, boa economia e pouco
espao a ser utilizado.
DJ: Disjuntor
SC: Chave Seccionadora
Em relao ao arranjo fsico, ou seja, em relao a disposio dos equipamentos na construo da subestao o que se observa a busca pela integrao mxima entre estes componentes. Isto se faz necessrio de modo a maximizar a isolao e a evitar a perda de gs
dentro da tubulao existente.
A Figura 2.12 mostra como os principais componentes esto dispostos em uma subestao onde o nvel de tenso especificado maior do que 500 kV (TOSHIBA, 2006). Nota-se
que os equipamentos esto imersos gs SF6 .
26
SC
SC
DJ
DJ
SC
SC
SC
SC
DJ
Figura 2.11: Arranjo GIS - barramento duplo e disjuntor simples

1. Barramento
2, 8. Conexes
3, 7, 9. Chave de Aterramento
4, 6. Transformador de Corrente
5. Disjuntor
10. Transformador de Tenso
11. Bucha
Aterramento
As sees individuais dos encapsulamentos metlicos dos mdulos da GIS juntamente
com suas conexes apresentam um bom caminho eltrico formando um bloco nico que
27
Figura 2.12: Disposio Fsica em uma GIS (TOSHIBA, 2006)

pode ser aterrado.
Alguns encapsulamentos monofsicos mais antigos foram aterrados em um simples ponto
para prevenir correntes flutuantes flurem nos encapsulamentos, atualmente a prtica estabelecida o aterramento em vrios pontos mesmo que isto incorra em alguma perda eltrica
nos encapsulamentos devido a estas correntes circulantes.
Correntes circulantes nos encapsulamentos atuam para o cancelamento do campo magntico que existe externamente ao encapsulamento devido corrente do condutor.
Instalao
GISs usualmente so instaladas sobre um bloco de concreto ou na base de um edifcio. A
forma mais frequentemente utilizada unir-se de forma rgida por aparafusamento ou solda
a armao do suporte da GIS em forma encaixada ou por feixes.
Instalaes maiores de GIS podem necessitar de expanso das junes dos barramentos
entre as vrias sees da GIS de modo a se ajustarem em campo durante a montagem.
28
A montagem fsica de cada um dos mdulos utilizando os discos dos mdulos aparafusados e com os contatos dos condutores deslizantes torna-se muito rpida; com isso tem-se
mais tempo para a realizao de outras atividades durante a implantao da subestao como
o preenchimento do gs SF6 e implantao da fiao para o sistema de monitoramento e
controle.
Operao e Bloqueios
A operao de uma GIS quantos aos requisitos de monitoramento, controle e proteo
segue a mesma filosofia existente para uma subestao AIS. Deve-se, contudo, estar atento
operao das chaves na GIS, pois, a corrente circulante (abertura) ou a corrente de falta
(fechamento), corrobora com arco existente neste movimento podendo ocasionar uma falta
interna na GIS. Tais faltas podem danificar o interior da GIS e danos internos na GIS demandam um tempo para reparo elevado, em comparao, ao tempo de reparo em uma AIS.
Outro caso extremo na operao a ocorrncia de um arco interno provocando ruptura
do disco ou aquecimento do mdulo. Devido a estas consideraes, durante a operao bloqueios de segurana so associados aos disjuntores e chaves para que atuem conjuntamente
em momentos de chaveamento para aumentar a segurana da operao.
2.4 Vantagens e Desvantagens

Uma subestao isolada a gs traz como vantagem notria o uso de pouco espao fsico
para sua implantao. Essa caracterstica deve-se ao fato do gs isolante, em especial o gs
SF6 , possuir uma elevada rigidez dieltrica de cerca de 3 a 4 vezes a rigidez dieltrica do
ar. Em locais onde exista uma considervel concentrao demogrfica o espao fsico uma
condio de contorno a ser considerada para a instalao de uma subestao.
As subestaes blindadas, segundo estudo de vrios pesquisadores e experincia relatada
pelos profissionais do setor eltrico (MCDONALD, 2003), apresentam uma confiabilidade elevada; o que pode ser explicado fundamentalmente pelo fato dos equipamentos eltricos que
compem a subestao possurem duas caractersticas que incrementam a vida til dos mesmos:
29
a primeira, est ligada aos equipamentos estarem submetidos a um gs isolante de alta

rigidez dieltrica o que diminui a existncia de correntes parasitas, correntes estas que
desgastam mais rapidamente o equipamento em questo;
a segunda, que os equipamentos eltricos esto encapsulados em um invlucro, a
princpio hemerticamente fechado o que impossibilita a degradao dos equipamentos
pelas intempries da natureza.
Podemos exemplificar esta confiabilidade atravs de uma GIS instalada em 1976 na Sua
e que aps 35 anos em operao no apresentou falha significativa ou fuga do gs isolante
(IEEE, 2004). Aps uma avaliao desta, uma das primeiras GIS, concluiu-se que a taxa de
fuga do gs era de aproximadamente 0,4% ao ano.
Ao longo dos ltimos 35 anos, a confiabilidade das subestaes isoladas a gs pode ser
destacada. Estudos do CIGR (IEEE, 2004), mostram como o nmero de falhas decaiu,
especialmente aps o ano de 1985. A Tabela 2.1 mostra esta tendncia, apresentando as
atuaes dos disjuntores presentes na subestao GIS e a relao das falhas que ocorreram
em associao a estes disjuntores.
Atravs da Tabela 2.2 pode-se averiguar quais foram as classes de tenses observadas.
Para toda esta confiabilidade e segurana deve-se, em contrapartida, ser avaliado o custo
financeiro para a implantao de uma subestao isolada a gs. Considerando-se apenas esta
varivel, nota-se que a subestao isolada a gs menos atrativa do que uma subestao
isolada a ar.
Apesar da GIS ser constituda basicamente de equipamentos similares aos que compem
uma AIS, tais equipamentos possuem uma tecnologia mais refinada na sua construo alm
de serem construdos para as condies operativas de uma subestao como a GIS. Adicionase ainda o fato do gs que ir preench-la mais os equipamentos auxiliares tais como bombas.
Tais fatores oneram a instalao de uma subestao GIS.
Alm disso, quando h a deciso para a implantao de uma GIS, tanto normas nacionais
quanto internacionais exigem a instalao de equipamento de monitorao (ou superviso)
e controle, no s das condies eltricas da subestao, mas tambm da situao em que o
30
Tabela 2.1: Freqncia de Falhas na Populao das GIS (IEEE, 2004, p.1)
Todas as GISs
Classe de Nmero Atuao de Disjuntores Frequncia
Tenso
de Falhas
por Barramento
de Falha
1
2
3
4
5
6
1a5
TOTAL
Classe de
Tenso
1
2
3
4
5
1a5
Classe de
Tenso
1
2
3
4
5
1a5
27
465
179
138
49
12
855
867
56884
0,05
32048
1,45
16040
0,86
6371
2,81
4525
1,08
200
6,00
115868
0,74
116068
0,75
GIS comissionada antes de 1985
Nmero Atuao de Disjuntores Frequncia
de Falhas
por Barramento
de Falha
16
28669
0,06
351
19504
1,80
100
10362
0,97
110
3694
2,98
32
3252
0,98
609
65481
0,93
GIS comissionada a partir de 1985
Nmero Atuao de Disjuntores Frequncia
de Falhas
por Barramento
de Falha
11
28215
0,04
114
12544
0,91
38
5678
0,67
69
2677
2,58
17
1273
1,34
246
50387
0,49
gs isolante est submetido. Estas determinaes tcnicas aumentam o custo deste tipo de
subestao (IEC 60270, 1981; IEEE STANDARD 1291, 1993; IEEE STANDARD 436, 1977; IEEE
STANDARD 48, 1975; NBR 10019, 1987; NBR 6940, 1981).
2.5 Concluso
Este captulo procurou fornecer subsdios ao leitor sobre as caractersticas construtivas
de uma subestao isolada a gs (GIS), apresentando os componentes que a constituem no
apenas de forma descritiva, mas comparativamente em relao a uma subestao isolada a ar
31
Tabela 2.2: Classes de Tenses (IEEE, 2004, p.1)

Classes de
Tenso (kV)
1 60 Vn < 100
2 100 Vn < 200
3 200 Vn < 300
4 300 Vn < 500
5 500 Vn < 700
6
Vn > 700
(AIS).
No foi ambicionado o detalhamento da construo e do funcionamento de cada componente, o intuito foi de situ-los para a importncia da operao deste tipo de subestao.
O aprofundamento sobre a construo e das condies operativas pode ser encontrado em
obras focadas neste assunto.
Foram tambm apresentadas sucintamente algumas caractersticas e condies de manipulao do gs SF6 , principal isolante utilizado numa subestao GIS; tais caractersticas o
conferem como um meio isolante eficiente, especialmente para condies de alta tenso ou
para interrupo de correntes de alta intensidade e com tempo de subida muitssimo rpida,
objetivo este dos disjuntores de alta tenso.
Por fim, foram mostrados estudos que comprovam toda a confiabilidade da GIS inseridos
no sistema eltrico, as vantagens na instalao e na reduo do espao ao ser implantada.
Contudo, levando-se em contrapartida o custo elevado para implantao da subestao.
Captulo 3
Descargas Parciais
3.1 Introduo
Este captulo apresenta os principais conceitos e termos a respeito das Descargas Parciais (DPs), mostrando ao leitor um pouco da fsica que existe em relao a estas descargas,
principalmente em equipamentos submetidos a alta tenso.
Alguns termos e definies a respeito das propriedades eltricas de materiais utilizados
em engenharia fazem-se necessrias, portanto sero apresentados algumas caractersticas
relevantes a cerca destas propriedades.
Assim, com a familiarizao dos termos relacionados ao estudo das DPs so descritos os
principais mtodos empregados para a sua deteco e medio. So estes mtodos que nos
mostram a intensidade das Descargas Parciais em uma subestao (ou em um equipamento).
Existem padres tambm para a armazenagem dos dados obtidos pelo mtodo de medio
das DPs. Neste captulo ser apresentado o formato que utilizado pelo sistema SIEMENS
instalado na SE Machadinho para a armazenagem destes dados.
33
3. Descargas Parciais
3.2 Materiais para Conduo e Isolao de Energia

Um material dificilmente possui todas as melhores caractersticas para uma determinada
aplicao, seja ela qual for. Seu uso sempre justificado pelas propriedades que apresenta e
o conhecimento das mesmas levar a concluir sobre a convenincia de sua substituio por
outro. Assim, a escolha de um material mais adequado para uma determinada aplicao deve
recair naquele com caractersticas gerais mais vantajosas.
Os materiais, de maneira geral, apresentam propriedades eltricas, magnticas, mecnicas, fsicas, qumicas, trmicas e pticas, alm de seu custo, que devem ser levados em
considerao na escolha para determinada aplicao (SARAIVA, 1983). Nesta dissertao,
apresentam-se prncipios gerais, sobre as propriedades eltricas.
3.2.1 Propriedades Eltricas

Os materiais, quando mergulhados em um campo eltrico, exibem certos comportamentos que determinam suas propriedades eltricas e os classificam dentro de trs classes de
materias caracterizados por estas propriedades: condutores, semicondutores e isolantes. As
propriedades eltricas principais so discutidas a seguir.
Condutividade e Resistividade Eltricas

A propriedade condutividade eltrica quantifica a disponibilidade ou facilidade de circular corrente eltrica em meio a um material submetido a uma diferena de potencial
(HALLIDAY; RESNICK; WALKER, 1996) e uma definio fsica mais geral dada pela Equao
3.1.
= n e n + p e p
(3.1)
34
: condutividade eltrica do material (1 m1 )

n : concentrao de eltrons livres do material (m3 )
p : concentrao de cargas livres positivas no material, ou lacunas (m3 )
e : carga elementar= 1,6022 1019C
n : mobilidade dos eltrons livres (m2 /V s)
p : mobilidade das lacunas livres (m2 /V s)
A resistividade eltrica (), dada em m, de um material pode ser entendida como a
maior ou menor oposio que este material impe a um fluxo da corrente eltrica (eltrons
ou lacunas) (HALLIDAY; RESNICK; WALKER, 1996). Expressa, portanto, o inverso da condutividade e pode ser vista pela Equao 3.2.
1
1
=
n e n + p p
(3.2)
A resistividade eltrica de um material pode ser obtida numericamente atravs da medida

da resistncia entre as extremidades de um material, com dimenses unitrias e pode ser
calculada pela Equao 3.3.
RA
l
R:
resistncia eltrica ()
A:
rea da seco transversal do material (m2 ou mm2 )
l:
comprimento do material (m ou km)
(3.3)
A resistncia eltrica R obedece a Lei de Ohm (V = R I) e pode ser entendida como

a avaliao quantitativa da resistividade, pois depende da geometria do material. O clculo
realizado pele Equao 3.3 , contudo, no pode ser aplicado quando um material percorrido
por corrente alternada devido ao Efeito Pelicular (SARAIVA, 1983).
Permissividade Dieltrica
A propriedade que representa a maior ou menor capacidade do material isolante em permitir o adensamento de um fluxo de campo eltrico por sua estrutura chamada de per-
35
missividade dieltrica (unidade: F/m). Esta propriedade descreve, assim, o quanto os

materiais se polarizam quando em presena do campo eltrico externo.
A permissividade dieltrica do ar ou vcuo (0 ) dada por: 0 = 8, 854 1012 F/m. As
permissividades dos materiais so geralmente tabeladas com relao essa permissividade.
Assim, o termo permissividade relativa do material (r ), definido como a relao entre a
permissividade do meio e a permissividade 0 do vcuo, Equao 3.4
r =
(3.4)
sendo r , portanto, admensional. A permissividade relativa r tambm conhecida como

a constante dieltrica k definida como a relao entre a capacitncia C (F) de um capacitor
preenchido por um material dieltrico e a capacitncia C0 de um capacitor igual, com o
dieltrico substitudo pelo ar ou vcuo apresentado pela Equao 3.5 (HALLIDAY; RESNICK;
WALKER, 1996; SARAIVA, 1983).
k = r =
C
C0
(3.5)
Rigidez Dieltrica
A rigidez dieltrica outra propriedade importante de um material isolante. Rigidez
dieltrica (Emx ) o limite do valor de tenso eltrica por unidade de espessura que um determinado material pode suportar sem romper-se, isto , o valor mximo de diferena de potencial aplicada, acima do qual o dieltrico deixa bruscamente de funcionar como isolante,
permitindo a passagem de corrente eltrica por seu meio. portanto, a propriedade do
dieltrico de se opor descarga eltrica atravs de sua estrutura, ou seja, expressa a capacidade de isolao eltrica de um material. A unidade usual geralmente kV /mm.
Como comparativo a Tabela 3.1 (SARAIVA, 1983) apresenta alguns valores de Rigidez
Dieltrica em diversos materiais.
Material
ar seco
vidro
porcelana
36
Tabela 3.1: Rigidez Dieltrica de Alguns Materiais a 20 C

Emx (kV/mm) Material Emx (kV/mm)
Material
Emx (kV/mm)
1
3
ascarel
20
PVC
50
2
80
SF6 (1 atm)
9
EPR
50
100
SF6 (2 atm)
12,5
leo mineral
15 a 280
3.3 Causas de Descargas Parciais

O gs SF6 , como observado na Tabela 3.1, possui uma alta rigidez dieltrica se comparado a rigidez dieltrica do ar. Alm dessa caracterstica que refora a escolha do gs
como um meio isolante, o SF6 tambm possui alto poder de extino do arco voltaico, cerca
de 2 vezes superior capacidade do ar. Este poder de extino um dos motivos da utilizao do SF6 em disjuntores de alta potncia, que so utilizados tanto em subestaes a gs
quanto em subestaes convencionais.
A rigidez dieltrica define um limite fsico inerente ao material utilizado. Deve-se considerar que a partir de um certo nvel de tenso para uma determinada distncia entre os
condutores, ocorrer a ruptura da isolao por melhor que seja sua rigidez dieltrica. Neste
momento, equipamentos que estavam isolados eletricamente passam a possuir um caminho
eltrico, o que pode ser perigoso em nveis de alta tenso.
As normas IEC 60270 (1981), NBR 6940 (1981) estabelecem que:
As Descargas Parciais curto-circuitam parte da isolao entre dois eletrodos.
Estas descargas podem ocorrer ou no adjacentemente ao eletrodo, ou a outra
parte da isolao.
As descargas parciais em gases, em torno de um condutor, so, s vezes, designados por "corona". Este termo no deve ser aplicado a outras formas de descargas
parciais. O termo genrico "ionizao"no deve ser utilizado para designar o
caso particular de descargas parciais.
Segundo a IEEE Standard 1291 (1993) uma maneira confivel de estabelecer o quo
seguro o nvel de isolamento de um material isolante (podendo ele ser gasoso, lquido
ou slido) acompanhando o nvel de Descargas Parciais que ocorrem no mesmo quando
submetido a uma tenso considervel.
37
De um ponto de vista mais prtico, as Descargas Parciais podem ser melhor observados
(por mtodos de medio) quando o isolador estiver submetido a uma elevada tenso (estresse voltaico) e ocorrer uma mudana de configurao de campo eltrico de forma muito
rpida. Para que tal atividade seja reconhecida como uma Descarga Parcial ela deve ser suficientemente grande (intensa) de modo a ser detectada e ao mesmo tempo deve possuir uma
taxa de repetio suficiente de modo a no ser confundida como um rudo aleatrio qualquer
(BOGGS, 1990).
A atividade das Descargas Parciais em um meio isolante est fortemente ligada qualidade deste meio isolante, ou seja, se no h a presena de objetos que interfiram na pureza
do meio isolante, no gs ou em meios lquidos como o leo mineral isolante. Tais impurezas
podem facilitar a mudana do campo eltrico que envolve o isolante.
As principais fontes da atividade das Descargas Parciais so minsculos defeitos e superfcies no-uniformes tambm de tamanho minsculo: vcuos, bordas afiadas, microfissuras,
entre outras (METWALLY, 2004),(IEEE STANDARD 1291, 1993), (BOGGS, 1990).
Outra fonte de DP relevante a ser considerada a existncia de um potencial flutuante
capaz de gerar tal atividade (IEEE STANDARD 1291, 1993).
A seguir mostramos algumas caractersticas destas fontes de DPs, relacionando as causas
mais comuns com conseqncias junto ao equipamento de alta tenso:
Partculas Livres (Partculas Condutoras Livres ou Partculas Saltitantes (Bouncing
Particles)) - so todas as espcies de partculas condutoras suficientemente pequenas
para moverem-se no interior do duto com SF6 , o tamanho destas partculas fica em
torno de milmetros. Para a ocorrncia deste tipo de defeito a interao do peso e
forma da partcula junto aos campos eltricos e magntico um fator de relevncia. O
valor do "burst"3 diferencia uma partcula condutora livre de uma partcula saltitante:
partcula saltitante - o valor do "burst" maior do que o valor definido, o que pode
fazer com que a partcula toque a barra condutora;
partcula condutora livre - caso contrrio, ou seja, com um valor de "burst"dentro
do especificado;
3 seqencia
de pelo menos 10 impulsos de uma partcula em um intervalo de 200 s (SIEMENS, 2003)
38
Potencial Flutuante - as descargas podem surgir em eletrodos metlicos, com potenciais no definidos, onde uma das causas pode ser a m conexo; contudo, considerado
um defeito de baixo risco apesar de serem audveis;
Rudos - so sinais externos identificados pelo sistema de monitoramento, mas no
representam qualquer risco, os mais comuns so: celulares, radares, efeito corona nas
linhas prximas e at mesmo lmpadas fluorescentes na instalao;
Partculas Condutoras nos Isoladores - em geral este tipo de defeito ocorre nos suportes
isoladores e o risco de perda isolao neste caso tem seu perodo crtico no momento
da ocorrncia de transientes de sobretenses;
Extremidade de uma Protuberncia - este tipo de DP depende do comprimento e espessura da protuberncia. Trata-se de um defeito muito raro pois a largura da protuberncia geralmente no alcana os valores crticos, que giram em torno de 10 mm;
Suporte do Isolador - DPs ocorrem devido a espaos vazios dentro do material epxi.
Pode levar de meses a anos para surgir, sendo agravado pelo envelhecimento do sistema.
Essas so algumas causas da atividade das Descargas Parciais no meio isolante de Alta
Tenso. A seguir sero apresentados os mtodos de Medio existentes para a deteco dessa
atividade.
3.4 Mtodos de Medio

Os pulsos das DPs em uma GIS geram pulsos de correntes com uma faixa de largura de
nanosegundos. Estes pulsos desencadeiam emisses acsticas, emisses de alta-frequncia
(ou ultra-alta-freqncia), e quimicamente catalisam a quebra das molculas do gs (BARGIGIA;
KOLTUNOWICZ; PIGINI, 1992). A Figura 3.14 mostra a existncia de pulsos em um ciclo de
onda completo que foi medido na tubulao de uma instalao GIS.

4 figura
baseada no manual da SIEMENS
39
q (pC)
60
120
180
240
300
360
()
Figura 3.1: Pulsos de Descargas Parciais em um Ciclo de Onda Completo (SIEMENS, 2003)
Nos prximos itens so apresentadas as formas de medio das DPs utilizando-se algum
dos efeitos ocasionados pela ocorrncia destes pulsos.
3.4.1 Anlise Qumica

A ao das Descargas Parciais decompe o gs SF6 em subprodutos que reagem com
impurezas j existentes no gs e assim interferem na qualidade do mesmo. O principal subproduto o gs SF4 que altamente reativo. Como no preenchimento dos tubos pode existir
a presena de vapor dgua, o SF4 une-se aos traos deste vapor para formar compostos mais
estveis. Entre estes novos subprodutos formados esto o SOF2 e o SO2 F2 que quimicamente
so gases estveis (BARGIGIA; KOLTUNOWICZ; PIGINI, 1992).
A quantidade destes subprodutos revelados aps a anlise qumica, geralmente a cromatografia, indica a qualidade do gs e quais fenmenos ocorreram para que as concentraes do gs e de seus subprodutos encontrem-se em tal patamar. A Tabela 3.2 mostra as
quantidades dos subprodutos SOF2 e o SO2 F2 aps alguns tipos de eventos.
40
Tabela 3.2:
Subprodutos SO2 F2 e SOF2 medidos aps vrios eventos (BARGIGIA;
KOLTUNOWICZ; PIGINI, 1992, p.1244)
Fenmeno
Considerado
Descargas
Parciais
Chaveamento de
Correntes Capacitivas
Interrupo por
Disjuntor
Aps
SO2 F2
ppm/vol
SOF2
ppm/vol
Razo
SO2 F2 /SOF2
260 horas
200 operaes
400 operaes
3 operaes sob 31kA
5 operaes sob 18kA
15
5
21
<50
<50
35
97
146
3390
1560
0.43
0.05
0.14
<0.01
<0.03
A medio da atividade das Descargas Parciais feita pela anlise dos subprodutos
qumicos, podendo ser utilizada a cromatografia gasosa ou a espectrometria de massa com
sensibilidade menor do que 1 ppmv (partes por milho por volume). Inicialmente mostrase atrativa, pois esta decomposio qumica imune interferncia eltrica. Contudo
necessrio um tempo mnimo para que se possa observar variao na composio do gs e
de seus subprodutos, o que aumenta o tempo de diagnstico (METWALLY, 2004).
3.4.2 Deteco Acstica

Sinais acsticos (ondas mecnicas) so refletidos pela presena de defeitos na GIS tanto
por partculas fixas quanto livres. No primeiro caso, as partculas fixas modificam as ondas
de presso dentro do encapsulamento por diferena aerodinmica da protuberncia dentro
do encapsulamento. J as partculas livres excitam ondas mecnicas ao se movimentarem
dentro do encapsulamento (TF:15/33.03.05:CIGR, 1999).
A forma deste sinal refletido ir depender da fonte (causa da DP) e do meio de propagao. Diversas maneiras de propagao acstica (mecnica) podem existir no encapsulamento de uma subestao. Considerando-se que o invlucro geralmente feito de ao ou
alumnio, existe a perda de energia na transmisso do sinal de um ponto ao outro atravs do
tubo (TF:15/33.03.05:CIGR, 1999).
Os sinais acsticos podem ser captados por sensores montados externamente ao invlucro. Atravs da Figura 3.25 mostra-se a disposio de dois sensores externos, em que a
5 figura
modificada
41
funo dos dois calcular a razo sinal-rudo existente entre a emisso e a captao deste
sinal.
R M 123456
16 M A R 98 17 28
HR T (2 1 0-100) 3
16 8
1 END
3
RESPIRA TI ON
RSP
RA TE:
20SA PNEA
( 100- 0)
LA ST AP NEA 12-03 16 MAR 63 SECS DUR ATION
68
CUFF
00: 22
H OLDIN G (100-50) ( 70-20)
72
P ULSE-UF
31
55
( 90-30)
Sa02
SIG 93
92
PR 164 100- 88
SET UP THE
ADJ UST
STOR ED ATA
ZERO BP
REA D
SPECIA L
MO NI TO R
VITA L SIG NS
IN C HAR T
H OLD OFF
C UFF B P
FU NCTION S
Figura 3.2: Medio Acstica em Tubulao GIS (TF:15/33.03.05:CIGR, 1999)

A razo sinal-rudo depende do tipo de sensor e da fonte da Descarga Parcial, contudo
um mtodo imune aos efeitos eletromagnticos de uma subestao (TF:15/33.03.05:CIGR,
1999).
Destaca-se que o princpio bsico da medio acstica que a interao dos sinais originados dentro do encapsulamento com o material do prprio invlucro permitem relacionar
os sinais captados pelos sensores com a causa do possvel defeito (METWALLY, 2004).
O monitoramento acstico pode ser realizado durante o servio da subestao, com a
montagem de sensores externos empregando instrumentos de medio portteis. A seguir
listam-se algumas de suas vantagens (TF:15/33.03.05:CIGR, 1999):
trata-se de um mtodo no invasivo, pois os sensores so instalados externamente

GIS;
boa sensibilidade maioria dos defeitos tpicos;
imune ao rudo externo;
defeitos podem ser localizados e identificados;
42
a avaliao de risco baseada na caracterizao da fonte de emisso do sinal.
Por outro lado, as desvantagens so as seguintes:
por possuir uma considervel atenuao do sinal, o mtodo requer uma boa localizao
dos sensores;
a atenuao do sinal pode atrapalhar o reconhecimento de alguns tipos de defeitos,
como por exemplo, os vcuos;
um sistema de monitoramento utilizando permanentemente esta tcnica no aconselhvel pois haveria a necessidade da montagem de um grande nmero de sensores.
3.4.3 Mtodos Eltricos

H duas abordagens principais para a medio da carga eltrica das Descargas Parciais;
atravs de um circuito externo por um detector convencional de DP, ou ainda internamente a
uma GIS, atravs da medio de sinais de ultra-alta freqncia(UHF).
Mtodo IEC 60.270

Trata-se de norma que determina parmetros para a realizao de ensaios com o objetivo
de deteco e quantificao das descargas parciais. Alm de fornecer orientao para o
discernimento de DPs e interferncias externas que possam ocorrer. Muitos dos termos
utilizados em aplicaes que envolvem as Descargas Parciais foram definidos nesta norma.
Para que seja possvel entender a metodologia utilizada pela norma IEC, faz-se necessria
a definio de alguns termos importantes para o estabelecimento dos ensaios, ou ainda, para a
calibrao dos equipamentos de monitoramento. Tais definies foram retiradas das normas
NBR 6940 (1981) e IEC 60270 (1981).
DEFINIES
1. Grandezas Relacionadas s Descargas Parciais:
43
(a) Carga Aparente (q): valor absoluto da carga que, se injeta instantaneamente
entre os terminais do objeto sob ensaio, causando uma variao momentnea
da tenso entre seus terminais de um valor igual ao da prpria descarga parcial.
(b) Taxa de Repetio (n): nmero mdio de pulsos de descargas por segundo,
medido num intervalo de tempo escolhido.
(c) Grandezas Integradas: a partir de grandezas bsicas, q e U(tenso), referentes a uma descarga particular, podem ser definidas outras grandezas caracterizadas por somatrios referentes a dado intervalo de tempo (T ). Um
exemplo, a Corrente Mdia de Descarga i, soma dos valores absolutos
das cargas aparentes durante um curto intervalo de tempo dividido por este
intervalo, apresentada na Equao 3.6:
i=
1
[q1 + q2 + . . . + qm ]
T
(3.6)
2. Intensidade de Descargas Parciais: valor medido das Descargas Parciais, num

objeto de ensaio. Podem ser definidas por diferentes grandezas, tais como carga
(q), energia (J), taxa de repetio, etc.
3. Tenses Relacionadas com Descargas Parciais:
(a) Tenso de Incio de Descargas Parciais (U1 ): mais baixa tenso na qual so
observadas Descargas Parciais, quando a tenso aplicada no objeto gradualmente aumentada a partir de um valor baixo no qual no so observadas
Descargas Parciais.
(b) Tenso de Extino de Descargas Parciais (Ue ): mais alta tenso na qual
cessam as Descargas Parciais, quando a tenso gradualmente diminuda a
partir de um valor superior tenso de incio de descarga.
(c) Tenso de Ensaio das Descargas Parciais: tenso aplicada num procedimento de ensaio especfico, durante o qual o objeto sob ensaio no deve
apresentar Descargas Parciais superiores a uma intensidade limite.
4. Fator de Escala (Circuito de Medio (ke )): fator pelo qual a indicao de um
instrumento multiplicada para obter-se o valor da grandeza medida.
44
5. Freqncia de Corte Inferior ( f1 ) e Superior ( f2 ): freqncia nas quais a resposta

de um circuito decai 3 dB em relao a um valor constante e que limitam a faixa
dentro da qual a resposta do circuito de medio ou instrumento a uma tenso de
entrada senoidal, em geral, aproximadamente constante.
6. Largura de Banda ( f ): diferena entre as freqncias de corte inferior e superior, f = f2 f1 .
7. Tempo de Resoluo de Pulso (Tr ): Menor intervalo de tempo entre dois pulsos consecutivos, que resulta em um erro de amplitude no superior a 10%
sobreposio dos pulsos.
O mtodo eltrico convencional para a deteco das DPs descrito pela IEC 60.270
utiliza-se de um capacitor de acoplamento (Ck ) colocado em paralelo com o objeto teste (ou
de ensaio) (Ca ), e as DPs so medidas atravs de uma impedncia externa. Esta impedncia
externa normalmente emprega um circuito ressonante (METWALLY, 2004). Tal configurao
pode ser observada atravs do circuito representado na Figura 3.3. Existem variaes deste
circuito bsico, onde a partir da so derivados os demais circuitos de ensaio para a deteco
e medio de Descargas Parciais.
Z
Ca
Ck
Zm
Figura 3.3: Circuito Bsico de Ensaio para Descargas Parciais (IEC 60270, 1981)
A impedncia (Zm ) no circuito da Figura 3.3 representa a impedncia externa, e o objeto de ensaio modelado como um capacitor (Ca ), pode existir ainda uma impedncia (Z)
de modo a bloquear as freqncias compreendidas na largura de banda do instrumento de
45
medio. Para que o mtodo seja ento aplicvel, deve-se ainda alimentar o circuito com
uma fonte de alta tenso.
Atravs da bibliografia revisada podemos indicar algumas vantagens e desvantagens
deste mtodo de medio:
Vantagens
um pulso conhecido pode ser injetado no circuito ressonante de modo a calibrar
o sistema de medio;
a sensibilidade tima pode ser obtida pela mxima razo entre a capacitncia de
acoplamento(Ca ) e a capacitncia do objeto teste (ou ensaio) (Ce );
Desvantagens
tal mtodo inaplicvel em uma GIS em servio devido necessidade de um
capacitor de acoplamento externo;
outro impedimento para a utilizao deste mtodo numa GIS em servio que
haveria grande interferncia eletromagntica no circuito de medio;
este mtodo de medio pode somente detectar as DPs em curto espao de atuao, ou seja, prxima ao circuito de medio.
Mtodo de Ressonncia da Cmara ou Mtodo UHF

Medidas convencionais de DPs, baseados nos circuitos da norma IEC 60.270, so expressas em termos de carga aparente, onde podem ser detectadas por um capacitor de acoplamento externo. Este mtodo como foi exposto anteriormente invivel para o monitoramento da atividade da DP em uma GIS quando esta instalao encontra-se em operao.
No interior de uma GIS se ocorrem correntes com tempo de ascenso menores que 1ns e
contendo componentes de freqncia que se estendem a mais do que 1 GHz, estas excitam os
compartimentos da GIS fazendo com que ocorra ressonncia eltrica podendo persistir por
3s. Assim, estas ressonncias so o indicativo da atividade de DPs e podem ser captadas
por sensores ("couplers") instalados na GIS (METWALLY, 2004).
46
Como uma GIS constituda por uma montagem de vrios mdulos de ao (ou alumnio),
que podem ser em formato cbico ou tubos, estes tubos podem (o que geralmente ocorre)
funcionar como uma linha de transmisso coaxial. Assim, considerando-se sinais UHF, estes
possuem basicamente um modo de propagao eletromagntica transversa (TEM) (podendo
existir outros), pode-se visualizar como uma propagao do tipo TEM atravs da Figura
3.4 (JUDD; FARISH; HAMPTON, 1996).
Propagao Eletromagntica Transversa TEM
eixo Z
eixo Z
0.8
0.6
0.4
0.2
eixo X
0
0.2
0.4
eixo
eixo YY
0.6
0.8
0.5
0
0.5
6
Figura 3.4: Propagao Eletromagntica em Meio Coaxial

Em vrias aplicaes, a freqncia da operao mantida abaixo da regio das freqncias de corte em que ordens mais elevadas do modo de propagao eltrica transversa (TE) ou
do modo de propagao magntica transversa (TM) comeam a se propagar. Por tal motivo,
torna-se necessrio que para cada sensor instalado na GIS seja calibrada a banda de faixa
adequada do sinal UHF originrio da Descarga Parcial (JUDD; FARISH; HAMPTON, 1996).
Segundo TF:15/33.03.05:CIGR (1999) os acopladores projetados que detectam a banda
de faixa caracterstica do sinal UHF proveniente da DP so semelhantes aos capacitores de
acoplamento empregados no mtodo de medio IEC.
Devido complexidade dos padres da ressonncia, o valor dos sinais detectados depende fortemente da posio e em menor influncia da orientao do defeito e do "coupler".
47
Para que durante o processo de medio todos estes fatores estejam condizentes com a realidade faz-se necessria a calibrao dos instrumentos e da sensibilidade dos procedimentos
de ensaio (TF:15/33.03.05:CIGR, 1999).
Verificao de Sensibilidade: Testes em Laboratrio
Os testes em laboratrio so exe-
cutados de modo a determinar a magnitude da tenso de um DP artificial para que se possa

relacionar com a magnitude da tenso da DP em testes realizados em campo. Para que possamos acompanhar melhor como feito este relacionamento, devemos observar o que ocorre
no procedimento de teste atravs da Figura 3.5 (TF:15/33.03.05:CIGR, 1999).
SinalA
Coupler 1
Coupler 2
Posiodo Defeito
SinalB
Impulsode
Amplitude
Varivel
Coupler 1
Coupler 2
Figura 3.5: Montagem para Teste em Laboratrio (TF:15/33.03.05:CIGR, 1999)

Coloca-se um defeito prximo ao coupler (C1) em um compartimento da GIS, tal defeito
comear a ser detectado a partir do momento que o nvel de tenso aplicado for suficiente
para que o acoplador possa perceber o sinal UHF emitido pela fonte da DP; com isto, a
DP relacionada em termos de carga aparente conforme a norma IEC 60.270. Quando o
valor apresentado em C1 for igual ao limiar de 5pC faz-se a medio da magnitude UHF no
acoplador (C2) atravs do sinal A (TF:15/33.03.05:CIGR, 1999).
Os pulsos artificiais so injetados agora no acoplador C1 como indicado. A instalao
um sistema linear, mas por convenincia a atenuao deve ser mantida to baixa quanto
possvel entre os dois sensores.
48
Agora, pulsos artificiais so inseridos em C1, novamente deve-se manter a atenuao to

baixa quanto possvel entre os sensores. Como no procedimento anterior, o sinal adquirido
em C2 (sinal B). As magnitudes dos dois sinais (A e B) so comparadas, e partir de ento,
procura-se igualar a magnitude dos sinais A e B, com um tolerncia de 20%.
Deseja-se igualar estas magnitudes para que os acopladores estejam calibrados para a
deteco de defeitos dentro da tubulao da GIS, pois atravs da indicao do valor das
amplitudes dos impulsos relacionada ao defeito imposto em teste que servir de parmetro
para os acopladores (TF:15/33.03.05:CIGR, 1999).
Para este procedimento o formato do pulso artificial no crtico, porm, os seguintes
parmetros devem ser levados em considerao:
Tempo de Subida: uma medida do limite superior de frequncia superior para as

ondas emissoras no coupler. O tempo de ascenso no deve ser maior do que 1 ns.
Magnitude do Impulso de Tenso.
Largura do Pulso: que deve ser maior do que 500 ns no caso de pulsos retangulares.
Tempo entre Pulsos Consecutivos: tempo de observao entre os pulsos consecutivos
(TF:15/33.03.05:CIGR, 1999).
Verificao de Sensibilidade: Testes em Servio
A verificao da sensibilidade em servio
pode ser realizada sob condies operativas da GIS. Pulsos artificiais so injetados no interior
do primeiro acoplador, como mostrado na Figura 3.6. Os parmetros definindo sua amplitude e seu formato deve corresponder ao que foi estabelecido no teste realizado em fbrica
durante o projeto da GIS. Deve-se reproduzir as mesmas condies estabelecidas para o teste
em fbrica, tais como o mesmo gerador de pulso, o(s) mesmo(s) cabo(s) e principalmente
os mesmos acopladores. Assim se o sinal UHF estimulado puder ser medido no segundo
coupler, a verificao da sensibilidade pode ser atestada como satisfatria na seo que contempla os dois couplers consecutivos (TF:15/33.03.05:CIGR, 1999).
Descrita a metodologia empregada para o uso da medio UHF, destacam-se as principais
vantagens deste mtodo:
49
Figura 3.6: Procedimento de Teste em Campo (TF:15/33.03.05:CIGR, 1999)

Alta sensibilidade;
Habilidade para localizar precisamente o local da fonte da DP;
Compatibilidade para sistema de monitoramento remoto e de forma contnua;
3.5 Especificao dos Dados

As medidas das DPs so a base confivel para avaliar as condies de isolao e identificar possveis defeitos nos equipamentos de alta tenso. Para gravar os pulsos de DPs de
qualquer um dos mtodos de medio descritos (eltrico, qumico ou acstico), deve haver
um sistema de aquisio e armazenamento de dados que faa isto de maneira confivel e
se possvel automatizada, para que posteriormente as informaes armazenadas possam ser
comparadas e analisadas.
A aquisio e armazenagem destes dados deve ser capaz de fornecer as informaes para
que qualquer ferramenta possa ser utilizada para o diagnstico das DPs.
50
Existem vrias metodologias propostas para armazenagem destas informaes (LAPP;

KRANZ, 2000). Apresenta-se a formatao Descarga Parcial Estabelecida em Fase (Phase-
Resolved Partial Discharge PRPD utilizada na implementao do sistema para o diagnstico

das causas das DPs deste trabalho.
A atividade de DP modelada como uma seqencia de pulsos qs (ts ) com a carga aparente
qs em seu respectivo tempo de ocorrncia ts , como pode ser observado na Figura 3.7.
Figura 3.7: Principais Variveis para Construo de Padres de Descargas Parciais
3.5.1 Formato PRPD

O formato PRPD, tambm conhecido como padro -q-N, descrito atravs das seguintes
variveis (LAPP; KRANZ, 2000; SIEMENS, 2001):
: a fase em que a Descarga Parcial ocorre, dentro de um ciclo eltrico completo, ou

seja, entre 0o e 360o graus;
q: a intensidade da Descarga Parcial em pC6 ;
N: quantidade de vezes em que uma Descarga Parcial de valor q ocorre em determinada fase ;
6 pode
ser utilizado valores normalizados
51
A Figura 3.8 mostra um exemplo deste tipo de formato, em termos de uma visualizao
3-D, em que o plano x-y caracterizado pela fase e pela intensidade de carga respectiva,
enquanto no eixo vertical z representada a quantidade de vezes em que ocorre o par(,q).
Grfico 3D qN
80
70
FREQUENCIA (N)
60
50
40
30
20
10
0
10
80
180
60
135
40
90
AMPLITUDE (q)
20
45
0
FASE ()
Figura 3.8: Grfico Tri-dimensional da Distribuio - q - N

Apesar da fcil visualizao do grfico em 3-D, armazenar estas informaes pode ser um
tanto trabalhoso (KRANZ, 1993; LAPP; KRANZ, 2000). Por este motivo, opta-se por desenhar
este formato, como um grfico bi-dimensional, onde se mantm o eixo x-y, par (,q), e a
representao do eixo vertical z indicada atravs de um matiz de cores que diferencia os
valores da frequncia de ocorrncia do par. A Figura 3.9 mostra como estabelecido este
grfico.
3.6 Concluso
Neste captulo, foi descrita a formao das Descargas Parciais em materiais aplicados
como isolantes, especialmente no gs SF6 em GIS. Estes materiais quando submetidos a elevadssimas tenses podem apresentar atividade contnua das Descargas Parciais, por existir
52
Grfico PRPD Mapa de Cor
80
70
FREQUNCIA (N)
60
50
40
30
20
10
40
80
120
160
200
240
280
320
360
FASE ()
Figura 3.9: Representao em um Plano Bi-dimensional da Distribuio - q - N

a possibilidade de impurezas no interior da tubulao ou devido ao manuseio equivocado do
gs.
A atividade da Descarga Parcial produz efeitos qumicos, mecnicos (acsticos) e eltricos que servem de meio para o estabelecimento do mtodo de medio que possa indicar
a intensidade e localizao da DP. Foram descritos estes mtodos no captulo; sendo que
atenes maiores foram direcionadas ao mtodo UHF por se tratar do mtodo em que foram
relatadas as Descargas Parciais que serviro de estrutura para o sistema proposto no trabalho.
Ao final do Captulo mostrou-se como os dados so disponibilizados para o uso da ferramenta de diagnstico. A maneira como estas informaes so apresentadas importante
para que o mtodo de diagnstico possa manipul-la corretamente de forma a processar os
dados brutos exteriorizando parmetros para uma classificao correta das DPs.
Captulo 4
Parmetros Estatsticos e Redes Neurais
Artificiais
4.1 Introduo
Neste captulo so apresentadas ferramentas matemticas a serem utilizadas para a classificao dos sinais processados visando a identificao das Descargas Parciais. A primeira
caracterstica notria que para a utilizao do ferramental que ser exposto deve-se processar os sinais das DPs de modo que elas possam ser visualizadas atravs da distribuio - q
- N.
O reconhecimento de pessoas, lugares, fenmenos, entre outras coisas que nos envolvem,
nosso "dia-a-dia", depende essencialmente de caractersticas pertinentes quilo que tentamos
reconhecer e de um ou vrios mecanismos que so utilizados para distinguir uma coisa de
outra, considerando, claro, a similaridade existente entre as mesmas (RUSSEL; NORVIG,
2002).
Assim, na primeira parte deste Captulo so apresentados os parmetros estatsticos (ou
seja, as caractersticas do fenmeno) consolidados pela literatura para a classificao das
Descargas Parciais. Estes parmetros so considerados chaves para o diagnstico, pois a
partir dos mesmos qualquer mtodo de diagnstico pode ser utilizado para a classificao do
fenmeno das descargas.
4. Parmetros Estatsticos e Redes Neurais Artificiais
54
Na segunda parte do Captulo mostra-se um pouco da filosofia das Redes Neurais Artificiais (RNA), que so o mecanismo escolhido para distinguir um determinado grupo de outro
para o diagnstico das DPs. Ser descrito o tipo de RNA adotado para esta classificao,
bem como a metodologia e treinamento utilizado para que esta ferramenta seja eficiente no
diagnstico das causas das Descargas Parciais.
4.2 Distribuio - q - N
Como visto no Captulo 03, uma das formas de formatao dos dados adquiridos atravs
do sistema de monitoramento que se faz presente na subestao GIS atravs da distribuio
- q - N. A escolha dessas variveis que serviro de subsdios para a implementao (treinamento e testes) do sistema de diagnstico deve-se essencialmente ao fato da empresa ELETROSUL (Centrais Eltricas do Sul S. A.) possuir uma subestao1 GIS com um sistema de
monitoramento das Descargas Parciais com a visualizao destas variveis.
A Figura 4.1 mostra um grfico da atividade de Descargas Parciais gerado pelo sistema
implantado nesta subestao. Esta Figura disponibiliza as informaes relatadas sobre a
distribuio - q - N, em que nos eixos esto representados a fase em que ocorrem a DP
(abscissa) e a amplitude de ocorrncia da DP (ordenada). A indicao da taxa de repetio,
ou frequncia N, sinalizada atravs das cores com que so impressos cada ponto dentro da
rea estabelecida pelas cordenadas.
Atravs da definio das varives dentre a massa de dados adquiridas da atividade da
Descarga Parcial so descritos os parmetros necessrios para o diagnstico das DPs. KREUGER, GULSKI e KRIVDA (1993) realizaram um trabalho em que enumeraram estes parmetros procurando classificar as DPs. Tais operadores consolidaram-se na literatura para o
diagnstico de Descargas Parciais (KRIVDA, 1995; GULSKI; KRIVDA, 1993; PEARSON et al.,
1995).
Estes so parmetros estatsticos baseados na distribuio das frequncias de ocorrncia das Descargas Parciais ao longo de um ciclo eltrico completo, por vrios ciclos pr1o
detalhamento desta subestao ser feito no prximo captulo
55
Figura 4.1: Grfico Pelo Sistema de Monitoramento Instalado em uma Subestao da ELETROSUL (SIEMENS, 2001)
definidos. A fundamentao destes parmetros origina-se da distribuio normal que possui
a forma de sino, como pode ser visualizada atravs da Figura 4.2.
A equao da curva Normal baseada em 2 parmetros: a mdia populacional , e o
desvio padro populacional , ou equivalentemente a varincia populacional 2 , sendo que a
populao so os elementos xi . Denotamos N(, 2 ) curva Normal com mdia e varincia
2 . A mdia refere-se ao centro da distribuio e o desvio padro ao espalhamento de curva.
A distribuio normal simtrica em torno da mdia o que implica que a mdia, a mediana
e a moda so todas coincidentes (SHIMAKURA, 2004).
4.2.1 Curtose
Curtose o primeiro parmetro a ser considerado, trata-se da medida de achatamento
dos dados em relao curva normal (Curtose=0), tambm chamada de excesso de Curtose.
Podemos resumidamente indicar que uma medida negativa indica achatamento em relao
normal e uma medida positiva indica picos em relao normal.
56

Curva de Distribuio Normal
0.5
0.4
0.3
0.2
0.1
Figura 4.2: Curva de Distribuio Normal

A Figura 4.3 mostra a faixa de variao do Curtose em relao Curva Normal. Quando
a curva de distribuio tem o mesmo formato da Distribuio Normal seu valor de Kurtosis
zero, se o formato da curva tende a ser mais pontiagudo temos como seu valor de Kurtosis
positivo e caso a curva tem um formato mais cheio seu valor de Kurtosis negativo.
O valor de Curtose calculado atravs da Equao 4.1 (KREUGER; GULSKI; KRIVDA,
1993):
Ku =
4
N
i=1 (xi ) pi
3
4
xi : valor da DP na fase angular i

pi : probabilidade de ocorrncia associada ao valor da DP na fase angular i
: mdia dos valores de DP na fase angular i, pode ser calculada por xi pi
N: nmero de fases angulares indicadas
(4.1)
57

Curtose Positivo
0.8
0.7
0.5
0.6
0.4
0.5
0.4
0.3
0.3
0.2
0.2
0.1
0.1
0
3
(a) Curtose Positivo
(b) Curtose Igual a Zero

Curtose NEGATIVO
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
3
(c) Curtose Negativo
Figura 4.3: Comparao Operador Curtose
4.2.2 Assimetria
O parmetro Assimetria representa a assimetria da distribuio. Resumidamente, uma
medida negativa indica dados deslocados para a direita e uma medida positiva indica dados
deslocados para a esquerda (SHIMAKURA, 2004; KREUGER; GULSKI; KRIVDA, 1993).
A Figura 4.4 mostra a faixa de variao do operador Assimetria em relao Curva
Normal. Quando o valor Assimetria igual a distribuio apresenta tem o formato da distribuio normal, portanto simtrico, se a Assimetria maior que zero temo uma curva
de distribuio assimtrica esquerda, caso contrrio (Assimetria negativo), a assimetria da
distribuio ocorre direita.
O valor de Assimetria calculado atravs da Equao 4.2 (KREUGER; GULSKI; KRIVDA,
1993):
58

Assimetria Positivo
0.5
0.5
0.4
0.4
0.3
0.3
0.2
0.2
0.1
0.1
0
3
(a) Assimetria Positivo
(b) Assimetria Igual a Zero

Assimetria Negativo
0.5
0.4
0.3
0.2
0.1
0
3
(c) Assimetria Negativo
Figura 4.4: Comparao Operador Assimetria
Sk =
3
N
i=1 (xi )
3
(4.2)
4.2.3 Correlao Cruzada Modificada

O parmetro de Correlao Cruzada Modificada dado a seguir pela combinao de
dois ndices, sendo que o primeiro indica a similaridade existente entre os formatos dos meios
ciclos positivo e negativo das distribuies das mdias das descargas parciais, e o segundo
indica quo diferentes so os nveis de descargas para, novamente, os meios ciclos positivo
e negativo.
O primeiro ndice Fator de Correlao Cruzado o qual indica a diferena existente
entre o formato de distribuio das Descargas Parciais que ocorrem no meio ciclo positivo
das DPs que ocorrem no meio ciclo negativo. Este fator fornecido atravs da Equao 4.3
59
(KREUGER; GULSKI; KRIVDA, 1993):
cc = q
xi yi xi ni
[ xi2 (nxi ) ][ y2i (nyi ) ]
2
(4.3)
onde xi significa a mdia da magnitude das descargas no intervalo i que ocorrem no meio
ciclo positivo e yi da mesma forma so a mdia das descargas no intervalo i que ocorrem
no meio ciclo negativo e por fim n que significa o nmero de intervalos por cada meio ciclo
considerado.
Assim, quando o valor de cc for igual a 1 significa que os formatos de ambos os meios
ciclos so idnticos, j quando este valor for igual a 0 eles diferencem completamente.
O segundo ndice a ser considerado o Fator de Descarga que pode ser calculado atravs
da Equao 4.4 (KREUGER; GULSKI; KRIVDA, 1993):
Q=
Q
s
N
Q+
s
N+
(4.4)
onde Q+
s o somatrio das Descargas mdias da distribuio de pulsos no meio ciclo de
+
tenso positivo e Q
s a mesma somatria, porm para o meio ciclo negativo; N e N o
nmero mdio de descargas da distribuio dos pulsos nos meios ciclos positivos e negativo
respectivamente.
Assim quando Q = 1 o nvel de descarga entre os meios ciclos idntica e quando Q = 0
significa uma grande diferena entre os nveis de descarga2 .
O produto deste dois ndices fornece ento o operador denominado de Fator de Correlao Cruzada Modificada. A Equao 4.5 mostra a frmula a ser seguida para o clculo
do mesmo.
mcc = Q cc
2o
valor de Q tambm pode ser um valor com um mdulo maior que 1
(4.5)
60
Atravs destes operadores podemos ter parmetros que sero teis na utilizao de uma
ferramenta de diagnstico das fontes de Descargas Parciais que foram catalogadas anteriormente. Este catlogo contm o que chamamos de assinaturas das Descargas Parciais
(GULSKI; KRIVDA, 1993).
Uma ferramenta frequentemente utilizada para classificar padres de Descargas Parciais
so as Redes Neurais Artificiais, descritas a seguir.
4.3 Redes Neurais Artificiais

Uma definio de rede neural dada por HAYKIN (2001) em seus captulos introdutrios:
Uma rede neural um processador maciamente paralelamente distribudo,

constitudo de unidades de processamento simples, que tm a propenso natural
para armazenar conhecimento experimental e torn-lo disponvel para o uso.
Ela se assemelha ao crebro em dois aspectos:
1. O conhecimento adquirido pela rede de seu ambiente atravs de um
processo de aprendizagem;
2. Foras de conexo entre neurnios, conhecidas como pesos sinpticos, so
utilizadas para armazenar o conhecimento adquirido.
A inspirao para as Redes Neurais Artificiais so as clulas constituintes do sistema

nervoso dos animais, chamadas neurnios. Os neurnios so clulas altamente excitveis
que se comunicam entre si ou com clulas efetuadoras (clulas musculares e secretoras)
atravs de modificaes do potencial da membrana (HAYKIN, 2001; RUSSEL; NORVIG, 2002).
A comunicao da Rede Neural (biolgica) realizada atravs de um fenmeno denominado sinapse, que a transmisso do fluxo nervoso por pelo menos dois neurnios. A sinapse
pode ocorrer atravs de mecanismos qumicos (neurotransmissores) ou eltricos (HAYKIN,
2001; RUSSEL; NORVIG, 2002).
61
Apesar desta dissertao no contemplar a modelagem da Rede Neural Artificial, faz-se

mandatrio a explicao de conceitos bsicos para a compreenso satisfatria da utilizao
de uma RNA como ferramenta de diagnstico, por conseguinte, nas seces subsequentes
mostra-se as principais definies e modelos de RNA.
4.3.1 Definio Matemtica

O neurnio artificial foi desenvolvido de modo a imitar o funcionamento do neurnio
biolgico, ou seja, de modo a simular o processo de sinapse. O esquema da Figura 4.5 mostra
o modelo de um neurnio artificial com suas principais partes. Este modelo em particular
conhecido como modelo Perceptron, e as partes que o compem so a camada de entrada, o
ncleo de processamento (o neurnio artificial em si) e o sinal de sada (HAYKIN, 2001).
Figura 4.5: Modelo no-linear de um neurnio

Cada entrada xi , onde i pode variar de 1 at m, conectada ao neurnio k, que pode variar
de 1 at m, atravs de um peso sinptico prprio, definido como sendo o peso wki , nota-se
que o primeiro ndice, k, refere-se ao neurnio de conexo e o ndice, i, refere-se ao terminal
de entrada, que pode ser a entrada inicial ou como veremos mais frente a sada de um outro
62
neurnio que esteja numa camada antecessora. O valor deste clculo dado pela Equao
4.6.
Seqencialmente existe um somador para reunir os sinais de entrada multiplicados pelas
respectivas sinapses, ou pesos sinpticos. Este somador trabalha como um combinador linear. O valor obtido aps esta operao ser restringido por uma funo, chamada funo
de ativao.
4.3.2 Funes de Ativao

Uma funo de ativao existe para restringir a amplitude da sada de um neurnio.
Tipicamente, o intervalo normalizado da amplitude da sada de um neurnio escrito como
o intervalo fechado [0,1] ou alternativamente [-1,1] (HAYKIN, 2001).
O modelo ilustrado na Figura 4.5 inclui um elemento de entrada denominado bias, aplicado de forma externa com o objetivo de aumentar ou diminuir a entrada lquida da funo
de ativao, dependendo se ele positivo ou negativo, respectivamente.
Toda esse modelagem pode ser descrita em termos matemticos segundo as equaes
4.6, 4.7 e 4.8:
uk =
wk j x j
(4.6)
j=1
k = uk + bk
(4.7)
yk = (k )
(4.8)
onde () a funo de ativao e yk o sinal de sada do neurnio.
63
A funo de ativao funciona como uma sada do neurnio em questo, em termos

do local induzido onde se processa o somatrio das multiplicaes entre entradas e os pesos sinpticos. As funes de ativao utilizadas com maior freqncia so as seguintes
(HAYKIN, 2001):
Funo Linear, trata-se realmente de uma funo linear mostrada na Equao 4.9:
() = p
(4.9)
p: parmetro de inclinao da funo linear

Funo Degrau, de modo anlogo funciona basicamente como uma porta lgica, se
o sinal excitatrio exceder um certo valor, a sada passa de forma integral, ou nica,
seno o sinal inibido e no se propaga. A Equao 4.10mostra esta funo:
() =
1, se k > 0
0, se k 0
(4.10)
Funo Logstica, ou Sigmide, o sinal de sada se comporta conforme uma funo

que varia entre 0 e 1, denominada de funo sigmide representada pela Equao 4.11:
() =
1
e p
=
p
1+e
1 + ep
(4.11)
p: parmetro de inclinao da funo logstica

Funo Hiperblica, o sinal de sada est condicionado a funo hiperblica, a faixa
de variao deste sinal ocorre entre -1 e 1. A Equao 4.12 mostra a Funo Hiperblica:
() =
e p ep
= tanh p
e p + ep
(4.12)
p: parmetro de inclinao da funo hiperblica
Para que possamos melhor visualizar estas funes, as subfiguras da Figura 4.6 mostram
estas funes de ativao:
64
10
1.5
6
1
4
(x)
(x)
0.5
4
0
6
p=0.5
p=1
p=2
10
5
0.5
5
(b) Funo Degrau
0.9
0.8
0.8
0.6
0.7
0.4
0.6
0.2
(x)
(x)
(a) Funo Linear
0.5
0.2
0.3
0.4
0.2
p=0.5
p=1
p=2
0.4
0.6
p=0.5
p=1
p=2
0.1
0
5
0.8
1
5
(c) Funo Logstica
(d) Funo Tangente Hiperblica
Figura 4.6: Funes de Ativao
65
4.3.3 Tipos de Treinamento

O treinamento muito importante para a caracterizao das redes, no s no que se
refere ao fato de ter-se uma rede bem treinada e eficiente na operao a ser executada, mas
at mesmo no tipo de arquitetura (estrutura) que ser definida para esta rede neural. Muitas
das arquiteturas existentes nasceram (ou foram inspiradas) a partir do tipo de algoritmo de
aprendizado destinado quela rede.
Existem vrios tipos de algoritmos de treinamento para as redes neurais, mas basicamente
podemos dividir as redes neurais em duas classes, segundo o seu treinamento:
Aprendizagem Supervisionada
Aprendizagem No-Supervisionada
Aprendizagem Supervisionada
Neste tipo de aprendizagem, a rede treinada segundo um padro de sadas previamente
disponibilizadas, ou seja, os pesos sinpticos so ajustados de modo a se calibrarem segundo
a sada desejada. A idia do supervisionamento que quando um exemplo entrada-sada
apresentado rede, os pesos devem ser ajustados para a minimizao do erro entre a resposta
da rede e a resposta desejada , ou seja, a sada que foi apresentada rede (RUSSEL; NORVIG,
2002; HAYKIN, 2001).
Aprendizagem no-Supervisionada
Na aprendizagem no-supervisionada no existe a superviso do treinamento, as entradas, ou padres de entrada, so disponibilizadas rede. Assim, a prpria rede atravs
de caractersticas presentes nos padres de entrada, como por exemplo, a autocorrelao, se
auto-organiza de modo a agrupar os padres similares. Uma vez treinada, ela capaz de
formar grupos, ou clusters, segundo as caractersticas aprendidas. Uma rede que realiza este
processo a de Kohonnen, ou simplesmente Mapa de Kohonnen (HAYKIN, 2001).
66
4.3.4 Redes Multi-Camadas

Esta uma classe importante das redes neurais que so alimentadas por padres em sua
camada de entrada e seu estmulo propagado adiante. Esta rede constituda de ns de entrada (camada de entrada) onde os estmulos so captados, uma ou mais camadas escondidas
(intermedirias) e uma camada de sada onde a resposta entregue. Estas redes tambm so
conhecidas como MLP, por serem formadas de multi-camadas (Multi-Layer) de neurnios
do tipo Perceptron de Rosenblatt (HAYKIN, 2001).
A classe de redes MLP tem sido aplicada a diversos problemas com considervel eficincia, como a previso de sries temporais, o reconhecimento de padres, a aproximao de
funes, entre outros (HAYKIN, 2001).
O algoritmo Back-Propagation (BP) um dos algoritmos mais populares para o treinamento deste tipo de rede (HAYKIN, 2001). O BP aplicado rede no-recorrente utilizando
o neurnio Perceptron, com ligaes diretas entre as camadas de entrada e sada por intermdio de uma ou mais camadas intermedirias como pode ser observado na Figura 4.7.
Figura 4.7: Rede MLP
67
4.4 Concluso
O captulo apresentou os operadores estatsticos que sero utilizados para caracterizar as
Descargas Parciais e possibilitar o diagnstico. Como comentado anteriormente, tais operadores so conhecidos na literatura e sua utilizao recomendada para este tipo diagnstico.
Tambm neste captulo mostrou-se um pouco da filosofia das Redes Neurais Artificiais,
sua idia inspiradora (atravs de modelos biolgicos), funes de ativao e algoritmo de
treinamento que melhor servem para o propsito desta dissertao.
No prximo captulo apresentaremos a implementao realizada com os dados disponveis
e os resultados obtidos com estas informaes.
Captulo 5
Implementao e Resultados
5.1 Introduo
O objetivo deste Captulo descrever como foi implementado e avaliado o algoritmo
para o diagnstico de Descargas Parciais. Para a implementao utilizou-se o MATLAB
como plataforma de programao para a implementao do algoritmo.
As informaes (casos) necessrias para a implementao, apesar de escassas, foram cedidas gentilmente pela ELETROSUL que possui um sistema de monitoramento da atividade
de Descargas Parciais instalado na SE Machadinho.
O diagnstico fornecido por um especialista da ELETROSUL para os casos exemplo foi
utilizado para validar os resultados fornecidos pela ferramenta implementada.
5.2 SE Machadinho
A SE Machadinho operada e mantida pela empresa ELETROSUL. Esta subestao
est vinculada Usina Hidreltrica de Machadinho, usina que pertence a um consrcio de
vrias empresas, entre elas a Tractebel, sendo o consrcio deste empreendimento denominado MAESA (Machadinho Energtica S. A.) (MAESA, 1998).
5. Implementao e Resultados
69
A SE Machadinho eleva a tenso das unidades geradoras da UHE de Machadinho de

13,8kV para 525kV, podendo assim ser um ponto de insero dos quase 1140 MW que a
usina capaz de gerar atravs de seus geradores com turbinas tipo Francis.
A Figura 5.1 mostra a curva de nvel da regio onde foi construda a UHE de Machadinho.
Apesar de inicialmente ter-se planejado uma usina de maior capacidade de gerao, devido a
restries scio-ambientais a rea a ser inundada teve de ser reduzida para 56,7 km2 (MAESA,
1998).
Figura 5.1: Curva de Nvel da Usina Hidreltrica de Machadinho (MAESA, 1998)

A Figura 5.2 mostra o interior da subestao Machadinho de 525kV com os dutos onde
circula o gs SF6 , de forma a tornar a subestao operacional.
A seguir na Figura 5.3 temos o diagrama unifiliar simplificado da SE MCH 1 . importante notar a representao das vlvulas de controle do gs SF6 neste esquemtico, diferentemente dos traados em subestaes isoladas a ar, onde no existem estas vlvulas.
1 Este diagrama unifilar foi gentilmente cedido pela empresa ELETROSUL, e a mesma exime-se de qualquer
responsabilidade em relao a veracidade deste esquema e a obrigao de aviso a possveis alteraes
70
Figura 5.2: Interior da Subestao de Machadinho (SIEMENS, 2003)
5.2.1 Sistema de Monitoramento

Com a implantao desta subestao na Regio Sul do Brasil e a escolha por um tipo
de subestao que utiliza o gs SF6 como meio isolante dos condutores e equipamentos de
alta tenso fez-se necessrio a escolha de um sistema de monitoramento para acompanhar
a qualidade de isolao do SF6 . Como a empresa ELETROSUL responsvel pela manuteno da subestao (submetida, claro, aos acordos operativos do consrcio MAESA), foi
realizada licitao para um sistema de monitoramento que atendesse de modo satisfatrio
o acompanhamento das condies de isolao do gs. Desta licitao a empresa vencedora
foi a alem SIEMENS, cabendo a ela a instalao do sistema e treinamento do pessoal da
ELETROSUL para operacionalizao do referido sistema.
A Subestao Blindada monitorada por 54 Couplers (18 PD Converter Box) colocados
em pontos estratgicos, abrangendo duas linhas de transmisso, trs transformadores e o
acoplamento entre barramentos. O sistema de monitoramento instalado possui o nome de
Partial Discharge Monitoring - PDM e responsvel pela monitorao e diagnstico das
Descargas Parciais na SE Machadinho. A Figura 5.4 mostra uma simplificao de como
esto dispostos os componentes que constituem o sistema PDM da SIEMENS.
71
Figura 5.3: SE Machadinho
72
Figura 5.4: Representao dos componentes do Sistema de Monitoramento

A seguir faz-se uma breve descrio dos componentes do sistema:
Couplers : So antenas de UHF sensveis aos sinais produzidos pelas Descargas Parciais (vide Figura 5.5);
PD Converter Box : Amplifica e adapta os sinais recebidos dos Couplers (vide Figura
5.6);
Unidade Central de Processamento : Supervisiona todos os PD Converter Box, detecta os alarmes devido a Descargas Parciais e Trata os dados coletados para serem
utilizados pela Unidade Central de Operao;
Unidade de Operao : Permite o Armazenamento, Backup, Impresso, Catalogao,
Acesso Remoto e Monitoramento das Descargas Parciais e respectivos Alarmes (SIEMENS, 2003);
Figura 5.5: Foto de um Coupler da SE MCH

O diagrama unifilar modificado (Figura 5.7) mostra os couplers em seus pontos de instalao. O estado do coupler individual mostrado em diferentes cores: Verde OK, amarelo
73
Figura 5.6: Foto de um PD Convertor Box da SE MCH (SIEMENS, 2003)

ALARME e preto NO H TENSO NA SADA DO COUPLER. Cada PD Converter Box
identificado no diagrama unifilar pelo nmero do n, identificao da linha de transmisso
e localizao. Por exemplo: Node1, LINHA 1, Bucha SF6/Ar (SIEMENS, 2003).
Esta lgica realizada pela Unidade Central de Processamento (UCP), que ao receber
os dados que so captados pelos acopladores, so manipulados e comparados a valores
limites pr-ajustados na Unidade de Operao (SIEMENS, 2003). Posteriormente estas informaes so comprimidas e enviadas para a Unidade de Operao para arquivamento no
disco Magneto-ptico (MO) (SIEMENS, 2003).
Nesta mesma UCP encontra-se um gabinete que contm rels de alarmes, que enviam
eventos conforme combinao pr-programada, assim desta combinao de acionamento
entre os rels podemos visualizar os seguintes alarmes, conforme Tabela 5.1.
Tabela 5.1: Relao de Alarmes: Gabinete x Tela de Monitoramento
Rel
K1
K1 + K2
K2
K3
K4
K5
Gabinete dos Rels

Queda de Alimentao
Falha na Comunicao ptica
Falha no Acoplador
Alarme de Descarga Parcial
Espao Disponvel no Disco MO < 10%
Temperatura do Gabinete > 40oC
Tela de Monitoramento
Comunicao UC QMDP2
Conversor no QMDP e Comunicao UC QMDP
Conversor no QMDP
Descarga Parcial
Disco Descarga Parcial Cheio
Temperatura no QMDP
A priori este sistema PDM da SIEMENS tambm estaria encarregado de realizar o diagnstico (identificao) das Descargas Parciais que ocorressem na SE MCH, contudo, os
74
Figura 5.7: Diagrama Unifilar com Sistema PDM SIEMENS (SIEMENS, 2003)
mdulos responsveis pelo diagnstico das DPs no encontram-se funcionais para a ELETROSUL, o que aumenta o interesse em uma ferramenta que seja capaz de diagnosticar as
causas das Descargas Parciais.
5.3 Implementao
5.3.1 Dados
A estratgia inicial estabelecida em cronograma seria a utilizao dos dados que abastecem o sistema PDM e conseqentemente plotam as "assinaturas"das Descargas Parciais - os
grficos em padro PRPD. Em esforo conjunto com a ELETROSUL estabeleceu-se contato com a empresa SIEMENS da Alemanha representado pelo Sr. Uwe Schinchler para
a obteno destes dados; aps vrias tentativas nos foi indicado que os dados de interesse
estariam todos em um arquivo, dentre os vrios arquivos que o sistema de monitoramento
armazena, denominado APH.dbf.
Contudo, realizada toda a pesquisa nos arquivos armezanados pelo PDM no foi encontrado o arquivo indicado. Novamente foram feitas vrias tentativas de contato com o Sr.
75
Schinchler, inclusive com a Tractebel Energia, todas elas infrutferas.

De modo a contornar tal obstculo, optou-se por gerar estes dados manualmente a partir
dos grficos exemplos que encontram-se no catlogo da SIEMENS (2001). Por exemplo,
as informaes da Figura 5.8 foram transcritas para uma matriz que pudesse armazenar os
dados representando o padro estabelecido na Figura 5.8.
Figura 5.8: Figura Base para a Emulao dos Dados (SIEMENS, 2001)
A matriz M(i, j) = f representa esta distribuio de freqncias de Descargas Parciais
em relao amplitude de cada DP e o ngulo em que a DP ocorre. Onde:
F(i, j) = f
(5.1)
F: matriz especificada pela fase e amplitude e fase em que ocorrem as DPs;

i: indica o ngulo em que a DP ocorre;
j: indica a amplitude da DP;
f:
freqncia em que ocorre a DP.
As linhas representam a amplitude da Descarga Parcial. Foram estabelecidas 80 linhas,
76
cada uma representa uma faixa de amplitude de cerca de 3,23 . As colunas representam
o ngulo em que ocorrem as Descargas Parciais. Estabeleceram-se 40 colunas, cada uma
representa uma faixa angular de 9 graus.
O valor de f preenchido conforme tabela de cor exibida pelo PDM como apresentado
na Figura 5.9.
Figura 5.9: Tabela de Cor para Freqncia - PDM (SIEMENS, 2001)

Com isso podemos utilizar a matriz F para plotar o padro PRPD representado pela
Figura 5.8 que fornecida pelo PDM. Na Figura 5.10 produzida pela matriz F com os dados
que foram gerados, observa-se que as cores utilizadas no esto sendo as mesmas com que
foram padronizadas para o catlogo SIEMENS (2001), a idia transcrever o formato existente nas figuras do catlogo para uma figura plotada atravs da matriz F que foi apresentada.
Este procedimento e os dados gerados serviro de base para o treinamento das Redes
Neurais e tambm para a criao de casos testes para as RNAs.
3A
medida desta amplitude adimensional e varia de 0 255. Trata-se de uma converso de dB/mV da
atenuao do sinal envolvido na medio atravs do mtodo UHF. Uma explicao mais detalhada pode ser
vista no Anexo.
77
Formato PRPD Transcrio Catlogo SIEMENS
80
70
60
50
40
30
20
10
40
80
120
160
200
240
280
320
()
Figura 5.10: Padro de DP com os dados gerados
5.3.2 Gerao de Casos

A partir dos exemplos disponveis no catlogo do sistema PDM foram obtidos 19 padres
de Descargas Parciais a partir de 19 Figuras apresentadas neste catlogo. Estes 19 padres
sero utilizados na gerao de novos casos que auxiliaro no diagnstico das Descargas
Parciais.
Os padres de fontes de DPs que sero diagnosticados so os seguintes: Partcula Condutora Livre, Potencial Flutuante, Potencial Saltitante, Partcula Condutora no Isolador e Rudo. A quantidade de exemplos-padres pode ser vista a seguir:
Partcula Condutora Livre: 3 padres-exemplos
Potencial Flutuante:
9 padres-exemplos
Partcula Saltitante:
2 padres-exemplos

Rudo: 2 padres-exemplos
Tomando como base estes 19 exemplos-padres foram gerados novos casos para o treinamento das RNAs. Para isto, foi estabelecido um algoritmo de gerao de dados aleatrios,
78
porm, baseados nos casos existentes e na tabela de cor do PDM apresentada anteriormente.
Cada um destes padres-exemplos gerou 5 novos casos resultando em 95 casos gerados.
A idia bsica para a gerao dos casos, que cada coordenada amplitude-fase tenha uma
probabilidade associada repetio da freqncia que foi definida no caso exemplo-base. Ou
seja, se um ponto qualquer M(i,j) no caso-exemplo tem uma freqncia (f), gerando-se uma
nova freqncia f0 existe uma probabilidade (p) associada a esta coordenada (i,j). Para que
o valor f ocorra novamente associada uma probabilidade maior e probabilidades menores
para outros valores de freqncia diferentes de f.
Os valores de freqncia foram definidos pela tabela de cor do PDM e so os seguintes:
0, 1, 4, 16, 32, 64, 128, 256, 700, 800, 900, 1000 e 1024. A escolha4 de probabilidades foi
de 95%, 90%, 80%, 70% e 50%.
Para tentar explicar melhor o processo de gerao de casos, podemos descrever o seguinte
exemplo: supondo que o valor de M(i,j)=4 e que na gerao do novo caso M0 a probabilidade
seja de 90%; ento para o novo valor M0 (i, j) associa-se a pequena Tabela 5.2, para o novo
valor de f, observe que a medida que os valores de f so diferentes do valor 4 a probabilidade
que eles ocorram diminuem significativamente.
Tabela 5.2: Caso gerado com ndice de semelhana de 90%
freqncia
0
0
1
4
16
32
probabilidade 0.71% 1.43% 2.86% 90.00% 2.86% 1.43%
64
0.71%
O algoritmo que gera os casos pode ser visualizado atravs do fluxograma apresentado
na Figura 5.11.
5.3.3 Treinamento da RNA

Arquitetura
A implementao da RNA para o diagnstico da DP foi realizada escolhendo-se a arquitetura MLP, sendo que foram testadas redes com nenhuma camada intermediria (Perceptron simples), com 1 camada e 2 camadas.
4 Esta escolha foi realizada de maneira aleatria para conseguir dados com rudo,
porm, que no estivessem

to discrepantes dos padres do catlogo da SIEMENS tal que inviabilizasse o diagnstico.
Figura 5.11: Gerador de Casos
79
80
Como os valores de entrada para a distino dos padres de DP so os parmetros estatsticos definidos no Captulo 4, a primeira camada ir sempre conter 8 neurnios, um para
cada parmetro (Sk , Sk+ , Sk , Ku , Ku+ , Ku , mcc, Q). Como no existe uma regra rgida para
o nmero de neurnios para a camada intermediria (quando houver), fizeram-se algumas
variaes do nmero de neurnios na(s) camada(s) intermediria(s), como ser mostrado a
seguir.
Estabeleceram-se ento 6 tipos de redes, definidas pelo nmero de sada da RNA. As
primeiras 5 redes so redes do tipo lgica (sim/no), cada uma destas 5 primeiras RNAs
confirmam (ou vetam) se determinado conjunto de parmetros est associada ao padro de
DP para a qual a RNA foi treinada.
RNA1 :
Partcula Condutora Livre
RNA2 :
Potencial Flutuante
RNA3 :
Partcula Saltitante
RNA4 :
Partcula Condutora no Isolador
RNA5 :
Rudo
Por exemplo, a RNA1 uma rede treinada especificamente para indicar se o conjunto
de entradas apresentado a ela, um conjunto oriundo de uma fonte de DP conhecida como
Partcula Condutora no Espaador; ento se o conjunto de entradas pertence a este padro
sua sada ser SIM (ou 1 ou ALTA), conforme a lgica estabelecida caso contrrio, o valor
de sada da RNA ser NO (ou 0 ou BAIXA).
A sexta Rede Neural definida como um tipo "genrica" (RNAG), onde existem 5
neurnios de sada, cada um destes neurnios corresponde a um padro de DP. Desta forma,
apresentando-se um conjunto de operadores camada de entrada da rede, aps o processamento dos neurnios haver 5 valores de sada, se a rede estiver bem treinada o valor de
maior mdulo indicar a qual padro pertence o conjunto de entrada que foi apresentada
RNA.
RNAG :
Rede Genrica
Assim, se tomarmos o padro de entrada do exemplo anterior, aps a simulao com esta
rede RNAG, o valor do primeiro neurnio da camada de sada dever ser ALTO enquanto os
demais apresentaro valores BAIXOS para este conjunto de entradas.
81
Funo de Ativao
A funo de ativao, como dito anteriormente, necessria para restringir a amplitude
de sada de um neurnio, por conseguinte, podemos nos deparar com o nome de funo
restritiva.
Para a utilizao de uma MLP, necessria a utilizao de um valor para a atualizao
dos pesos sinpticos, como foi descrito no captulo anterior. Por isso, o clculo de para
cada neurnio da RNA requer que a funo de ativao (.) associada seja contnua. Um
exemplo de uma funo de ativao no-linear, continuamente diferencivel normalmente
utilizada nos Perceptrons de mltiplas camadas a funo sigmide (HAYKIN, 2001).
Portanto define-se como funes de ativao:
1. Funo Logstica
(x) =
1
1 + ex
(5.2)
(x) =
ex ex
ex + ex
(5.3)
2. Funo Tangente Hiperblica
Taxa de Aprendizagem
Definiram-se alguns valores para a taxa de aprendizagem() a serem utilizadas no treinamento das RNAs. Os valores estabelecidos foram:
= 0.001
= 0.010
= 0.100
= 0.500
importante lembrar que quanto menor for o parmetro (), menores sero as variaes
dos pesos sinpticos da rede, de uma iterao para a outra, e mais suave ser a trajetria no
82
espao de pesos. Esta melhoria, entretanto, obtida custa de um processo de treinamento

mais lento. Por outro lado, se fizermos o valor da taxa de aprendizagem muito grande, para
acelerar a aprendizagem, ocorrem grandes modificaes nos pesos sinpticos que podem
tornar a rede instvel.
A Tabela 5.3 mostra a lista de todas as RNAs formandas combinando-se os parmetros
definidos anteriormente.
Tabela 5.3: Redes Neurais Criadas
1
2
Sig 3
4
RNAi
1
2
Hip 3
4
5.3.4 Comentrios Respeito da Generalizao da RNA

Considera-se como uma rede bem generalizada se aps o treinamento realizado com um
conjunto de padres (amostras), quando se apresenta um novo padro que no pertencia as
amostras de treinamento, a rede seja capaz de relacionar esta nova entrada s caractersticas
que foram extradas do conjunto de treinamento. Mesmo quando esta nova entrada for um
pouco diferente das entradas apresentadas, a rede bem generalizada ser capaz de realizar
o relacionamento correto atravs dos pesos sinpticos (extrao das caractersticas) obtidos
durante o processo de treinamento. Contudo, se uma rede aprende um nmero excessivo de
exemplos de entrada-sada, a mesma pode acabar apenas "memorizando"os dados de treinamento.
Segundo HAYKIN (2001), tal generalizao influenciada por trs fatores:
o tamanho do conjunto de treinamento;

a arquitetura da rede neural;
a complexidade fsica do problema em questo.
83
Deduz-se que a complexidade do problema um fator sobre o qual se possui a menor

influncia. Em relao aos dois primeiros fatores citados, pode-se analisar sob dois aspectos:
o primeiro considerando-se uma RNA com arquitetura fixa e variando-se o conjunto de
treinamento, at o momento em que se define o conjunto de treinamento ideal. A segunda
perspectiva, tendo-se um conjunto de treinamento fixo, modifica-se a arquitetura da rede
para o alcance desta boa generalizao.
Uma rede neural, se generalizada corretamente, produzir um mapeamento entrada-sada
correto, mesmo quando a entrada for um pouco diferente dos exemplos usados para o treinamento. Contudo, caso sejam apresentadas a rede um nmero excessivo dos mesmos exemplos, a rede pode acabar por simplesmente memorizar aquele padro apresentado. Tal fenmeno conhecido como excesso de ajuste ou excesso de treinamento, perdendo a habilidade
de generalizar padres semelhantes (HAYKIN, 2001).
5.4 Resultados
Com a implementao que foi proposta na seo anterior, sero demonstrados os resultados que foram obtidos utilizando-se das informaes disponveis para o treinamento das
redes neurais e dos casos que foram gerados para os testes das mesmas RNAs.
A implementao foi realizada com funes existentes no programa MATLAB. Foram
testados variaes do algoritmo de treinamento por Retro-Propagao para redes, sendo que
os resultados apresentados informam a quantidade de diagnsticos corretos que ocorrem com
a utilizao da rede neural. Tambm so apresentados os valores para os falsos positivos e
falsos negativos definidos a seguir, para as redes neurais RNA1, RNA2, RNA3, RNA4 e
RNA5:
Falso Positivo: quando a rede neural reconhece os parmetros como uma fonte de
Descarga Parcial, contudo, estes parmetros no representam a referida fonte;
Falso Negativo: quando a rede neural no reconhece os parmetros como uma fonte
de Descarga Parcial, contudo, estes parmetros representam a referida fonte.
84
Para a rede denominada como genrica (RNAGen) os diagnsticos corretos e incorretos

so discriminados entre os 5 tipos de fontes de Descarga Parcial considerados neste trabalho.
A apresentao destes resultados ser em duas etapas. No item 5.4.1, as redes neurais
foram treinadas apenas com os 19 casos retirados manualmente do catlogo da SIEMENS,
sendo que para o conjunto de testes foram utilizados os 95 casos gerados atravs do algoritmo
de Gerao de Casos.
No item 5.4.2, o nmero de treinamento foi aumentado para 51 exemplos entrada-sada,
constitudo dos 19 padres oriundos do catlogo SIEMENS mais 32 exemplos escolhidos
aleatoriamente entre os 95 casos gerados. Com isto, restaram 63 exemplos que foram utilizados para o teste das RNAs.
5.4.1 Treinamento com Dados do Catlogo PDM

Os resultados apresentados nesta seo, so simulaes de redes treinadas com os 19
casos padres oriundos do catlogo PDM. A pormenorizao dos casos foi apresentada anteriormente, especificando cada um deles. O objetivo da apresentao dos resultados contidos neste item, mostrar os resultados de cada RNA individualmente, pois, espera-se que
com esta pequena quantidade de casos utilizados para o treinamento a RNA no consiga
generalizar de forma satisfatria de modo a diagnosticar as fontes das DPs.
Como descrito anteriormente, durante o treinamento de uma Rede Neural so apresentados padres a esta rede, onde para uma determinada entrada estipulado um valor de sada.
Este treinamento foi realizado com os 19 arquivos disponveis, cuja fonte o catlogo da
SIEMENS. A Figura 5.12 mostra como comportou-se um destes treinamentos, cujo parmetros esto indicados na figura.
Com isso pode-se testar os 95 arquivos gerados para cada uma redes neurais. O que se
tem por intuito mostrar um pouco destes resultados de modo a ilustrar a potencialidade em
se ter um sistema especialista que possa identificar a causa de uma DP.
Primeiramente atravs da Figura 5.13 descreve-se como foram obtidos os valores de desempenho de cada teste. Os parmetros de cada um dos 95 casos para teste so apresentados
85
Treinamento RNA1 Funo de Ativao: Hiperblica
Taxa de Aprendizagem: 0.001 Nmero Mximo de pocas: 5000
10
10
Erro de Treinamento
10
10
10
10
10
12
10
10
15
15 pocas
Figura 5.12: Comportamento de Erro de Treinamento

rede: esta fornece o resultado do diagnstico, que comparado ao diagnstico indicado
pelo especialista.
Define-se assim a seguinte lgica, o valor +1 atribudo quando o especialista reconhece o exemplo como o padro estabelecido entre os 5 tipos de padres definidos anteriormente, e o valor -1 (ou 0) se o exemplo no reconhecido como padro estabelecido.
Assim, durante os testes com as redes treinadas, a rede pode fornecer uma sada que varie
entre -1 (ou 0) +1.
Para esta sada utilizam-se valores limiares, que funcionam como filtros. No caso de
redes treinadas com Funo de Ativao Hiperblica se o resultado foi maior ou igual a 0,7
setado o valor +1, se o resultado tiver sido menor ou igual a -0,7 o valor da rede passa a
ser -1, caso contrrio para resultados entre -0,7 e 0,7 este valor fixado em 0; a partir da,
compara-se ao valor atribudo pelo especialista.
No caso de redes treinadas com Funo de Ativao Sigmide se o resultado foi maior
ou igual a 0,85 setado o valor +1, se o resultado tiver sido menor ou igual a 0,15 o valor
da rede passa a ser 0, caso contrrio para resultados entre 0,15 e 0,85 este valor fixado
86
em 0,5; a partir da, novamente compara-se ao valor atribudo pelo especialista.

Especificamente a Figura 5.13 representa o comportamento de redes que apenas indicam
se o padro apresentado pertence ou no a causa relacionada a rede.
RNA1 Hiperblica =0.001
1
0.8
0.6
Valores de Diagnstico
0.4
0.2
0.2
0.4
0.6
0.8
10
20
30
40
50
Casos
60
70
80
90
100
Figura 5.13: Apresentao do Diagnstico de Cada RNA

onde:
Diagnostico Especialista
Diagnstico Rede Neural
Observando-se a Figura 5.13 nota-se que h uma diferena entre o Diagnstico da RNA e
o Diagnstico do Especialista, assim, partindo-se da premissa que o Diagnstico do Especialista um diagnstico correto, a idia que nos testes exista apenas uma pequena diferena
entre os dois resultados validando a ferramenta.
No resultado apresentado na Figura 5.13 observa-se que existem 11 casos que no possuem valor +1 ou valor -1; estes casos so diagnosticados como indeterminados, ou seja, a
rede no capaz de determinar se o conjunto de valores apresentados pertencia ou no a fonte
da Descarga Parcial. O grfico apresentado na Figura 5.14 indica os valores obtidos atravs
deste exemplo.
87
Performance Diagnstico RNA1 =0.001
Diag. Corretos
Falso Positivo
Falso Negativo
Indeterminado
12%
3%
17%
68%
Figura 5.14: Diagnstico Obtido com a RNA1 com Taxa de Aprendizagem igual a 0,001
A otimizao denominada Levenberg-Marquardt considera a atualizao tanto dos pesos
sinpticos entre os neurnios da RNA quanto os pesos associados ao bias de cada neurnio.
Este critrio de atualizao contribui para um melhor poder de generalizao da RNA, o que
pode ser observado atravs de melhores resultados.
A Figura 5.15 mostra um comparativo entre as otimizaes disponveis no software MATLAB para o uso do treinamento de redes neurais. Nota-se que que a otimizao LevenbergMarquardt possui o melhor desempenho, motivo este foi escolhida para o treinamento das
demais redes.
Lista-se a seguir de forma resumida o significado de cada uma destas funes de otimizao para o algoritmo de Retropagao que podem ser encontrados ao utilizar-se o MATLAB:
trainlm: Otimizao de Levenberg-Marquardt para o Algoritmo de Retropagao;

traingd: Otimizao por Gradiente Descendente;
traingdm: Otimizao por Gradiente Descendente com Momentum;
traingda: Otimizao por Gradiente Descendente com Taxa de Aprendizagem Adaptativa;
traingdx: Otimizao por Gradiente Descendente com Momentum e Taxa de Aprendizagem Adaptativa.
88
Comparao entre os Processos de Otimizao Disponveis no MATLAB
RNA1 Taxa de Aprendizagem 0,001
Diag. Corretos
Falsos Positivos
Falsos Negativos
Indeterminados
90
80
Valores Diagnsticos
70
60
50
40
30
20
10
trainglm
traingd
traingdm
traingda
traingdx
Figura 5.15: Comparao entre Funes de Otimizao

A seguir apresenta-se os resultados relevantes para cada uma das redes treinadas, fazendo
um comparativo entre os parmetros que foram utilizados durante o treinamento. A apresentao destas informaes ser utilizada para reforar a idia de que cada uma rede especfica
para determinada causa de DP.
A rede RNA1 serve para a identificao do padro de DP conhecido como Partcula Condutora Livre. A Figura 5.16 apresenta os resultados para a RNA1 utilizando-se o algoritmo
de otimizao de treinamento denominado Levenberg-Marquardt ajustando os pesos sinpticos e os valores de bias. Neste grfico o valor de na abscissa do eixo representa o valor
da taxa de aprendizagem.
Comparando-se as duas funes de ativaes (funo de ativao hiperblica e funo de
ativao sigmide) o melhor diagnstico foi encontrado com funo de ativao hiperblica.
Isto deve-se ao fato de que para algoritmos de retropopagao pode, em geral, aprender
de forma mais eficiente quando a funo de ativao uma funo anti-simtrica (caso da
funo hiperblica) (HAYKIN, 2001).
Aproveitando este exemplo pode-se verificar atravs da Tabela 5.4 a distribuio de diagnsticos corretos, falsos positivo e negativo e indeterminao que ocorrem com o uso desta
89
Diagnsticos Corretos RNA1 Otimizao LevenbergMarquardt
Funo Hiperblica
Funo Sigmide
90
80
Diagnsticos Corretos
70
60
50
40
30
20
10
0
3
10
10
10
10
Figura 5.16: Diagnstico Obtido com a RNA1 com Otimizao Levenberg-Marquardt

RNA. Os diagnsticos corretos estiverem sempre acima de 61%, o que indica potencial de
uso desta ferramenta.
Tabela 5.4: Diagnsticos com RNA1 Treinadas com Funo de Ativao Hiperblica Otimizao com Algoritmo Levenberg-Marquardt
Diagnsticos
Corretos Falsos Positivos Falsos Negativos Indeterminao

0.001 74,74%
16,84%
4,21%
4,21%
0.01 61,05%
27,37%
3,16%
8,42%
0.10 84,21%
0,00%
15,79%
0,00%
0.50 69,47%
18,95%
4,21%
7,37%
As tabelas 5.5, 5.6, 5.7 e 5.8 apresentam os resultados obtidos com as RNA2, RNA3,
RNA4 e RNA5 respectivamente. Observa-se que para a RNA2, os resultados para as colunas
falsos positivos, falsos negativos e indeterminaes foram menores, isto pode ser explicado
pelo treinamento realizado com a RNA2 possuir um maior nmero de pares entrada-sada.
Pode-se ainda destacar que os melhores resultados para as RNAs ocorreram quando a taxa
de aprendizagem foi igual a 0,01.
90
Diagnsticos

0.001 82,11%
13,68%
4,21%
4,21%
0.01 70,53%
21,05%
3,16%
5,26%
0.10 87,37%
2,11%
10,53%
0,00%
0.50 71,58%
17,89%
4,21%
6,32%
Diagnsticos

0.001 71,58%
16,84%
6,32%
5,26%
0.01 71,58%
25,26%
4,21%
12,63%
0.10 82,11%
3,16%
10,53%
4,21%
0.50 68,42%
18,95%
2,11%
10,53%
Diagnsticos

0.001 74,74%
14,74%
5,26%
5,26%
0.01 60,00%
26,32%
3,16%
10,53%
0.10 84,21%
2,11%
12,63%
1,05%
0.50 70,53%
15,79%
4,21%
9,47%
91
Diagnsticos

0.001 70,53%
16,84%
6,32%
6,32%
0.01 55,79%
21,05%
9,47%
13,68%
0.10 78,95%
6,32%
12,63%
2,61%
0.50 63,16%
15,79%
8,42%
12,63%
Os prximos resultados mostram os valores das redes denominadas RNAGen que so
redes que procuram apresentar o diagnstico conforme o padro de entradas apresentado em
sua camada de entrada, possuindo 5 sadas uma para cada possibilidade de diagnstico.
A Figura 5.17 apresenta valores de diagnstico obtidos com este tipo de rede. No grfico
a barra em azul representa os diagnsticos incorretos e os valores em vermelho os diagnsticos em conformidade com o diagnstico Especialista.
Diagnstico RNAGen =0,001 Funo de Ativao Hiperblica
45
Diagnsticos Incorretos
40
35
Valores Diagnstico
30
25
20
15
10
Part.Cond.Livre
Pot.Flutuante
Part.Saltitante
Part.Cond.Isolador
Ruido
Figura 5.17: Diagnstico com Rede Genrica

Contudo, observa-se que no aspecto geral esta rede no apresentou resultado satisfatrio,
visto que o nmero de casos diagnosticados corretamente foi de 16 casos, o que representa
apenas 17% dos casos apresentados.
Esta rede devido ao pequeno nmero de pares entrada-sada para treinamento (apenas 19
92
casos) no foi capaz de generalizar e assim proceder corretamente o diagnstico segundo as

indicaes do especialista.
A Figura 5.18 apresenta a variao do nmero de diagnsticos corretos atravs da mudana do valor da taxa de aprendizagem ().
Diagnsticos Corretos com a RNAGen Variandose a Taxa de Aprendizagem
Funo de Ativao Hiperblica
Funo de Ativao Sigmide
90
80
70
60
50
40
30
20
10
0
3
10
10
10
10
Figura 5.18: Resultados com a RNAG - variando-se a Taxa de Aprendizagem

Nota-se, que para uma taxa de aprendizagem pequena os diagnsticos corretos utilizandose redes treinadas com funo de ativao hiperblica so maiores do que os diagnsticos
com redes que foram treinadas com funo de ativao sigmide. Contudo, ao acompanharse as duas curvas observa-se que com o aumento da taxa de aprendizagem no h significativa
diferena entre as duas curvas.
5.4.2 Treinamento com Dados do Catlogo PDM mais Dados Gerados

Os resultados apresentados a seguir mostram redes que foram treinadas com um conjunto de treinamento maior, composto pelos 19 padres do catlogo PDM mais 32 padres
escolhidos entre os 95 padres gerados pelo algoritmo de Gerao de Casos apresentado
anteriormente.
Cada uma das classes encontram-se agora com os seguintes quantitativos de exemplos a
serem utilizados no treinamento:
93

Potencial Flutuante:
23 padres-exemplos
Partcula Saltitante:
6 padres-exemplos

Rudo: 5 padres-exemplos
Com a utilizao deste conjunto de treinamento, variou-se tambm o nmero de camadas
intermedirias (nenhuma, 1 e 2 camadas).
O problema de diagnstico trata de uma separao entre as classes de padres das DPs,
este um problema no-linear em que um vetor n-dimensional no pode ser separado linearmente (dicotomia), justificativa que torna o uso de camada(s) intermediria(s) para o
diagnstico das DPs. Segundo HAYKIN (2001), estes neurnios da camada oculta podem
ser chamados de detectores no-lineares de caractersticas.
A determinao do nmero de neurnios na(s) camada(s) intermediria(s) pode ser alcanada com alguma heurstica que indica este melhor nmero de neurnios, assim podemos
ter (SILVA, 2005):
Hetch-Nielsen: demonstraram que qualquer funo de n variveis pode ser representada por 2n + 1 funes de uma varivel, Equao 5.4;
Noculto = 2 Nentrada + 1
(5.4)
Baum-Haussler: associa o erro esperado da rede com o tamanho da rede, Equao 5.5;
Noculto
Noculto :
Onde:
Nentrada :
(5.5)
nmero de neurnios na camada intermediria;

nmero de neurnios na camada de entrada;
w:
nmero de pesos sinpticos;
erro esperado nos testes de rede
Entretanto, a metodologia em que a determinao do nmero de neurnios na camada

oculta baseia-se na experincia e no tipo de aplicao da RNA foi a utilizada no treinamento
das RNAs.
94
Foram treinadas redes que na sua arquitetura possuam 1 Camada Intermediria e 2 Camadas Intermedirias; para a arquitetura com 1 Camada escolhemos em 5, 9 e 12 o nmero
de neurnios na camada oculta. E para a rede com a arquitetura com 2 Camadas foi treinada
com a utilizao de 09 neurnios na primeira camada intermediria e mais 9 neurnios na
segunda camada oculta.
Os resultados apresentados a seguir foram obtidos por uma rede com uma camada intermediria com 09 neurnios. Observa-se que houve uma leve melhora em relao ao treinamento com os dados do item 5.4.1.
A Figura 5.19 mostra os diagnsticos corretos obtidos com as RNA2 com 1 Camada Intermediria contendo 9 neurnios. Observa-se que o nmero de diagnsticos corretos tanto
com a funo de ativao sigmide quanto com a funo de ativao hiperblica foram similares. Outra questo importante que pode ser observada, que a variao da taxa de aprendizagem no afetou significativamente os diagnsticos corretos para esta rede neural.
Diagnsticos Corretos RNA2 Camada Intermediria com 9 Neurnios
60
50
40
30
20
10
0
3
10
10
10
10
Figura 5.19: Diagnsticos Corretos - RNA2 com Camada Intermediria com 9 Neurnios
Partindo-se para a arquitetura com 2 Camadas Intermedirias para a RNA, o treinamento
da rede neural tende a tornar-se mais lento devido ao maior nmero de conexes existentes
(pesos sinpticos). Utilizando-se desta arquitetura com a escolha de 9 neurnios para a
primeira e segunda camadas intermedirias o tempo de treinamento da rede aumentou. Entretanto, o aumento do tempo de treinamento no foi acompanhada pela melhora dos Diagnsticos Corretos como pode ser observado na Figura 5.20.
95
Diagnsticos Corretos RNAGen 2 Camadas Intermedirias
60
50
40
30
20
10
0
3
10
10
10
10
Figura 5.20: Diagnsticos Corretos - RNAGen com 2 Camadas Intermedirias

Para uma melhor comparao entre os conjuntos de treinamento apresentados nas sees
5.4.1 e 5.4.2, a Figura 5.21 mostra em termos de porcentagem de acertos o resultados da
RNAGen com 2 Camadas Intermedirias para o primeiro e o segundo conjunto de treinamentos.
Observa-se que com o aumento do conjunto de treinamento, utilizando-se qualquer uma
das duas funes de ativao (hiperblica ou sigmide) ocorreu uma melhora nos acertos
obtidos. Contudo, vale ressaltar que esta rede (RNAGen) no apresentou bons resultados
como as redes RNA1, RNA2, RNA3, RNA4 e RNA5.
5.5 Concluso
Neste captulo foi descrita a implementao das Redes Neurais para a identificao da
causa da DP, e o resultado desta identificao pode ser utilizado como uma ferramenta de
suporte a monitorao de subestaes GIS.
Primeiramente foram apresentadas as informaes adquiridas, oriundas do sistema SIEMENS instalado na SE Machadinho que operada e mantida pela ELETROSUL, para tornar
vivel a implementao desta ferramenta. Foram expostos alguns dos problemas encontrados
durante o processo de elaborao deste trabalho.
96
Comparao Diagnsticos Corretos entre Dados Catlogo + Dados Gerados
e Dados Catlogo
100%
Dados Catlogo + Dados Gerados Funo Hiperblica

Dados Catlogo + Dados Gerados Funo Sigmide
Dados Catlogo Funo Hiperblica
Dados Catlogo Funo Sigmide
90%
80%
70%
60%
50%
40%
30%
20%
10%
0
3
10
10
10
10
Figura 5.21: Comparao entre os Conjuntos de Treinamento

A partir destas informaes foi descrita a metodologia utilizada na implementao das
RNAs e como foram variados alguns parmetros para a indicao da melhor ferramenta
como diagnstico de DP. Utilizaram-se dois conjuntos de treinamento, o primeiro composto
apenas pelos 19 exemplos retirados do catlogo da SIEMENS e o segundo adicionando-se
mais alguns exemplos gerados, o que resultou em 51 casos para o treinamento.
Para um mesmo conjunto de treinamento, variando-se parmetros como a taxa de aprendizagem, no foi possvel estabelecer um paralelo conclusivo acerca da influncia nos resultados dos diagnsticos. Isto pode ser explicado pelo pouco nmero de exemplos de treinamento, possivelmente com um maior nmero de exemplos se possa obter concluses mais
afirmativas e resultados mais estveis.
Como exposto no captulo, funes de ativao ditas anti-simtrica tendem a aprender de
maneira mais eficiente o treinamento realizado com os exemplos apresentados. Nos resultados, geralmente, redes com funo de ativao hiperblica (funo anti-simtrica) possuam
um melhor desempenho em relao funo de ativao sigmide.
No entanto, pondera-se que as redes RNA1, RNA2, RNA3, RNA4 e RNA5, treinadas
97
apenas com os 19 casos do catlogo da SIEMENS, apresentaram melhor desempenho quando

utilizada a funo de ativao hiperblica. Por outro lado, quando foi utilizada como ferramenta de diagnstico a rede RNAGen os resultados mostram-se equivalentes e com nmero
de acertos baixo; isto pode ser explicado pelo fato de que a pequena quantidade de casos
para treinamento da rede RNAGen no foi suficiente para que a rede pudesse generalizar ao
ponto de diagnosticar corretamente os novos exemplos apresentados.
Ao incrementar-se o nmero de exemplos entrada-sada para o treinamento das redes
das RNAGens o nmero de diagnsticos corretos teve um ligeiro aumento. Isto indica
que o nmero de casos apresentados para as redes continua baixo para que haja uma boa
generalizao e diagnstico mais precisos quanto as fontes das DPs. Observando-se em
relao a Funo de Ativao utilizada para o treinamento da RNAGen, a Funo de Ativao
Hiperblica apresenta melhor desempenho, equiparando-se ao ocorrido com as redes RNA1,
RNA2,RNA3, RNA4 e RNA5.
Captulo 6
Concluses e Sugestes para Trabalhos
Futuros
Neste ltimo captulo apresentam-se algumas concluses em relao ao trabalho desenvolvido, as caractersticas relevantes da ferramenta implementada e os problemas que foram
encontrados ao longo do seu desenvolvimento.
Baseado no trabalho apresentado, sugerem-se algumas modificaes que podem ser implementadas e estudos a serem estabelecidos de forma ao melhor desenvolvimento do assunto e na busca de melhores resultados.
6.1 Concluses
O trabalho procurou apresentar a implementao de uma ferramenta para o diagnstico
de causas de Descargas Parciais em Subestaes Isoladas a Gs. As Descargas Parciais so
coletadas atravs de algum mtodo de medio e alguns destes mtodos foram apresentados
no texto de modo a situar acerca da tecnologia utilizada para a medio e possvel diagnstico
deste fenmeno.
O diagnstico correto deste fenmeno pode auxiliar em uma manuteno melhor e mais
eficiente em subestaes que utilizam o hexafluoreto de enxofre como meio isolante entre
6. Concluses e Sugestes para Trabalhos Futuros
99
seus equipamentos. Apesar deste tipo de subestao no possuir um cronograma para manuteno preventiva, julga-se necessria a instalao de um sistema de monitoramento que
acompanhe o nvel de isolamento do gs contido nos dutos e cmaras que compem a subestao.
Devido a uma dificuldade no prevista na obteno dos dados do sistema SIEMENS
foi necessrio utilizar-se o artifcio de gerar casos novos de DPs para que a realizao dos
testes fosse vivel. A gerao destes novos casos foi estabelecida extraindo-se manualmente
as informaes do catlogo SIEMENS e posteriormente manipulando-se estas informaes
de modo a ter-se dados que pudessem ser utilizados nos testes com as Redes Neurais. Tais
informaes foram repassadas ao especialista que fornecia o diagnstico para que assim a
ferramenta pudesse ser implementada.
Destaca-se como contribuio do trabalho a apresentao de uma metodologia de implementao de ferramenta de diagnstico. Os resultados apresentados indicam que ndices de
desempenho das redes neurais, como o percentual de diagnsticos corretos, pode ser incrementado com o aumento do nmero de exemplos entrada-sada para a rede neural.
Utilizando-se de Redes Neurais, que foram implementadas em MATLAB, foram obtidos
resultados que comparados com o diagnstico como especialista da ELETROSUL tiveram
um percentual de acerto maiores que 60% para redes treinadas com os dados extrados do
manual da SIEMENS e para dados gerados com o algoritmo citado. Foram obtidos bons
resultados com acertos maiores que 80% em certas situaes. Comparando-se com trabalho
de FILHO e SILVA (2003) que obteve em mdia resultados maiores do que 80%, deve-se
aprimorar a tcnica e os valores utilizados neste trabalho.
Por fim, conclui-se que para que o poder de generalizao da MLP seja melhor explorado,
faz-se necessrio o uso de maior nmero de casos. Apesar da variao de parmetros como
a taxa de aprendizagem e o uso de duas funes de ativaes (hiperblica e sigmide) terem
aumentado ligeiramente o nmero de diagnsticos corretos, devido a pouco quantidade de
exemplos, a rede acaba por decorar os padres apresentados.
6. Concluses e Sugestes para Trabalhos Futuros
100
6.2 Sugestes para Trabalhos Futuros

Os esforos de pesquisa neste trabalho mostram tpicos relevantes no que diz respeito a
metodologia e implementao devem ser considerados para trabalhos subsequentes:
utilizao de maior nmero de exemplos entrada-sada de forma a conseguir melhores

diagnsticos;
utilizao de dados reais, para a validao da metodologia apresentada;
implementao de outras metodologias de classificao, tais como Mapas de Kohonen,
classificadores K-means e C-means, entre outras;
pesquisa da influncia do envelhecimento da GIS no aumento do fenmeno das Descargas Parcias.
Referncias Bibliogrficas
AMIN, S. S. Substation. 2005. Http://www.sayedsaad.com/substation/index.html. Acessado
em junho de 2006.
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS. NBR 6940: Tcnicas de Ensaios
Eltricos de Alta Tenso Medio de Descargas Parciais. So Paulo, 1981.
ASSOCIAO BRASILEIRA DE NORMAS TCNICAS. NBR 10019: Subestao Blindada Isolada a Gs para Tenses Nominais Iguais ou Superiores 72,5kv. So Paulo, 1987.
BARGIGIA, A.; KOLTUNOWICZ, W.; PIGINI, A. Detection of Partial Discharges in Gas
Insulated Substations. IEEE Transactions on Power Delivery, v. 7, n. 3, p. 12391249, July
1992.
BLOOM, N. B. Realibility Centered Maintenence. [S.l.]: McGraw Hill, 2005.
BOGGS, S. A. Partial Discharge: Overview and Signal Generation. IEEE Electrical Insulation Magazine, v. 6, n. 4, p. 3339, July-August 1990.
BRAINARD, J. P.; ANDREWS, L. A. Dielectric Stimulated Arcs in Lightning-Arrestor
Connectors. IEEE Transactions on Components, Hybrids and Manufacturing Technology,
CMHT-2, n. 3, p. 309316, 1979.
COMPANY, X. E. E. Substation Projects. 2001. Http://www.xianelectric.com/English/.
Acessado em marco de 2006.
FILHO, J. G. R.; SILVA, A. P. A. da. Classificao de Descargas Parciais em Equipamentos
Isolados a SF 6 a Partir do Monitoramento On-Line por UHF. XVIII SNPTEE - Seminrio
Nacional de Produo e Transmisso de Energia Eltrica, 2003.
102
GULSKI, E.; KREUGER, F. H. Computer-Aided Recognition of Discharges Sources. IEEE

Transactions on Electrical Insulation, v. 27, n. 1, p. 8292, 1992.
GULSKI, E.; KRIVDA, A. Neural Network as a Tool for Recognition of Partial Discharges.
IEEE Transactions on Electrical Insulation, v. 28, n. 6, p. 9841001, 1993.
HALLIDAY, D.; RESNICK, R.; WALKER, J. Fundamentos de Fsica. 4a . ed. [S.l.]: Livros
Tcnicos e Cientficos Editora S.A., 1996.
HAYKIN, S. Redes Neurais - Princpios e Prtica. [S.l.]: Bookman, 2001.
IEEE. Substations Engineering Committee GIS/GIL/SF6. [S.l.], March 2004.
INSTITUTE, M. Circuit Breakers. 2005. Http://www.montefiore.ulg.ac.be. Acessado em
junho de 2006.
INSTITUTE OF ELECTRICAL AND ELECTRONICS ENGINEERS, INC. IEEE Std 481975: IEEE Standard Test Procedures and Requirements for High-Voltage AlternatingCurrent Cable Terminators. Piscataway, NJ, 1975.
INSTITUTE OF ELECTRICAL AND ELECTRONICS ENGINEERS, INC. IEEE Std 4361977: IEEE Guide for Making Corona (Partial Discharge) Measurements on Eletronics
Transformers. Piscataway, NJ, 1977.
INSTITUTE OF ELECTRICAL AND ELECTRONICS ENGINEERS, INC. IEEE Std 12911993: IEEE Guide for Partial Discharge Measurement in Power Switchgear. Piscataway, NJ,
1993.
INTERNATIONAL ELECTROTECHNICAL COMISSION. IEC 60.270: Partial Discharge
Measurements. Genebra, Sua, 1981.
ISHIDA, T. et al. Development and Application of Partial Discharge Analyzing for Swarming Pulsive Microdischarges. In: Proceedings of the 3rd International Conference on Properties and Applications of Dielectric Materials. Tokyo: [s.n.], 1991. p. 676679.
JUDD, M. D.; FARISH, O.; HAMPTON, B. F. The Excitation of UHF Signals by Partial
Discharges in GIS. IEEE Transactions on Dielectrics and Electrical Insulation, v. 3, n. 2, p.
213228, April 1996.
103
KAUFHOLD, M.; BAMJI, S. S.; BULINSKI, A. T. Optical Detection of Partial Discharges

in Gas-Insulated Systems. In: Conference on Electrical Insulation and Dielectric Phenomena. San Francisco: [s.n.], 1996.
KRANZ, H.-G. Diagnosis of Partial Discharge Singals Using Neural Network and Minimum
Distance Classifier. IEEE Transactions on Electrical Insulation, v. 28, n. 6, p. 10161024,
1993.
KREUGER, F. H.; GULSKI, E.; KRIVDA, A. Classification of Partial Discharges. IEEE
Transactions on Electrical Insulation, v. 28, n. 6, p. 917931, 1993.
KRIVDA, A. Automated Recognition of Partial Discharges. IEEE Transactions on Dielectris
and Electrical Insulation, v. 2, n. 5, p. 796821, 1995.
KUSUMOTO, S. et al. Diagnostic Technique of Gas Insulated Substation by Partial Discharge Detection. IEEE Transactions on Power Apparatus and Systems, PAS-99, n. 4, p.
14561465, 1980.
LAPP, A.; KRANZ, H. G. The Use of the CIGRE Data Format for PD Diagnosis Applications. IEEE Transactions on Dielectrics and Electrical Insulation, v. 7, n. 1, p. 102112,
February 2000.
MAESA. Usina Hidreltrica Machadinho. 1998. Http://www.machadinho.com.br/. Acessado em junho de 2006.
MCDONALD, J. D. Eletric Power Substations Engineering. [S.l.]: CRC Press, 2003.
METWALLY, I. A. Status Review on Partial Discharge Measurement Techniques in GasInsulated Switchgear/Lines. ELSEVIER - Electric Power Systems Research, v. 69, p. 2536,
2004.
OGI, H. et al. Fault Diagnosis System for GIS Using an Artificial Neural Network. In: . [S.l.:
s.n.], 1991.
PEARSON, J. S. et al. Partial Discharges Diagnostics for Gas Insulated Substations. IEEE
Transactions on Dielectrics and Electrical Insulation, v. 2, n. 5, p. 893905, 1995.
104
ROSSETI,
A.
R.
Dicionrio
Quimicamente
Falando.
1998.
Http://www.rossetti.eti.br/dicuser/detalhe.asp?vnome=&vini=8&vfim=8&vcodigo=1899.
Acessado em novembro de 2005.
RUSSEL, S.; NORVIG, P. Artificial Intelligence: A Modern Approach. [S.l.]: Prentice Hall,
2002.
RYAN, H. M.; JONES, G. R. SF6 Switchgear. [S.l.]: IEE Print, 1989. (IEE Power Series).
SARAIVA, D. B. Materias Eltricos. [S.l.]: Editora Guanabara Dois, 1983.
SHIMAKURA, S. Bioestatstica. 2004. Http://www.est.ufpr.br/ silvia/CE001/node27.html.
Acessado em maro de 2006.
SIEMENS. PDM System SIEMENS - Machadinho Substation. [S.l.], 2001.
SIEMENS. Treinamento em Monitoramento de Descargas Parciais. [S.l.], 2003.
SILVA, R. M. Redes Neurais Artificiais Aplicadas Deteco de Intruso em Redes TCP/IP.
Dissertao (Mestrado) PUC-RIO, Abril 2005.
TF:15/33.03.05:CIGR. Partial Discharge Detection System for GIS: Sensitivity Verification
for the UHF Method and the Acoustic Method. [S.l.], April 1999.
TOSHIBA,
P.
S.
C.
Transmission
and
Distribution
Http://www.toshiba.co.jp/f-ene/tands.htm. Acessado em junho de 2006.
Systems.
2006.
Livros Grtis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administrao
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Cincia da Computao
Baixar livros de Cincia da Informao
Baixar livros de Cincia Poltica
Baixar livros de Cincias da Sade
Baixar livros de Comunicao
Baixar livros do Conselho Nacional de Educao - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Domstica
Baixar livros de Educao
Baixar livros de Educao - Trnsito
Baixar livros de Educao Fsica
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmcia
Baixar livros de Filosofia
Baixar livros de Fsica
Baixar livros de Geocincias
Baixar livros de Geografia
Baixar livros de Histria
Baixar livros de Lnguas
Baixar livros de Literatura

Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemtica
Baixar livros de Medicina
Baixar livros de Medicina Veterinria
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Msica
Baixar livros de Psicologia
Baixar livros de Qumica
Baixar livros de Sade Coletiva
Baixar livros de Servio Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo

cp147760 - Diagnostico de Descargas Parciais em SE PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

cp147760 - Diagnostico de Descargas Parciais em SE PDF

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DE SANTA CATARINA

CURSO DE PS-GRADUAO EM ENGENHARIA ELTRICA

DIAGNSTICO DE DESCARGAS PARCIAIS EM

ASSIS ROGRIO GOMES DA SILVA PAULO

Florianpolis, 02 de Outubro de 2006.

DIAGNSTICO DE DESCARGAS PARCIAIS EM

Prof.a Jacqueline Gisle Rolim

Prof. Nelson Sadowski

Profa . Jacqueline G. Rolim, Dra . - UFSC;

Prof. C. Celso de Brasil Camargo, Dr. - UFSC

Prof. Hans Helmut Zrn, Ph.D. - UFSC

Prof. Mauro Roisenberg, Dr. - UFSC

DIAGNSTICO DE DESCARGAS PARCIAS EM

Orientador: Jacqueline Gisle Rolim

Abstract of Dissertation presented to UFSC as a partial fulfillment of the requirements for

PARTIAL DISCHARGE DIAGNOSTIC AT GAS INSULATED

Advisor: Jacqueline Gisle Rolim

Equipamentos de Apoio e Recomendaes . . . . . . . . . . . . .

Materiais para Conduo e Isolao de Energia . . . . . . . . . . . . . . .

Causas de Descargas Parciais . . . . . . . . . . . . . . . . . . . . . . . . .

Especificao dos Dados . . . . . . . . . . . . . . . . . . . . . . . . . . .

4 Parmetros Estatsticos e Redes Neurais Artificiais

Correlao Cruzada Modificada . . . . . . . . . . . . . . . . . . .

Redes Neurais Artificiais . . . . . . . . . . . . . . . . . . . . . . . . . . .

Comentrios Respeito da Generalizao da RNA . . . . . . . . .

Treinamento com Dados do Catlogo PDM . . . . . . . . . . . . .

Treinamento com Dados do Catlogo PDM mais Dados Gerados . .

6 Concluses e Sugestes para Trabalhos Futuros

Sugestes para Trabalhos Futuros . . . . . . . . . . . . . . . . . . . . . .

Fluxograma ilustrando os passos envolvidos no estabelecimento de uma nova

Subestao com Fases Dentro de um Mesmo Mdulo - Monofsico (COMPANY, 2001) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Ilustrao entre Disjuntores . . . . . . . . . . . . . . . . . . . . . . . . . .

Transformador de Corrente em Subestao Convencional (TOSHIBA, 2006) .

Transformador de Potencial para GIS (INSTITUTE, 2005) . . . . . . . . . .

Chave Seccionadora em Subestao Convencional (TOSHIBA, 2006) . . . .

Chave de Aterramento para GIS (INSTITUTE, 2005) . . . . . . . . . . . . .

Bucha Utilizada em Subestaes (TOSHIBA, 2006) . . . . . . . . . . . . . .

Conexes em GIS - Conexo com Tranformadores e Conexo entre Cabos

2.10 Manuteno Hipottica em uma GIS Aproveitando a Facilidade dos Mdulos

2.11 Arranjo GIS - barramento duplo e disjuntor simples . . . . . . . . . . . . .

2.12 Disposio Fsica em uma GIS (TOSHIBA, 2006) . . . . . . . . . . . . . . .

Pulsos de Descargas Parciais em um Ciclo de Onda Completo . . . . . . .

Medio Acstica em Tubulao GIS . . . . . . . . . . . . . . . . . . . .

Circuito Bsico de Ensaio para Descargas Parciais . . . . . . . . . . . . . .

Propagao Eletromagntica em Meio Coaxial . . . . . . . . . . . . . . . .

Montagem para Teste em Laboratrio . . . . . . . . . . . . . . . . . . . .

Procedimento de Teste em Campo . . . . . . . . . . . . . . . . . . . . . .

Principais Variveis para Construo de Padres de Descargas Parciais . . .

Grfico Tri-dimensional da Distribuio - q - N . . . . . . . . . . . . . .

Representao em um Plano Bi-dimensional da Distribuio - q - N . . .

Grfico Pelo Sistema de Monitoramento Instalado em uma Subestao da

Curva de Distribuio Normal . . . . . . . . . . . . . . . . . . . . . . . .

Comparao Operador Curtose . . . . . . . . . . . . . . . . . . . . . . . .

Comparao Operador Assimetria . . . . . . . . . . . . . . . . . . . . . .

Modelo no-linear de um neurnio . . . . . . . . . . . . . . . . . . . . . .

Curva de Nvel da Usina Hidreltrica de Machadinho . . . . . . . . . . . .

Interior da Subestao de Machadinho . . . . . . . . . . . . . . . . . . . .

Representao dos componentes do Sistema de Monitoramento . . . . . . .

Foto de um Coupler da SE MCH . . . . . . . . . . . . . . . . . . . . . . .

Foto de um PD Convertor Box da SE MCH . . . . . . . . . . . . . . . . .

Diagrama Unifilar com Sistema PDM SIEMENS (SIEMENS, 2003) . . . . .

Figura Base para a Emulao dos Dados (SIEMENS, 2001) . . . . . . . . . .

Tabela de Cor para Freqncia - PDM (SIEMENS, 2001) . . . . . . . . . . .