Você está na página 1de 79

Centro de Engenharia Eltrica e Informtica

Programa de Ps-Graduao em Engenharia Eltrica

MARCUS TULIUS BARROS FLORENTINO

ANLISE DE SENSIBILIDADE DO MTODO DOS VETORES DE


ENERGIA DOS CENTROIDES DAS SUB-BANDAS ESPECTRAIS
APLICADO AO MONITORAMENTO DE ISOLADORES
POLIMRICOS

Campina Grande, Paraba.


Agosto de 2015

1
MARCUS TULIUS BARROS FLORENTINO

ANLISE DE SENSIBILIDADE DO MTODO DOS VETORES DE


ENERGIA DOS CENTROIDES DAS SUB-BANDAS ESPECTRAIS
APLICADO AO MONITORAMENTO DE ISOLADORES
POLIMRICOS

Trabalho de Dissertao apresentado


Coordenao do Programa de Ps-Graduao em
Engenharia Eltrica da Universidade Federal de
Campina Grande como parte dos requisitos
necessrios para a obteno do grau de Mestre em
Cincias no Domnio da Engenharia Eltrica.

rea de concentrao: Processamento de Energia

Orientador(es):
Professor Edson Guedes da Costa, D. Sc.
Professor Tarso Vilela Ferreira, D. Sc.

Campina Grande, Paraba.


Agosto de 2015

2
Dedico este trabalho aos meus pais, Ccero e Rita, a
quem devo a maior ddiva que possuo: a vida.

3
AGRADECIMENTOS

Agradeo a Deus, Senhor das Vidas, pela oportunidade do aprendizado e a Jesus,


pelos ensinamentos constantes nos caminhos da existncia.
Aos meus pais, Ccero e Rita, e aos meus irmos, Mariana e Vincius, faris de
minha vida, por todo o amor que nos une.
A driah, alma gmea da minha, luz dos meus dias, pelo carinho de todas as horas
e por me ensinar a ser cada dia melhor.
Aos meus familiares e amigos, pelo carinho com que me tm e pela torcida que
me estimula a seguir em frente.
Aos meus orientadores, professores Edson e Tarso, pela confiana em meu
trabalho e pela dedicao excelncia no ensino.
A todos os colegas e funcionrios do Laboratrio de Alta Tenso, por me
auxiliarem e dividirem comigo as horas de trabalho; certamente, mais alegres em suas
companhias.
Chesf, pelo fornecimento dos isoladores polimricos que serviram como objetos
de teste para este trabalho.
A todos os que ajudam na caminhada, o meu sincero agradecimento.

4
Agora pois permanecem a f, a esperana, a
caridade, estas trs virtudes; porm, a maior
delas a caridade.

Paulo, 1 Corntios 13:13

5
RESUMO

No presente trabalho, prope-se uma anlise de sensibilidade aplicada a uma tcnica de


monitoramento e estimao das condies operacionais dos isoladores polimricos. A
tcnica se baseia na inspeo acstica dos rudos ultrassnicos oriundos das descargas
eltricas na superfcie e redondezas dos isoladores. Para tanto, ensaios em laboratrio
foram realizados com isoladores polimricos de 230 kV, extrados de linhas de
transmisso e em diferentes nveis de degradao. O algoritmo dos Vetores de Energia
dos Centroides das Sub-bandas Espectrais foi empregado no processamento dos sinais de
rudo ultrassnico, para extrao dos atributos. Tal algoritmo divide o espectro de
frequncias do sinal em sub-bandas sobrepostas, localiza os centroides de cada sub-banda
e calcula a energia nas proximidades de cada centroide. Visando auxiliar a tomada de
deciso, empregaram-se redes neurais artificiais capazes de separar em classes os nveis
de degradao dos isoladores. As redes possibilitaram identificar e distinguir, com
eficincia, os vetores de energia advindos dos isoladores limpos, poludos e degradados,
com taxas de sucesso sempre superiores a 80%. Com esses resultados, realizou-se uma
anlise de sensibilidade de quais parmetros e topologias dos processamentos
computacionais melhor se adequam proposta de estimao dos sinais de rudos
ultrassnicos. Os resultados formam a base para aplicao do mtodo com uma
quantidade maior de amostras de isoladores, o que tornar possvel avaliar
estatisticamente sua aplicabilidade em campo.

Palavras-chave: Anlise de sensibilidade, Centroides das sub-bandas espectrais,


Isolador polimrico, Redes neurais artificiais, Rudo ultrassnico.

6
ABSTRACT

In this work, a sensitivity analysis applied to a monitoring and predicting technique of the
operational condition polymeric insulators is proposed. The technique is based on the
acoustic inspection of ultrasonic noises coming from the electrical discharges on the
surface of insulators. For this purpose, tests were carried out in the laboratory with 230
kV polymeric insulators, extracted from a transmission line and with different
degradation levels. The Spectral Subband Centroid Energy Vectors algorithm was used
to extract attributes and process the ultrasonic noise signals. This algorithm splits the
frequency spectrum into a number of overlapping subbands, locates the centroids of each
subband and calculates the energy in the proximity of each centroid. Aiming to support
the decision-making, was employed an artificial neural network capable of separating into
classes the insulators degradation levels. Thus, it made possible to identify and distinguish
accurately the energy vectors from cleaned insulators, polluted insulators and damaged
insulators with success rates always above 80%. With these results, a sensitivity analysis
was performed to choose which parameters and topologies of computational processes
best suited to the proposed estimation of ultrasonic noise signals. The results form the
basis for implementation of the method with a larger amount of samples insulators,
making it possible to statistically evaluate its applicability in the field.

Keywords: Artificial neural network, Polymeric insulators, Spectral sub-band centroid,


Sensitivity analysis, Ultrasonic noise.

7
LISTA DE ILUSTRAES

Figura 2.1. Partes constituintes do isolador polimrico.................................................. 18


Figura 2.2. Contato de uma gota de gua em uma superfcie hidrofbica em A e em uma
superfcie hidroflica em B. ............................................................................................ 20
Figura 2.3. Diagrama de blocos do algoritmo dos VECSE. ........................................... 24
Figura 2.4. Amostra de RU............................................................................................. 26
Figura 2.5. FFT calculada a partir da amostra de RU. ................................................... 26
Figura 2.6. VECSE obtidos de uma amostra de RU. ...................................................... 26
Figura 2.7. VECSE obtidos com = 0,4 e com = 0,04. .............................................. 27
Figura 2.8. Modelo de um neurnio artificial. ................................................................ 28
Figura 2.9. Representao de uma arquitetura de rede MLP. ......................................... 31
Figura 3.1. Frequncias dominantes nas EA medidas em descargas atmosfricas,
descargas com eletrodos, em diversas distncias e descargas parciais, comparadas com a
curva calculada, versus energia da descarga. ................................................................. 34
Figura 3.2. Relao entre o nvel de tenso e a intensidade do rudo ultrassnico
advindo das descargas parciais, para diferentes distncias de medio. ........................ 36
Figura 4.1. Fluxograma da metodologia adotada. .......................................................... 44
Figura 4.2. Fotografia da amostra de um isolador polimrico utilizado nos ensaios. .... 44
Figura 4.3. Diagrama do modelo de isolador polimrico utilizado nos ensaios. ............ 45
Figura 4.4. (a) Fotografia do kit do Ultraprobe 2000. (b) Fotografia do modelo do
detector de rudo ultrassnico Ultraprobe 2000. ............................................................ 46
Figura 4.5. Fotografia do Trisonic Scanning Module..................................................... 46
Figura 4.6. Diagrama esquemtico do arranjo experimental para deteco dos RU. ..... 48
Figura 4.7. Fotografia do transformador utilizado nos ensaios em alta tenso. ............. 48
Figura 4.8. (a) Fotografia do arranjo do brao de torre. (b) Diagrama representativo.50
Figura 4.9. Diagrama do posicionamento das plataformas de medio (vista superior). 50
Figura 4.10. Fotografia da plataforma para posicionamento das medies. .................. 51
Figura 4.11. Diagrama de fluxo dos procedimentos experimentais. .............................. 52
Figura 4.12. Processo de janelamento do sinal de RU. .................................................. 53
Figura 5.1. Fotografia de ncleo exposto, destacado dentro do crculo vermelho. ........ 59

8
Figura 5.2. Fotografia de eroso do revestimento, destacada dentro do crculo vermelho.
........................................................................................................................................ 60
Figura 5.3. Fotografia da poluio depositada na superfcie do isolador polimrico. .... 60
Figura 5.4. Fotografia da corroso das ferragens, destacadas em primeiro plano. ......... 61
Figura 5.5. Fotografia do estado de degradao das aletas, com rachaduras circuladas
em vermelho. .................................................................................................................. 61
Figura 5.6. Fotografia da juno entre ncleo e terminal em condio extrema de
degradao, destacado dentro do crculo vermelho. ....................................................... 61
Figura 5.7. VECSE obtidos das amostras de RU dos isoladores da Classe B. ............... 64
Figura 5.8. VECSE obtidos das amostras de RU dos isoladores da Classe M. .............. 65
Figura 5.9. VECSE obtidos das amostras de RU dos isoladores da Classe R. ............... 66
Figura 5.10. VECSE obtidos das amostras de RU do isolador 16.................................. 66
Figura 5.11. (a) Comportamento mdio dos VECSE. (b) Picos correspondentes. ......... 67

9
LISTA DE TABELAS

Tabela 3.1. Principais pesquisas sobre monitoramento de isoladores polimricos


baseado em RU e RNA. .................................................................................................. 42
Tabela 4.1. Informaes tcnicas do modelo de isolador polimrico. ........................... 45
Tabela 4.2. Padres de janelamento do sinal de RU. ..................................................... 53
Tabela 4.3. Subdiviso do sinal de RU e do espectro correspondente em termos de sub-
bandas. ............................................................................................................................ 54
Tabela 4.4. Casos de janelamento no tempo e subdiviso no espectro de frequncia.... 55
Tabela 4.5. Caractersticas das RNA adotadas. .............................................................. 58
Tabela 5.1. Condies dos isoladores polimricos pela inspeo visual........................ 62
Tabela 5.2. Intervalos de frequncias dominantes para cada classe de degradao. ...... 63
Tabela 5.3. Frequncias de radiao acstica dominantes para as amostras de RU....... 68
Tabela 5.4. Classificao dos isoladores de acordo com as frequncias dominantes das
EA. .................................................................................................................................. 69
Tabela 5.5. Resultados do processamento das RNA. ..................................................... 71

10
LISTA DE ABREVIATURAS E SIGLAS

Chesf Companhia Hidro Eltrica do So Francisco

CSE Centroides das sub-bandas espectrais

EA Emisses acsticas

EPDM Etileno-propileno-dieno

EPR Etileno-propileno

FFT Transformada rpida de Fourier

IP Isoladores polimricos

LAT Laboratrio de Alta Tenso

MLP Multilayer perceptron

RNA Redes neurais artificiais

RPROP Resilient propagation

RU Rudos ultrassnicos

SIR Borracha de silicone

TWP Transformada wavelet packet

UFCG Universidade Federal de Campina Grande

UV Ultravioleta

VESCE Vetores de energia dos centrides das sub-bandas espectrais

11
LISTA DE SMBOLOS E UNIDADES

c ngulo de contato

Parmetro de suavidade

Funo de ativao

Somatrio

Erro mdio quadrtico

cm centmetros

dBA decibis

Hz Hertz

kg quilograma

kHz quilohertz

kN quilonewton

kV quilovolt

kVA quilovoltampere

m metros

mm milmetros

ms milissegundos

p.u. por unidade

s segundos

12
SUMRIO

1 Introduo ......................................................................................................................................... 14
1.1 Delimitao do Tema ................................................................................................................ 14
1.2 Motivao ................................................................................................................................. 15
1.3 Objetivos ................................................................................................................................... 16
1.4 Organizao do Texto ............................................................................................................... 16
2 Fundamentao Terica .................................................................................................................. 18
2.1 Isoladores Polimricos .............................................................................................................. 18
2.2 Descargas Parciais .................................................................................................................... 21
2.3 Vetores de Energia dos Centroides das Sub-Bandas Espectrais ............................................... 22
2.4 Redes Neurais Artificiais .......................................................................................................... 27
3 Reviso bibliogrfica ........................................................................................................................ 33
3.1 Monitoramento das Emisses Acsticas ................................................................................... 33
3.2 Condies de Superfcie ........................................................................................................... 37
3.3 Processamento de Sinais ........................................................................................................... 39
4 Material e Mtodos ........................................................................................................................... 43
4.1 Material ..................................................................................................................................... 44
4.2 Mtodos .................................................................................................................................... 46
5 Resultados e Anlises ....................................................................................................................... 59
5.1 Inspeo Visual ......................................................................................................................... 59
5.2 Processamento dos VECSE ...................................................................................................... 62
5.3 Processamento das RNA ........................................................................................................... 69
6 Concluses ......................................................................................................................................... 73
6.1 Perspectivas de Trabalho .......................................................................................................... 74
6.2 Publicaes Correlatas Pesquisa ............................................................................................ 74
Referncias ................................................................................................................................................ 76

13
INTRODUO

Os sistemas eltricos se tornaram fundamentais nas diversas atividades do mundo


atual, tendo em vista a larga aplicao que se d energia eltrica. A demanda pelo uso
dessa energia requer investimentos contnuos em sistemas cada vez mais robustos e
diversificados, capazes de atender ao consumo sem interrupes.
As interrupes causadas pelos desligamentos no programados das linhas de
transmisso podem acarretar em diversos prejuzos financeiros e multas para as empresas
responsveis. As principais causas de desligamentos nos sistemas eltricos esto
relacionadas s falhas nos sistemas de isolamento.

DELIMITAO DO TEMA

Nos sistemas eltricos, o isolamento tem como principal funo segregar regies
com diferentes potenciais eltricos. Nos sistemas de potncia, ele constitudo,
basicamente, por isoladores eltricos, que empregam materiais isolantes de naturezas
diversas e sob diferentes formas, de acordo com as aplicaes a que se destinam. De
maneira geral, encontram-se isoladores eltricos fabricados com materiais cermicos
(vidro, porcelana e derivados) e no cermicos (polmeros). Os isoladores de vidro
temperado e de porcelana so largamente utilizados em forma de cadeia, para linhas de
transmisso. Os isoladores no cermicos so utilizados, principalmente, como isoladores
de suspenso e de ancoragem.
Como em todo sistema eltrico, a probabilidade de ocorrncia de falhas nos
isoladores deve ser mnima e, nesse sentido, o uso dos isoladores polimricos se sobressai.
Um dos motivos o fato dos isoladores base de polmeros serem menos atrativos aos
vndalos, j que no apresentam efeito visual e acstico notvel quando alvejados. Alm
disso, eles so mais leves, diminuindo a carga mecnica das estruturas de sustentao das
linhas, e apresentam alta hidrofobicidade na superfcie, dificultando o acmulo de
poluio, que tambm conduz a falhas. Pelo exposto e tendo preos competitivos, nos
ltimos decnios, os isoladores polimricos vm sendo vastamente utilizados na
substituio de cadeias de isoladores cermicos.

14
MOTIVAO

A existncia de isoladores defeituosos reduz a confiabilidade do sistema de


isolao, e dependendo do nmero de isoladores (cadeia) ou da gravidade do defeito
(polimrico) a interveno pode ser imediata ou programada. Para tanto, so necessrias
inspees peridicas. A inspeo mais utilizada a visual, que pode ser feita in loco, ou
com instrumentos (lunetas e binculos), contudo demanda muitos esforos fsicos, tempo,
percia e custos associados. Portanto, a confiabilidade da inspeo visual de isoladores
polimricos pode ser questionada.
Outros mtodos de monitoramento baseiam-se nas ondas acsticas e
eletromagnticas emitidas pelos sistemas eltricos em operao. Vrias pesquisas
comprovam a correlao entre as condies operativas dos isolamentos eltricos e a
emisso eletromagntica. Entre os espectros de frequncia das ondas acsticas est o
ultrassom. Nesse enfoque, vrias pesquisas j foram realizadas (HARROLD, 1979;
LUNDGAARD, 1992; ABDEL-SALAM, 2001; FERREIRA, 2011).
As inspees acsticas so bastante favorveis, tendo em vista que so realizadas
distncia, por serem no invasivas. Entretanto, o diagnstico realizado pela
interpretao de um indivduo pode ser uma desvantagem e um entrave eficincia do
mtodo (LUNDGAARD, 1992). Assim, para minimizar as incertezas no diagnstico do
estado operacional dos isoladores polimricos, as inspees acsticas tm sido associadas
a algoritmos computacionais que auxiliam na classificao dos isoladores e na tomada de
deciso.
Nessa perspectiva, um mtodo de inspeo acstica que permita monitorar os
isoladores polimricos de maneira segura e eficaz proposto. Para tanto, necessria uma
anlise de sensibilidade dos parmetros, durante os processamentos computacionais, que
caracterizam o mtodo. A escolha realizada com base nos melhores desempenhos
durante a estimao. Portanto, os estados operacionais dos isoladores podem ser
estimados por um algoritmo inteligente, a partir da extrao de atributos dos rudos
ultrassnicos advindos das descargas superficiais e corona. Ento, possvel antecipar
possveis falhas nos isoladores, decorrentes da poluio em excesso ou degradao.

15
OBJETIVOS

Este trabalho tem como objetivo geral a proposio de uma anlise de


sensibilidade de um mtodo que seja capaz de classificar o estado de degradao ou de
poluio de isoladores polimricos. O mtodo baseado nas emisses acsticas advindas
da deteco dos rudos ultrassnicos (RU) gerados por descargas superficiais e corona em
isoladores polimricos. Para tanto, ele utiliza o mtodo dos Vetores de Energia dos
Centrides das Sub-bandas Espectrais (VECSE), em conjunto com uma tcnica de
processamento por redes neurais artificiais (RNA), para auxlio na tomada de deciso
acerca dos estados dos isoladores.
Os objetivos especficos deste trabalho so:

Avaliar diferentes configuraes de parmetros dos VECSE para obter os


casos em que se observa um maior detalhamento das informaes
espectrais;
Avaliar a influncia desse detalhamento em diferentes topologias de RNA,
para escolher quais delas melhor se adequam proposta de classificao
de padres de rudos ultrassnicos.

ORGANIZAO DO TEXTO

No Captulo 2, uma fundamentao terica apresentada com base nos principais


temas envolvidos. Dentre eles esto os isoladores polimricos, as descargas superficiais
e corona, o processamento de sinais pelo mtodo dos VECSE e a classificao de padres
por RNA.
No Captulo 3, uma reviso bibliogrfica realizada, versando sobre as principais
contribuies que tratam do monitoramento das emisses acsticas e das condies de
superfcie dos isoladores, alm do processamento de sinais.
Em seguida, no Captulo 4, so apresentados o material e os mtodos empregados
para o cumprimento do objetivo proposto. O modelo de isolador polimrico e o detector
de rudos ultrassnicos so mostrados, assim como a metodologia para deteco de RU,
mediante os ensaios em laboratrio, e os processamentos computacionais.

16
O Captulo 5 destinado apresentao e discusso dos resultados obtidos
durante os processamentos computacionais para extrao dos atributos do rudo
ultrassnico e classificao via RNA.
Por fim, o Captulo 6 destina-se a apresentar as concluses da pesquisa de acordo
com os objetivos alcanados, e os temas propostos para sua continuidade.

17
FUNDAMENTAO TERICA

Neste captulo, os conceitos bsicos sobre as tcnicas e equipamentos empregados


na inspeo e diagnstico de isoladores polimricos so apresentados.

ISOLADORES POLIMRICOS

Os isoladores polimricos (IP) so equipamentos presentes nos sistemas eltricos


que tem por objetivo desempenhar as mesmas funes dos isoladores cermicos. Os IP
possuem como principais partes constituintes o ncleo de fibra de vidro reforado, o
revestimento polimrico, as aletas (tambm denominadas de saias) e as ferragens
terminais. Os detalhes das partes que constituem o isolador polimrico podem ser
visualizados na Figura 2.1 (LAPP INSULATORS, 2014).

Figura 2.1. Partes constituintes do isolador polimrico.

Fonte: LAPP INSULATORS, 2014.

2.1.1 NCLEO

O ncleo constitudo por uma haste de fibra de vidro reforada com resinas
plsticas. Ele exerce a funo de suportar os esforos mecnicos a que o isolador est

18
sujeito, tais como: peso do condutor, vibraes elicas, esforos provenientes de curto
circuito e contrao do condutor devido reduo da temperatura.
A perda das propriedades eltricas isolantes, em funo da degradao do isolador
em condies extremas de umidade, temperatura e campo eletromagntico, pode provocar
efeitos indesejados e que abreviam a vida do isolador, como o trilhamento eltrico do
ncleo. Alm disso, estresses mecnicos podem provocar a fratura da fibra de vidro
reforada. Em ambos os casos, h a necessidade de troca imediata do isolador.

2.1.2 REVESTIMENTO

O material utilizado no revestimento que envolve o ncleo do isolador polimrico


, geralmente, fabricado com borracha de silicone (SIR), complementada com cargas ou
enchimento. Tambm pode ser utilizado como revestimento o polmero de etileno-
propileno (EPR) e etileno-propileno-dieno (EPDM). O revestimento permite que o ncleo
fique protegido das condies externas degradantes, quais sejam: umidade,
contaminantes qumicos da poluio e radiao ultravioleta (UV) (GORUR, 1999).
Durante o processo de fabricao, o ncleo pode receber o material de
revestimento por extruso a quente. O processo permite uma maior ductilidade do
material polimrico e facilita a adeso entre o ncleo e o revestimento, quando o
revestimento se molda ao ncleo. Neste caso, as aletas so inseridas posteriormente.
Existem outros processos fabris em que o ncleo envolvido com revestimento moldado
juntamente com as aletas.
As aletas so, geralmente, constitudas do mesmo material polimrico do
revestimento. A sua funo aumentar a distncia de escoamento entre as ferragens
terminais, permitindo o gotejamento e evitando que se formem caminhos condutivos em
condies de nvoa ou sob chuva. A distncia de escoamento a menor distncia
superficial entre as partes condutoras do isolador.

2.1.3 FERRAGENS

As ferragens terminais se constituem de materiais metlicos e exercem a funo


de interligao do isolador com a estrutura de sustentao e o condutor. Alm disso, elas
transmitem ao ncleo os esforos mecnicos do condutor. Durante a fabricao, elas

19
podem ser fixadas de diversas maneiras ao conjunto ncleo-revestimento, sendo as mais
comuns o uso de cola, prensagem ou uma combinao de ambas.

2.1.4 VANTAGENS E DESVANTAGENS

Os isoladores polimricos com revestimento base de borracha de silicone,


particularmente, possuem a caracterstica de hidrofobicidade. Essa caracterstica pode ser
descrita pelo ngulo de contato entre uma gota e uma superfcie. Na Figura 2.2 (Adaptado
de AMIN et al., 2007), so apresentadas gotas de gua em superfcie hidrofbica (em A)
e hidroflica (em B). O ngulo de contato c maior que 90 caracteriza uma superfcie
hidrofbica.

Figura 2.2. Contato de uma gota de gua em uma superfcie hidrofbica em A e em uma superfcie
hidroflica em B.

Fonte: Adaptado de AMIN et al., 2007.

Em isoladores polimricos, a hidrofobicidade dificulta a formao de pelculas de


gua na superfcie, de forma que na presena de pequenas gotculas a resistncia
superficial do isolador ainda elevada. Isso diminui a probabilidade de formao das
bandas secas. Alm disso, a caracterstica hidrofbica do isolador transferida, at certo
ponto, para a superfcie de poluio, o que tende a aumentar os intervalos entre as
lavagens programadas (OESTERHELD, 1996; GORUR et al., 1999).
Com relao s propriedades mecnicas, os isoladores polimricos so mais leves
que os isoladores cermicos, permitindo a construo de estruturas de sustentao mais
econmicas e menores. Em alguns casos, o peso de um isolador polimrico 90% menor
do que o peso de uma cadeia de isoladores de vidro da mesma classe de tenso. Alm
disso, os isoladores polimricos so menos atrativos ao vandalismo, visto que no se
estilhaam quando alvejados. Como se constituem de uma pea nica, seu uso pode ser

20
adaptado para exercer outras funes que no so destinados, como em espaadores e
separadores de linhas. Embora possuam elevada resistncia trao, no suportam
grandes esforos de toro e compresso no ncleo.
Eletricamente, os isoladores polimricos emitem interferncia eletromagntica em
nveis menores que as emitidas pelos isoladores cermicos (FONTGALLAND et al.,
2004). Alm dessa vantagem, a ausncia de ferragens intermedirias cria uma grande
distncia de escoamento, dificultando a formao de arcos eltricos.

DESCARGAS PARCIAIS

Segundo a norma IEC 60270 (2000), uma descarga parcial ocorre quando existem
rupturas nas pores de um dieltrico que est submetido a uma tenso sem, no entanto,
atingi-lo integralmente. A presena de um campo eltrico intenso, nas proximidades de
um isolador, provoca o aparecimento das descargas parciais. Elas podem ser classificadas
em trs tipos: superficiais, corona e internas. A seguir, sero destacados alguns conceitos
sobre as descargas superficiais e corona.

2.2.1 DESCARGAS SUPERFICIAIS

As descargas superficiais ocorrem devido interao entre um campo eltrico


perpendicular superfcie e cargas livres oriundas da ionizao do ar em volta do
dieltrico, alterando a regio superficial e aumentando a chance de formao de caminhos
condutores (LIMA, 2010).
Em isoladores polimricos, comum o aparecimento de descargas na superfcie,
principalmente quando os nveis de umidade relativa do ar (URA) esto altos, ou em
perodos de chuva. Alm dos nveis de URA, outros fatores agravantes para a formao
das descargas superficiais so a poluio depositada na superfcie dos isoladores e a
degradao por uso contnuo, durante a vida til do equipamento. Essas condies podem
provocar o aparecimento das bandas secas, aumentando os nveis da corrente de fuga e o
risco de formao do trilhamento eltrico (BORGES, 2012; SILVA, 2014).
O trilhamento eltrico pode ocasionar eroso do material. Durante o processo, as
altas temperaturas oriundas da circulao da corrente eltrica provocam a carbonizao
e, consequentemente, perda de material. Portanto, esse fenmeno caracterizado pela

21
formao de resduos a base de carbono, acompanhado por cintilaes luminosas e leva
deteriorao dos materiais isolantes, com a formao das trilhas (MALIK, 1998). As
descargas superficiais em conjunto com os processos citados podem causar a ruptura total
da isolao.

2.2.2 DESCARGAS CORONA

Nos arranjos fsicos com isoladores, campos eltricos no uniformes ou


divergentes so inevitveis e as descargas corona podem ser geradas ao redor de pontas
energizadas ou em extremidades de condutores. Elas emitem rudo sonoro, luz e radiao
ultravioleta (UV) quem podem ser detectadas pela audio humana, pela viso e por
cmera UV. Trata-se de um fenmeno de interesse particular em sistemas de alta tenso.
O corona danoso para os sistemas de isolamento e causa interferncias nos sistemas de
comunicao. Os efeitos do corona nos isolamentos eltricos so objetos de diversos
estudos (KUFFEL et al., 2000; MORENO e GAM, 2001; GERMANO, 2010).
Em isoladores polimricos, as descargas corona ocorrem mais facilmente nas
regies prximas ao condutor energizado, onde h campo eltrico em nveis mais
elevados. As descargas corona so responsveis pela degradao do material polimrico
e perda das caractersticas hidrofbicas. A ocorrncia de descargas corona pode ser
minimizada com a aplicao de anis equalizadores, devido atenuao do campo
eltrico nos pontos crticos.

VETORES DE ENERGIA DOS CENTROIDES DAS SUB-

BANDAS ESPECTRAIS

A extrao dos atributos dos sinais a tarefa mais importante para o


reconhecimento de padres acsticos. Ela requer a escolha de um procedimento
matemtico adequado, que realize a separao das informaes mais relevantes e, ao
mesmo tempo, o descarte das informaes redundantes ou irrelevantes. Diversos mtodos
de extrao de atributos tm surgido como alternativas para processamento de sinais
acsticos. Dentre estes mtodos, esto os destinados extrao de atributos da fala, que
podem ser baseados, por exemplo, em coeficientes cepstrais e nos centrides das sub-
bandas espectrais (CSE).

22
Mtodos baseados em coeficientes cepstrais so mais utilizados para
reconhecimento da fala porque apresentam desempenho satisfatrio, no entanto so muito
sensveis s interferncias externas de rudos aditivos e demandam grande esforo
computacional. Os mtodos baseados nos CSE so uma alternativa aos anteriores, porque
permitem realizar a separao adequada do sinal na presena de rudos indesejados com
um processamento computacional equivalente (GAJI e PALIWAL, 2001).
O processamento dos CSE realizado segundo parmetros definidos para diviso
da banda de frequncia do sinal, em uma quantidade fixa de sub-bandas, e clculo do
centroide de cada uma delas (PALIWAL, 1998). Os parmetros, a serem definidos, so:

Nmero de filtros de diviso do espectro;


Frequncias centrais e frequncias de corte dos filtros;
Formato dos filtros;
Percentual de sobreposio.

O mtodo dos VECSE se baseia no algoritmo dos CSE, que foi originalmente
proposto para o reconhecimento da fala por Paliwal (1998). O mtodo dos VECSE
utilizado para reconhecimento e extrao de atributos do rudo ultrassnico, levando-se
em considerao a energia dos centrides representada vetorialmente. Dessa forma, ele
utilizado para extrair a maior quantidade de informaes do sinal de RU, realizando o
descarte das informaes irrelevantes, como rudos de natureza no identificada ou sem
interesse prtico.
Os procedimentos de estimao, segundo o algoritmo dos VECSE, so descritos
a seguir (FERREIRA, 2011):

1. Inicialmente, utiliza-se a transformada rpida de Fourier (FFT) para


estimao do espectro de potncia do sinal de rudo;
2. Divide-se o espectro em um nmero de sub-bandas de frequncias
sobrepostas a partir da aplicao de filtros passa-faixas retangulares
sobrepostos, permitindo a localizao aproximada dos centrides;
3. Estima-se matematicamente a localizao dos centrides espectrais de cada
sub-banda no espectro estimado, segundo a equao (2.1) (FERREIRA,
2011):

23
N 1
H m (k) P(k)
CH k 0
N 1 , (2.1)
P(k)
k 0

em que, P(k) a faixa do espectro de potncia estimado, que foi limitado


pelo filtro; Hm(k) o vetor de frequncias e N o nmero de amostras
disponveis na sub-banda.
4. Por fim, estima-se a energia associada a cada centride atravs da
equao (2.2) (FERREIRA, 2011):

C H N
EC P(k), (2.2)
k C H N

em que, CH a localizao do centride da sub-banda em questo. O


parmetro o que definir a largura da faixa em torno do centride, que
ser utilizada para o clculo da energia mdia.

O diagrama de blocos, que representa o algoritmo empregado na estimao dos


VECSE, apresentado na Figura 2.3 (FERREIRA, 2011). Um sinal de rudo ultrassnico
inserido na entrada do processamento e o clculo da FFT realizado para estimao do
espectro de frequncia. A localizao dos centroides (CHN) realizada com as
informaes dos filtros, dados pelo parmetro P(k), e do vetor de frequncias Hm(k). Ao
final, a energia calculada para cada centroide (ECN) dada em forma de vetor.

Figura 2.3. Diagrama de blocos do algoritmo dos VECSE.

Fonte: FERREIRA, 2011.

A quantidade de filtros, assim como suas larguras de faixa e o percentual de


sobreposio entre eles so os parmetros que definiro a taxa de compresso do mtodo
(FERREIRA, 2011). Deve existir, portanto, uma relao de compromisso entre o grau de
detalhamento do espectro, definido pelos parmetros supracitados, e o esforo
computacional.

24
Uma quantidade reduzida de filtros, com larga faixa e baixo percentual de
sobreposio, resulta em alta compresso, mas detalhes do espectro so perdidos no
processamento. Alm disso, o baixo percentual de sobreposio resulta em baixa
correlao entre sub-bandas adjacentes. Isso influencia no clculo da localizao dos
centrides, uma vez que no contempla regies prximas sub-banda. Nesse caso, o
resultado ser dado por poucas sub-bandas e, consequentemente, menor esforo
computacional e baixo detalhamento (FERREIRA, 2011).
Quando se adota uma maior quantidade de filtros, com larguras de faixa mais
estreitas e um alto percentual de sobreposio, a compresso menor. Entretanto,
encontra-se um alto grau de detalhamento do espectro. Isso permite uma alta correlao
entre sub-bandas adjacentes, e o clculo da localizao dos centrides contempla regies
prximas da sub-banda. O resultado uma quantidade maior de sub-bandas e,
consequentemente, maior detalhamento e esforo computacional (FERREIRA, 2011).
Em casos com baixo grau de separabilidade entre classes, essa configurao auxilia, mais
eficientemente, no detalhamento e classificao a partir do espectro de frequncias.
Para ilustrar o processamento dos VECSE em dois casos de subdiviso, uma
amostra de sinal de RU de 1 s de durao apresentada na Figura 2.4. Na Figura 2.5,
apresentada a FFT calculada a partir da amostra do RU e, na Figura 2.6, os vetores de
energias, calculados para essa amostra, so apresentados. Nesse caso, a subdiviso com
30 sub-bandas sobrepostas a 50% apresenta maior detalhamento do vetor em relao
subdiviso com 10 sub-bandas sobrepostas a 10%.

25
Figura 2.4. Amostra de RU.

Fonte: autoria prpria.

Figura 2.5. FFT calculada a partir da amostra de RU.

Fonte: autoria prpria.

Figura 2.6. VECSE obtidos de uma amostra de RU.

Fonte: autoria prpria.

26
Para que se caracterize totalmente o vetor de energias, necessrio atribuir-lhe as
informaes relativas energia em cada sub-banda. Mas isso no realizado calculando-
se, simplesmente, as mdias dos valores de potncia espectral dentro de cada sub-banda.
necessrio que se calcule a mdia da energia junto ao centride, localizado pelo
parmetro CH, o qual apenas traz informao sobre a localizao na faixa de frequncia
de cada sub-banda.
Dessa forma, o parmetro quantifica o ajuste em torno do centride, para o
clculo da energia mdia. Quando seu valor mximo ( = 0,5), a energia calculada
numa regio de largura equivalente sub-banda em questo; quando mnimo ( = 0), a
energia ser a mesma que a da frequncia do centride. Na Figura 2.7, so apresentados
dois clculos para estimao dos VECSE. A quantidade de filtros utilizada, bem como a
taxa de sobreposio so iguais para os dois casos. Apenas variou-se o parmetro . Pode-
se observar que a variao de apenas influencia na suavidade da curva, visto que a
quantidade de sub-bandas no modificada e o nmero de elementos do vetor o mesmo.
Logo, o parmetro no influencia na taxa de compresso do mtodo dos VECSE.

Figura 2.7. VECSE obtidos com = 0,4 e com = 0,04.

Fonte: autoria prpria.

REDES NEURAIS ARTIFICIAIS

As redes neurais artificiais so modelos matemticos de processamento de


informao que se caracterizam por se inspirarem na estrutura fsica do neurnio
biolgico. Esse, por sua vez, constitui as estruturas cerebrais e tem a funo de processar

27
informaes a partir das experincias adquiridas, desenvolvendo suas prprias regras para
o aprendizado (HAYKIN, 2001). O aprendizado garantido se utilizando de pesos
sinpticos, que armazenam o conhecimento adquirido por meio de informaes
numricas.
As RNA adotam ligaes entre os neurnios para processamento de dados,
segundo padres de entrada e sada. Como caractersticas inerentes s RNA, esto a
capacidade de se adaptar a novas situaes a partir do aprendizado e a generalizao,
quando se avaliam com sucesso outros padres similares, mas no idnticos aos utilizados
durante o aprendizado (SILVA, 2005; HAYKIN, 2001). Tratam-se, portanto, de sistemas
paralelos, no lineares e distribudos, estruturados por conexes ou sinapses e possuem,
como unidade bsica de processamento, o neurnio artificial, cujo modelo representado
na Figura 2.8 (Adaptado de HAYKIN, 2001). Esse modelo foi proposto por McCulloch
e Pitts (1943).

Figura 2.8. Modelo de um neurnio artificial.

Entrada bjk
x0k= +1
Fixa
Polarizao

x1k wj1k
Somador
Sinais
de x2k wj2k n j(.) yjk
Entrada vjk
Funo de
x3k wj3k
Ativao
.
.
.
xmk wjmk

Pesos
Sinpticos
Fonte: Adaptado de HAYKIN, 2001.

A partir do modelo do neurnio artificial, trs elementos bsicos podem ser


identificados (SILVA, 2005):

Um conjunto de sinapses, caracterizadas individualmente por um peso sinptico


(wjik), que indica a importncia do sinal de entrada i na determinao da sada do
neurnio j da camada k;
Um somador, que tem a funo de realizar uma combinao linear dos sinais de
entrada, ponderados pelos respectivos pesos sinpticos de suas ligaes;

28
Uma funo de ativao (jk), que limita a amplitude da sada em um intervalo
normalizado, geralmente [0,1] ou [-1,1].

O modelo do neurnio tambm inclui a polarizao (bias) bjk, que modifica a


entrada da funo de ativao mediante a aplicao de um sinal com valor fixo em +1.
Matematicamente, um neurnio j, localizado na camada k, descrito pelas equaes (2.3)
e (2.4) (SILVA, 2005):

Ik
v b wijk xik ,
k
j
k
j (2.3)
i 1

e,

y kj j kj (v kj ), (2.4)

em que, Ik a quantidade de entradas da camada; xik representa os sinais de entrada; wijk


representa os pesos sinpticos; bjk a polarizao; vjk o potencial de ativao; jk(.) a
funo de ativao e yjk o sinal de sada.
A funo de ativao define a sada de um neurnio em termos do potencial de
ativao, limitando o resultado a um intervalo conhecido. Isso necessrio para evitar
que informaes sejam propagadas pelas camadas da RNA indefinidamente e sem limite
numrico de crescimento. Caso contrrio, haveria a saturao dos neurnios e perda de
eficincia da rede (HAYKIN, 2001).
Algumas funes matemticas destacam-se, no uso em RNA, como funes de
ativao. Um exemplo conhecido a funo sigmoide, definida pela equao (2.5):

1
j kj (v kj ) avkj
, (2.5)
1 e

em que a possui valor sempre maior que zero e o parmetro de inclinao da funo,
representando a sua suavidade (HAYKIN, 2001). O conjunto imagem da funo sigmoide
dado por [0,1]. Outra funo de ativao bastante difundida a funo tangente
hiperblica, definida pela equao (2.6) (HAYKIN, 2001):

29
avkj
1 e
j (v )
k
j
k
j avkj
, (2.6)
1 e

em que o seu conjunto imagem dado por [-1,1].

2.4.1 PROCESSO DE APRENDIZAGEM

As RNA utilizam, geralmente, bases de dados divididas em unidades de


treinamento, validao e teste para visualizao do seu comportamento, segundo critrios
de acerto. Durante a etapa de treinamento, uma parcela dos padres de dados
apresentada sucessivas vezes RNA em iteraes (pocas) de aprendizagem. A validao
utilizada para supervisionar o desenvolvimento da capacidade de generalizao da rede
durante a fase de treinamento. O teste aplicado ao final da etapa de aprendizagem, para
verificar a qualidade do aprendizado da rede. Geralmente, 75% dos padres so utilizados
para o treinamento, 15% dos padres so utilizados para validao e 15% dos padres so
utilizados para teste, totalizando 100% dos padres.
Baseado no tipo de aprendizado, duas classes de rede podem ser definidas: as
supervisionadas e as no supervisionadas. As redes supervisionadas utilizam um conjunto
de entradas e sadas desejadas para realizar o treinamento. As no supervisionadas, por
sua vez, realizam o treinamento a partir de semelhanas entre classes de padres
apresentadas entrada, dividindo-as em agrupamentos, sem identificao da sada
desejada.
O primeiro modelo para aprendizagem supervisionada foi proposto por Rosenblatt
(1958), sendo denominado por perceptron. O percetron a forma mais simples de uma
rede usada para classificao de padres ditos linearmente separveis (HAYKIN, 2001).
Basicamente, ele constitudo por um nico neurnio, com pesos sinpticos e bias
ajustveis, e realiza o processamento das entradas de padres (vetores) em torno de duas
classes linearmente separveis. A sada limitada entre as duas classes, em que a resposta
dada pelo neurnio pode ser positiva (+1) ou negativa (-1). Alm do perceptron, existem
diversos modelos de redes neurais (HAYKIN, 2001).

30
2.4.2 PERCEPTRON DE MLTIPLAS CAMADAS

As redes Perceptron de Mltiplas Camadas (MLP) representam uma


generalizao do modelo perceptron de camada nica (HAYKIN, 2001). Um modelo
representativo de uma rede, com arquitetura MLP, apresentado na Figura 2.9 (Adaptado
de HAYKIN, 2001).

Figura 2.9. Representao de uma arquitetura de rede MLP.

Fonte: Adaptado de HAYKIN, 2001.

As redes MLP so constitudas por camadas interligadas totalmente entre si. As


informaes so passadas rede atravs da primeira camada, que formada por unidades
sensoriais. As camadas seguintes so formadas pelas camadas ocultas ou intermedirias,
que podem ser nicas, e a camada de sada. As informaes da entrada so propagadas
camada a camada, em um processo denominado feedforward (alimentar para frente),
atravs do clculo descrito pelas equaes (2.3) e (2.4).
O aprendizado das redes MLP do tipo supervisionado. Existem diversos
algoritmos para o treinamento dessas redes, mas se destacam os que so baseados na
retropropagao do erro, denominados backpropagation (retropropagao). Esse
algoritmo consiste, basicamente, em duas etapas: a primeira, para frente, com propagao
do sinal de entrada, e a segunda, para trs, com a retropropagao do erro. O vetor de
entradas, fornecido rede, se propaga camada a camada, com pesos sinpticos fixos. Ao
final, produzido um conjunto de sadas, que ser comparado com o conjunto de sadas
desejadas para se encontrar o erro. Esse , ento, retropropagado e os pesos sinpticos so
atualizados segundo uma regra de correo do erro (WERBOS, 1974). Essa operao

31
realizada atravs da funo de energia do erro, que o erro mdio quadrtico entre as
sadas produzidas e desejadas da rede, como est definido pela equao (2.7) (HAYKIN,
2001):

1
( n)
2 jB
[d j (n) y j (n)]2 , (2.7)

em que, B representa o conjunto de neurnios da camada de sada; dj(n) a sada desejada


do neurnio de sada j; n o nmero de padres; yj(n) a sada obtida pela rede, para o
padro n do conjunto de treinamento (SILVA, 2005).
O algoritmo backpropagation foi modificado por Riedmiller e Braun (1992), que
propuseram o Resilient Propagation (Propagao Resiliente) (RPROP). O algoritmo
RPROP utiliza uma estratgia localizada para atualizao dos pesos sinpticos. Nesse
caso, apenas as variaes de sinal no gradiente local de cada peso so levadas em
considerao. Todos os pesos so atualizados individualmente ao final de cada poca de
treinamento, ou seja, cada peso sinptico possui taxa de variao prpria.
Durante o processamento do RPROP, uma mudana no sinal do gradiente local,
entre uma poca e outra, resultado de um ajuste mal dimensionado do peso sinptico.
Como consequncia disso, a rede salta sobre um ponto extremo, provvel mnimo local
ou global da funo na superfcie de soluo. Quando isso ocorre, a configurao anterior
ao ltimo ajuste retomada e o reajuste dos valores dos pesos realizado (RIEDMILLER
E BRAUN, 1992). Para isso, a taxa de variao calculada em funo do parmetro da
taxa de aprendizagem (), que atribuda no incio do processamento da rede. A taxa de
aprendizagem indica o quo rpido se dar o ajuste dos pesos, e pode assumir dois valores,
sugeridos pelos autores do algoritmo: = 0,5 e = 1,2. Alm da taxa de aprendizagem,
a rede recebe critrios de parada como a quantidade de pocas e o erro mnimo calculado.
Quando a rede atinge um dos critrios de parada, o aprendizado encerrado e a ltima
configurao dos valores dos pesos sinpticos preservada.

32
REVISO BIBLIOGRFICA

As pesquisas relacionadas ao monitoramento dos isoladores polimricos


descrevem os diversos mtodos e tcnicas desenvolvidos. Adicionalmente, tcnicas de
processamento de sinais acsticos e classificao de padres, utilizando inteligncia
artificial, tm sido propostas e podem ser aproveitadas como recursos para o diagnstico
dos estados operacionais dos isoladores.

MONITORAMENTO DAS EMISSES ACSTICAS

A necessidade de se antever a ocorrncia de falhas em isoladores eltricos


determinou o desenvolvimento de diferentes mtodos para o seu monitoramento.
Dentre os mtodos consolidados, a inspeo visual o mais utilizado para
avaliao da deteriorao externa dos isoladores. Entretanto, ela fica margem da
exatido, podendo gerar falsos positivos e falsos negativos, e requer interpretao
cuidadosa e experincia do indivduo responsvel pela inspeo. Alm disso, o mtodo
pouco eficiente para deteco da poluio depositada na superfcie dos isoladores.
Com o objetivo de agregar valor aos processos de inspeo dos isoladores, quer
seja na anlise de seu estado de degradao quer seja na deteco dos nveis de poluio,
vrias pesquisas vm sendo desenvolvidas. Medies de acmulo equivalente de sal e de
partculas no solveis, assim como condutividade superficial, esto entre os mtodos
mais difundidos, mas requerem anlise laboratorial do material recolhido dos isoladores
em operao nas linhas (CIGRE TASK FORCE, 1994). Medio da corrente de fuga
permite avaliar os nveis de descargas em isoladores, mas susceptvel s interferncias
eletromagnticas do ambiente, reduzindo a confiabilidade dos dados obtidos (PEI et al.,
2008).
Por outro lado e de forma no invasiva, a deteco das emisses acsticas das
descargas corona uma alternativa vivel aos mtodos que possuem sensibilidade a
campos eletromagnticos, tendo em vista que as inspees acsticas, que empregam
rudos ultrassnicos, so baseadas em um efeito mecnico das descargas eltricas. Nesse
contexto, as descargas corona que ocorrem nas proximidades dos isoladores poludos

33
resultam em liberao localizada e praticamente instantnea de energia. Alm disso, o
rudo advindo das descargas superficiais libera uma maior quantidade de energia na faixa
de ultrassom, especialmente quando o meio circunvizinho o ar (HARROLD, 1985). Isso
pode ser notado quando se observa o comportamento da energia mecnica das descargas
eltricas, nas diferentes faixas de frequncia acstica, como mostrado na Figura 3.1
(HARROLD, 1985). Para uma maior quantidade de energia irradiada, a frequncia de
radiao acstica dominante menor, como observado na ocorrncia de rupturas. Para
a frequncia dominante maior, a energia irradiada menor, como ocorre com as descargas
corona.

Figura 3.1. Frequncias dominantes nas EA medidas em descargas atmosfricas, descargas com eletrodos,
em diversas distncias e descargas parciais, comparadas com a curva calculada, versus energia da
descarga.

Fonte: HARROLD, 1985.

Segundo a curva apresentada na Figura 3.1, a frequncia dominante irradiada em


diferentes distncias disruptivas pode ser descrita pela equao (3.1):

P
f c , (3.1)
W

em que, f a frequncia dominante (em Hz); c a velocidade do som no ar (em m/s); P


a presso ambiente (em Pa) e W a energia mecnica da descarga (em J/m).
Em um estudo preliminar, Lundgaard (1992) props o uso de mtodos baseados
em emisses acsticas para deteco de descargas parciais em campo, visto que so
imunes s interferncias eletromagnticas. O trabalho consistiu em apresentar os

34
principais conceitos de propagao das EA em diferentes meios, sob determinadas
condies fsicas e discutir o mecanismo de propagao das ondas mecnicas oriundas
das descargas parciais. Desse modo, o autor atribuiu s inspees acsticas a viabilidade
do monitoramento dos isoladores de forma segura e eficaz, com resultados robustos,
tendo em vista as possibilidades de processamento dos sinais obtidos.
Seguindo a mesma linha de pesquisa, Tian et al. (1999) desenvolveram um
sistema de aquisio de dados, em tempo real, para monitoramento de isoladores
polimricos. O mtodo foi baseado em emisses acsticas e os sinais foram obtidos a
partir de um sensor piezoeltrico. Como resultado, demostrou-se a viabilidade da
descrio das EA por meio da taxa de ocorrncia e amplitude dos sinais. Entretanto, os
autores no apresentaram uma maneira de classificar os padres estatisticamente, por
considerarem o procedimento complexo.
Por outro lado, Abdel-Salam et al. (2001) propuseram um mtodo de deteco e
anlise de RU para localizao de pontos susceptveis a falhas em linhas de distribuio.
Os autores obtiveram os sinais de rudo de diferentes pontos das linhas e os compararam
segundo as quantidades e intensidades dos picos do sinal, em uma mesma faixa de
frequncia. O mtodo demonstrou ser til na classificao das emisses acsticas, de
forma que foi possvel identificar a origem dos RU advindos de descargas superficiais de
isoladores poludos e descargas corona em extremidades de condutores. Contudo, os
autores no consideraram o uso de metodologias computacionais para auxlio
classificao dos sinais.
Dando prosseguimento s pesquisas com isoladores, Pei et al. (2008)
desenvolveram um mtodo de monitoramento, em tempo real, baseado na deteco de
RU em diferentes estgios de operao, inclusive na ocorrncia de flashover (descarga).
O mtodo utiliza transdutores acsticos parablicos junto s torres, direcionados para os
isoladores. Os rudos so registrados e processados segundo as caractersticas de
amplitude, frequncia e envelope do sinal. As informaes so armazenadas in loco,
sendo periodicamente avaliadas. Entretanto o mtodo no utiliza topologias
computacionais para auxlio ao diagnstico. Ainda assim, a tcnica demonstrou ser
aplicvel frente aos mtodos consolidados, devido segurana, eficincia na resposta do
processamento e por ser no invasiva.
Borges (2012) avaliou as vantagens do uso de tcnicas alternativas para inspeo
preditiva no invasiva em isoladores de pino, em linhas de distribuio. As tcnicas de
medio de RU e radiofrequncia foram comparadas aos mtodos mais consolidados em

35
uso pelas concessionrias de energia eltrica que, segundo o autor, so a termografia e
deteco de UV. De acordo com o autor, o principal aspecto das medies de RU e
radiofrequncia sua simplicidade de uso. Alm disso, os mtodos permitem realizar a
inspeo dos equipamentos energizados a uma distncia segura, o que facilita os trabalhos
de manuteno por parte das equipes responsveis. Por outro lado, quanto maior a
distncia entre a medio e a fonte das descargas eltricas, maior ser a dificuldade na
deteco dos rudos, devido aos nveis elevados de interferncia do ambiente. Portanto,
deve-se considerar uma correlao entre os nveis de RU, em funo da tenso aplicada,
e a distncia entre o detector de rudo e a fonte de descargas parciais, para escolha do
ponto de medio mais adequado.
Na Figura 3.2 (Borges, 2012), um modelo estatstico, que correlaciona as
intensidades de RU, em funo da tenso aplicada, e provveis distncias de medio,
apresentado. Pode-se observar que os nveis de RU so atenuados a uma maior distncia
entre fonte e detector. Isso resulta em uma associao dos RU, a partir de determinada
distncia, ao rudo branco do ambiente; portanto, com pouco ou nenhum significado
estatstico (JERMENDY et al. ,1998). A distncia da medio um parmetro importante
a ser considerado na inspeo, entretanto a principal informao a ser detectada a
frequncia de radiao acstica do rudo.

Figura 3.2. Relao entre o nvel de tenso e a intensidade do rudo ultrassnico advindo das descargas
parciais, para diferentes distncias de medio.

Fonte: BORGES, 2012.

36
CONDIES DE SUPERFCIE

Os isoladores polimricos apresentam caractersticas vantajosas que justificam


seu crescente uso nos ltimos decnios, principalmente, substituindo cadeias de
isoladores cermicos. Uma das principais vantagens o uso do material polimrico que
reveste o ncleo do equipamento. Embora dificulte a inspeo visual, o polmero leve e
possui hidrofobicidade, alm de ser menos atrativo ao vandalismo. Mesmo assim, o
material polimrico est submetido degradao e consequente diminuio de sua
resistncia superficial, devido aos fatores ambientais e esforos mecnicos e eltricos.
Diversas pesquisas tm sido realizadas com o intuito de avaliar o comportamento do
material polimrico submetido aos estresses do ambiente (GORUR et al., 1997; SOUZA
e LOPES, 2008; ANGELINI, 2009; SILVA, 2014).
Alguns fatores ambientais so preponderantes no desempenho da resistncia
superficial da isolao. Diversos contaminantes, na presena de umidade, formam um
eletrlito que possibilita a circulao de correntes entre pontos de diferentes potenciais
eltricos na superfcie do material polimrico. Essas correntes, que podem ser
generalizadas como correntes de fuga, provocam aumento da temperatura superficial
formando as bandas secas. A formao das bandas secas nas superfcies dos isoladores
pode provocar eroso e trilhamento eltrico (GORUR et al., 1999).
De acordo com esses conceitos, Gorur et al. (1997) descreveram um mtodo de
avaliao da resistncia eroso e ao trilhamento eltrico de materiais polimricos em
isoladores. O mtodo consistiu em combinar diferentes condies de estresse do material,
segundo os testes de nvoa e plano inclinado. As condies do material foram comparadas
com informaes obtidas em campo para demonstrar a eficincia do mtodo. Embora no
se utilize essa abordagem para monitoramento dos isoladores polimricos, a tcnica tem
um importante papel na caracterizao do comportamento do material polimrico.
O estudo dos fatores que ocasionam envelhecimento precoce dos isoladores
polimricos vem se tornando cada vez mais importante devido aos custos de manuteno,
muitas vezes dispendiosos por falta de uma tcnica eficiente de localizao dos defeitos.
Nessa perspectiva, Souza e Lopes (2008) investigaram a distribuio do campo eltrico
na superfcie dos isoladores polimricos, na presena de gotas de gua, o que pode
ocasionar o fenmeno das bandas secas e aparecimento das descargas corona. Alm disso,
diferentes configuraes de anis equalizadores foram estudadas para avaliar a influncia

37
da distribuio do campo eltrico na deteriorao do isolador polimrico. Os autores
observaram que, em casos extremos como umidade elevada ou sob chuva, o uso dos anis
equalizadores devidamente localizados reduz significativamente a intensidade do campo
eltrico nas redondezas do isolador. Contudo, no foi possvel realizar uma estimao da
degradao dos isoladores com base nos nveis de interferncia eletromagntica.
Com o objetivo de avaliar o comportamento dos isoladores polimricos
submetidos poluio e estresses mecnicos e eltricos, Angelini et al. (2009) utilizaram
agentes degradantes para acelerar o processo de envelhecimento do material de
revestimento. A tcnica permitiu demonstrar as perdas das propriedades isolantes do
equipamento quando submetido a diversos tipos de estresses presentes no ambiente, de
maneira exclusiva. Com isso, possvel estimar quo rapidamente o material polimrico
se degrada ao longo de sua vida til. Entretanto, uma estimao segura sobre o tempo de
vida til dos isoladores polimricos no foi obtida, tendo em vista que o envelhecimento
destes equipamentos em linhas de transmisso se d devido incidncia conjunta de
fatores degradantes.
Para monitorar as condies de superfcie dos isoladores polimricos, Muniraj et
al. (2010) desenvolveram um mtodo baseado nos coeficientes de tempo-frequncia da
transformada Wavelet discreta. Tais coeficientes foram extrados a partir das formas de
onda da corrente de fuga, e uma classificao foi realizada com o auxlio de um algoritmo
baseado em lgica fuzzy (difusa). O trabalho foi realizado em laboratrio, segundo
condies controladas de poluio, umidade e salinidade de superfcie. Os resultados
foram promissores, uma vez que o algoritmo identificou com preciso as condies de
superfcie dos isoladores. Entretanto, no foram afirmadas quais caractersticas indicaram
ou no a necessidade de troca ou lavagem dos mesmos.
Bezerra et al. (2012) realizaram um estudo de caso com isoladores polimricos
em linha de transmisso de 138 kV. O estudo se baseou nas tcnicas de inspeo por
cmera de deteco da radiao UV e cmera de termografia. A tcnica permitiu detectar
isoladores defeituosos e que apresentavam degradao natural, principalmente nas suas
extremidades, devido a estresses mecnicos e eltricos. Foram testados isoladores de
diferentes pontos ao longo da linha para avaliar a generalizao da tcnica, embora no
se tenha utilizado um diagnstico assistido por um algoritmo especialista.
Os algoritmos que do suporte ao diagnstico de falhas so, geralmente,
projetados para operarem de acordo com as condies de superfcie dos isoladores. Eles
identificam, segundo os dados coletados, quais isoladores possuem maiores nveis de

38
descargas e se esto degradados ou poludos. Com isso, as medies, quaisquer que sejam
as tcnicas utilizadas, podem ser avaliadas sem a incerteza do julgamento humano;
portanto, antevendo mais eficientemente as falhas que possam ocorrer na operao do
sistema de isolamento.
Uma tcnica de deteco de falha por trilhamento eltrico em materiais
polimricos foi proposta por Silva (2014). A tcnica permite observar o comportamento
de uma amostra de material polimrico atravs das informaes coletadas de tenso e
corrente quando ocorre o trilhamento eltrico. Assim, o momento de falha por trilhamento
eltrico pode ser previsto a partir da obteno da energia absorvida na superfcie do
material durante as descargas superficiais. Contudo, a tcnica ainda no foi desenvolvida
para uso em campo, tendo em vista ser recente seu desenvolvimento.
Em um trabalho semelhante ao que aqui apresentado, Guedes (2015) realizou a
classificao do mesmo grupo de isoladores polimricos utilizados nesta pesquisa, atravs
da deteco dos nveis de radiao UV. O trabalho consistiu em realizar medies em
diferentes nveis de umidade e obter, com a cmera de deteco UV, as radiaes emitidas
pelas descargas corona. As imagens obtidas foram processadas no sentido de evidenciar
informaes relevantes. A partir do processamento das imagens associado lgica fuzzy,
foi realizada a classificao do estado de degradao dos isoladores. O grupo de
isoladores foi separado em trs diferentes classes, segundo critrios de degradao e
comportamento sob umidade. Como resultados, observou-se que mtodos baseados em
inspeo visual so muito pouco confiveis, tendo em vista as diferenas significativas
obtidas na classificao dos isoladores em comparao com a deteco por UV. Por outro
lado, concluiu-se que as inspees no invasivas por imagem so promissoras e, aliadas
a algoritmos de tomada de deciso, podem ser utilizadas eficientemente para diagnstico
dos isoladores nas linhas.

PROCESSAMENTO DE SINAIS

Ao longo dos ltimos decnios, algumas pesquisas surgiram com o objetivo de


desenvolver tcnicas de extrao de atributos significativos de sinais acsticos. As
tcnicas de processamento de sinais auxiliam na tomada de deciso nas medies das
emisses acsticas. Aliados a estas tcnicas, esto os algoritmos de classificao de
padres.

39
Um mtodo de classificao de sinais de emisso acstica, a partir de topologias
de RNA, foi proposto por Yang e Dumont (1991). O mtodo utiliza extrao de atributos
Hebbianos a partir de uma rede neural e seus resultados so adicionados entrada de uma
segunda rede, que realiza a classificao do sinal ruidoso. Segundos os autores, o uso de
mtodos de treinamento para reconhecimento de padres e classificao de amostras
reduz o tempo de processamento das informaes.
Com o objetivo de mesclar tcnicas de processamento de sinais acsticos e
algoritmos inteligentes de classificao de padres, Ferreira et al. (2012) apresentaram os
resultados de medies com cadeias de isoladores em campo, utilizando as emisses
acsticas como base de extrao de dados. O mtodo utiliza o algoritmo dos VECSE para
extrao dos atributos mais significativos dos sinais advindos do RU, emitido pelas
descargas na superfcie, e uma RNA para classificao do rudo. Um dos objetivos do
trabalho foi estimar os nveis de contaminao presente em isoladores cermicos, a fim
de caracterizar o momento ideal para se executar a lavagem. A principal vantagem
apresentada a possibilidade de se utilizar extrao de atributos de RU em conjunto com
tcnicas de processamento de padres via RNA para estimao da poluio com alta
confiabilidade. Contudo, o trabalho no levou em considerao isolamentos polimricos.
Em um vis anlogo, Shurrab et al.(2012) investigaram a viabilidade do uso de
uma antena de radiofrequncia para deteco de descargas parciais em isoladores no
cermicos. Os atributos dos sinais obtidos foram extrados a partir das caractersticas
espectrais, utilizando a transformada discreta de Fourier, e das caractersticas estatsticas,
calculando os parmetros de curtose e assimetria. Uma topologia baseada em RNA, com
um algoritmo de treinamento por retropropagao, foi utilizada para classificao das
fontes de descargas parciais. Uma preciso de 93% foi obtida, possibilitando o uso do
mtodo no invasivo em linha viva.
Muitas das tcnicas visam rapidez no diagnstico de falhas e o monitoramento
dos isoladores em tempo real. Nesse sentido, Abidin et al. (2013) utilizaram uma tcnica
de anlise no tempo-frequncia para monitorar o desempenho dos isoladores a partir do
comportamento da corrente de fuga. O sistema de monitoramento desenvolvido atua
automaticamente, obtendo os sinais de corrente de fuga, incluindo o espectro do sinal, a
FFT e as componentes harmnicas para as amostras de material polimrico. Como
resultado, os autores verificaram que as componentes de frequncia do sinal podem ser
utilizadas como indicadores das condies de superfcie na ocorrncia de descargas. Alm
disso, o sinal da corrente de fuga pode ser adequadamente utilizado no monitoramento

40
contnuo de isoladores distncia. Todavia, a medio de corrente de fuga requer o uso
de transdutores especficos, o que aumenta os custos da operao e necessidade de
avaliao da severidade das interferncias eletromagnticas.
Recentemente, Chaou et al. (2014) utilizaram um algoritmo para monitoramento
e classificao dos nveis de poluio em isoladores baseado nas informaes das formas
de onda da corrente de fuga. Essas informaes foram decompostas em diferentes nveis
de poluio atravs da aplicao da transformada Wavelet Packet (TWP) e os atributos
dos seus coeficientes foram extrados pela aplicao de uma anlise baseada em multi-
resoluo. A maior contribuio dos autores est no uso de tcnicas alternativas de
decomposio de sinais, embora no acsticos, aliadas aos algoritmos de extrao dos
atributos dos coeficientes da TWP. Isso demonstrou ser til, visto que foi possvel
relacionar, adequadamente, os nveis de poluio dos isoladores e os coeficientes
parametrizados pela anlise multi-resoluo.
O mtodo proposto neste trabalho permite realizar a deteco dos sinais de RU,
gerados pelas descargas superficiais e corona em isoladores polimricos, a uma distncia
segura. Os sinais obtidos so processados em um algoritmo de extrao de atributos
baseado no mtodo dos VECSE, e seus resultados so classificados por uma topologia de
RNA. Como resultado, so indicadas as caractersticas de degradao dos isoladores de
acordo com as classes de degradao em que foram inseridos. As principais pesquisas,
que tratam dos temas discutidos neste captulo, esto sumarizadas na Tabela 3.1.

41
Tabela 3.1. Principais pesquisas sobre monitoramento de isoladores polimricos baseado em RU e RNA.
Ano Pesquisadores Contribuies RU RNA IP
Props o uso das inspees acsticas para deteco
de descargas parciais, levando em considerao as
1992 LUNDGAARD interferncias nas medies em campo e baseado no
mecanismo de propagao das ondas mecnicas no
ar.
Desenvolveram um mtodo de monitoramento
online de isoladores cermicos baseado na emisso
acstica dos RU. As informaes so armazenadas
2008 PEI et al. e periodicamente avaliadas. A tcnica demonstrou
ser til pela caracterstica de no invasiva, mas no
possui algoritmo para auxlio ao diagnstico das
condies dos equipamentos.
Propuseram uma tcnica de extrao de atributos e
classificaes de padres via RNA para estimao
2012 FERREIRA et al.
do estado de poluio de isoladores cermicos e
determinao do momento timo para lavagem.
Realizaram medies em radiofrequncia para
deteco de descargas parciais em isoladores no
2012 SHURRAB et al. cermicos. Utilizaram RNA para classificao das
fontes de descargas e demonstraram a viabilidade da
tcnica em linha viva.
Props um mtodo de classificao dos estados de
degradao de isoladores polimricos baseado na
2015 GUEDES deteco da radiao UV, processamento de
imagens e lgica fuzzy para auxlio na tomada de
deciso.
Realizou ensaios para deteco dos RU advindos
das descargas superficiais e corona em isoladores
2015 FLORENTINO polimricos de 230 kV e props um algoritmo
inteligente para classificao do estado de
degradao dos isoladores.

Deteco de sinais de rudo ultrassnico.

Emprego de redes neurais artificiais para classificao de padres.

Uso de isoladores polimricos.

Fonte: autoria prpria.

42
MATERIAL E MTODOS

Para atingir os objetivos propostos, foram realizados ensaios em laboratrio com


o uso de isoladores polimricos para linhas de transmisso em 230 kV e equipamento
detector de rudo ultrassnico. As informaes tcnicas dos equipamentos utilizados nos
experimentos, bem como os mtodos experimentais e computacionais, so detalhados
neste captulo.
Um fluxograma que representa a metodologia adotada por este trabalho
apresentado na Figura 4.1. Como entrada do processo, esto as amostras de isoladores
polimricos. Os procedimentos experimentais so compostos por uma pr-classificao
do grupo de isoladores por meio da inspeo visual. Em seguida, com os isoladores
separados em classes de degradao, ensaios em laboratrio so realizados para deteco
dos sinais de rudo ultrassnico. Os procedimentos computacionais constituem-se do pr-
processamento dos sinais de RU obtidos nos ensaios, seguido pela extrao dos atributos
desses sinais pelo mtodo dos VECSE. Em seguida, uma pr-classificao a partir do
comportamento espectral dos sinais de RU realizada. Para isso, o clculo das
frequncias de radiao acstica dominantes realizado com base nas informaes
obtidas com os VECSE. O processamento computacional termina com a estimao das
condies operacionais das amostras de isoladores como resultado do processamento das
RNA.

43
Figura 4.1. Fluxograma da metodologia adotada.

Amostras de Isoladores Polimricos

Pr-Classificao por Inspeo Visual

Procedimentos
Experimentais
Ensaios em Laboratrio para Deteco dos Sinais de RU

Pr-Processamento dos Sinais


Procedimentos Computacionais

Extrao de Atributos pelo Mtodo dos VECSE

Pr-Classificao pelo Comportamento Espectral do Sinal de RU

Processamento das RNA

Estimao das Condies Operacionais das Amostras de IP

Fonte: autoria prpria.

MATERIAL

4.1.1 ISOLADORES POLIMRICOS

As amostras dos isoladores polimricos, utilizados nos ensaios em laboratrio,


foram cedidas pela Companhia Hidro Eltrica do So Francisco (Chesf). Elas so de um
nico modelo, conforme apresentado na Figura 4.2. A classe de tenso deste modelo de
230 kV. Ele possui um peso de 8,8 kg e suporta uma carga mecnica de 222 kN. Constitui-
se de um ncleo de fibra de vidro reforada com resinas, revestimento de borracha de
silicone, com 21 aletas e terminais tipo concha/bola. Alm disso, a distncia total de
escoamento de 6,534 m e a distncia de arco a seco de 2,08 m. Essas informaes
esto resumidas na Tabela 4.1.

Figura 4.2. Fotografia da amostra de um isolador polimrico utilizado nos ensaios.

Fonte: autoria prpria.

44
Tabela 4.1. Informaes tcnicas do modelo de isolador polimrico.
Carga
Tenso Quantidade Distncia de Distncia de
Peso mecnica
nominal de aletas arco a seco escoamento
nominal
230 kV 8,8 kg 222 kN 21 2,08 m 6,534 m
Fonte: LAPP INSULATORS, 2014.

As caractersticas dimensionais do modelo de isolador polimrico so mostradas


na Figura 4.3 (FERREIRA, 2007).

Figura 4.3. Diagrama do modelo de isolador polimrico utilizado nos ensaios.

Fonte: FERREIRA, 2007.

4.1.2 DETECTOR DE RUDO ULTRASSNICO

O equipamento detector de rudo ultrassnico utilizado durante os ensaios em


laboratrio o Ultraprobe 2000 MPH, em conjunto com o Trisonic Scanning Module,
ambos fabricados pela UE Systems. O Trisonic Scanning Module permite um foco para
deteco do RU, com boa direcionalidade e intensificao do sinal, utilizando trs
transdutores piezoeltricos dispostos a 120 um do outro. O seu ngulo visual de 15 e
forma uma regio cnica de deteco com essa abertura angular (UE Systems, 2014).
O equipamento detecta o RU, que est na faixa de 20 kHz a 100 kHz linearmente
varivel e, atravs de um rebatimento de frequncias, representa o sinal dentro do espectro
audvel, cuja faixa est entre 100 Hz e 3 kHz. Nessa faixa, o fabricante garante o mesmo
valor de ganho para todas as frequncias. Vale salientar que a largura de banda do sinal
de RU na entrada e a largura de banda da sada do sinal audvel so iguais, no havendo
compresso espectral durante o processo e, sim, realocao (FERREIRA, 2011). As
fotografias do modelo do Ultraprobe 2000 MPH e dos seus componentes so mostradas
na Figura 4.4 (UE SYSTEMS, 2014). A fotografia do Trisonic Scanning Module,
destacando os transdutores piezoeltricos, mostrada na Figura 4.5.

45
Figura 4.4. (a) Fotografia do kit do Ultraprobe 2000. (b) Fotografia do modelo do detector de rudo
ultrassnico Ultraprobe 2000.
(a) (b)

Fonte: UE SYSTEMS, 2014.

Figura 4.5. Fotografia do Trisonic Scanning Module.

Fonte: autoria prpria.

MTODOS

Nesta seo, sero detalhados os procedimentos utilizados durante o


desenvolvimento desta pesquisa. Primeiro, ser apresentada a metodologia utilizada na
classificao dos isoladores mediante inspeo visual. Em seguida, os procedimentos
experimentais para realizao dos ensaios em alta tenso e deteco dos sinais de RU so
apresentados e, logo aps, o pr-processamento dos sinais obtidos durante os ensaios
mostrado. Os passos para extrao dos atributos dos sinais so apresentados e, em
seguida, o procedimento para uma nova classificao dos isoladores segundo o
comportamento espectral das amostras de RU apresentado. Por fim, o processamento

46
da RNA para classificao dos padres apresentado. Os procedimentos descritos nesta
seo foram realizados nas dependncias do Laboratrio de Alta Tenso (LAT), da
Universidade Federal de Campina Grande (UFCG).

4.2.1 PR-C LASSIFICAO POR MEIO DA INSPEO VISUAL

Os ensaios em laboratrio foram realizados com amostras de isoladores


polimricos que foram retiradas de campo e apresentavam diferentes estados de
degradao e poluio. Para diferenciar os estados em que se encontravam cada uma das
amostras, uma inspeo visual minuciosa foi realizada e os isoladores foram divididos
em trs classes de acordo com o nvel de degradao: baixo, mdio e alto.
A inspeo visual contemplou alguns parmetros de qualidade, de acordo com as
principais caractersticas dos isoladores polimricos. Dessa maneira, foram considerados
os seguintes parmetros:

Exposio do ncleo: o material de revestimento, que cobre o ncleo de


fibra de vidro, sofre eroso e expe o ncleo umidade e radiao UV;
Eroso da superfcie: a perda de material do revestimento diminui as
caractersticas hidrofbicas e facilita a formao de descargas eltricas;
Poluio depositada: as partculas de poluio, juntamente com gua,
formam eletrlitos que degradam o material de revestimento, alm de
facilitar a formao de descargas eltricas;
Corroso das ferragens: indicao da presena de umidade em nveis
elevados;
Degradao das aletas: as rachaduras e eroso do material de revestimento
facilita a formao de caminhos condutores, aumentando os nveis de
corrente de fuga;
Degradao do Selo: a juno entre as ferragens e o ncleo no pode estar
violada ou degradada, de forma que proteja o ncleo contra a umidade e
impurezas.

Dos seis parmetros apresentados acima, cinco foram considerados defeitos


crticos: exposio do ncleo, eroso da superfcie, corroso das ferragens, degradao

47
das aletas e degradao do selo. Esses defeitos foram denominados crticos, uma vez que
sua ocorrncia implica na necessidade imediata de remoo do equipamento.
Do conjunto de 17 isoladores submetidos inspeo visual, apenas 9 foram
selecionados para compor a base de dados deste trabalho. No total, formou-se um grupo
de 3 isoladores limpos (Classe B - Bom), que no apresentaram nenhuma caracterstica
de poluio ou degradao; um grupo de 3 isoladores com poluio depositada (Classe
M - Mdio), embora sem nenhum defeito aparente; e um grupo de 3 isoladores altamente
degradados (Classe R - Ruim), que apresentaram ao menos um dos defeitos investigados.

4.2.2 DETECO DOS RUDOS ULTRASSNICOS

Uma representao do arranjo experimental do circuito de medio pode ser


visualizada na Figura 4.6. A mesa de controle, alimentada em 220 V, responsvel por
controlar os nveis de tenso do circuito com o auxlio do divisor de tenso capacitivo,
representado pelos capacitores Ca e Cb, e a aquisio dos dados. O transformador de
600 kV / 600 kVA, representado por T1, alimentado por uma subestao externa e eleva
a tenso para os nveis adequados ao experimento. Uma fotografia do transformador est
mostrada na Figura 4.7. O isolador polimrico, representado por Ip, submetido tenso,
e os RU so detectados pelo Kit do Ultraprobe 2000 MPH. Os sinais so armazenados
em computador.

Figura 4.6. Diagrama esquemtico do arranjo experimental para deteco dos RU.

Ca

Ip

Ultraprobe 2000
Mesa de Cb MPH
220 V ~ Controle

T1 Aquisio de
Aquisio de dados sinais

Fonte: autoria prpria.

Figura 4.7. Fotografia do transformador utilizado nos ensaios em alta tenso.

48
Fonte: autoria prpria.

Com o intuito de simular as condies de ensaio mais prximas das inspees de


campo, uma estrutura de suporte para o isolador foi construda para representar uma
msula de torre autoportante, como se pode verificar na Figura 4.8. Ela foi fixada a 6 m
de altura do cho e a sua extremidade est a 2,5 m da parede, cujo diagrama est na Figura
4.8(b). Para simular a linha de transmisso, um condutor metlico oco de 3 m de
comprimento por 25 mm de dimetro foi utilizado. Em suas extremidades, foram
utilizadas duas esferas metlicas ocas de 250 mm de dimetro, que servem para equalizar
o campo eltrico de modo a no causar o aparecimento das descargas corona nas
extremidades do tubo. Essas estruturas podem ser observadas na Figura 4.8(a).

49
Figura 4.8. (a) Fotografia do arranjo do brao de torre. (b) Diagrama representativo.
(a) (b)

Fonte: autoria prpria.

Para que a deteco dos RU abrangesse todo o entorno do isolador, as medies


foram realizadas em trs plataformas, representadas por 1, 2 e 3, posicionadas a 120
entre si, como mostrado no diagrama na Figura 4.9. Cada uma delas fica a uma distncia
de 10 m do ponto de aplicao de tenso no isolador. A escolha dessa distncia, de captura
do sinal de RU, foi feita por questes de segurana e para avaliar a qualidade da deteco
a uma distncia similar que seria utilizada em campo. Uma fotografia do modelo de
plataforma construdo para realizar os ensaios est ilustrada na Figura 4.10.

Figura 4.9. Diagrama do posicionamento das plataformas de medio (vista superior).

3 Plataforma de medio

10 m
Ponto de aplicao de
tenso

Isolador

120

1 2

Plataforma de medio Plataforma de medio

Fonte: autoria prpria.

50
Figura 4.10. Fotografia da plataforma para posicionamento das medies.

Fonte: autoria prpria.

Os procedimentos para aquisio dos sinais de rudo ultrassnico, com um


isolador por vez, so descritos a seguir.

1. Energizao do circuito em 132,8 kV, que corresponde tenso fase-terra no


circuito trifsico de 230 kV, em regime permanente;
2. Varredura com o detector para verificao do ponto de maior incidncia de rudo
no isolador;
3. Captura do sinal de RU no ponto de maior incidncia, com o auxlio de
computador, a uma taxa de aquisio de 44.100 amostras por segundo, durante
pelo menos 30 segundos. Esse intervalo suficiente para a deteco do
fenmeno completo das descargas (KUFFEL et al., 2000);
4. Repetio do processo de captura, totalizando trs capturas para cada uma das
plataformas;
5. Armazenamento dos sinais em um banco de dados para posterior processamento
computacional.

Esses passos esto resumidos no diagrama mostrado na Figura 4.11. importante


destacar que, alm do tempo considerado para captura de cada sinal de rudo, existe o
tempo decorrido no deslocamento entre plataformas. O transporte dos equipamentos de

51
medio e armazenamento de dados deve ser realizado com cuidado, mesmo se tratando
de equipamentos portteis. Alm disso, os ensaios so realizados em locais onde h
campos eltricos intensos e massas metlicas energizadas, devido aplicao de alta
tenso. Portanto, so necessrios procedimentos com maior cautela, seguindo os padres
de segurana e distanciamento, para garantir a integridade fsica dos indivduos (NR 10,
2004).

Figura 4.11. Diagrama de fluxo dos procedimentos experimentais.


Varredura para
Energizao do Captura dos Armazenamento Fim das Processamento
localizao do
circuito sinais de RU dos sinais medies computacional
rudo Sim
No

Troca de
plataforma

Fonte: autoria prpria.

4.2.3 PR-PROCESSAMENTO DOS SINAIS

Segundo os procedimentos descritos na Seo 4.2.2, foram obtidos 9 arquivos de


sinais de RU, sendo 3 arquivos obtidos por plataforma, para cada um dos 9 isoladores.
Portanto, 81 amostras de sinal de RU formam a base de dados para aplicao dos
procedimentos computacionais.
Os arquivos foram truncados em 30 s, que equivale a 1800 ciclos na frequncia
industrial (60 Hz). A abordagem em termos de ciclos importante, devido ao RU gerado
pelas descargas corona tender a se manifestar nos picos positivos e negativos da senoide
(FERREIRA, 2011). Alm disso, existe a necessidade de se criar uma grande quantidade
de padres para treinamento das RNA. Esses padres possuem o mesmo tamanho e so
replicados por um processo de janelamento com sobreposio.
Cada arquivo submetido, ento, ao processo de janelamento com sobreposio
no tempo. Cada janela tem a largura de 60 ciclos, ou 1 s, e a sobreposio entre janelas
realizada com valores de passos distintos. Assim, foram utilizados passos com 10 ciclos,
que corresponde a 83% de sobreposio entre duas janelas adjacentes (1575 padres);
com 20 ciclos, que corresponde a 67% de sobreposio (792 padres); e com 30 ciclos,
que corresponde a 50% de sobreposio (531 padres), conforme mostrado na Tabela 4.2.
Esse processo est ilustrado na Figura 4.12 (FERREIRA, 2011).

52
Tabela 4.2. Padres de janelamento do sinal de RU.
Tamanho dos passos em Taxa de sobreposio no tempo
Quantidade de padres obtida
ciclos (%)
10 83 1575
20 67 792
30 50 531
Fonte: autoria prpria.

Cada um dos padres apresentados representa uma janela no tempo. O


espaamento entre padres exatamente o passo utilizado para compor a sobreposio.
Pode-se observar, por exemplo, comparando os padres 1 e 2, em vermelho e azul
respectivamente, que existe uma parcela do sinal que comum aos dois. Essa parcela
copiada do primeiro padro para ser alocada no segundo padro. O segundo padro ainda
recebe outra parcela subsequente do sinal, correspondente ao passo.

Figura 4.12. Processo de janelamento do sinal de RU.

Fonte: FERREIRA, 2011.

Esse processamento serve para eliminar a singularidade entre regies adjacentes


do sinal, criando similaridades entre os padres, ou seja, padres vizinhos sero mais ou
menos semelhantes, de acordo com os percentuais de sobreposio. Isso til quando se
insere, na entrada da RNA, um nmero maior de padres oriundos de um mesmo sinal,
alm de fortalecer a correlao entre indivduos de uma mesma classe.

53
4.2.4 EXTRAO DE ATRIBUTOS

Os sinais de rudo ultrassnico, que foram subdivididos no processo de


janelamento descrito na Seo 4.2.3, so inseridos no processamento para estimao dos
VECSE, conforme descrito na Seo 2.3. A diviso do espectro, estimado pelo clculo da
FFT, realizada em quantidades pr-determinadas de sub-bandas. Dessa maneira, foram
utilizados trs casos de subdiviso na frequncia: 10 filtros, 20 filtros e 30 filtros, que a
quantidade correspondente de sub-bandas. Nos trs casos, foram utilizadas taxas de
sobreposio de 10%, 25%, e 50%, conforme mostrado na Tabela 4.3. Em todos os casos,
o parmetro utilizado foi = 0,1.

Tabela 4.3. Subdiviso do sinal de RU e do espectro correspondente em termos de sub-bandas.


Quantidade de filtros Taxa de
(sub-bandas) sobreposio (%)
50
10 25
10
50
20 25
10
50
30 25
10
Fonte: autoria prpria.

Combinando as informaes constantes nas Tabelas 4.2 e 4.3, que apresentam os


parmetros a serem aplicados no processamento dos VECSE, foram utilizados 27 casos
diferentes. Assim, foram aplicados os 9 casos da Tabela 4.3 para cada um dos trs padres
de janelamento no tempo da Tabela 4.2. Portanto, o clculo das energias e da localizao
dos centroides realizado para cada caso e os dados obtidos servem de entradas para as
RNA. Os 27 casos, assim como os cdigos que iro identific-los no processamento das
RNA, esto mostrados na Tabela 4.4. O prefixo iniciado com a letra J tem a informao
relativa quantidade de passos do janelamento no tempo. O prefixo iniciado com a letra
F d a quantidade de sub-bandas utilizadas e o prefixo de letra S informa a taxa de
sobreposio utilizada.

54
Tabela 4.4. Casos de janelamento no tempo e subdiviso no espectro de frequncia.
Passos do Quantidade de Taxa de Cdigo de
Caso
janelamento sub-bandas sobreposio (%) identificao
1 10 J10_F10_S10
2 10 25 J10_F10_S25
3 50 J10_F10_S50
4 10 J10_F20_S10
5 10 20 25 J10_F20_S25
6 50 J10_F20_S50
7 10 J10_F30_S10
8 30 25 J10_F30_S25
9 50 J10_F30_S50
10 10 J20_F10_S10
11 10 25 J20_F10_S25
12 50 J20_F10_S50
13 10 J20_F20_S10
14 20 20 25 J20_F20_S25
15 50 J20_F20_S50
16 10 J20_F30_S10
17 30 25 J20_F30_S25
18 50 J20_F30_S50
19 10 J30_F10_S10
20 10 25 J30_F10_S25
21 50 J30_F10_S50
22 10 J30_F20_S10
23 30 20 25 J30_F20_S25
24 50 J30_F20_S50
25 10 J30_F30_S10
26 30 25 J30_F30_S25
27 50 J30_F30_S50
Fonte: autoria prpria.

4.2.5 PR-C LASSIFICAO POR MEIO DO COMPORTAMENTO ESPECTRAL

Apesar de ter sido realizada a pr-classificao por meio da inspeo visual,


sabido que tal mtodo passivo de falhas, ocorrncia de falsos positivos e falsos
negativos.
Alm disso, os mecanismos de falha dos isoladores polimricos ainda no so
inteiramente compreendidos, e a complexidade envolvida no processo de diagnstico
requer a aplicao de diversas tcnicas de inspeo. Indcios de falha detectveis por um
tipo de inspeo no se manifestam, necessariamente, de maneira suficientemente
detectvel em outros tipos de inspeo. Um exemplo tpico a corrente de fuga
superficial, que tende a se manifestar na forma de calor e pode ser detectada pela
termoviso, mas praticamente no gera indcios detectveis pela medio de radiao UV,
uma vez que na maioria dos casos no gera descargas eltricas no ar. A recproca tambm
verdadeira, em muitos casos, conforme pode-se observar no trabalho de Guedes (2015).

55
Dados esses motivos, notou-se a necessidade de criar uma pr-classificao
baseada nos prprios sinais de rudo ultrassnico. Como lastro terico para a criao deste
critrio de pr-classificao, foi tomada a tese que relaciona o comprimento dos arcos
eltricos com a frequncia das emisses acsticas, conforme a Figura 3.1, apresentada
por Harrold (1985).
Para tanto, cada isolador teve seus sinais de RU processados a fim de que fosse
determinada qual a frequncia dominante em termos de energia presente em seu sinal.
Assim, ordenaram-se as amostras de isoladores, considerando-se que o isolador com
frequncia dominante mais baixa seria a amostra em pior estado, dado que, eletricamente,
permite a formao de descargas de maior extenso. Portanto, foram arbitrados os valores
de fronteira para cada classe, de forma a separ-las efetivamente.
Esse clculo realizado com base nas informaes dos VECSE de cada conjunto
de amostras de RU. Portanto, a localizao da frequncia de radiao acstica dominante
calculada pela equao (4.1):

N
P(n) C H
N

f n 1
N
(4.1)
P(n)
n 1

em que, f a frequncia de radiao acstica dominante (kHz), P(n) o valor de potncia


normalizada (em p.u.) localizada pelo centroide CHN (kHz), n o ndice que identifica a
potncia localizada no centroide correspondente e N a quantidade de sub-bandas das
amostras dos VECSE.

4.2.6 RNA E C LASSIFICAO DE PADRES

As RNA, construdas empregando-se o Artificial Intelligence toolbox do Matlab,


foram utilizadas para realizar os processamentos de treinamento, validao e teste para
cada uma das variaes da base de dados. Assim, buscou-se determinar a melhor
combinao entre topologia de rede e extrao de atributos. Apesar de todas as RNA
empregadas serem MLP de trs camadas, variaram-se os nmeros de neurnios nas
camadas de entrada e oculta. Portanto, foram adotadas as seguintes as regras gerais de
formao:

56
i. Camada de entrada: o nmero de neurnios coincide com o nmero de
elementos em cada padro da base de dados;
ii. Camada oculta: possui 1,5 vezes o nmero de neurnios da camada de
entrada. Este valor foi escolhido por apresentar uma boa relao
desempenho/esforo computacional para a tarefa em questo, em
diversas execues (FERREIRA, 2011);
iii. Camada de sada: s se utilizam trs neurnios, visto que a resposta ao
mtodo aplicado dada pela separao dos elementos na entrada em trs
diferentes classes, de acordo com o grau de degradao dos isoladores,
como visto na Seo 4.2.1., (B, M e R).

Assim, testaram-se um total de 27 redes, no necessariamente todas diferentes em


termos de topologia, uma vez que h coincidncia de parmetros VECSE definidos para
diferentes janelamentos temporais, e vice-versa.
importante salientar que a quantidade de ciclos deslocados no passo do
janelamento temporal no influencia no tamanho dos padres que comporo cada classe
(B, M e R), uma vez que a janela temporal sempre tem 1 s de durao. Contudo, tal
variao de deslocamento impacta na quantidade de padres presentes em cada classe da
RNA, uma vez que para um mesmo tempo total de udio registrado ser possvel
extrarem-se mais padres, se for usado um passo menor no janelamento sobreposto
(maior interseco entre dois padres consecutivos), e vice-versa.
Por outro lado, para cada variao da base de dados, quando se variam os
parmetros dos VECSE, variam-se o tamanho dos padres, sem se alterarem as suas
quantidades. Na Tabela 4.5, esto resumidas as informaes relativas s RNA para cada
caso.

57
Tabela 4.5. Caractersticas das RNA adotadas.
Quantidade de neurnios
Cdigos de
RNA Camada de
identificao Camada oculta
entrada
1 J10_F10_S10 20 30
2 J10_F10_S25 20 30
3 J10_F10_S50 20 30
4 J10_F20_S10 40 60
5 J10_F20_S25 40 60
6 J10_F20_S50 40 60
7 J10_F30_S10 60 90
8 J10_F30_S25 60 90
9 J10_F30_S50 60 90
10 J20_F10_S10 20 30
11 J20_F10_S25 20 30
12 J20_F10_S50 20 30
13 J20_F20_S10 40 60
14 J20_F20_S25 40 60
15 J20_F20_S50 40 60
16 J20_F30_S10 60 90
17 J20_F30_S25 60 90
18 J20_F30_S50 60 90
19 J30_F10_S10 20 30
20 J30_F10_S25 20 30
21 J30_F10_S50 20 30
22 J30_F20_S10 40 60
23 J30_F20_S25 40 60
24 J30_F20_S50 40 60
25 J30_F30_S10 60 90
26 J30_F30_S25 60 90
27 J30_F30_S50 60 90
Fonte: autoria prpria.

O algoritmo utilizado no processo de aprendizado foi o Resilient Propagation (no


ambiente do Matlab, definido por trainrp), devido s suas vantagens como velocidade de
convergncia e bom desempenho na localizao de mnimos satisfatrios na superfcie de
erro, alm do reduzido esforo computacional.
A funo de ativao utilizada foi a tangente hiperblica (denominada tansig na
interface do Matlab). Ela foi escolhida por ter Conjunto Imagem [-1,1], o que permite
rede propagar valores negativos, proporcionando um treinamento mais equalizado atravs
das camadas (KALMAN e KWASNY, 1992).
No prximo captulo, os resultados obtidos a partir dos procedimentos
experimentais e computacionais mostrados aqui sero apresentados e analisados.

58
RESULTADOS E ANLISES

Neste captulo, so apresentados e analisados os resultados da inspeo visual dos


isoladores polimricos de acordo com as caractersticas de degradao. Ainda, so
discutidos os resultados acerca do processamento dos VECSE e sua contribuio na
avaliao dos estados operacionais dos isoladores submetidos operao normal, de
acordo com o comportamento espectral das amostras de RU. Em seguida, so discutidos
os resultados das RNA utilizadas como ferramenta de apoio tomada de deciso e
composio de bancos de dados.

INSPEO VISUAL

A seguir, so apresentadas algumas imagens colhidas durante a inspeo visual


para caracterizao dos estados de degradao dos isoladores polimricos. Na Figura 5.1,
apresentada uma fotografia da regio de exposio do ncleo na amostra de isolador
nmero 10. Na Figura 5.2, mostrada uma fotografia da regio com eroso de superfcie
na amostra de isolador nmero 05, alm de rachaduras no revestimento. Na Figura 5.3,
est destacada a poluio depositada na superfcie da amostra de isolador nmero 07.

Figura 5.1. Fotografia de ncleo exposto, destacado dentro do crculo vermelho.

Fonte: autoria prpria.

59
Figura 5.2. Fotografia de eroso do revestimento, destacada dentro do crculo vermelho.

Fonte: autoria prpria.

Figura 5.3. Fotografia da poluio depositada na superfcie do isolador polimrico.

Fonte: autoria prpria.

Na Figura 5.4, uma fotografia da corroso das ferragens do isolador nmero 11


apresentada. Na Figura 5.5, destaca-se a ocorrncia de degradao nas aletas do isolador
05. Na Figura 5.6, uma fotografia da juno entre ncleo e terminal, do isolador 10, em
estado altamente degradado apresentada.

60
Figura 5.4. Fotografia da corroso das ferragens, destacadas em primeiro plano.

Fonte: autoria prpria.

Figura 5.5. Fotografia do estado de degradao das aletas, com rachaduras circuladas em vermelho.

Fonte: autoria prpria.

Figura 5.6. Fotografia da juno entre ncleo e terminal em condio extrema de degradao, destacado
dentro do crculo vermelho.

Fonte: autoria prpria.

61
Segundo os critrios estabelecidos na Seo 4.2.1 e com base nas imagens
apresentadas, o grupo de isoladores polimricos foi separado nas trs classes relativas aos
seus estados de degradao. As informaes sobre as trs classes, caracterizadas
distintamente, e a descrio das caractersticas de cada um dos isoladores que as
compem, esto resumidas na Tabela 5.1.

Tabela 5.1. Condies dos isoladores polimricos pela inspeo visual.


Classe Descrio Isolador Avaliao
Apresentou pouca poluio depositada e foi
01
submetido lavagem.
Isolador com nenhuma
Apresentou pouca poluio depositada e foi
B caracterstica de degradao 02
submetido lavagem.
e limpos.
Apresentou pouca poluio depositada e foi
03
submetido lavagem.
07 Apresentou poluio depositada nas aletas.
Isolador com nenhuma
Apresentou poluio depositada nas aletas e
M caracterstica de degradao, 08
ferragens.
mas constata-se poluio
Apresentou poluio depositada nas aletas e
depositada na superfcie. 16
incrustada no revestimento.
Apresentou poluio depositada nas superfcies,
05 aletas com rachaduras e revestimento com eroso
na regio inferior.
Apresentou poluio depositada nas superfcies,
Isolador com caractersticas
R 10 aletas rasgadas, ncleo exposto e selo corrompido
de degradao e poluio
pela umidade.
depositada na superfcie.
Apresentou poluio depositada nas superfcies,
aletas com rachaduras, ncleo exposto, selo
11
corrompido pela umidade e corroso das
ferragens.
Fonte: autoria prpria.

A separao dos isoladores por classes, segundo os nveis de degradao


apresentados, auxiliaram na organizao do banco de dados para processamento dos
VECSE e anlise dos resultados obtidos.

PROCESSAMENTO DOS VECSE

Os VECSE obtidos com as amostras de RU de todos os isoladores so mostrados


a seguir. Cada classe de isolador ser analisada separadamente e os valores das
frequncias dominantes encontradas para cada isolador so apresentados. Em seguida, os
VECSE mdios de todos os isoladores so tratados em conjunto como forma de ilustrar
o comportamento das curvas. Por fim, a avaliao do comportamento espectral utilizada
para reclassificao dos isoladores. vlido destacar que so mostrados os resultados de

62
apenas alguns casos de janelamento no tempo e subdiviso do espectro, de acordo com a
Tabela 4.4. Os valores de fronteira das frequncias dominantes, em cada classe, foram
arbitrados de acordo com os resultados obtidos com o grupo de isoladores aqui
considerado e, por isso, so apresentados neste captulo. Na Tabela 5.2, so mostrados os
valores de fronteira das frequncias dominantes para cada classe.

Tabela 5.2. Intervalos de frequncias dominantes para cada classe de degradao.


Classe Frequncia Dominante (kHz)
B Freq. > 2,30
M 2,20 < Freq. 2,30
R Freq. 2,20
Fonte: autoria prpria.

Os resultados mostrados a seguir foram obtidos com passos de 20 ciclos de


janelamento no tempo, e subdiviso do espectro em 30 sub-bandas, resultantes da
aplicao de 15 filtros sobrepostos a 50%. Com esses parmetros, obtm-se um total de
792 curvas para cada um dos VECSE representados.
A classe B, que representa o grupo dos isoladores limpos e que no apresentam
degradao, analisada a seguir. Os resultados dos VECSE para os isoladores 01, 02 e
03, que compem essa classe, esto mostrados na Figura 5.7.
O comportamento das curvas dos isoladores 01, 02 e 03 muito aproximado, o
que indica semelhana entre as caractersticas de degradao. Pode-se observar que os
picos das curvas se concentram em uma regio aproximada na frequncia: entre 2,35 kHz
e 2,65 kHz. Contudo, o centroide energtico espectral (frequncias dominantes) no
necessariamente se encontra nestas frequncias.
A frequncia dominante encontrada para os VECSE do isolador 01 foi de
2,33 kHz. Esse resultado exatamente a frequncia onde se concentra a maior parte da
energia dos VECSE, de acordo com os valores da potncia normalizada. Aplicando a
mesma regra, a frequncia dominante encontrada para os VECSE do isolador 02 foi de
2,32 kHz, e para o isolador 03 foi de 2,31 kHz.
Dessa maneira, dentre os trs, o isolador 01 obteve o melhor desempenho nessa
classe. Os isoladores 02 e 03 obtiveram desempenhos um pouco menores. A seguir, so
analisados os comportamentos dos isoladores da Classe M.

63
Figura 5.7. VECSE obtidos das amostras de RU dos isoladores da Classe B.

Fonte: autoria prpria.

A Classe M representa o grupo dos isoladores que continham poluio depositada


na superfcie, mas que no apresentaram caractersticas de degradao. Os resultados dos
VECSE para os isoladores 07, 08 e 16, que compem a Classe M, esto mostrados na
Figura 5.8.
Os picos das curvas se concentram em uma regio aproximada na frequncia:
entre 2,35 kHz e 2,65 kHz. Embora esses valores sejam iguais aos obtidos na Classe B,
as informaes das frequncias dominantes para cada isolador caracterizaram melhor os
VECSE dentro das classes.
A frequncia dominante encontrada para os VECSE do isolador 07 foi de 2,30
kHz, para os VECSE do isolador 08 foi de 2,13 kHz, e para o isolador 16 foi de 2,19 kHz.
Esses resultados indicam uma mudana na classificao dos isoladores 08 e 16.
Eles obtiveram um resultado bem abaixo do isolador 07 e, portanto, como visto mais
adiante, so realocados na Classe R de acordo com as fronteiras estabelecidas. Como se
pode observar, o isolador 07 obteve um resultado bem prximo da classe B, mas ele
permanece classificado dentro da Classe M, por corresponder fronteira dessa classe.

64
Figura 5.8. VECSE obtidos das amostras de RU dos isoladores da Classe M.

Fonte: autoria prpria.

A Classe R representa o grupo dos isoladores que apresentaram, alm de poluio


depositada, caractersticas de degradao segundo os parmetros de qualidade mostrados
na Seo 4.2.1. Os resultados dos VECSE para os isoladores 05, 10 e 11, que compem
a Classe M, esto mostrados na Figura 5.9.
Pode-se observar, pelas curvas apresentadas, que os isoladores se comportam de
maneiras ligeiramente distintas, embora, a priori, faam parte da mesma classe de
degradao. Os picos das curvas se concentram em uma regio aproximada na frequncia:
entre 2,25 kHz e 2,5 kHz. Isso um indcio de que o nvel de degradao desses isoladores
em comparao com as demais classes pode ser classificado como alto. Mas, de acordo
com as frequncias dominantes dos VECSE de cada um dos isoladores, uma nova
classificao dentro da classe R foi adotada. Isso ocorreu porque a frequncia dominante
dos VECSE do isolador 05 foi de 2,17 kHz, bem abaixo da frequncia dominante dos
VECSE do isolador 10, que foi de 2,25 kHz, e da frequncia dominante dos VECSE do
isolador 11, que foi de 2,25 kHz.

65
Figura 5.9. VECSE obtidos das amostras de RU dos isoladores da Classe R.

Fonte: autoria prpria.

A seguir, so analisados os comportamentos mdios dos VECSE obtidos em todas


as classes, como forma de auxlio interpretao dos resultados, visto que podem ser
extradas mais informaes acerca do comportamento espectral de cada classe.
Como mostrado na Figura 5.10, o vetor mdio apresenta um comportamento
similar ao conjunto dos VECSE, visto que seu clculo foi realizado em cada sub-banda
ao longo do intervalo de frequncias. Estes resultados foram obtidos com passos de 30
ciclos de janelamento no tempo e subdiviso do espectro em 20 sub-bandas, resultantes
da aplicao de 10 filtros sobrepostos a 50%. Dessa maneira, 531 curvas esto
representadas no conjunto.

Figura 5.10. VECSE obtidos das amostras de RU do isolador 16.

Fonte: autoria prpria.

66
O comportamento mdio dos VECSE foi avaliado a partir das curvas mdias de
cada conjunto. Na Figura 5.11(a), esto apresentados os VECSE mdios correspondentes
a cada um dos isoladores, separados pelas classes. A partir da anlise do comportamento
mdio dos VECSE, observa-se que os picos das curvas so atingidos prximos a 2,5 kHz.
Isso pode ser visto em detalhes na Figura 5.11(b). Os VECSE que apresentaram
frequncias dominantes maiores, atingiram o pico em valores maiores dentro de suas
classes, mas disso no se pode inferir uma regra geral.
Por outro lado, as curvas aparentemente possuem uma maior parcela de energia
nas frequncias mais baixas, antes do pico, e uma menor parcela de energia nas
frequncias mais altas, aps o pico. Essa observao foi importante na anlise da
frequncia dominante das emisses, que geralmente esto localizadas antes dos picos das
curvas. Esses resultados foram observados para todos os casos, como visto anteriormente
na anlise das classes. Assim, a reclassificao sumarizada dos isoladores com base nos
valores das frequncias dominantes apresentada a seguir.

Figura 5.11. (a) Comportamento mdio dos VECSE. (b) Picos correspondentes.
(a) (b)

Fonte: autoria prpria.

As frequncias de radiao acstica dominantes, obtidas com as amostras de RU


para cada isolador, so mostradas na Tabela 5.3. Portanto, observa-se que existe uma
correlao entre a classificao pelo mtodo proposto por Guedes (2015) e os valores das

67
frequncias de radiao acstica dominantes para cada isolador. Quanto menor o valor da
frequncia, maiores os comprimentos dos arcos eltricos presentes nas descargas que
ocorrem junto ao isolador e, portanto, considera-se pior a sua condio operacional. Logo,
em ambas as tcnicas se observou que o isolador 08 est em estado altamente degradado.
Alm disso, todas as amostras de isoladores podem ser classificadas dentro das mesmas
classes por ambas as tcnicas, com exceo do isolador 16. Esse resultado indica que as
tcnicas mantm consonncia de resultados, o que esperado, dado que ambas se baseiam
em manifestaes das descargas eltricas junto ao isolador.

Tabela 5.3. Frequncias de radiao acstica dominantes para as amostras de RU.

Frequncia
Classificao segundo
Classe dominante Isolador
Guedes (2015)
(kHz)
2,33 01 01
B 2,32 02 02
03
2,31 03 07
2,30 07 16
2,25 10 05
2,25 11 10
M
2,19 16
11
2,17 05
R 2,13 08 08

Fonte: autoria prpria.

Para o processamento das RNA, necessrio que as classes possuam a mesma


quantidade de indivduos, de forma que o treinamento no seja realizado de forma
polarizada. Ou seja, a RNA necessita receber uma mesma quantidade de padres em cada
uma de suas entradas pois, do contrrio, ela estaria aprendendo com uma maior de
quantidade de informaes de uma classe do que de outra. Assim, a classificao dos
isoladores por meio do comportamento espectral utilizou os valores de fronteira que
foram apresentados na Tabela 5.2, de forma a respeitar essas premissas.
Ento, de acordo com os resultados apresentados, os isoladores 01, 02 e 03
permaneceram classificados dentro da Classe B, por apresentarem as frequncias
dominantes mais altas. O isolador 07 apresentou um valor de frequncia dominante bem
prximo dos valores observados na Classe B, mas permaneceu classificado na Classe M.
Os isoladores 10 e 11, antes classificados como em pssimo estado, na Classe R,
apresentaram um comportamento mdio quando avaliados com base nas emisses
acsticas. Portanto, foram reclassificados para a Classe M. Os isoladores 08 e 16 foram

68
reclassificados para a Classe R. O isolador 05 permaneceu na Classe R. Os resultados
para as frequncias de pico apresentaram relativa correlao com as frequncias
dominantes dentro das classes, mas seus resultados pouco influenciaram nessa anlise.
Assim, a nova classificao dos isoladores, de acordo com as frequncias dominantes
obtidas para todos os isoladores, est mostrada na Tabela 5.4.
A partir da anlise da Tabela 5.4, pode-se observar as diferenas entre as
classificaes por inspeo visual e pelo comportamento espectral. Estes resultados
indicam uma baixa correlao entre os aspectos fsicos observados pela inspeo visual e
o comportamento dos isoladores submetidos operao normal no sistema, com a
presena de descargas. Isso pode ser notado quando se observa que, na classificao por
inspeo visual os isoladores 05, 10 e 11 apresentaram estados elevados de degradao,
mas se comportaram como na Classe M. As diferenas tambm so notadas nos isoladores
08 e 16, que apresentaram comportamentos abaixo do esperado pela inspeo visual.

Tabela 5.4. Classificao dos isoladores de acordo com as frequncias dominantes das EA.
Classificao
Classificao segundo
Classificao pelo comportamento espectral por Inspeo
Guedes (2015)
Classe Visual
Frequncia Frequncia
Isolador Isoladores Isoladores
dominante (kHz) de pico (kHz)
01 2,33 2,6720
B 02 2,32 2,5225 01, 02 e 03 01, 02, 03, 07 e 16
03 2,31 2,5197
07 2,30 2,5214
M 10 2,25 2,5196 07, 08 e 16 05, 10 e 11
11 2,25 2,5194
16 2,19 2,5208
R 05 2,17 2,5184 05, 10 e 11 08
08 2,13 2,5198
Fonte: autoria prpria.

Assim, as RNA foram treinadas de forma a seguir a nova classificao pelo


comportamento espectral, tendo por base a quantidade exata de dados inseridos na entrada
para cada classe. As sadas das RNA, sendo trs, representam as trs classes de
degradao aqui apresentadas.

PROCESSAMENTO DAS RNA

69
Os resultados obtidos pelo processamento das RNA so apresentados e discutidos
nesta seo. Dessa forma, os 27 casos apresentados conforme a Tabela 4.5 foram
utilizados aqui. No total, so 3 RNA que se dividem entre os 27 casos. Em todos os casos,
os valores de acerto mdio, tempo mdio de execuo de cada poca e a quantidade mdia
de pocas foram obtidos em 10 iteraes sucessivas. Os valores do desvio padro foram
baixos para todos os casos, demonstrando que a quantidade de iteraes foi suficiente
para caracterizar os resultados das redes. Esses resultados esto mostrados na Tabela 5.5.
De acordo com a Tabela 5.5, observa-se que, na maioria das vezes, os casos com
janelamento de 10 ciclos (identificados por J_10), apresentaram as maiores taxas de
acerto mdio. Isso pode ser explicado pelo fato de que esses casos apresentam uma maior
quantidade de padres em relao aos demais (1575 padres). Portanto, a rede recebe uma
maior quantidade de dados para treinamento e consegue consolidar melhor seu
comportamento baseando-se no maior nmero de exemplos. Por outro lado, constata-se
que, nesses casos, o tempo mdio de execuo de uma poca bem maior que nos demais
casos. Isso uma caracterstica de que a rede executa o treinamento com um esforo
computacional superior, que pode ser, muitas vezes, desnecessrio.
Os casos com janelamento de 20 ciclos (792 padres), identificados por J_20,
apresentaram taxas de acerto mdio muito prximas das obtidas nos casos J_10 com um
tempo mdio de execuo bem menor. Em alguns casos, observam-se tempos mdios de
execuo em torno de 30% do que observado nos casos correspondentes em J_10.
Os casos identificados por J_30 (531 padres), com janelamento de 30 ciclos,
apresentaram taxas de acerto mdio bem prximas das obtidas nos demais casos com um
tempo mdio de execuo reduzido. Como, nesse caso, a quantidade de dados inseridos
na rede bem menor, o treinamento realizado com um nmero relativamente limitado
de padres para comparao, diminuindo, portanto, o esforo computacional. Isso
tambm explica as taxas de acerto mdio menores, pois a rede tem menos informao
sobre as classes de entrada.
Tomando como exemplo as RNA 9, 18 e 27, que so os melhores casos dentre os
grupos com quantidades iguais de padres, constata-se que h um aumento na taxa de
acerto mdio medida que se aumenta a quantidade de padres. Essa quantidade to
maior quanto maior for a taxa de sobreposio entre padres. O mesmo comportamento
ocorre para as RNA 1, 10 e 19, que so os piores casos dentre os grupos com quantidades
iguais de padres.

70
Comparando a taxa de acerto mdio entre os diferentes casos, de acordo com o
tipo de subdiviso do espectro, pode-se observar as variaes existentes. Na verdade, o
que se constata que medida que se obtm um detalhamento maior dos VECSE, com a
aplicao de uma quantidade maior de sub-bandas e taxas de sobreposio mais altas, as
taxas de acerto mdio tendem a crescer. Pode-se constatar que isso verdadeiro quando
se observa que a quantidade de padres no variou, mas sim os seus tamanhos.
Como exemplo, comparando-se os casos 23 e 24, nota-se que o comportamento
das redes segue essa regra, visto que a taxa de acerto aumentou, o desvio padro diminuiu
e o tempo mdio de execuo por poca e a quantidade de pocas aumentaram. Mas, isso
no regra geral, pois que se observa o contrrio em outros casos, como entre o 7 e 8.
Embora existam casos como esse, o comportamento esperado a rede obter taxas de
acerto maiores quando ela possui padres maiores nas classes que possuem a mesma
quantidade de padres.
Observando somente o tempo de processamento para estes casos, no se observa
uma regra geral de comportamento; embora, exista um aumento no tempo de
processamento medida que se aumenta a quantidade de entradas nas redes. Isso
explicado pelo grau de detalhamento das informaes com que a rede trabalha.
Contudo, sempre deve existir uma relao de compromisso entre a quantidade de
dados que se insere na rede e o tempo de processamento desta. Muitas vezes, mais
vantajoso se utilizar de casos em que o grau de detalhamento das informaes menor
para se obter um melhor desempenho no tempo de processamento e menor esforo
computacional.
De acordo com as informaes apresentadas, a escolha de uma topologia adequada
para aplicar na classificao dos padres dos VECSE depende do grau de detalhamento
que se busca. Para a finalidade deste trabalho, em que na prtica a RNA classifica padres
dentro de trs classes distintas, as topologias mais recomendadas so: J20_F30_S50 e
J30_F30_S50 (60 neurnios na camada de entrada cada) que apresentaram altas taxas de
acerto em um baixo tempo de processamento. Portanto, so rpidas e apresentam
resultados confiveis. A topologia J10_F30_S50 (60 neurnios na camada de entrada),
embora tenha apresentado a maior taxa de acerto, realizou o processamento em um tempo
maior, no sendo recomendada para esta finalidade.

Tabela 5.5. Resultados do processamento das RNA.

71
Acerto Desvio Tempo Mdio de Mdia de Tempo
RNA Caso
Mdio (%) Padro Execuo por poca (ms) pocas Total (s)
1 J10_F10_S10 80,52 0,69 27,98 571,1 15,98
2 J10_F10_S25 81,69 1,05 25,45 585,7 14,90
3 J10_F10_S50 81,84 0,44 34,42 512,2 17,63
4 J10_F20_S10 83,13 0,95 48,55 717,4 34,83
5 J10_F20_S25 84,54 1,03 53,58 653,2 35,00
6 J10_F20_S50 85,38 0,82 50,55 641,3 32,41
7 J10_F30_S10 87,13 0,84 80,90 604,2 48,88
8 J10_F30_S25 86,01 1,18 66,44 589,1 39,14
9 J10_F30_S50 88,37 0,65 64,27 686,1 44,09
10 J20_F10_S10 80,23 1,13 17,59 323,4 5,68
11 J20_F10_S25 80,58 1,52 15,39 289,8 4,46
12 J20_F10_S50 81,35 1,51 14,41 348,3 5,02
13 J20_F20_S10 82,63 1,19 24,33 360,0 8,76
14 J20_F20_S25 82,83 1,59 25,08 374,4 9,39
15 J20_F20_S50 84,41 1,10 24,00 415,0 9,96
16 J20_F30_S10 85,19 0,55 45,75 348,4 15,94
17 J20_F30_S25 85,97 0,97 41,41 453,7 18,78
18 J20_F30_S50 86,50 0,92 45,06 396,6 17,87
19 J30_F10_S10 80,14 1,78 21,14 275,0 5,81
20 J30_F10_S25 80,12 1,37 16,17 241,7 3,91
21 J30_F10_S50 80,46 0,94 16,54 214,0 3,54
22 J30_F20_S10 80,99 1,45 24,80 254,8 6,32
23 J30_F20_S25 81,70 1,34 25,29 242,4 6,13
24 J30_F20_S50 83,89 0,92 25,53 281,6 7,19
25 J30_F30_S10 84,06 1,64 34,51 295,3 10,19
26 J30_F30_S25 84,47 0,65 36,61 260,3 9,53
27 J30_F30_S50 85,90 1,94 30,34 241,6 7,33
Fonte: autoria prpria.

Conforme as discusses desta seo, os resultados obtidos das RNA foram mais
promissores quando se utilizaram casos com maior detalhamento dos VECSE, mas em
todos os eles as taxas de sucesso se mostraram acima de 80%. Com base nos resultados,
demonstra-se a versatilidade e robustez do mtodo, quando os VECSE, juntamente com
as RNA, permitem utilizar diferentes casos de subdiviso com altas taxas de acerto e com
baixa perda de informao. No prximo captulo, sero apresentadas as concluses deste
trabalho, baseadas nas anlises dos resultados aqui discutidos.

72
CONCLUSES

Neste trabalho, uma anlise de sensibilidade de um mtodo de estimao dos


estados operacionais de isoladores polimricos com diferentes condies de poluio e
degradao foi proposta. O mtodo se baseou na deteco dos rudos ultrassnicos
advindos das descargas eltricas ocorrentes na superfcie e proximidades dos isoladores
conectados a uma linha energizada. Os sinais obtidos foram processados e seus atributos
foram extrados pelo algoritmo dos VECSE. Como forma de auxiliar no processo de
tomada de deciso, topologias de RNA foram utilizadas.
Pde-se observar que a tcnica de inspeo visual, utilizada na primeira
classificao do grupo de isoladores, demonstrou ser ineficiente, de forma que
necessrio utilizar mtodos confiveis, tais como as inspees acsticas dos RU.
Os resultados obtidos no processamento dos sinais, baseado nos VECSE, foram
promissores. O mtodo permitiu tratar os dados de forma que as informaes mais
relevantes fossem mantidas. Em todos os casos, as informaes ruidosas detectadas no
influenciaram significativamente nas anlises dos parmetros de energia obtidos. Isso
pode ser til em aplicaes de campo.
Constatou-se que para uma melhor avaliao do comportamento espectral das
amostras de RU, necessrio que se utilizem parmetros no processamento dos VECSE
que detalhem melhor as informaes espectrais. Os casos que apresentaram maior grau
de detalhamento permitiram um clculo mais aproximado das frequncias dominantes.
A reclassificao baseada no comportamento espectral permitiu dividir as classes
de acordo com as condies de operao dos isoladores. Os resultados foram comparados
com os obtidos atravs do mtodo proposto por Guedes (2015), de forma que foi possvel
verificar diferenas pouco significativas. Portanto, as tcnicas podem ser utilizadas em
conjunto para uma melhor avaliao das condies de operao dos isoladores.
As RNA estenderam a capacidade de analisar os dados quando permitiram uma
classificao confivel e imparcial dos mesmos, com base nas informaes que lhes foram
passadas na entrada. Diferentes topologias de rede foram comparadas entre si de forma a
melhor caracteriz-las para a estimao das condies dos isoladores. Dessa forma, foram
escolhidas as melhores no sentido de classificar, com altas taxas de acerto e baixo tempo
de processamento, os isoladores dentro das classes (3 sadas da rede) representadas.

73
Assim, em conjunto com o mtodo dos VECSE, essas topologias so muito teis para
criao de uma base de dados mediante ensaios em laboratrio com uma maior quantidade
de amostras de isoladores.

PERSPECTIVAS DE TRABALHO

Como propostas de continuao desta pesquisa, tem-se:

Criao de um banco de dados, com a realizao de medies em


laboratrio;
Avaliao do mtodo sob diferentes nveis de umidade e distncias de
deteco;
Realizao das medies em campo para avaliao do mtodo proposto;
Utilizao de uma ferramenta computacional que realize o processo
automtico de extrao de atributos do sinal ruidoso e classificao dos
padres por inteligncia artificial;
Comparao do mtodo com as tcnicas baseadas na deteco de imagens
UV das descargas corona.

PUBLICAES CORRELATAS PESQUISA

No decorrer do curso de mestrado, foram aceitos ou publicados os seguintes


artigos correlacionados com o trabalho desenvolvido:

1. I Workshop sobre Redes Eltricas Inteligentes Baseadas em


Sistemas Sensores em Fibra ptica - IV Encontro do Grupo de Sistemas
Eltricos, realizado em Campina Grande, em novembro de 2014. O ttulo
do trabalho foi: Uma Proposta de Tcnica de Monitoramento de
Isoladores Polimricos baseada em Rudos Ultrassnicos;
2. Decimo Sexto Encuentro Regional Iberoamericano de Cigr,
realizado em Puerto Iguaz, Argentina, em maio de 2015. O ttulo do
trabalho foi: Deteco de Defeitos em Isoladores de Subestaes de
Alta Tenso baseada na Anlise do Rudo Audvel;

74
3. IEEE Electrical Insulation Conference 2015, realizado em
Seattle, Estados Unidos, em maio de 2015. O ttulo do trabalho foi:
Intelligent Acoustic Detection of Defective Porcelain Station Post
Insulators;
4. 19th International Symposium on High Voltage Engineering, a
ser realizado em Pilsen, Repblica Tcheca, em agosto de 2015. O ttulo do
trabalho foi: Monitoring Polymeric Insulators with an Ultrassonic
Noise Based Technique.

75
REFERNCIAS

ABDEL-SALAM, M.; ABDEL-SATTAR, S.; SAYED, Y.; GHALLY, M. Early Detection of Weak Point
in MEEC Distribution System. In: Industry Applications Conference Record of the 2001 IEEE, 2001,
Chigaco. v. 4, p. 25412545.

ABIDIN N. Q. Z.; ABDULLAH, A. R.; RAHIM, N. H.; NORDDIN, N.; AMAN, A. Online Surface
Condition Monitoring System using Time-Frequency Analysis Technique on High Voltage
Insulators. In: IEEE International Power Engineering and Optimization Conference PEOCO, 2013,
Langkawi. Anais, p. 513-517.

AMIN, M. Aging Investigation of Polymeric Insulators. Universidade de Engenharia e Tecnologia. Tese


de Doutorado. Paquisto, 2007.

ANGELINI, J. M. G.; COSTA, E. G.; FORMIGA, A. M.; MENDONA, P. L. SHINOHARA, A. H.;


FERREIRA, T. V. Deterioration of Polymeric Insulators using Exclusive Agents. In: International
Conference and Exhibition on Electricity Distribution CIRED, 2009, Praga. Anais, p. 1-4.

BEZERRA, R. C.; MELLO, D. R.; PORFRIO, D. M.; ARAJO, F. E. R.; TEIXEIRA Jr., J. M. T.;
PINHEIRO, J. C.; ANDRADE, J. A. S.; ALVES NETO, O. F.; LEITE, R. C. Avaliao de Isoladores
Polimricos em Linha de Transmisso de 138 kV Estudo de Caso. In: Simpsio Brasileiro de Sistemas
Eltricos, 2012, Goinia. Anais do SBSE.

BORGES, C. L. Uma Abordagem Alternativa para Inspeo Preditiva no Invasiva em Linha Area
de Distribuio de Mdia Tenso na rea Rural. Universidade Federal de Itajub. Tese de Doutorado.
Itajub: UNIFEI, 2012.

CHAOU, A. K.; MEKHALDI, A.; TEGUAR, M.; FOFANA, I; MEGHNEFI, F. Wavelet Packet
Transform based Multi Resolution Analysis Technique for Classification of LC Waveforms on
Polluted Insulating Surfaces. In: IEEE Conference on Electrical Insulation and Dielectric Phenomena,
2014, CEIPD. Anais, p. 291-294.

CIGRE TASK FORCE 33.04.03. Cigr Task Force 33.04.03. Cigr. [S.1.]. 1994. (152).

FERREIRA, T. V. Estudo do Trilhamento de Ncleo em Isoladores Polimricos. Universidade Federal


de Campina Grande. Dissertao de Mestrado. Campina Grande: UFCG, 2007.

FERREIRA, T. V. Estimao Inteligente da Poluio de Isolamentos Eltricos Baseada nos VECSE


do Rudo Ultrassnico. Universidade Federal de Campina Grande. Tese de Doutorado. Campina Grande:
UFCG, 2011.

FERREIRA, T. V.; GERMANO, A. D.; COSTA, E. G. Ultrasound and Artificial Intelligence Applied
to the Pollution Estimation in Insulations. IEEE Transactions on Power Delivery, v. 12, p. 583-589,
2012.

FONTGALLAND, G.; SILVA, E. M.; BEZERRA, J. M. B.; NERI, M. G. G.; DO VALLE, R. R. M.; DE
MELO, M. A. B. On the Behavior of Electromagnetic Interference Measured from Glass Insulator.
In: International Symposium on Antenna Technology and Applied Electromagnetics, 2004. Ottawa. Anais,
p. 301-304.

76
GAJI, B.; PALIWAL, K. K. Speech Parametrization for Automatic Speech Recognition in Noisy
Conditions. In: Norwegian Symposium on SignalProcessing, 2001, Trondheim.

GERMANO, A. D. Anlise da Degradao de Isolamentos Eltricos. Universidade Federal de campina


Grande. Dissertao de Mestrado. Campina Grande: UFCG, 2010.

GORUR, R. S.; BURNHAM, J. T.; CHERNEY, E. A. Outdoor Insulators. 1. ed. Phoenix: Ravi S. Gorur
Inc., 1999.

GORUR, R. S.; MONTESINOS, J.; VARADADESIKAN, L.; SIMMONS S.; SHAH, M.A Rapid Test
Method for Evaluating the Tracking and Erosion Resistance of Polymeric Outdoor Insulating
Materials. In: IEEE Conference on Electrical Insulation and Dieletric Phenomena CEIPD, 1997,
Minneapolis. v. 2, p. 402-405.

GUEDES, C. P. G. Classificao das Condies de Degradao de Isoladores Polimricos pelos Nveis


de Radiao UV e Lgica Fuzzy. Universidade Federal de Campina Grande. Dissertao de Mestrado.
Campina Grande: UFCG, 2015.

HARROLD, R. T. Acoustic Waveguides for Sensing and Locating Electrical Discharges in High
Voltage Power Transformers and other Apparatus. IEEE Transactions on Power Apparatus and
Systems, v. 98, n. 2, p. 449-457, 1979.

HARROLD, R. T. Acoustical Technology Applications in Electrical Insulation and Dieletrics [J]. IEEE
Transactions on Electrical Insulation, v. 20, n. 1, p. 3-19, 1985.

HAYKIN, S. Redes Neurais: princpios e prtica. 2. ed. Porto Alegre: Bookman, 2001.

IEC 60270. High-voltage Test Techniques: partial discharge measurements. International Electrotecnical
Comission. 3. ed. IEC 60270, 2000.

JERMENDY, L.; FOGARASI, I.; SIMON, S.; SZABO, J. Insulation Diagnostic Methods. IEEE Power
Delivery, v.2, p.81-85, 1998.

KALMAN, B. L.; KWASNY, S. C. Why tanh: choosing a sigmoidal function. In: International Joint
Conference on Neural Networks, 1992, Baltimore. v. 2, p. 578 - 581.

KUFFEL, E.; ZAENGL, W. S.; KUFFEL, J. High Voltage Engineering Fundamentals. 2. ed. Oxford:
Butterworth-Heinemann Newnes, 2000.

LAPP INSULATORS. Rodurflex High-voltage Insulators. Disponvel em:


<http://www.lappinsulator.com/downloadcenter/catalogs.asp>. Acesso em: 14 dez. 2014.

LIMA, R. A. Contribuies para o Desenvolvimento de um Sistema de Monitorao Via Satlite do


Estado de Poluio de Cadeias de Isoladores de Alta Tenso. Universidade Federal de Pernambuco.
Dissertao de Mestrado. Recife: UFPE, 2010.

LUNDGAARD, L. E. Partial Discharge XIII: acoustic partial discharge detection-fundamental


considerations. IEEE Electrical Insulation Magazine, v. 8, p. 25-31, 1992.

MALIK, N. H. Electrical Insulation in Power Systems. New York: Marcel Dekker, 1998.

77
MCCULLOCH, W. S.; PITTS, W.A Logical Calculus of the Ideas Immanent in Nervous Activity.
Bulletin of Mathematical Biophysics, v. 5, p. 115-133, 1943.

MORENO, V. M.; GAM R. S. Effect of Long-term Corona on Non-Ceramic Outdoor Insulator


Housing Materials. IEEE Transactions on Dielectrics and Electrical Insulation, v. 8, n. 1. p. 117-128, 2001.

MUNIRAJ, C.; CHANDRASEKAR, S. Condition Monitoring of Outdoor Polymeric Insulators Using


Wavelets and ANFIS. In: IEEE International Conference on Power and Energy PECon, 2010, Selangor.
Anais, p. 346-351.

NR 10. Segurana em Instalaes e Servios em Eletricidade. Ministrio do Trabalho e Emprego.


Portaria GM, n. 598, de 07 de dezembro de 2004. Disponvel em: <
http://portal.mte.gov.br/data/files/8A7C812D308E216601310641F67629F4/nr_10.pdf>. Acesso em: 10
ago. 2015.

OESTERHELD, J. Dielectric Behavior of Silicone Insulations. TU Dresden. Dissertao. Dresden, 1996.

PALIWAL, K. K. Spectral Subband Centroid Features for Speech Recognition. In: International
Conference on Acoustics, Speech and Signal Processing, 1998, Seattle. v. 2, p. 617-620.

PEI, C. M.; SHU, N. Q.; LI, L.; LI, Z. P.; PENG, H. On-line Monitoring of Insulator Contamination
causing Flashover Based on Acoustic Emission. In: International Conference on Electric Utility
Deregulation and Restructuring and Power Technologies, 2008, Nanjuing. Anais, p. 1667-1671.

RIEDMILLER, M.; BRAUN, H. RPROP - A Fast Adaptive Learning Algorithm. In: International
Symposium on Computer and Information Science, 1992. Anais do ISCIS VII.

ROSENBLATT, F. The Perceptron: a probabilistic model for information storage and organization in the
brain. Psychological Review, v. 65, p. 386-408, 1958.

SHURRAB, I. Y.; EL-HAG, A.; ASSALEH, K.; GHUNEM, R. Partial Discharge On-Line Monitoring
of Outdoor Insulators. Conference Record of the IEEE International Symposium on Electrical Insulation,
2012, San Juan. Anais, p. 391-394.

SILVA, K. M. Diagnstico de Faltas em Linhas de Transmisso Baseado em Redes Neurais Artificiais


e Transformada Wavelet. Universidade Federal de Campina Grande. Dissertao de Mestrado. Campina
Grande: UFCG, 2005.

SILVA, R. F. Trilhamento Eltrico sobre Materiais Polimricos pela Anlise da Energia Absorvida
devido as Descargas Superficiais. Universidade Federal do Paran. Tese de Doutorado. Curitiba: UFPR,
2014.

SOUZA, A. L.; LOPES, I. J. S. Estudo da Distribuio de Campo Eltrico em Isoladores Polimricos:


uma abordagem computacional e experimental. In: Simpsio Brasileiro de Sistemas Eltricos, 2008,
Belo Horizonte. Anais do SBSE.

TIAN, Y; LEWIN, P. L.; DAVIES, A. E.; RICHARDSON, Z. Acoustic Emission Detection of Partial
Discharges in Polymeric Insulation. In: International Symposium on High Voltage Engineering, 1999,
Londres. Anais, p. 82-85.

78
UE SYSTEMS. Ultraprobe 2000 Informations. Diponvel em:
<http://www.uesystems.com/products/cost-effective-ultrasonic-detectors/up-2000/downloads>. Acesso
em: 14 dez. 2014.

WERBOS, P. Beyond Regression: New Tools for Prediction and Analysis in the Behavioral Sciences.
Universidade de Harvard. Tese de PhD. Boston: Harvard, 1974.

YANG, Y.; DUMONT, G. A. Classisfication of Acoustic Emission Signals Via Hebbian Feature
Extraction. In: International Joint Conference on Neural Networks, 1991, Seattle. v.1, p. 113-118.

79

Você também pode gostar