Escolar Documentos
Profissional Documentos
Cultura Documentos
RESUMO
Este artigo aborda uma alternativa, para predição da concentração do nível de gases
dissolvidos no óleo isolante de transformadores elétricos, baseada em redes neurais
artificiais. O que possibilitará auxílio à tomada de decisão no setor de manutenção.
Viabilizando a diminuição dos custos e dos serviços de manutenção.
ABSTRACT
This article discusses an alternative to predict the level of concentration of dissolved gases in
the insulating oil of power transformers based on artificial neural networks. What will enable
aid to decision making in the maintenance sector. Enabling the reduction of costs and
maintenance services.
1. INTRODUÇ ÃO
1
10
0
10
-1
10
Erro Quadrático Médio
-2
10
-3
10
-4
10
-5
10
0 500 1000 1500 2000 2500
Épocas
As estimações para o gás CH4 em relação as 20 amostras que não pertenciam aos
dados de treinamento são apresentadas na Figura 4. Observa-se ainda na Figura 4, que os
resultados selecionados pela rede são bem próximos àqueles valores obtidos pelos ensaios
cromatográficos.
0
10
-1
10
-2
10
Erro Quadrático Médio
-3
10
-4
10
-5
10
-6
10
0 200 400 600 800 1000 1200
Épocas
Constata-se, portanto, que a generalização efetuada pela rede neural que estima o
gás C2H4 a partir dos resultados advindos dos ensaios físico-químicos é bastante positiva.
Sendo, portanto adequada para a previsão destes valores.
Para prever a concentração do acetileno (C2H2) o erro quadrático médio alcançado
após 1605 épocas de treinamento foi da ordem de 4.971x10-6. A Figura 7 mostra o
desempenho do treinamento da rede durante as épocas de treinamento.
1
10
0
10
-1
10
Erro Quadrático Médio
-2
10
-3
10
-4
10
-5
10
-6
10
0 200 400 600 800 1000 1200 1400 1600
Épocas
Em resumo, constata-se que a generalização efetuada pela rede neural prevê o gás
C2H2 a partir dos resultados advindos dos ensaios físico-químicos é muito positiva, sendo
adequada para a previsão destes valores.
5. CONCLUS ÃO
[2] HAYKIN, S.; Neural Networks and Learning Machines. 3ª ed. New York: Prentice Hall,
2008.
[4] SILVA, Ivan Nunes da; SPATTI, Danilo Hernane; FLAUZINO, Rogério Andrade. Redes
neurais artificiais: para engenharia e ciências aplicadas. São Paulo: Artliber, 2010.
[5] SILVA, Ivan Nunes da; IMAMURA, Marcos Massaki; SOUZA Andre Nunes de. The
Application of Neural Networks to the analysis of Dissolved Gases in Insulating Oil
Used in Transformers. Proceedings of the IEEE International Conference on
Systems Man Cybernetics; 2000.
[6] DUVAL, Michel, DUKARM, James. Improving the Reliability of Transformer Gas-in-Oil
Diagnosis. IEEE Elec. Insul. Mag., Vol.21, No.4, pp. 21-27, 2005.