APLICAÇÃO DE REDE NEURAL ARTIFICIAL À CLASSIFICAÇÃO DE DESCARGAS PARCIAIS POR MEIO DE SINAIS DE EMISSÃO ACÚSTICA
PALITO, T. T. C.1; FERREIRA, D. A. P.1; FERNANDES, R. A. S.2; ALTAFIM, R. A. P.3; SILVA, I. N.1; ALTAFIM, R. A. C.1
1 USP; 2 UFSCAR; 3 UFPB
Resumo
As descargas parciais têm sido apontadas como uma das principais causas de falhas e envelhecimento precoce de equipamentos elétricos isolados a óleo. Portanto, detectar descargas parciais se tornou uma questão importante para garantir que o sistema elétrico de potência seja eficiente e confiável. Existem vários sensores que podem ser aplicados, na detecção das descargas parciais, onde dentre eles destacam-se os ópticos, magnéticos e acústicos. No entanto, uma nova classe de sensores acústicos implementados com piezoeletretos pode ser vista como uma alternativa econômica para a detecção da ocorrência de descargas parciais. Deste modo, neste artigo, é investigado o comportamento acústico de tais transdutores quando expostos a diferentes condições de descargas parciais produzidas por uma configuração de eletrodos ponta-ponta separados por diferentes gaps de ar e excitados por altas tensões (em corrente alternada). As amplitudes dos sinais registrados são correlacionadas com a distância do gap e com a amplitude da tensão aplicada. A partir de resultados experimentais, é realizada uma etapa de pré-processamento dos sinais, onde obtém-se características específicas de tais sinais. Posteriormente, uma etapa de classificação das descargas parciais é realizada por meio de Redes Neurais Artificiais do tipo Learning Vector Quantization, a qual apresentou um desempenho de 95,83%.
Palavras-chave: Descarga parcial; Sensor piezoelétrico; Rede Neural Artificial