Análise de coeficientes wavelet para classificação de sinais acústicos de descarga parciais
Visualizar/ Abrir
Data
2023-01-10Autor
Castro, João Vitor Maccari Brabo
Metadata
Mostrar registro completoResumo
A degradação da isolação em equipamentos elétricos em subestação é um
problema que precisa ser identificado antes do comprometimento do equipamento,
para não ocasionar em uma interrupção inesperada que afete o fornecimento de
energia. Outro ponto importante é de garantir a segurança dos colaboradores que
trabalham na manobra, inspeção e manutenção destes equipamentos.
Descargas parciais são grandes causadoras dessa falha, e cada vez mais
aumenta-se a preocupação em identifica-las em tempo hábil, a fim de não
comprometer o equipamento, além de ser de grande interesse a classificação do nível
de severidade da descarga parcial, possibilitando assim, a manutenção preventiva.
Apresentando como solução o método da inspeção acústica dos equipamentos
se apresenta ser promissora para identificar o fenômeno já que o mesmo apresenta
sinais acústico, em altas frequências, mesmo quando a descarga ainda está em fase
inicial. Além do método não ser invasivo e poder ser avaliado em distância segura,
sem a necessidade de interromper o funcionamento do equipamento.
Em contrapartida, os sinais acústicos presentes em subestações tendem a ser
muito poluídos, já que é um local com inúmeros equipamentos elétricos que geram
ruídos acústicos, sinais em altas frequências e campos magnéticos que podem afetar
as medições acústicas. Por esse motivo é necessário realizar o processamento do
sinal para filtrar as características importantes, quais devem ser analisados na
identificação e classificação da Descarga Parcial (DP).
Neste trabalho foi proposto utilizar da transformada de Wavelet para realizar a
decomposição do sinal em vários níveis de aproximação, detalhe e energia do sinal.
Com o apoio da literatura identificou-se a família Daubechies como mais promissora
a se trabalhar com os sinais acústicos. Com o apoio do Laboratório de Extra Alta
Tensão – Universidade Federal do Pará, gerou-se uma população de sinais acústicos
provindos de ensaios de descargas parciais em isoladores de vidro, estes formaram
a base de dados para os estudos deste trabalho.
Utilizando de uma análise exploratória de dados em conjunto com ACP dos
resultados obtidos da transformada de Wavelet, foi classificado 75% de sinais de
maneira correta, sem utilizar de técnicas de aprendizado de máquina, utilizando de
uma regra para análise gráfica, que comparou a primeira e segunda componentes
principais entre si. Encontrou-se ainda a possibilidade de criar uma segunda regra
para classificar o restante da população podendo aumentar a assertividade do
método, entretanto a população se torna pequena para chegar a validar o método
necessitando de mais sinais para chegar a uma conclusão sobre sua assertividade.
Os coeficientes obtidos da transformada de Wavelet podem ser facilmente modelados
para se trabalhar com aprendizado de máquina o qual pode elevar a assertividade do
método.
Coleções
- TCC Engenharia Elétrica [193]
Os arquivos de licença a seguir estão associados a este item: