Caracterização de padrões de descargas parciais em hidrogeradores utilizando técnicas de inteligência computacional

ALVES, Medillin Pereira

Dissertação

Caracterização de padrões de descargas parciais em hidrogeradores utilizando técnicas de inteligência computacional

This master's thesis presents the experiments with applications of computational intelligence techniques for the characterization of partial discharges in hydrogenerators. The classification of the partial discharge contributes to a prior analysis problems and allows predictive maintenance on machin...

ver descrição completa

Autor principal:	ALVES, Medillin Pereira
Grau:	Dissertação
Idioma:	por
Publicado em:	Universidade Federal do Pará 2017
Assuntos:	Caracterização de descargas parciais Turbinas hidráulicas Inteligência computacional Hidrogeradores Isolamentos Bobinas estatóricas Characterization of partial discharge Computational intelligence Hydrogenerators Insulations Stator coils CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA
Acesso em linha:	http://repositorio.ufpa.br/jspui/handle/2011/8038

id	ir-2011-8038
recordtype	dspace
spelling	ir-2011-80382021-11-24T15:01:58Z Caracterização de padrões de descargas parciais em hidrogeradores utilizando técnicas de inteligência computacional ALVES, Medillin Pereira NUNES, Marcus Vinícius Alves http://lattes.cnpq.br/9533143193581447 Caracterização de descargas parciais Turbinas hidráulicas Inteligência computacional Hidrogeradores Isolamentos Bobinas estatóricas Characterization of partial discharge Computational intelligence Hydrogenerators Insulations Stator coils CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA This master's thesis presents the experiments with applications of computational intelligence techniques for the characterization of partial discharges in hydrogenerators. The classification of the partial discharge contributes to a prior analysis problems and allows predictive maintenance on machinery, reducing the possibility of failures in them. Data were collected online mode (operation machine) in the Tucuruí Hydroelectric Power Plant, observed the internal discharge standards, delamination and between bars. The IMA-DP software, developed in partnership with Eletronorte and Cepel, allowed these data were measured and recorded quickly, and organized through PRPD maps (Phase resolved Partial Discharges). Binarization techniques, ANOVA (Analisys of Variance), ICA (Independent Component Analysis) and PCA (Principal Component Analysis) were applied to the signals to adapt them to the use of computational intelligence techniques. The study was developed in IPython environment using scikit-learn library, which has efficient intelligence algorithms. The experiments were performed making use of techniques: KNN (K-Nearest Neighbors), Random Forest and MVS (Support Vector Machines). Such techniques showed good results with the experiments, highlighting those obtained for MVS that showed the best results, achieving an accuracy of 96.07%, due possess selection mechanisms of the main variables during the training process. CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico Esta dissertação apresenta os experimentos com aplicações de técnicas de Inteligência computacional para caracterização de descargas parciais em hidrogeradores. A classificação das descargas parciais contribui para uma análise prévia de problemas e permite a manutenção preditiva nas máquinas, reduzindo a possibilidade de falhas nas mesmas. Os dados foram coletados de modo online (máquina em operação) na Usina Hidrelétrica de Tucuruí, sendo observados os padrões de descarga interna, de laminação e entre barras. O software IMA-DP, desenvolvido em parceria entre Eletronorte e Cepel, permitiu que esses dados fossem medidos e registrados de maneira rápida, e organizados através dos mapas PRPD (Phase Resolved Partial Discharges). As técnicas de binarização, ANOVA (Analisys of Variance), ACI (Análise de Componentes Independentes) e ACP (Análise de Componentes Principais) foram aplicadas aos sinais para adequar os mesmos ao uso das técnicas de inteligência computacional. O trabalho foi desenvolvido no ambiente IPython usando a biblioteca scikit-learn, a qual possui eficientes algoritmos de inteligência. Os experimentos foram realizados fazendo-se uso das técnicas: KNN (K-Nearest Neighbors.), Floresta Randômica e MVS (Máquinas de Vetores de Suporte). Tais técnicas apresentaram bons resultados com os experimentos realizados, destacando-se aqueles obtidos para MVS que apresentaram os melhores resultados, atingindo uma acurácia de 96.07%, devido possuir mecanismos de seleção das principais variáveis durante o processo de treinamento. 2017-03-28T16:10:17Z 2017-03-28T16:10:17Z 2015-09-24 Dissertação ALVES, Medillin Pereira. Caracterização de padrões de descargas parciais em hidrogeradores utilizando técnicas de inteligência computacional. Orientador: Marcus Vinicius Alves Nunes. 2015. 105 f. Dissertação (Mestrado em Engenharia Elétrica.) - Instituto de Tecnologia, Universidade Federal do Pará, Belém. 2015. Disponível em: http://repositorio.ufpa.br/jspui/handle/2011/8038. Acesso em:. http://repositorio.ufpa.br/jspui/handle/2011/8038 por Acesso Aberto application/pdf Universidade Federal do Pará Brasil Instituto de Tecnologia UFPA Programa de Pós-Graduação em Engenharia Elétrica
institution	Repositório Institucional - Universidade Federal do Pará
collection	RI-UFPA
language	por
topic	Caracterização de descargas parciais Turbinas hidráulicas Inteligência computacional Hidrogeradores Isolamentos Bobinas estatóricas Characterization of partial discharge Computational intelligence Hydrogenerators Insulations Stator coils CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA
spellingShingle	Caracterização de descargas parciais Turbinas hidráulicas Inteligência computacional Hidrogeradores Isolamentos Bobinas estatóricas Characterization of partial discharge Computational intelligence Hydrogenerators Insulations Stator coils CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA ALVES, Medillin Pereira Caracterização de padrões de descargas parciais em hidrogeradores utilizando técnicas de inteligência computacional
topic_facet	Caracterização de descargas parciais Turbinas hidráulicas Inteligência computacional Hidrogeradores Isolamentos Bobinas estatóricas Characterization of partial discharge Computational intelligence Hydrogenerators Insulations Stator coils CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::SISTEMAS ELETRICOS DE POTENCIA
description	This master's thesis presents the experiments with applications of computational intelligence techniques for the characterization of partial discharges in hydrogenerators. The classification of the partial discharge contributes to a prior analysis problems and allows predictive maintenance on machinery, reducing the possibility of failures in them. Data were collected online mode (operation machine) in the Tucuruí Hydroelectric Power Plant, observed the internal discharge standards, delamination and between bars. The IMA-DP software, developed in partnership with Eletronorte and Cepel, allowed these data were measured and recorded quickly, and organized through PRPD maps (Phase resolved Partial Discharges). Binarization techniques, ANOVA (Analisys of Variance), ICA (Independent Component Analysis) and PCA (Principal Component Analysis) were applied to the signals to adapt them to the use of computational intelligence techniques. The study was developed in IPython environment using scikit-learn library, which has efficient intelligence algorithms. The experiments were performed making use of techniques: KNN (K-Nearest Neighbors), Random Forest and MVS (Support Vector Machines). Such techniques showed good results with the experiments, highlighting those obtained for MVS that showed the best results, achieving an accuracy of 96.07%, due possess selection mechanisms of the main variables during the training process.
author_additional	NUNES, Marcus Vinícius Alves
author_additionalStr	NUNES, Marcus Vinícius Alves
format	Dissertação
author	ALVES, Medillin Pereira
title	Caracterização de padrões de descargas parciais em hidrogeradores utilizando técnicas de inteligência computacional
title_short	Caracterização de padrões de descargas parciais em hidrogeradores utilizando técnicas de inteligência computacional
title_full	Caracterização de padrões de descargas parciais em hidrogeradores utilizando técnicas de inteligência computacional
title_fullStr	Caracterização de padrões de descargas parciais em hidrogeradores utilizando técnicas de inteligência computacional
title_full_unstemmed	Caracterização de padrões de descargas parciais em hidrogeradores utilizando técnicas de inteligência computacional
title_sort	caracterização de padrões de descargas parciais em hidrogeradores utilizando técnicas de inteligência computacional
publisher	Universidade Federal do Pará
publishDate	2017
url	http://repositorio.ufpa.br/jspui/handle/2011/8038
_version_	1832605018201522176
score	11.755432

Caracterização de padrões de descargas parciais em hidrogeradores utilizando técnicas de inteligência computacional

Registros relacionados