JORNADAS TÉCNICAS ISA - 2012
SISTEMA ESPECIALISTA INTELIGENTE PARA DIAGNÓSTICO DE DEFEITOS ELÉTRICOS INTERNOS
EM TRANSFORMADORES DE TRANSMISSÃO UTILIZANDO SINAIS DE EMISSÃO ACÚSTICA E
ANÁLISE DE GASES
Paulo Gomes da Silva Junior
Técnico Sênior de Desenvolvimento
Divisão de Gestão da Manutenção
Centro de Manutenções Especiais
CTEEP-Brasil
[email protected]
Erasmo Silveira Neto
Engenheiro Máster III Desenvolvimento
Divisão de Gestão da Manutenção
Centro de Manutenções Especiais
CTEEP-Brasil
[email protected]
Carlos Guilherme Gonzales
Coordenador de Desenvolvimento
Divisão de Gestão da Manutenção
Centro de Manutenções Especiais
CTEEP-Brasil
[email protected]
RESUMO
Este artigo apresenta uma metodologia para ensaios em transformadores de transmissão, a qual tem o
propósito de identificar e localizar falhas internas, além de fornecer um diagnóstico preciso (preditivo,
preventivo e corretivo) para que uma manutenção apropriada seja realizada. Entretanto, a principal
dificuldade encontrada está no emprego de métodos convencionais, pois, torna-se complexo realizar o
relacionamento entre as variáveis medidas e a existência ou não de uma falha interna no transformador,
impossibilitando então uma identificação e localização eficiente das falhas.
PALAVRAS-CHAVES.
Descargas parciais, identificação e localização de falhas, emissão acústica, análise de gases dissolvidos.
INTRODUÇÃO
análise de gases dissolvidos no óleo mineral e na
emissão acústica para identificação e possível
localização de descargas parciais. Dentro do
contexto da viabilidade econômica, cabe-se
ressaltar a crescente dificuldade encontrada para
se retirar um transformador de potência que esteja
em serviço e colocá-lo sob manutenção.
Com as mudanças que vêm ocorrendo no setor
elétrico, há um especial interesse das companhias
de transmissão de energia elétrica em aperfeiçoar
e definir estratégias para manutenção dos
transformadores de potência. No entanto, quando
ocorre alguma falha nestes equipamentos, os
mesmos são retirados e enviados às unidades
fabris a fim de repará-los e, posteriormente,
realocá-los ao sistema.
Assim, as técnicas supracitadas, as quais avaliam
parâmetros ou grandezas que indiquem o estado
atual do transformador, surgem como uma
alternativa cada vez mais atrativa.
Neste sentido, alguns estudos de viabilidade
econômica são realizados, os quais visam à
sustentação do sistema elétrico, de modo a manter
o fornecimento de energia, bem como reduzir
custos de operação e manutenção dos
equipamentos. Dentre estes estudos, pode-se aqui
ressaltar o emprego de técnicas baseadas na
Neste sentido, nota-se que uma diversidade de
trabalhos tem sido realizada com o intuito de
principalmente identificar as falhas internas em
transformadores de potência. Neste caso,
normalmente, empregam-se a análise de gases
dissolvidos [1-5] ou a análise por emissão acústica
1
JORNADAS TÉCNICAS ISA - 2012
[6-10].
descargas parciais; falhas térmicas maiores que
150°; falhas térmicas maiores que 150° e menores
que 200°; falhas térmicas maiores que 200° e
menores que 300°; sobreaquecimento de cabo;
corrente no tanque ou no núcleo de ferro,
sobreaquecimento de contatos; descargas de
baixa energia; descargas de alta energia;
centelhamento contínuo (fenômeno luminoso que
resulta na ruptura da rigidez dielétrica por
descarga através do óleo isolante); e descarga
parcial na isolação sólida. Cabe comentar que o
método aplicado neste trabalho baseou-se em
sistema de inferência fuzzy, o qual depois de
testado sob condições controladas de falhas foi
também
testado
em
transformadores
de
transmissão de subestações húngaras, onde
apresentou bom desempenho frente à situações
de falhas não-controladas.
Em alguns trabalhos pode ser observado o
desenvolvimento
de
ferramentas
para
o
monitoramento de sensores [3]; no entanto, pouco
pode ser verificado sobre o emprego de ambos os
tipos de sensores num mesmo trabalho. Isto
provavelmente deve-se ao fato de o custo atrelado
à aquisição destes sensores ser elevado. Outro
fator que deve ser ressaltado é o crescente uso de
ferramentas inteligentes para a obtenção da
identificação e localização das falhas internas [1-2,
5, 7].
Nota-se que este crescente emprego de
ferramentas inteligentes se deu devido ao fato de
que as técnicas convencionais nem sempre
conseguem atingir taxas de precisão altas para a
identificação das falhas.
No
entanto,
os
trabalhos
anteriormente
comentados, [1] e [2], apresentam uma lacuna no
que diz respeito ao diagnóstico de falhas internas
para transformadores de potência, pois, apenas
identificam o tipo de falha e não localizam as
descargas parciais para que possa ser realizada
uma manutenção mais precisa do equipamento.
Um dos trabalhos proeminentes da área e que faz
um comparativo entre ferramentas inteligentes e
convencionais pode ser verificado em [1], onde os
autores propõem um método baseado na obtenção
de regras de associação que melhor realize a
análise de gases dissolvidos e garanta uma
identificação de falhas satisfatória.
Com o intuito de melhor fornecer um diagnóstico
de falhas para transformadores de potência,
alguns trabalhos fizeram uso de sensores de
emissão acústica para localizar as falhas devidas
às descargas parciais. Dentre estes trabalhos,
destaca-se [8], onde os autores propõem uma
análise geométrica dos tempos de chegada dos
sinais de emissão acústica para que possam ser
devidamente localizadas as fontes de descargas
parciais. Na metodologia proposta, os autores
fazem uso tanto de medidas de tempo
provenientes de sensores quanto de pseudomedidas, as quais garantem maior precisão ao
sistema de localização de descargas parciais.
Conforme comentado, os autores fizeram um
comparativo da técnica proposta com demais
técnicas convencionais (método de Rogers e
Dornenburg) e inteligentes (Redes Neurais
Artificiais, Máquinas de Vetores de Suporte e kVizinhos mais Próximos). Para tanto, foram
adquiridos 1193 amostras dos sensores de gases
dissolvidos, assim, estas amostras foram divididas
em outros dois conjuntos de dados para
treinamento (1016 amostras) e validação (177
amostras) de cada uma das técnicas empregadas.
Depois de realizados todos os processos de
treinamento e validação, obtiveram-se as
seguintes taxas de acerto: Redes Neurais
Artificiais (62,43%), Máquinas de Vetores de
Suporte (82,10%), k-Vizinhos mais Próximos
(65,85%), Rogers (27,19%), Dornenburg (46,89%)
e Regras de Associação (91,53%). De acordo com
os resultados obtidos nota-se claramente que os
sistemas inteligentes podem superar os métodos
convencionais.
Seguindo
todo
o
contexto
previamente
apresentado, este trabalho visa determinar os
procedimentos
necessários
para
o
desenvolvimento de uma metodologia baseada em
informações provenientes de sensores de emissão
acústica.
Portanto, o objetivo de tal metodologia seria atingir
resultados satisfatórios de identificação de falhas
internas, bem como no caso de falhas devidas às
descargas parciais, localizá-las de forma precisa
para que auxiliem no processo de tomada de
decisão
relacionado
à
manutenção
dos
Além deste trabalho, pode-se destacar [2], onde os
autores fazem uma análise mais detalhada dos
gases
(quando
relacionado
ao
trabalho
anteriormente comentado). Nesta análise são
consideradas 10 classes de falhas, a saber:
2
JORNADAS TÉCNICAS ISA - 2012
transformadores de transmissão.
1

Descargas Ponto-a-Ponto no Óleo
Isolante com Bolhas: este tipo de falha
também é ocasionado por DP entre duas
espiras vizinhas no enrolamento, porém, a
condição de degradação do isolamento
permite a formação de bolhas de gás.

Descargas Ponto-a-Plano no Óleo
Isolante:
defeitos no
sistema de
isolamento
do
enrolamento
podem
provocar DP entre este e partes aterradas
da banheira do transformador.

Descargas de Superfície - Entre Dois
Eletrodos Flat: tipo mais comum de DP,
ocorrendo entre dois eletrodos flat isolados
com papel-óleo no chamado ponto triplo,
onde a superfície do eletrodo encontra-se
em contato com materiais dielétricos
sólidos e líquidos.

Descargas de Superfície - Entre
Eletrodo Flat e Eletrodo Multiponto: as
DP relacionadas com estes elementos
diferem-se da anterior na intensidade da
distribuição do campo elétrico. Ambos
encontram-se isolados com papel-óleo.

Descargas Múltiplas no Plano: múltiplos
pontos danificados no isolamento do
enrolamento podem ocasionar DP entre
este e as partes aterradas da banheira do
transformador.

Descargas Múltiplas no Plano com
Bolhas de Gás: as DP neste caso
ocorrem em múltiplos pontos danificados
no isolamento do enrolamento e as partes
aterradas da banheira do transformador,
porém, na presença de gases dissolvidos
no óleo isolante.

Descargas Provocadas por Partículas:
neste caso o óleo isolante encontra-se
contaminado com partículas de fibra de
celulose formadas pelo processo de
degradação do sistema de isolamento
papel-óleo, decorrente da idade do
transformador. Tais partículas ficam em
constante movimento no óleo, causando
DP.
FALHAS INTERNAS EM
TRANSFORMADORES
O diagnóstico do estado e das condições de
operação dos transformadores é de fundamental
importância na operação confiável e econômica
dos
sistemas
elétricos
de
potência.
O
envelhecimento e desgaste dos transformadores
determinam o fim de sua vida útil, na medida em
que a ocorrência de falhas e/ou problemas
crescentes de manutenção comprometem a
confiabilidade/disponibilidade
funcional
do
equipamento.
Desta
forma,
conhecer
os
mecanismos de deterioração e dispor de meios
tecnicamente significativos e economicamente
aplicáveis, permite correlacioná-los com a
evolução dos equipamentos em serviço [11].
Muitas técnicas têm sido propostas para garantir a
integridade, confiabilidade e funcionalidade de
transformadores, sendo que todas buscam o
trinômio: baixo custo, eficiência e diagnóstico
rápido. Dentre as diversas técnicas disponíveis
para a detecção de falhas internas em
transformadores, destaca-se a emissão acústica
por esta não ser invasiva, permitindo que análises
sejam realizadas com o equipamento em
condições normais de operação [12].
Um transformador de potência pode ser acometido
por uma grande variedade de falhas internas, tais
como: descargas parciais, arcos elétricos,
centelhamentos,
efeitos
corona,
sobreaquecimentos, dentre outras.
Neste contexto, destacam-se as Descargas
Parciais (DP), pois estão diretamente relacionadas
com as condições de isolamento do transformador,
sendo gatilhos para a ocorrência de falhas mais
severas. As DP em sistemas de alta tensão
ocorrem quando o campo elétrico e áreas
localizadas sofrem mudanças significativas a ponto
de permitir o surgimento de uma corrente elétrica
[6].
De acordo com [13] as DP podem ser agrupadas
em 8 classes:

Descargas Ponto-a-Ponto no Óleo
Isolante: tais DP estão relacionadas a
defeitos de isolamento entre duas espiras
vizinhas no enrolamento do transformador.
3
JORNADAS TÉCNICAS ISA - 2012
2
ASPECTOS LABORATORIAIS PARA
ENSAIOS DE FALHAS EM
TRANSFORMADORES
2.1 MEDIDAS ELÉTRICAS
Variáveis elétricas também são necessárias para
uma correta caracterização de falhas internas de
transformadores, especialmente se tratando de
sistemas que necessitam de bases de dados de
condições normais de operação, manobras e
também distúrbios. Este é o caso das Redes
Neurais, que necessitam de dados quantitativos
para o processo de aprendizado. Faz-se
necessário a medição de tensões e correntes
primárias e secundárias trifásicas, totalizando 12
variáveis elétricas. A frequência de aquisição neste
caso não necessita ser elevada, pois se deseja
investigar
componentes
harmônicas
mais
predominantes ao sistema elétrico.
Para o monitoramento de falhas internas em
transformadores utilizando emissão acústica temse uma infinidade de equipamentos, métodos e
parâmetros a serem especificados, que variam de
acordo com o tipo de defeito que se deseja avaliar.
De maneira simplificada, o sistema de
monitoramento pode ser mais bem compreendido
por meio da Figura 1.
Processamento de Dados
Medidas de
Gases Dissolvidos
Medidas
Acústicas
Medidas
Elétricas
Transformador
2.2 MEDIDAS ACÚSTICAS
Os sinais acústicos são captados pelos sensores
de emissão acústica, que ficam conectados
externamente ao transformador, de forma
distribuída. Tais sensores possuem diversas
características que necessitam de uma correta
especificação, sendo elas:
Diagnóstico
Aquisição de Dados

Número de sensores por transformador:
o número de sensores necessários para a
detecção
de
falhas
internas
em
transformadores varia de acordo com o
tamanho do transformador, quantidade de
canais disponível e tipo de falha a se
detectar. Para a localização de falhas, por
exemplo, é preciso um número maior de
sensores, de forma que o maior volume
possível do transformador possa ser
monitorado. Comumente emprega-se de
16 a 20 sensores [14].

Pré-Amplificação: este item é de suma
importância, pois apenas os sinais
acústicos amplificados são enviados ao
hardware de aquisição, eliminando-se os
ruídos.

Frequência de operação: fortemente
dependente do tipo de falha que se deseja
monitorar, visto que as falhas mecânicas
estão associadas às frequências que
variam entre 20 kHz e 50 kHz e as falhas
elétricas variam entre 70 kHz e 200 kHz.
Figura 1. Diagrama de montagem laboratorial
para ensaios de falhas em transformadores
As estruturas em destaque (em vermelho) são as
que apresentam os maiores desafios para
configuração e parametrização, pois são
fortemente dependentes do tipo de ensaios que se
deseja realizar.
À medida que se roteirizam ensaios completos,
com grande abrangência de falhas internas, mais
complexos e caros tornam-se os equipamentos
necessários para o processo de detecção de
falhas. Outro fator de aumento da complexidade de
equipamentos é a localização de falhas, pois são
necessários mais sensores e também hardware de
aquisição de dados especializado. Desta forma, na
sequencia, apresentar-se-á as variáveis a serem
medidas, bem como os equipamentos necessários
para que os dados sejam obtidos.
4
JORNADAS TÉCNICAS ISA - 2012

A/D para cada canal. As fontes de emissão
acústica também variam entre 5 kHz e 500
kHz, sendo então necessária uma
frequência de aquisição na casa de MHz.
Frequência
de
ressonância:
este
parâmetro especifica a freqüência onde o
ganho de sinal é máximo. Para um
máximo desempenho é necessário que o
sensor possua uma freqüência de
ressonância em sintonia com o fenômeno
que se deseja monitorar. Os sensores
mais comuns possuem freqüência de
ressonância de 150 kHz.
Além disso, um computador será responsável por
armazenar as informações acústicas, elétricas e de
gases vindas do hardware de aquisição. Outra
função do computador é processar as informações
elétricas, acústicas e de gases dissolvidos no óleo
a fim de detectar as falhas.
2.3 MEDIDAS DE GASES DISSOLVIDOS
2.5 DIAGNÓSTICO DO TRANSFORMADOR
As medidas de gases dissolvidos no óleo isolante
podem ser adquiridas a partir de uma análise
cromatográfica do óleo, as quais são muitas vezes
realizadas em laboratório. No entanto, atualmente
já se encontram disponíveis no mercado
equipamentos que fazem o sensoriamento de
alguns gases dissolvidos no óleo e que podem ser
utilizados de forma a monitorar o óleo isolante do
transformador em tempo-real.
Esta estrutura é a que constitui os maiores
desafios, pois é preciso uma combinação de
ferramentas para se identificar e localizar de forma
eficiente
as
falhas
dos
transformadores.
Destacam-se atualmente os sistemas inteligentes
para se elevar a eficiência nos processos
envolvendo a detecção de falhas, especialmente
aqueles de localização [13].
Cabe comentar que por meio da análise dos gases
dissolvidos, torna-se possível a obtenção de uma
primeira indicação de mau funcionamento do
transformador que, normalmente, está atrelado a
descargas elétricas e sobreaquecimento.
3
ENSAIOS UTILIZANDO UM TANQUE
EXPERIMENTAL
Com o intuito de realizar os primeiros ensaios de
descargas parciais no óleo mineral isolante, um
tanque experimental foi devidamente montado.
Este tanque pode ser visualizado por meio da
Figura 2.
2.4 AQUISIÇÃO E PROCESSAMENTO DE
DADOS
Como visto anteriormente as frequências para os
sinais elétricos diferem em muito das encontradas
nos sinais acústicos, sendo então uma grande
vantagem técnica e financeira o desmembramento
do hardware de aquisição em dois:


Hardware para sinais elétricos: para fins
de qualidade de energia estabelecidos no
PRODIST [15], a 25ª harmônica é a última
de interesse, sendo que se adotando o
critério de Nyquist é preciso uma taxa de
aquisição de no mínimo 3 kHz. Para
variáveis elétricas também é possível a
utilização de hardware com conversor A/D
multiplexado, o que diminui o custo de
equipamento.
Figura 2. Tanque experimental para ensaios de
descargas parciais
Hardware para sinais acústicos: um dos
fatores que encarecem este hardware é a
necessidade de se utilizar um conversor
Nota-se que sensores de emissão acústica foram
alocados nas faces externas do tanque
experimental com a finalidade de se obter sinais
5
JORNADAS TÉCNICAS ISA - 2012
acústicos correspondentes à propagação das
descargas parciais no óleo. No entanto, para que
os dados correspondentes a estes sinais de
emissão acústica pudessem ser devidamente
extraídos, desenvolveu-se um equipamento de
aquisição de dados, o qual pode ser observado por
meio da Figura 3.
do grafite algumas pequenas variações na
amplitude do sinal (pequenas, porém, notáveis), as
quais representam as reflexões do sinal da quebra
do grafite.
5
4
Sinal de emissão acústica
3
Figura 3. Equipamento de aquisição de dados
provenientes dos sensores de emissão
acústica
2
1
0
-1
-2
-3
-4
É importante comentar que, além dos sensores de
emissão acústica, também foi alocado um sensor
de gases, o qual se encontra ilustrado por meio da
Figura 4.
-5
0
2
4
Tempo (s)
6
8
10
x 10
-3
Figura 5. Resultado obtido para a quebra do
grafite.
Partindo-se do fato de que o equipamento
encontra-se
devidamente
calibrado
(esta
calibração pode ser notada comparando-se o sinal
de quebra do grafite com um sinal de referência),
foram iniciados os ensaios de descargas parciais.
Assim, de forma a melhor ilustrar estes ensaios, é
apresentado na sequência um sinal adquirido
(Figura 6).
Fig
ura 4. Sensor de gases alocado no tanque
experimental.
Sinal de emissão acústica
3
Depois de comentados aqui todos os aspectos
relacionados ao tanque experimental empregado
durante os ensaios de descargas parciais, serão
mostrados na próxima seção alguns resultados
obtidos por meio desta configuração laboratorial.
4
RESULTADOS
A princípio, realizou-se o teste da quebra do grafite
a fim de se aferir a precisão e o comportamento
dos sensores de emissão acústica, bem como do
equipamento de aquisição de dados. Assim, foi
possível obter o seguinte sinal (Figura 5).
2
1
0
-1
-2
-3
0
0.02
0.04
0.06
Tempo (s)
0.08
0.1
Figura 6. Resultado obtido para uma descarga
parcial.
Por meio da Figura 5 é possível notar o momento
exato da quebra do grafite, o qual se encontra em
destaque. Além disso, nota-se à frente da quebra
Por fim, realizou-se uma verificação de correlação
entre o sinal obtido por meio de um dos sensores
de emissão acústica e o sinal de corrente da
6
JORNADAS TÉCNICAS ISA - 2012
Sinal de emissão acústica
descarga parcial aplicado no ensaio (Figura 7).
and Cybernetics-Part C: Applications and
Reviews, vol. 39, pp. 597-610, November
2009.
[2] B. Németh, S. Laboncz and I. Kiss, “Condition
Monitoring of Power Transformers using DGA
and Fuzzy Logic,” IEEE Electrical Insulation
Conference, 2009.
2
0
-2
-0.01
0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0
0.01
0.02
0.03
0.04 0.05
Tempo (s)
0.06
0.07
0.08
0.09
[3] T.
Snow
and
M.
McLarnon,
“The
Implementation
of
Continuous
Online
Dissolved Gas Analysis (DGA) monitoring for
all Transmission and Distribution Substations,”
IEEE International Symposium on Electrical
Insulation, 2010.
Corrente (A)
1
0.5
0
-0.5
-1
-0.01
[4] P. S. Szczepaniak and M. Klosinski, “DGAbased Diagnosis of Power Transformers – IEC
Standard versus k-Nearest Neighbors,” IEEE
International Conference on Computational
Technologies in Electrical and Electronics
Engineering, 2010.
Figura 7. Correlação entre o sinal de emissão
acústica e o sinal de corrente da descarga
parcial.
[5] Z. Peng and B. Song, “Research on
Transformer Fault Diagnosis Expert System
Based on DGA Database,” 2nd International
Conference on Information and Computing
Science, 2009.
Cabe comentar que por meio da correlação entre
os sinais, torna-se então nítido que ambos
encontram-se praticamente em fase no domínio do
tempo e, portanto, a análise de correlação é válida
para tal propósito.
5
[6] E. Mohammadi, M. Niroomand, M. Rezaeian
and Z. Amini, “Partial Discharge Localization
and Classification Using Acoustic Emission
Analysis in Power Transformer,” 31st
International
Telecommunications
Energy
Conference, 2009.
CONCLUSÃO
As tarefas de identificação e localização de falhas
internas em transformadores de potência fazem-se
extremamente necessárias, visto que este é um
dos equipamentos que possui maior custo
agregado tanto para sua aquisição quanto para
manutenção. Portanto, as análises de gases
dissolvidos e análise das descargas parciais por
meio de sensores de emissão acústica são
fundamentais para a manutenção do equipamento,
as quais trazem diversos benefícios, tais como a
redução do risco de falhas inesperadas e paradas
não-programadas; extensão to tempo de vida útil
do transformador; diminuição de gastos com
manutenção e redução do tempo de manutenção
(devido à localização da falha).
[7] G. F. C. Veloso, L. E. B. Silva, G. LambertTorres and J. O. P. Pinto, “Localization of
Partial Discharges in Transformers by the
Analysis of the Acoustic Emission,” IEEE
International
Symposium
on
Industrial
Electronics, 2006.
[8] S. M. Markalous, S. Tenbohlen and K. Feser,
“Detection and Location of Partial Discharges
in Power Transformers using Acoustic and
Electromagnetic Signals,” IEEE Trans. on
Dielectrics and Electrical Insulation, vol. 15, pp.
1576-1583, 2008.
[9] X. Wang, B. Li, H. T. Roman, O. L. Russo, K.
Chin and K. R. Farmer, “Acoustic-optical PD
Detection for Transformers,” IEEE Trans. on
Power Delivery, vol. 21, pp. 1068-1073, 2006.
6. REFERÊNCIAS
[10] A. Núñez, “Recent Case Studies in the
Application of Acoustic Emission Technique in
Power Transformers,” IEEE Transmission and
Distribution Conference and Exposition: Latin
America, 2006.
[1] Z. Yang, W. H. Tang, A. Shintemirov and Q. H.
Wu, “Association Rule Mining-Based Dissolved
Gas Analysis for Fault Diagnosis of Power
Transformers,” IEEE Trans. on Systems, Man,
7
JORNADAS TÉCNICAS ISA - 2012
[11] R.A. Flauzino, I.N. Silva, J.A.C. Ulson,
"Mapeamento Neuro-Nebuloso Dos Gases
Dissolvidos No Óleo Mineral Isolante De
Transformadores Através De Ensaios FísicoQuímicos". SBAI 2003 - VI Simpósio Brasileiro
de Automação Inteligente, 6 pp., 2003.
Carlos Guilherme Gonzales
Engenheiro Elétrico
Universidade de Marília – UNIMAR
Posição atual:
Coordenador de Desenvolvimento do Centro de
Manutenções Especiais – Bauru
Divisão de Gestão da Manutenção.
CTEEP-Brasil.
[12] M.B. Trindade, H.J.A. Martins, A.F. Cadilhe,
J.A.
Moreira,
"On-Load
Tap-Changer
Diagnosis Based on Acoustic Emission
Technique". Proceedings of the XIVth
International Symposium on High Voltage
Engineering, 6 pp., 2005.
[13] T. Boczar, S. Borucki, A. Cichon, D. Zmarzly,
"Application possibilities of artificial neural
networks for recognizing partial discharges
measured by the acoustic emission method".
Transactions on Dielectrics and Electrical
Insulation, vol. 16, no. 1, pp. 214-223, 2009.
[14] M.B. Trindade, H.J.A. Martins, R.C. Menezes,
“Identificação de Defeitos Elétricos e
Mecânicos em Transformadores e Reatores de
Potência por Emissão Acústica”. V Workspot –
Internacional
Workshop
on
Power
Transformers, 8 pp., 2008.
[15] ANEEL,
PRODIST
(Estabelece
os
procedimentos relativos à qualidade da
energia elétrica – QEE, abordando a qualidade
do produto e a qualidade do serviço prestado),
62 p., http://www.aneel.gov.br, 2009.
CURRÍCULO DOS AUTORES
Paulo Gomes da Silva Junior
Tecnólogo Elétrico
UNESP Bauru
Posição Atual:
Técnico Sênior de Manutenção da Oficina de
Transformadores do Centro de Manutenções
Especiais - Bauru
Divisão de Gestão da Manutenção.
CTEEP-Brasil.
Erasmo Silveira Neto
Engenheiro Elétrico
FEB – Faculdade de Engenharia de Barretos
Posição atual:
Supervisor do Laboratório de Alta Tensão do
Centro de Manutenções Especiais – Bauru
Divisão de Gestão da Manutenção.
CTEEP-Brasil.
8