MINISTÉRIO DA EDUCAÇÃO
UNIVERSIDADE FEDERAL DO PIAUÍ – UFPI
PRÓ-REITORIA DE PESQUISA
Coordenadoria de Pesquisa – CPES
Campus Universitário Ministro Petrônio Portela, Bloco 06 – Bairro Ininga
Cep: 64049-550 – Teresina-PI – Brasil – Fone (86) 215-5564
E-mail:
[email protected]
Técnicas inteligentes de treinamento on-line de Redes
Neurais Artificiais
Renan de Caldas Pereira Bona(bolsista do pibic/UFPI), Fábio Rocha
Barbosa(orientador/UFPI)
INTRODUÇÃO
As redes neurais artificiais consistem em um método de solucionar
problemas de inteligência artificial, construindo um sistema que tenha
circuitos que sim ulem o cérebro hum ano, inclusive seu com portam ento, ou
seja, aprendendo, errando e fazendo descobertas. São mais que isso, são
técnicas computacionais que apresentam um modelo inspirado na estrutura
neural de organism os inteligentes e que adquirem conhecimento através da
experiência. Uma grande rede neural artificial pode ter centenas ou milhares
de unidades de processamento, enquanto que o cérebro de um mamífero
pode ter muitos bilhões de neurônios.
Com relação a aplicação das redes neurais nesse projeto, as Redes
Neurais Artificiais (RNAs) tem sido empregadas com sucesso na modelagem
e identificação de sistemas de natureza complexa. Técnicas que envolvem a
aplicação de diferentes arquiteturas de RNAs (ex., Multi -Layer Perceptron,
Radial-Basis Function, Self -Organizing Maps, Redes Recorrentes, entre
outras) tem sido propostas com sucesso para a detecção de fa lhas
incipiente em transformadores de potencia.
Transf orm ador es s ão elem entos de im por tânc ia cr uc ial em qualquer
sistema de potência. São componentes caros e sujeitos a falhas. É por esse
motivo que diversas empresas do setor elétrico brasileiro têm invest ido em
sistemas
inteligentes
de
diagnóstico
de
falhas
incipientes
em
transformadores de potência. Estes sistemas são bem práticos se
comparados com o método tradicional, que é o feito convencionalmente por
técnicos. Gerenciar a operação desses transformado res pode evitar falhas
catastróficas, reduzir os riscos e os custos de operação e de manutenção.
O método preditivo mais usado para a análise de transformadores é o
diagnóstico dos gases dissolvidos no óleo (DGA – análise de gases
dissolvidos). Esse método se baseia nas taxas de concentração e de
p r o d u ç ã o d e g a s e s d i s s o l v i d o s n o ó l e o i s o l a n t e d o t r a n s f o r m a d o r. A
concentração ou taxa de produção (%) de alguns gases nesse óleo é
frequentemente a primeira indicação de mau funcionamento. Estes sistemas
costumam apresentar três tipos de falhas: falhas térmicas, falhas mecânicas
e falhas relacionadas ao dielétrico.Com o desenvolvimento dos sensores e a
disponibilidade de am pla gama de dados advindos dos transformadores
foram propostas técnicas computacionais para o diagnóstico de falhas.
Surgiram então os sistemas de monitoramento on -line. O sistema proposto
usa uma rede neural para a previsão das falhas.
Foi usada no sistema de diagnóstico uma rede MLP (perceptron
multicamadas). Essas redes possuem mais de uma cam ada de neurônios, o
que permite resolver problemas em que os padrões não sejam linearmente separáveis. Para o treinamento dessa rede foi usado o algoritmo de
adaptive backpropagation, que determina o ajuste dos pesos sinápticos de
modo a minimizar o erro quadrático entre a saída atual e a saída desejada
da rede. Este tipo de treinamento já possui um histórico de sucesso para
problem as de diagnóstico.Visando um aum ento da taxa de acertos da rede já
criada segue a otimização dos pesos sinápticos da rede atrav és da evolução
diferencial. A evolução diferencial é um algoritmo evolucionário também
inserido no campo da inteligência computacional.
Enfim, este projeto propõe implementar um sistema estável, e de
r e s u l t a d o i n o v a d o r, b a s e a d o n o c o n c e i t o d e i n t e l i g ê n c i a c o m p u t a c i o n a l c o m
aplicação de Redes Neurais Artificiais e treinamento on -line através da
Evolução Diferencial.
METODOLOGIA
Para a execução do projeto “Desenvolvimento de novas técnicas de
treinamento on-line de Redes Neurais Artificiais através de Evol ução
Diferencial para diagnóstico de transformadores de potência”, é necessário
uma abrangente revisão bibliográfica sobre redes neurais artificiais, estudar
sobre evolução diferencial e desenvolver aplicações experimentais.
Os métodos de diagnóstico de transformadores de potência
estudados foram:
→ Método das razões de Dornenburg;
→ Método das razões de Rogers;
→ Tr iângulo de Duval;
Após o termino das revisões bibliográficas e o estudo dos métodos
de dignóstico foi desenvolvido um software apartir das aplicações das
técnicas de evolução diferencial na otimização dos pesos das redes neurais
artificiais.
Essa
aplicação
possui
um
desempenho
avaliado
nos
procedimentos propostos no diagnostico e prognóstico de transformadores
de potência.
R E S U LTA D O S E D I S C U S S Ã O
A partir do estudo das bibliografi as a cerca de redes neurais e da
Evolução Diferencial, juntamente com os conhecimentos sobre programação
na linguagem java foi possível criar um software simples, porém eficiente e
inovador capaz de fazer um rápido e correto diagnostico de um
transformador
utilizando-se
apenas
das
concentrações
dos
gases
H2(Hidrogênio),
CH 4(Metano),
C2H6(Etano),
C2H2(acetileno)
e
do
C2H4(Etileno).
Esse
software
realiza
o
diagnostico do transformador a ser
analisado através de três métodos
diferentes, que são Método das
razões de Dornenburg, Método das
razões de Rogers e ainda através
do Tr iângulo de Duval. Coleta -s e
ainda nesse programa o nome do
transformador e a data da amostra.
Além disso, esse programa possui
duas
abas
na
sua
barra
de
ferramentas que são a aba Abrir e a
aba Sobre. Na aba Abrir é possível
i m p r i m i r,
salvar
como
pdf(o
d i a g n o s t i c o ) e S a i r, j á n a a b a S o b r e
é possível abrir uma box que fala
resumidamente para que serve o
programa.
CONCLUSÃO
O projeto técnicas inteligentes de treinamento online de redes
neurais artificiais é bastante abrangente, uma vez que para o seu
desenvolvimento foi necessário o estudo de uma vasta bibliografia. Através
desse estudo foi possível compreender um pouco das inúmeras utilidades e
benefícios que as redes neurais nos proporciona m.
Esse projeto teve como foco o diagnostico de transformadores de
potência, mas essa é apenas uma das áreas em que as redes neurais podem
ser utilizadas. Com o estudo realizado para o desenvolvimento desse
projeto e os conhecim entos prévios sobre a lingu agem de programação em
Java foi possível desenvolver com eficiência um software que realiza os
diagnósticos de transformadores de potencia, gerando assim um resultado
inovador e possivelmente com possibilidade de mercado.
REFERÊNCIAS BIBLIOGRAFICAS
B a r b o s a , F. R . ( 2 0 0 8 ) “ M o n i t o r a m e n t o o n - l i n e e d i a g n ó s t i c o i n t e l i g e n t e d a
qualidade dielétrica do isolamento líquido de transformadores de potência”,
Dissertação de Mestrado, UFC/CT/DEE, Fortaleza -CE.
A l m e i d a , O . M . ; B a r b o s a , F. R . ; A m o r a , M . A . B . ; B r a g a , P. R . O . ( 2 0 0 7 )
Diagnós tic o de Transf orm ador es Utilizando Monitor am ento O n - line. In: XII
ERIAC - Encontro Regional Ibero-Americano do CIGRÈ, 2007, Foz do
Iguaçu. Anais do XII ERIAC - Encontro Regional Ibero-Americano do CIGRÈ,
2007.
B a r b o s a , F. R . ; A l m e i d a , O . M . ; B r a g a , A . P. S . ; Ta v a r e s , C . M . ; A m o r a , M . A .
B . ; A r a g a o , F. A . P. ; B r a g a , P. R . O . ; L i m a , S . S . ( 2 0 0 9 ) A r t i f i c i a l N e u r a l
Network Application In Estim ation Of Dissolved Gases In Insulating Mineral
Oil From Physicochem ical Datas For Incipient Fault Diagnosis. T he 15th
International Conf erence on Intelligent System Applications to Power
System s ISAP 2009, Curitiba, 2009.
Kovács, Zsolt L. (1996). Redes Neurais Artificiais
aplicações. São Paulo, SP – Livraria da Física Editora.
:
Fundamentos
e
Artigo "Redes Neurais Artificiais e Previsão de Séries Econômicas: uma
introdução". Marcelo S. Portugal e Luiz Gustavo L. Fernandes, 1995
H e s k , T. a n d n e p o r e n t , J . ( 1 9 9 9 ) F u z z y l o g i c f o r R e a l W o r l d D e s i g n , A B
AnnaBooks Ed.
Palavras Chaves: Redes Neurais Artificiais. Evolução Diferencial. Geradores
de Potência. Software.ntelligent System Applications to Power System s ISAP
2009, Curitiba, 2009.
Kovács, Zsolt L. (1996). Redes Neurais Artificiais
aplicações. São Paulo, SP – Livraria da Física Editora.
:
Fundamentos
e
Artigo "Redes Neurais Artificiais e Previsão de Séries Econômicas: uma
introdução". Marcelo S. Portugal e Luiz Gustavo L. Fernandes, 1995
H e s k , T. a n d n e p o r e n t , J . ( 1 9 9 9 ) F u z z y l o g i c f o r R e a l W o r l d D e s i g n , A B
AnnaBooks Ed.
Palavras Chaves: Redes Neurais Artificiais. Evolução Diferencial. Geradores de
Potência. Software.