Emprego de redes neurais artificiais para predição de temperatura de topo de óleo e perda de vida útil em transformadores de potência

A correta predicao de temperatura em transformadores de potencia possibilita um melhor aproveitamento de sua capacidade nominal, prolongamento da vida util do equipamento e planejamento estrategico com base nas condicoes de operacao futuras esperadas. A proposicao de novos modelos que apresentem uma boa capacidade preditiva e, portanto, de grande interesse aos responsaveis pelos transformadores de potencia. O presente trabalho apresenta um metodo de desenvolvimento de Redes Neurais Artificiais (RNAs), justificando os parâmetros escolhidos com base no comportamento termico de transformadores, para a predicao de temperatura de topo de oleo utilizando o modelo de rede neural NARX, ainda nao utilizado para predicao de temperatura em transformadores. Todos os conjuntos de dados utilizados para treinamento e testes da capacidade preditiva das RNAs sao dados reais de monitoramento, provenientes de cinco transformadores elevadores de uma usina hidreletrica. Foram realizados testes da capacidade de predicao para todos transformadores, combinando redes treinadas de um dos transformadores e aplicadas as entradas de outro, abordando em que situacoes ocorreram os melhores e piores desempenhos. Apos, sao apresentados os metodos de calculo de perda de vida util de transformadores propostos por normas e realiza-se uma comparacao entre o calculado a partir dos dados de monitoramento e a partir dos valores de temperatura fornecidos pela rede neural. Com o intuito de validar a capacidade de predicao para cenarios futuros esperados, sao propostos seis cenarios ficticios de longo periodo de duracao e entao a vida util para estes e estimada. Todos os resultados obtidos sao satisfatorios, com erros abaixo de 4%, ou 2 °C em valores absolutos, grande parte dos periodos em que foram realizados os testes, capazes de comprovar a capacidade preditiva das RNAs desenvolvidas utilizando o metodo apresentado nao apenas em sua aplicacao para monitoramento de temperatura, mas tambem sob a perspectiva de perda de vida util.