Click here to load reader
Upload
pedrovenske
View
9
Download
1
Embed Size (px)
DESCRIPTION
Doutorado
Citation preview
Centro de Engenharia Elétrica e Informática
Programa de Pós-Graduação em Engenharia Elétrica
PLANO DE TRABALHO
DOUTORAMENTO JALBERTH FERNANDES DE ARAÚJO
Campina Grande, Paraíba. Maio de 2013
PLANO DE TRABALHO
Plano de trabalho apresentado à Coordenação dos Cursos de Pós-Graduação em Engenharia Elétrica da Universidade Federal de Campina Grande, em cumprimento às exigências para aceitação no Programa de Doutoramento em Ciências no Domínio da Engenharia Elétrica.
.
__________________________________________ Jalberth Fernandes de Araújo
Orientando
__________________________________________ Edson Guedes da Costa, D. Sc.
Orientador
__________________________________________ Tarso Vilela Ferreira, D. Sc.
Orientador
Campina Grande, Paraíba. Maio de 2013
1 ÁREA DE CONCENTRAÇÃO
Processamento da Energia.
2 ÁREA DE ESTUDO
Sistemas Elétricos de Potência
3 TEMA DA PESQUISA
Monitoramento contínuo de transformadores de distribuição no contexto de
smart grid
4 RELEVÂNCIA DO TEMA
Transformadores são equipamentos chave em qualquer sistema de distribuição
de energia. Sua falha acarreta indisponibilidade de fornecimento, o que pode gerar
multas, e certamente traz danos intangíveis para a distribuidora. Percebe-se, portanto, a
importância do monitoramento dos transformadores a fim de se garantir intervenções
agendadas, que evitem desligamentos não programados.
As intervenções agendadas e os desligamentos não programados acarretam o
deslocamento de uma equipe de manutenção e a manutenção propriamente dita, seja ela
corretiva, preventiva ou preditiva. Esses procedimentos oneram substancialmente as
empresas de distribuição de energia elétrica. Uma forma de reduzir esses custos é o uso
de ferramentas de diagnóstico, que vêm a oferecer a previsibilidade maior de uma
possível falha do equipamento. Além disso, as ferramentas de diagnóstico permitem o
acompanhamento gradual da degradação dos equipamentos, permitindo uma
distribuição otimizada das intervenções de manutenção necessárias e a utilização do
equipamento até o final da sua vida útil.
Para uma manutenção eficiente e de baixo custo é desejável que as ferramentas
de diagnóstico sejam não invasivas e, além disso, elas possam ser efetuadas a distância,
garantindo a segurança do sistema e dos operadores. Todavia, mesmo tendo essas
exigências atendidas, ainda é necessário que existam parâmetros de comparação,
critérios de decisão, diretivas que embasem a atitude a ser tomada após o diagnóstico.
Desta maneira, observa-se a importância da correta aplicação de técnicas de
diagnóstico e monitoramento, levando em consideração fatores que venham a
influenciar o resultado da inspeção. Por isso, é preciso que tais fatores sejam
quantificados, e que sua influência nas medições seja explicitada, permitindo o
aperfeiçoamento das técnicas de diagnóstico atuais.
O aperfeiçoamento de ferramentas de diagnóstico e monitoramento também é
bem vindo, pois torna mais enfáticos os resultados apresentados pelos instrumentos,
fornecendo assim, um auxílio à tomada de decisão.
5 MOTIVAÇÃO DA PESQUISA
Muitas ferramentas de diagnósticos e monitoramento de equipamentos elétricos
existentes atualmente são utilizadas por várias empresas de energia, sem um critério
comum de padronização na análise. Boa parte das ferramentas operam apenas como
transdutores de fenômenos físicos, permitindo que o ser humano perceba manifestações
físicas dos equipamentos que ele não perceberia naturalmente. São exemplos de
manifestações as radiações infravermelhas e ultravioletas, o infra-som e o ultrassom,
radiointerferências, vibrações mecânicas, dentre outras. Havendo monitoramento das
grandezas elétricas, térmicas e mecânicas de transformadores, é possível antever
eventuais falhas (em geral antecedidas por sobreaquecimento e/ou vibrações atípicas),
programando intervenções eficientes e reduzindo interrupções de fornecimento.
Assim, a tomada de decisão propriamente dita depende da experiência humana
na interpretação dos dados fornecidos pela ferramenta de diagnóstico. Interpretações
errôneas podem, portanto, ocorrer por falta de experiência do interpretador, ou ainda por
fatores não previstos pelo operador durante a medição. Desta forma, torna-se evidente a
necessidade da utilização das ferramentas de apoio à decisão, como forma de
minimização de uma análise subjetiva do interpretador.
6 OBJETIVO GERAL
Neste projeto propõe-se um sistema de monitoramento que permita a avaliação
de grandezas elétricas, térmicas e mecânicas de um transformador de distribuição, com
transmissão em tempo real para a intranet de uma empresa, para um PC concentrador,
tomando como base o contexto de Smart Grid. Será possível, então, avaliar anomalias
térmicas e vibracionais no transformador, além da eficiência, desbalanceamento e fator
de cargas, otimizando o agendamento da manutenção. Inicialmente, as anomalias serão
detectadas por algoritmos inteligentes auto-organizáveis, a fim de que não seja
necessária a delimitação de limiares fixos para a tomada de decisão.
6.1 OBJETIVOS ESPECÍFICOS
Os objetivos específicos da pesquisa de doutorado são os seguintes:
Fazer levantamento bibliográfico de métodos não invasivos de avaliação
de transformadores de distribuição disponíveis atualmente.
Desenvolver uma plataforma baseada em microcontroladores de baixo
custo (especificamente a plataforma ATM ou Arduino), capaz de
mensurar, registrar a transmitir por canal sem fio os dados relativos às
grandezas físicas necessárias ao diagnóstico;
Realizar ensaios em laboratório para a avaliação das grandezas elétricas,
térmicas e vibracionais dos transformadores de distribuição.
Relacionar a atividade das grandezas elétricas, térmicas e vibracionais,
durante a inspeção, com a eficiência do equipamento, desbalanceamento
de cargas, e comportamentos atípicos das outras grandezas associadas ao
equipamento;
Relacionar as grandezas elétricas, térmicas e vibracionais entre si,
proporcionando uma avaliação conjunta dos tipos de inspeção.
Desenvolver um software que avalie a correlação entre as grandezas
elétricas, térmicas e vibracionais, e represente as conclusões desta
avaliação de forma eficiente ao usuário/operador, otimizando o
agendamento da manutenção.
7 FUNDAMENTAÇÃO TEÓRICA
7.1 TRANSFORMADORES
O transformador é um dos equipamentos mais importantes dos sistemas
elétricos. Seu princípio de funcionamento baseia-se na indução eletromagnética
decorrente do acoplamento entre duas ou mais bobinas através do núcleo fechado, o
qual é constituído de material ferromagnético.
A função mais comum do transformador é transferir energia elétrica do circuito
de entrada para um circuito de saída, elevando ou diminuindo os valores de tensão e
corrente, mantendo a frequência invariável. Como todo equipamento real, o
transformador possui perdas, advindas da resistência elétrica do cobre e da dispersão do
fluxo magnético. Além disso, a permeabilidade magnética do material do núcleo é finita
e quando este material é submetido a um fluxo variante no tempo, surgem as chamadas
perdas no núcleo, que são inversamente proporcionais à eficiência do equipamento.
Desta forma, os transformadores são equipamentos chave em qualquer sistema
de distribuição de energia. Sua falha acarreta indisponibilidade de fornecimento, o que
pode gerar multas, e certamente traz danos intangíveis para a distribuidora. Percebe-se,
portanto, a importância do monitoramento dos transformadores a fim de se garantir
intervenções agendadas, que evitem desligamentos não programados.
Uma vez que um transformador tem suas grandezas elétricas, térmicas e
mecânicas monitoradas, consegue-se antecipar situações perigosas, reduzindo riscos de
falha. A partir do monitoramento do transformador é possível quantificar o impacto da
má distribuição de cargas nas fases do transformador; dimensionar, identificar e atuar
para a correção do seu ciclo de carregamento; identificar grupos de consumidores com
indícios de perdas comercias ou roubo de energia; e mensurar a que tipo de prejuízos
inerentes a manutenção do próprio equipamento. Com a identificação de
transformadores na condição de pré-falha é possível remover o transformador do
serviço antes do colapso, evitando eventuais explosões e seus riscos associados,
reduzindo as dimensões dos danos, reduzindo tempo de interrupção de fornecimento e
permitindo recuperação das partes do aparelho ainda funcionais.
7.2 PLATAFORMA ARDUINO
Arduino é uma plataforma de prototipagem eletrônica de hardware
livre,projetada com um microcontrolador Atmel AVR de placa única, com suporte de
entrada/saída embutido, uma linguagem de programação padrão, a qual tem origem em
Wiring, e é essencialmente C/C++. (MCROBERTS, 2011).
Pode ser usado para o desenvolvimento de objetos interativos independentes, ou
ainda para ser conectado a um computador hospedeiro. Uma típica placa Arduino é
composta por um controlador, algumas linhas de E/S digital e analógica, além de uma
interface serial ou USB, para interligar-se ao hospedeiro, que é usado para programar e
interagir em tempo real. Sua placa consiste em um microcontrolador Atmel AVR de 8
bits, com componentes complementares para facilitar a programação e incorporação
para outros circuitos. Um importante aspecto é a maneira padrão que os conectores são
expostos, permitindo o CPU ser interligado a outros módulos expansivos, conhecidos
como shields.
Os Arduinos originais utilizam a série de chips megaAVR, especialmente os
ATmega8, ATmega168, ATmega328 e a ATmega1280; porém muitos outros
processadores foram utilizados por clones deles.
A grande maioria de placas inclui um regulador linear de 5 volts e um oscilador
de cristal de 16 MHz (podendo haver variantes com um ressonador cerâmico). Além de
ser microcontrolador, o componente também é pré-programado com um bootloader que
simplifica o carregamento de programas para o chip de memória flash embutido,
comparado com outros aparelhos que usualmente necessitam de um chip programador
externo.
O objetivo de se utilizar Arduino no trabalho é criar ferramentas que são
acessíveis, com baixo custo, flexíveis e fáceis de usar.
7.3 O CONCEITO DE SMART GRID
A expressão Smart Grid é mais um conceito que uma tecnologia ou equipamento
específico. Baseia-se na utilização intensiva de tecnologia de automação, computação e
comunicações para monitoração e controle da rede elétrica, as quais permitirão a
implantação de estratégias de controle e otimização da rede de forma muito mais
eficiente que as atualmente em uso (FALCÃO, 2010).
Com os avanços da tecnologia Smart Grid, os sistemas de distribuição são
aqueles que estão sendo mais beneficiados. A principal área de aplicação é a utilização
da medição eletrônica. Os medidores eletrônicos acrescentam uma série de novas
funcionalidades ao antigo medidor eletromecânico de energia, constituindo um Smart
Meter, o qual abre a possibilidade de inovações importantes, tais como (FALCÃO,
2010):
Leitura automática da demanda de consumidores individuais,
Conexãoe desconexão de consumidores,
Controle coordenado de tensão,
Monitoração on-line das condições de funcionamento de linhas de
transmissão, transformadores, etc.
Desta forma, a integração das tecnologias baseadas na Smart Grid produzirá um
ambiente com grande potencial para a melhoria do desempenho dos sistemas elétricos
no que diz respeito à confiabilidade e qualidade do suprimento, economia na operação e
expansão, monitoramento de equipamentos, redução de emissões e participação ativa de
consumidores.
7.4 TÉCNICAS DE SENSORIAMENTO
Interrupções no fornecimento de energia elétrica causam perdas financeiras em
torno de 100 bilhões de dólares por ano. Uma interrupção momentânea de um segundo
de duração ou menos, tem o mesmo impacto financeiro que uma interrupção longa, para
indústrias de processo contínuo (GORUR et al., 2007).
Assim, a diminuição das interrupções do fornecimento de energia pode ser
alcançada mediante o Monitoramento Contínuo (MC) dos equipamentos elétricos.
Usando o MC é possível avaliar as condições em que o equipamento elétrico está
operando e também pode ser realizado um diagnóstico do equipamento.
De acordo com diversas pesquisas, o estudo de MC pode ser dividido em cinco
categorias principais, apresentadas na Figura 1 (ABU-ELANIEN e SALAMA, 2007).
Figura 1. Técnicas de monitoramento de transformadores (ABU-ELANIEN e SALAMA, 2007).
No trabalho não serão utilizadas todas as cinco técnicas supracitadas, porém todas serão
estudadas.
7.4.1 ANÁLISE TÉRMICA
A análise térmica de transformadores pode fornecer informações úteis a respeito
das condições do equipamento e ser um indicativo de faltas incipientes. Faltas causam
mudanças no comportamento térmico de transformadores, o qual está relacionado com a
vida útil do equipamento, uma vez que esta pode ser afetada dependendo das condições
em que o transformador está operando.
Simonson (1998) verificou que quando a temperatura máxima de um ponto
quente para um transformador, por exemplo 98°C, é ultrapassada, sua taxa de
degradação duplica para cada aumento de 6ºC (SIMONSON, 1998).
Muitas trabalhos foram publicados na área de monitoramento de transformador
via análise térmica. As pesquisas tratam do uso de duas categorias: técnicas de
inteligência artificial para predição das temperaturas do transformador e
desenvolvimento de modelos térmicos para prever o comportamento térmico do
equipamento.
A técnica de inteligência artificial é usada para prever as temperaturas mínimas e
máximas de pontos quentes (PYLVÄNÄINEN et al., 2007).
O desenvolvimento de modelos térmicos serve para avaliação do comportamento
térmico do transformador. Modelos térmicos de transformadores são discutidos em
diversas pesquisas. Desta forma, discute-se modelos que relacionem as temperaturas
dinâmicas do transformador com circuitos elétricos, que foi verificado por Tang e
outros (2002) buscando prever as temperaturas mínimas e máximas do óleo (Tang et al.,
2002).
Assim, várias temperaturas do transformador podem ser previstas usando
inteligência artificial e modelos térmicos. Pesquisas que dizem respeito ao
desenvolvimento de modelos mais precisos com o objetivo de prever varias condições
de operação do transformador tais como sob corrente de carga não puramente senoidal
são essenciais, principalmente aquelas que estão baseadas em baixo custo, associado ao
sistema de apoio a decisão e na invasibilidade e segurança do operador.
7.4.2 ANÁLISE VIBRACIONAL
O uso de sinais vibracionais para verificar as condições de funcionamento do
transformador é relativamente novo. Esta técnica pode ser utilizada para verificar as
condições do núcleo e dos enrolamentos do transformador, conforme pesquisado por
Shengchang e outros (2001). De acordo com os pesquisadores, as vibrações se
propagam através do óleo até atingir as paredes do transformador, onde as assinaturas
vibracionais podem ser coletadas mediante sensores de vibração. Os acelerômetros são
os sensores utilizados para coletar os sinais vibracionais (SHENGCHANG et al., 2001).
A coleta dos sinais vibracionais é baseada no efeito piezoelétrico, o qual consiste
da propriedade ou característica que certos materiais possuem para gerar uma carga
elétrica proporcional à força externa aplicada.
São exemplos de materiais piezoelétricos o quartzo, a turmalina e o tartarato
duplo de sódio e potássio. Assim, quando a perturbação elétrica possui amplitude e
frequência definidas, o material oscilará mecanicamente de um modo ressonante. Na
Figura 2 é mostrado um esquema que representa o deslocamento cisalhante dos planos
do cristal quando se aplica um campo elétrico perpendicular à superfície do mesmo
(Deakin et al, 1989; Buttry et al., 1992; Varela et al., 2000 ).
Figura 2. Representação do deslocamento cisalhante dos planos do cristal piezoelétrico (Deakin et al,
1989; Buttry et al., 1992; Varela et al., 2000 ).
Com uma excitação de 1 V e utilizando frequências entre 5 e 15 MHz, por
exemplo, cria-se uma onda de cisalhamento do cristal com um deslocamento físico
paralelo da superfície e perpendicular ao campo elétrico aplicado. Desta forma, o uso de
assinaturas vibracionais pode ser utilizado para monitorar as condições de
funcionamento do transformador.
7.4.3 ANÁLISE DE GASES DISSOLVIDOS
O envelhecimento do isolamento dos transformadores é mais associado com os
efeitos a longo prazo da temperatura de operação, umidade e ar. Visto que uma parcela
significante dos transformadores da rede operam a mais de 30 anos, há a necessidade de
acesso as características químicas dos seus isolamentos e, se possível, prever suas taxas
de envelhecimento relativas às condições de cargas no presente e no futuro. Desta
forma, os pesquisadores que trabalham com a análise de gases dissolvidos verificaram
que medições elétricas não possuem forte correlação com os estados químicos do óleo
isolante. (DOMUN, 1994). A degradação térmica do óleo resulta na produção de
hidrogênio, metano, etano, etileno, acetileno, CO, CO2, e outros produtos. Essa técnica
pode ser utilizada para indicar o tipo, intensidade e localização de uma falta no
transformador. Além disso, inteligência artificial pode ser utilizada para classificar
alguns tipos de falta incipientes, assim como foi estudado por Kalyani (2004) e Huang e
outros (2002) (KALYANI,2004; HUANG et al., 2002).
7.4.4 ANÁLISE POR DESCARGAS PARCIAIS
As propriedades dielétricas da isolação podem ser severamente afetadas se
sujeitas á atividade consistente de descargas parciais por longos períodos de tempo.
Descargas parciais podem ser medidas usando sensores piezoelétricos. Além disso,
podem ser usados sensores de fibra ótica que são utilizados para capturar os sinais de
descargas parciais (ZARGARI e BLACKBUM, 1998). A medição de descargas parciais
é frequentemente afetada por interferências eletromagnéticas, pois a magnitude dos
sinais de descargas parciais é muito pequena. A medição de descargas parciais está
sendo muito utilizada na literatura para monitoramento do sistema de isolação do
transformador (ZARGARI e BLACKBUM, 1998).
7.4.5 ANÁLISE DA RESPOSTA EM FREQUÊNCIA
Quando o transformador é submetido a faltas, a estrutura mecânica e os
enrolamentos são submetidos a severos estresses mecânicos causando movimentação e
deformações nos enrolamentos. O envelhecimento do papel também pode causar
deformações nos enrolamentos. Deformações nos enrolamentos resultam em relativas
mudanças na indutância e capacitância dos enrolamentos que podem ser detectados
externamente mediante a análise da resposta em frequência (NIRGUDE et al., 2004).
A análise da resposta em frequência usa um gerador de sinais para aplicar tensão
senoidal em diferentes frequências nos terminais do transformador. Amplitude e fase da
impedância do transformador são representadas num gráfico como função da
frequência.
8 METODOLOGIA
O trabalho deve ser desenvolvido em etapas que envolvem revisão bibliográfica,
desenvolvimento da plataforma de aquisição e transmissão de dados, medições em
laboratório, análise de resultados, implementação de um software para auxílio na
tomada de decisão e novas medições, em laboratório e campo (se possível), para
validação do software.
A partir dos resultados coletados nos ensaios e medição em campo, serão
quantificados os impactos das anomalias presentes nas grandezas físicas medidas, como
má distribuição de cargas nas fases do transformador, e a que tipo de prejuízos esta
distribuição traz ao equipamento. A medição das grandezas elétricas permitirá analisar
eficiência do aparelho, seu grau de sobrecarga ou subcarga, o nível de harmônicos na
alta e na baixa tensão (e consequentemente a distorção harmônica injetada). Todas as
grandezas e parâmetros poderão ser atualizados várias vezes por dia.
Os dados coletados deverão ser armazenados para treinamento de algoritmos de
inteligência artificial, análise espectral ou análise das variações de intensidade,
conforme as características de cada técnica utilizada. Os dados coletados servirão ainda
para a definição de parâmetros de avaliação no uso das ferramentas. Os padrões das
grandezas medidas serão afetados pelo tipo de falha presente no transformador, e, com
base nestas falhas, pretende-se relacionar o tipo de falha das cadeias às grandezas
elétricas, térmicas e vibracionais apresentados pelo equipamento. Em outras palavras, as
medições servirão para a parametrização dos das grandezas medidas, e correlacioná-las
com a falha presente no transformador. De maneira inicial, estas parametrizações serão
realizadas por algoritmos de inteligência artificial (mapas auto-organizáveis), a fim de
que se crie uma cultura de diagnóstico multifísico dos transformadores.
Havendo uma parametrização consolidada, será desenvolvido um software que
possa relacionar as grandezas elétricas, térmicas e vibracionais com a eficiência, grau de
desbalanceamento, vida útil, sobrecarga do transformador. O tipo de algoritmo
empregado na pesquisa será definido durante a revisão bibliográfica e ao longo do
trabalho.
Medições em laboratório e de campo (caso haja apoio de concessionárias)
deverão ser realizadas para validação do software.
9 CRONOGRAMA PRELIMINAR
Apresenta-se a seguir um cronograma preliminar de execução das atividades a
serem desenvolvidas durante o curso de doutorado.
Atividades:
1. Revisão bibliográfica.
2. Definição das metodologias dos ensaios que serão realizados.
3. Desenvolvimento da plataforma de aquisição e transmissão de dados;
4. Defesa do primeiro projeto de pesquisa;
5. Realização dos ensaios em laboratório.
6. Processamento e análise dos dados coletados nos ensaios.
7. Defesa do segundo projeto de pesquisa
8. Escolha das técnicas mais adequadas para avaliação das grandezas
elétricas, térmicas e vibracionais.
9. Confecção e implementação do software.
10. Defesa do terceiro projeto de pesquisa
11. Validação do software em campo (se for o caso) e em laboratório.
12. Elaboração e defesa do exame de qualificação.
13. Implementação das modificações sugeridas pelos avaliadores.
14. Elaboração e defesa da tese de doutorado.
20013 2014 2015 2016 2017 Atividades 2o Sem 1o Sem 2o Sem 1o Sem 2o Sem 1o Sem 2o Sem 1o Sem
1 X X X X X X X 2 X X 3 X X X 4 X 5 X X X 6 X X X X X 7 X 8 X X 9 X X X X X 10 X 11 X X X X 12 X 13 X X X 14 X
REFERÊNCIAS BIBLIOGRÁFICAS
ABU-ELANIEN, A. E. B., SALAMA, M. M. A, “Survey on the Transformer
Condition Monitoring,” in IEEE Power Engineering, pp. 187-191, 2007.
Buttry, D.A.; Ward, M.D. Measurement of Interfacial Processes at Electrode
Surfaces with the Electrochemical Quartz Microbalance. Chem. Rev., 1992, 92,
1355-1379.
DEAKIN, M. R., BUTTRY, D.A. Electrochemical Applications of the Quartz
Crystal Microbalance Quartz Microbalance. Anal. Chem., 1989, 61, 20, 1147A-
1154A.
DOMUN M., “Oil analyses as a condition monitoring technique,” in proc. IEE
Colloquium on Monitoring Technologies for Plant Insulation, 22 Nov 1994.
FALCÃO, D. M., “Integração de Tecnologias para Viabilização da Smart Grid,” in
Simpósio Brasileiro de Sistemas Elétricos – SBSE, 2010.
GORUR, R. S.; BURNHAM, J. T.; CHERNEY, E. A. Outdoor Insulators. 1ª Edição.
ed. Phoenix: Ravi S. Gorur Inc., 1999.
GUIMARÃES, B.; MARTINS, S. A. Segmentação de Imagens Corrompidas por
Ruído. Departamento de Engenharia Elétrica – Universidade de Brasília, Brasília, 2003.
Disponível em: <
http://www.ene.unb.br/~juliana/cursos/pimagens/projetos/alunos/bruno_saulo/index.htm
l>. Acesso em 27 de maio de 2013. Projeto curricular para a disciplina Tópicos
Especiais em Telecomunicações: Processamento de Imagens.
HUANG Y. C., HUANG C. M., “Evolving Wavelet Networks for Power
Transformer Condition Monitoring,” IEEE Trans. Power Del., vol. 17, no. 2, Apr.
2002.
MCROBERTS, M. Arduino Básico. São Paulo: Novatec Editora, 2011.
NACEREDDINE, N. et al. Weld defect detection in industrial radiography based
digital image processing. Proceedings of World Academy of Science, Engineering and
Technology, 2005. p. 115-118.
NIRGUDE P. M., GUNASEKARAN B., CHANNAKESHAVA, RAJKUMAR A. D.,
SINGH B. P., “Frequency Response Analysis Approach For Condition Monitoring
of Transformer,” in proc. Annual Report Conference on Electrical Insulation and
Dielectric Phenomena, 2004.
OTSU, N. A. Threshold Selection Method from Gray-Level Histograms. IEEE
Transactions on Systems, Man and Cybernetics, 9, Janeiro 1979. 62-66.
PYLVÄNÄINEN J. K., NOUSIAINEN K., VERHO P., “Studies to Utilize Loading
Guides and ANN for Oil-Immersed Distribution Transformer Condition
Monitoring,” IEEE Trans. Power Del., vol. 22, no. 1, pp 201-207, Jan. 2007.
SARMA, D. V. S. S. S., KALYANI G. N. S., “ANN approach for condition
monitoring of power transformers using DGA,” in proc. IEEE Region 10 Conference
TENCON, 21-24 Nov. 2004.
SHENGCHANG J., PING S., YANMING L.; DAKE X., JUNLING C., “The vibration
measuring system for monitoring core and winding condition of power
transformer,” in proc. 2001 International Symposium on Electrical Insulating
Materials (ISEIM 2001), 19-22 Nov. 2001.
SIMONSON, E., “ Transformer Rating and Transformer Life,” in proc. IEE
Colloquium on Transformer Life Management, 22 Oct. 1998.
TANG W.H., WU Q.H., RICHARDSON Z.J., “Equivalent heat circuit based power
transformer thermal model,” IEE Proc. Electr. Power Appl., vol. 149, no. 2, March
2002.
VARELA, H.; MALTA, M.; TORRESI, M. Técnicas in situ de baixo custo em
eletroquímica: A Microbalança a Cristal de Quartzo. Química Nova 2000, 23, 5, 664-
679.
ZARGARI, A., BLACKBUM T. R., “Acoustic detection of partial discharges using
non- intrusive optical fiber sensors,” in proc. IEEE International Conferenoe on
Conduction and Breakdown in Solid Dielectrics, Vasteras, Sweden, 22-25June,1998.