Please use this identifier to cite or link to this item: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/41884
Title: Estimador inteligente do momento ótimo de limpeza de isoladores de vidro a partir da medição da corrente de fuga
Other Titles: Intelligent estimator of the optimal cleaning moment for glass insulators based on leakage current measurement
???metadata.dc.creator???: BARBOSA, Vandilson Rodrigo do Nascimento.
???metadata.dc.contributor.advisor1???: COSTA, Edson Guedes da.
???metadata.dc.contributor.advisor-co1???: LIRA, George Rossany Soares de.
???metadata.dc.contributor.referee1???: DANTAS, Karcius Marcelus Colaço.
???metadata.dc.contributor.referee2???: FREIRE, Raimundo Carlos Silverio.
???metadata.dc.contributor.referee3???: WANDERLEY NETO, Estácio Tavares.
???metadata.dc.contributor.referee4???: VILAR, Pablo Bezerra.
???metadata.dc.contributor.referee5???: PISSOLATO FILHO, José.
Keywords: Isoladores de vidro;Series temporais;Modelos de previsão;Inteligência artificial;Poluição superficial;Manutenção de limpeza;Estimativa do momento ótimo;Glass insulators;Time series;Forecasting models;Artificial intelligence;surface pollution;Cleaning maintenance;Optimal time estimation
Issue Date: 31-Mar-2025
Publisher: Universidade Federal de Campina Grande
Citation: BARBOSA, Vandilson Rodrigo do Nascimento. Estimador inteligente do momento ótimo de limpeza de isoladores de vidro a partir da medição da corrente de fuga. 2025. 157 f. Tese (Doutorado em Engenharia Elétrica) – Programa de Pós-Graduação em Engenharia Elétrica, Centro de Ciências e Tecnologia, Universidade Federal de Campina Grande, Paraíba, Brasil, 2025.
???metadata.dc.description.resumo???: Nesta tese, propõe-se um estimador inteligente do momento ótimo de limpeza de isoladores de vidro a partir da medição da corrente de fuga. Para tanto, ensaios de poluição ambiente foram realizadas ao ar livre, para registrar os níveis de poluição na superfície dos isoladores de vidro ao longo do tempo. Os níveis de poluição foram realizados de forma sistemática, bem como as informações temporais de cada medição realizada. Com o intuito de simular os níveis de poluição ambiente identificados, ensaios elétricos de poluição artificial foram realizados no Laboratório de Alta Tensão da UFCG, por meio do depósito da solução de poluição sobre os isoladores e cada solução foi diferenciada por meio dos níveis da Densidade de Depósito de Sal Equivalente (DDSE) e Densidade de Depósito Não Solúvel (DDNS). Nos ensaios realizados em laboratório, registros dos níveis da DDSE, da DDNS, dos sinais da corrente de fuga e das descargas superficiais foram realizados, além de informações da umidade e temperatura. E, ainda, ao longo dos ensaios de poluição artificial, valores da DDSE e DDNS associados à ocorrência de descargas superficiais foram determinados, para serem usados como limiares do nível de poluição. A partir dos dados derivados de corrente de fuga, nível de poluição (DDSE e DDNS) e tempo, foi possível estimar o momento em que o nível de poluição estará elevado o suficiente para provocar descargas superficiais nos isoladores de vidro. Modelos de previsão de séries temporais baseados em inteligência artificial foram desenvolvidos para prever níveis de poluição (valores da DDSE e DDNS) e auxiliar na estimativa do momento ótimo para manutenção de limpeza nos isoladores para sistemas de 69 kV.
Abstract: In the thesis, an intelligent estimator of the optimal cleaning time for glass insulators is proposed based on the measurement of the leakage current. For this purpose, ambient pollution tests were conducted outdoors to record the pollution levels on the surface of glass insulators and investigate the evolution of these levels over time. The pollution levels were systematically measured, along with the temporal data of each measurement. To simulate the identified ambient pollution levels, artificial pollution electrical tests were performed in a high voltage laboratory. This was done by depositing pollution solutions on the insulators, with each solution differentiated by the levels of Equivalent Salt Deposit Density (ESDD) and Non-Soluble Deposit Density (NSDD). In the laboratory tests, ESDD, NSDD, leakage current, and surface discharge signals were recorded, along with humidity and temperature information. Furthermore, during the artificial pollution tests, ESDD and NSDD values associated with the occurrence of surface discharges were determined to serve as pollution level thresholds. Using the data derived from leakage current, pollution levels (ESDD and NSDD), and time, it was possible to estimate when the pollution level would become high enough to cause surface discharges on the glass insulators. Time series forecasting models based on artificial intelligence were developed to forecast pollution levels (ESDD and NSDD values) and assist in estimating the optimal time for cleaning maintenance of the insulators for 69 kV systems.
Keywords: Isoladores de vidro
Series temporais
Modelos de previsão
Inteligência artificial
Poluição superficial
Manutenção de limpeza
Estimativa do momento ótimo
Glass insulators
Time series
Forecasting models
Artificial intelligence
surface pollution
Cleaning maintenance
Optimal time estimation
???metadata.dc.subject.cnpq???: Engenharia Elétrica
URI: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/41884
Appears in Collections:Doutorado em Engenharia Elétrica.

Files in This Item:
File Description SizeFormat 
VANDILSON RODRIGO DO NASCIMENTO BARBOSA - TESE - (PPGEE) 2025.pdf7.55 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.