Académique Documents
Professionnel Documents
Culture Documents
Campina Grande
Dezembro de 2014
R672c
Redes
Neurais
Artificiais.
4.
Reconhecimento
de
Padres.
CDU 621.3(043)
Dedico a todos que fizeram parte da minha vida acadmica, os quais me ajudaram em cada
momento para que assim fosse possvel concluir esse meu to almejado objetivo.
Tambm aos estudantes, pesquisadores, curiosos, que assim como eu, esto em busca de
alguma fonte de conhecimento e sabedoria. Sucesso!
Agradecimentos
RESUMO
Os isoladores vtreos de alta tenso so, ainda hoje, os principais equipamentos empregados
nas linhas de transmisso. Embora haja uma tendncia de substituio desses por polimricos,
ainda so predominantemente encontrados principalmente nas redes de transmisso em alta
tenso de 69 kV, 230 kV e 500 kV. Localizados distribuidamente ao longo de uma extensa
rea territorial, os mtodos e procedimentos de inspeo se tornam de difcil execuo. As
rotinas de inspees preventivas e preditivas realizadas atualmente so dotadas de bastante
subjetividade e possuem muitos fatores que restringem a sua implementao. Dependem
exclusivamente da avaliao visual do tcnico e em condies climticas especficas: perodo
noturno, mnima fonte de luminosidade, principalmente da lua, umidade relativa do ar elevada
e o uso de binculo. Outras tcnicas de inspeo foram estudadas, porm no foram
encontrados relatos da sua utilizao nas empresas de energia, para as tenses mencionadas.
Este trabalho apresenta um mtodo para a realizao de inspeo em isoladores de alta tenso.
O diferencial do mtodo est na utilizao de tcnicas de processamento de sinais em
conjunto com inteligncia artificial, para que assim o espectro eletromagntico irradiado por
esses equipamentos, quando esto em operao, seja interpretado e classificado quanto ao
nvel de poluio dos isoladores. Assim, um critrio objetivo inserido no processo,
proporcionando ao inspetor uma ferramenta mais eficiente e que no necessite exclusivamente
de uma avaliao subjetiva. As redes neurais artificiais realizaram a classificao dos sinais
aps o processamento desses atravs da transformada Wavelet. Medies em laboratrio e em
campo foram realizadas para servirem de base de dados para o treinamento do mtodo. Os
melhores resultados mostram acertos acima de 96,5% em todas as medies realizadas.
ABSTRACT
The glass high voltage insulators are, today, the main equipment used in transmission lines.
Although a trend towards replacing them with polymers, are still predominantly found mainly
in transmission networks for high voltage 69 kV, 230 kV and 500 kV. Located over an
extensive geographical area, the methods and inspection procedures become difficult to
perform. The routines of preventive and predictive inspections performed today are equipped
with enough subjectivity and have many factors that restrict its implementation. Depend
solely on the visual assessment of the technical and specific climatic conditions: night,
minimum source of light, especially the moon, high relative humidity and the use of
binoculars. Other inspection techniques were studied, but have not found reports of their use
in energy companies, for the mentioned tensions. This research presents a method for carrying
out inspection on high voltage insulators. The differential method is the use of set in signal
processing techniques with artificial intelligence, so that the electromagnetic spectrum
radiated by the equipment when in operation, should be interpreted and classified according to
the level of pollution of the insulators. Thus, an objective criterion is inserted in the process,
giving the inspector a more efficient tool that does not require only a subjective assessment.
Artificial neural networks performed the classification of signals after processing these
through the wavelet transform. Measurements in the laboratory and field tests were conducted
to serve as a database for training method. The best results show up hit 96.5% in all
measurements.
LISTA DE ILUSTRAES
Figura 1: Isolador de vidro (vista em corte) ............................................................................. 21
Figura 2: Coeficiente de reflexo (S11) medido de isoladores. (a) Conector soldado na
campnula e (b) conector soldado no pino. .............................................................................. 25
Figura 3: Etapas de um sistema RP. ......................................................................................... 26
Figura 4: Visualizao dos sinais nos domnios do tempo e da frequncia. ............................ 28
Figura 5: Janela de anlise: (a) Transformada de Fourier (TF) e (b) Transformada de Fourier
de Tempo Curto (STFT). .......................................................................................................... 32
Figura 6: Visualizao de dois tamanhos para a largura da janela da STFT. (a) Tamanho igual
a e (b) tamanho igual a /2. ................................................................................................... 33
Figura 7: Exemplos de wavelets me: (a) Haar, (b) Daubechies 2, (c) Coiflet 2 e (d) Symlet 2.
.................................................................................................................................................. 34
Figura 8: Wavelets com diferentes escalas e deslocamentos. ................................................... 35
Figura 9: Grfico da amostragem didica................................................................................. 37
Figura 10: Anlise multiresoluo. ........................................................................................... 38
Figura 11: rvore de decomposio de coeficientes wavelets. ................................................ 38
Figura 12: Neurnio biolgico. ................................................................................................ 40
Figura 13: Modelo do neurnio artificial de McCulloch e Pitts. .............................................. 41
Figura 14: Exemplos de funes de ativao. .......................................................................... 42
Figura 15: Grafo de fluxo de sinal (Perceptron). ..................................................................... 44
Figura 16: Mapa bidimensional do relacionamento de duas variveis com duas classes. ....... 44
Figura 17: Perceptron de Mltipla Camada (MLP). ................................................................. 45
Figura 18: Fluxo do sinal no algoritmo backpropagation......................................................... 46
Figura 19: Antena bicnica. (a) Elemento irradiador e (b) fixada no trip. ............................. 50
Figura 20: Kit de alta tenso (KAT) do LAT/UFCG. .............................................................. 51
Figura 21: Salo de alta tenso (SAT) do LAT/UFCG. ........................................................... 51
Figura 22: Diagrama da medio no SAT/UFCG. ................................................................... 52
Figura 23: Experimento realizado em campo, Rio Largo/AL. ................................................. 53
Figura 24: Isoladores utilizados na primeira medio: (a) limpo e (b) poludo. ...................... 54
Figura 25: Indicao dos pontos de medio em relao torre: P1 e P2. .............................. 56
Figura 26: Cadeias de isoladores vtreos retiradas aps o 5 experimento. .............................. 56
Figura 27: RNA utilizada no mtodo A.................................................................................... 59
Figura 28: RNA utilizada no mtodo B. ................................................................................... 60
Figura 29: Nveis de coeficientes wavelets utilizados no mtodo C. ....................................... 61
Figura 30: Sinal processado pela transformada wavelet: (a) sinal original, (b) coeficientes
(1,0), (c) coeficientes (2,0) e (d) coeficientes (3,0). ................................................................. 61
Figura 31: RNA utilizada no mtodo C. ................................................................................... 62
Figura 32: RNA utilizada no mtodo D.................................................................................... 63
Figura 33: Mdias e desvios padro para as faixas com LB de 50 MHz: 1 Experimento. ..... 66
Figura 34: Mdias e desvios padro para as faixas com LB de 50 MHz: 2 Experimento. ..... 67
Figura 35: Mdias e desvios padro para as faixas com LB de 50 MHz: 3 Experimento. ..... 67
Figura 36: Mdias e desvios padro para as faixas com LB de 50 MHz: 4 Experimento. ..... 68
Figura 37: Mdias e desvios padro para as faixas com LB de 50 MHz: 5 e 6 Experimentos.
.................................................................................................................................................. 68
Figura 38: Mdias e desvios padro para as faixas com LB de 100 MHz: 1 Experimento. ... 69
Figura 39: Mdias e desvios padro para as faixas com LB de 100 MHz: 2 Experimento. ... 69
Figura 40: Mdias e desvios padro para as faixas com LB de 100 MHz: 3 Experimento. ... 70
Figura 41: Mdias e desvios padro para as faixas com LB de 100 MHz: 4 Experimento. ... 70
Figura 42: Mdias e desvios padro para as faixas com LB de 100 MHz: 5 e 6
Experimentos. ........................................................................................................................... 70
Figura 43: Mdias e desvios padro para as faixas com LB de 150 MHz: 1 Experimento. ... 71
Figura 44: Mdias e desvios padro para as faixas com LB de 150 MHz: 2 Experimento. ... 71
Figura 45: Mdias e desvios padro para as faixas com LB de 150 MHz: 3 Experimento. ... 71
Figura 46: Mdias e desvios padro para as faixas com LB de 150 MHz: 4 Experimento. ... 72
Figura 47: Mdias e desvios padro para as faixas com LB de 150 MHz: 5 e 6
Experimentos. ........................................................................................................................... 72
Figura 48: Mdias e desvios padro para as faixas com LB de 200 MHz: 1 Experimento. ... 72
Figura 49: Mdias e desvios padro para as faixas com LB de 200 MHz: 2 Experimento. ... 73
Figura 50: Mdias e desvios padro para as faixas com LB de 200 MHz: 3 Experimento. ... 73
Figura 51: Mdias e desvios padro para as faixas com LB de 200 MHz: 4 Experimento. ... 73
Figura 52: Mdias e desvios padro para as faixas com LB de 200 MHz: 1 Experimento. ... 73
Figura 53: Mdias e desvios padro para as faixas com LB de 250 MHz: 1 Experimento. ... 74
Figura 54: Mdias e desvios padro para as faixas com LB de 250 MHz: 2 Experimento. ... 74
Figura 55: Mdias e desvios padro para as faixas com LB de 250 MHz: 5 e 6 Experimento.
.................................................................................................................................................. 74
Figura 56: Mdias e desvios padro para as faixas com LB de 300 MHz: 1 Experimento. ... 75
Figura 57: Mdias e desvios padro para as faixas com LB de 250 MHz: 4 Experimento. ... 75
Figura 58: Mdias e desvios padro para as faixas com LB de 300 MHz: 5 e 6
Experimentos. ........................................................................................................................... 75
Figura 59: Resultados por experimentos - LB 50 MHz. (a) 1, (b) 2, (c) 3, (d) 4, (e) 5 e 6
experimentos............................................................................................................................. 76
Figura 60: Resultados por experimentos - LB 100 MHz. (a) 1, (b) 2, (c) 3, (d) 4, (e) 5 e 6
experimentos............................................................................................................................. 77
Figura 61: Resultados por experimentos - LB 150 MHz. (a) 1, (b) 2, (c) 3, (d) 4, (e) 5 e 6
experimentos............................................................................................................................. 79
Figura 62: Resultados por experimentos LB 200 MHz. (a) 1, (b) 2, (c) 3, (d) 4, (e) 5 e 6
experimentos............................................................................................................................. 80
Figura 63: Resultados por experimentos LB 250 MHz. (a) 1, (b) 4, (c) 5 e 6
experimentos............................................................................................................................. 81
Figura 64: Resultados por experimentos LB 300 MHz. (a) 1, (b) 4, (c) 5 e 6
experimentos............................................................................................................................. 82
Figura 65: Resultados por mtodos LB 50 MHz. .................................................................. 83
Figura 66: Resultados por mtodos LB 100 MHz. ................................................................ 85
Figura 67: Resultados por mtodos LB 150 MHz. ................................................................ 87
Figura 68: Resultados por mtodos LB 200 MHz. ................................................................ 88
Figura 69: Resultados por mtodos LB 250 MHz. ................................................................ 89
Figura 70: Resultados por mtodos LB 300 MHz. ................................................................ 91
LISTA DE TABELAS
SUMRIO
1 Introduo ............................................................................................................................ 14
1.1 Estrutura do trabalho ..................................................................................................... 17
2 Fundamentao Terica...................................................................................................... 18
2.1 Estado da arte sobre o tema ........................................................................................... 18
2.2 Isolador de vidro ............................................................................................................ 20
2.2.1 Fabricao ................................................................................................................ 21
2.2.2 Utilizao ................................................................................................................. 22
2.2.3 O Isolador como Elemento Irradiador ..................................................................... 22
2.3 Reconhecimento de Padres ........................................................................................... 25
2.4 Wavelet ........................................................................................................................... 27
2.4.1 Anlise Tempo x Frequncia ................................................................................... 27
2.4.2 Sries de Fourier ...................................................................................................... 28
2.4.3 Transformada de Fourier Contnua (TFC)............................................................... 29
2.4.4 Transformada de Fourier Discreta (TFD) ................................................................ 30
2.4.5 Transformada de Fourier de Tempo Curto .............................................................. 31
2.4.6 Transformada Wavelet Contnua (TWC)................................................................. 33
2.4.7 Transformada Wavelet Discreta .............................................................................. 36
2.4.8 Anlise Multiresoluo ............................................................................................ 37
2.5 Redes Neurais Artificiais (RNA) ..................................................................................... 39
2.5.1 O Neurnio Biolgico ............................................................................................. 39
2.5.2 Neurnio Artificial .................................................................................................. 40
2.5.3 Funo de Ativao ................................................................................................. 42
2.5.4 Perceptron ................................................................................................................ 43
2.5.5 Perceptron de Mltiplas Camadas ........................................................................... 45
2.5.6 Limitaes da RNA ................................................................................................. 47
2.6 Consideraes finais ...................................................................................................... 48
3 Medies ............................................................................................................................... 49
3.1 Equipamentos ................................................................................................................. 49
14
1 Introduo
15
principalmente de modo visual: o inspetor de linha escolhe pontos especficos, de acordo com
o histrico de registro de falhas, preferencialmente em noite de lua nova, pois h a menor
ocorrncia de luminosidade (OLIVEIRA, 2008). A inspeo visual bastante prejudicada
quando feita prxima a outras fontes de luz, tais como iluminao local.
Outro mtodo possvel para a inspeo de isoladores a utilizao de termovisores.
Estes instrumentos convertem a energia infravermelha, proveniente de fontes de calor, em
uma escala de cores. Seu emprego, aplicado ao diagnstico do isolador, feito a partir da
comparao das imagens registradas ao longo do tempo. A ocorrncia de aumento na
temperatura um indicativo de que deve existir alguma anomalia no equipamento
(EPPERLY; HEBERLEIN; EADS, 1999).
Semelhante ao mtodo de diagnstico pelo termovisor, o monitoramento da poluio
em isoladores tambm pode ser realizado atravs da anlise da emisso de irradiao
ultravioleta, pois estas so geradas quando h ocorrncia de descargas parciais externas
(CHAURASIA, 1999). A limitao dessa tcnica est no alto custo para aquisio do
aparelho detector de irradiao ultravioleta. Alm disso, para que ocorra descarga parcial, a
umidade relativa do ar deve ser alta, acima de 70% (OLIVEIRA, 2008).
J o mtodo de monitoramento de isoladores por meio de sensores instalados nas
cadeias, descrito em Khalifa (1988), faz a anlise em tempo real da corrente de fuga e envia
um sinal ao centro de manuteno caso esta ultrapasse um limiar preestabelecido.
O presente trabalho investiga um mtodo que busca melhorar os procedimentos de
manuteno atualmente empregados em isoladores de tenso, tornando-o mais eficiente na
concluso da avaliao desses isoladores.
Um fator que contribui para a ineficincia da forma atualmente empregada na
manuteno de isoladores de alta tenso a ausncia de um critrio objetivo, que balize o
encarregado da manuteno a tomar qualquer deciso sobre a necessidade ou no de
interveno no equipamento, podendo essa ser apenas uma limpeza ou a sua substituio.
O estudo das metodologias possveis empregadas na rea de manuteno em
equipamentos uma rea bastante explorada em pesquisas. Podendo se d basicamente de trs
formas, os procedimentos de manuteno so classificados por Vieira (2008) como:
preventiva, corretiva e preditiva. A primeira refere-se a um modelo de manuteno focado nas
intervenes e anlises de acordo com uma programao preestabelecida, formulada a partir
de dados estatsticos das falhas dos equipamentos. Essa forma de manuteno no muito
16
eficiente, pois realiza aes sem levar em considerao a situao real de cada equipamento,
acarretando muitas vezes em substituio ou interveno desnecessrias.
Na corretiva, tambm conhecida como emergencial, a interveno no equipamento
ocorre de forma no planejada devida a alguma falha ou anomalia em seu funcionamento.
Esse modelo de manuteno o que mais d prejuzo para a empresa, pois o problema ocorre
de maneira inesperada e necessita de uma equipe consideravelmente grande para a sua
resoluo, alm da indisponibilidade ocasionada pela falha do equipamento, gerando com isso
perdas expressivas.
O ltimo tipo de manuteno, preditiva, definido como um processo contnuo de
monitoramento de cada equipamento, feito atravs da anlise de certos parmetros que servem
para inferir sobre seu estado operacional. Dessa forma, a interveno somente realizada
quando forem diagnosticados, por meio do monitoramento contnuo dos seus parmetros,
indcios de mau funcionamento que possam levar inoperncia do equipamento. No caso dos
isoladores de alta tenso, o grau de poluio pode ser considerado como critrio de anlise.
Isso reflete em uma economia significativa para a empresa, pois tornam eficientes as aes da
equipe de manuteno.
Diante do contexto inserido, o problema envolve realizar uma manuteno preditiva
satisfatria em isoladores de alta tenso, capaz de auxiliar o corpo tcnico nas realizaes de
inspeo em isoladores.
Esta pesquisa tem o objetivo de propor e testar um mtodo eficiente para diagnosticar
o estado de conservao de isoladores de vidro de alta tenso a partir da anlise do espectro
eletromagntico irradiado do mesmo quando submetido tenso de operao, 69 kV.
Para isso, foram realizadas medies, em laboratrio e no campo, do espectro
irradiado de isoladores submetidos alta tenso. Foram testados isoladores que depois de
lavados foram poludos artificialmente por uma soluo a base de Kaolin, com condutividade
eltrica conhecida.
Os espectros coletados nas medies foram analisados em subfaixas de frequncias
por meio da mdia e do desvio padro a fim de se conhecer melhor os padres existentes em
cada faixa espectral. Aps a anlise, os dados foram submetidos ao mtodo proposto nesta
pesquisa, baseado na decomposio dos coeficientes Wavelets e classificao por uma rede
neural artificial (RNA).
17
18
2 Fundamentao Terica
Neste captulo so abordados temas tericos que servem de subsdio para a execuo e
compreenso do que proposto no decorrer deste trabalho.
Risers so cabos de ao que fazem a conexo fsica de uma plataforma de extrao de petrleo no mar ao poo.
19
em ingls PCA, para extrair as caractersticas principais, e o teste de hiptese para avaliao
do desempenho. Os dados tratados foram processados pelo classificador composto por uma
RNA do tipo multilayer perceptron (MLP) e de funo de base radial, conhecida pela sigla
em ingls RBF. O estudo compara os resultados da classificao sem o tratamento dos dados
pelo PCA e com o emprego de tal tcnica. Os resultados mostram uma significativa melhora
quando utilizado o tratamento prvio dos dados utilizando PCA.
Citados dois trabalhos em reas distintas, onde foram utilizadas diferentes abordagens
para resoluo do problema de reconhecimento de padres e que podem ser teis ao propsito
desta pesquisa, apresentam-se a seguir alguns estudos aplicados diretamente ao tema.
No trabalho de Khalifa (1988), proposta uma forma para se monitorar continuamente
o nvel de poluio do isolador atravs da anlise da corrente de fuga no isolador. Essa
corrente medida por um aparelho instalado no isolador e, caso seu valor ultrapasse um
limiar preestabelecido, que tem relao com o nvel de poluio, um sinal enviado ao centro
de manuteno. Trata-se de uma forma invasiva de se realizar a estimao, baseado no
monitoramento da corrente de fuga por um equipamento localizado no mesmo. Estudos
semelhantes foram realizados no Brasil, em especfico, destacam-se os trabalhos de Gis et al
(2007) e o de Mendona et al (2011), nos quais foram construdos sensores que monitoravam
a corrente de fuga em isoladores polimricos utilizados em linhas de transmisso de 69 kV. A
dificuldade em se implementar tais prticas devida grande quantidade de isoladores
presentes em LT, necessidade de instalao do aparelho monitor em cada equipamento, alm
da possibilidade de falhas e/ou quebras devido s intempries, possibilitando erros do tipo
falso positivo.
A classificao do estado fsico dos isoladores tambm abordada por Bezerra et al
(2008), em que o mesmo se interessa em determinar se o isolador possui algum defeito a
partir da anlise do sinal de ultrassom. No estudo so considerados isoladores de polmero e
testados os mtodos para classificao: Fisher, Karhunen-Love e RNA. O melhor resultado
foi obtido com o uso de RNA do tipo MLP de trs camadas. A tcnica apresentada pelos
autores se torna muito sensvel a nveis sonoros externos, pois se baseia no rudo ultrassnico.
Aplicando ao problema levantado nesta dissertao, o mtodo poderia se tornar impreciso nas
situaes em que o isolador esteja prximo a fontes intensas de som.
Em Pylarinos et al (2007), estudada a classificao de isoladores a partir da anlise
da forma de onda da corrente de fuga. So propostos trs tipos de caractersticas (perda de
20
hidrofobia, arco de banda seca e corrente no linear) aos isoladores, as quais apresentam um
comportamento especfico para a forma de onda da corrente de fuga. A transformada wavelet
(TW) foi utilizada no estudo com o objetivo de extrair os coeficientes wavelets. A partir
desses coeficientes, o classificador RNA realiza o processamento. Foram calculados os
coeficientes wavelets at o sexto nvel, e a RNA proposta foi a MLP de trs camadas.
O estudo do sinal de radiofrequncia (RF) irradiado de isoladores de alta tenso feito
em Fontgalland et al. (2004), a partir de experimentos realizados no LAT e LEMA/UFCG em
que foram feitas medies a fim de ser conhecido o espectro que estes elementos irradiam.
Esse trabalho teve como foco a constatao da presena do fenmeno de irradiao
eletromagntica de isoladores quando submetidos tenso.
Recentemente, Moura et al. (2013) realizou um estudo no qual foi comparado, a partir
dos grficos de mdia e desvio padro do espectro irradiado de isoladores em operao, o
agrupamento em regies distintas dos pontos relativos aos sinais coletados de isoladores
limpo e poludo. Essa pesquisa investigou o espectro na faixa de frequncia de 30 MHz a 130
MHz. Nesse trabalho no foi proposto um mtodo de classificao, limitou-se na comparao
visual dos grficos.
O tratamento dos dados com objetivo de extrair caractersticas relevantes do sinal a
partir da anlise wavelet faz parte do planejamento de trabalho desta dissertao. O
classificador de padres utilizado em vrios trabalhos acerca de reconhecimento de padres,
e sua utilizao, por meio da RNA, tambm faz parte desta pesquisa.
21
2.2.1 Fabricao
Os isoladores devem ser fabricados para suportar elevado grau de esforo mecnico
alm de possuir uma alta rigidez dieltrica. O processo de fabricao desses equipamentos
necessita de um cuidadoso controle e monitoramento, a fim de se garantir ao final
propriedades fsicas e eltricas que garantam a sua operao de forma segura e satisfatria.
Yanaguizawa et al (2011) explicam que o dieltrico utilizado nos isoladores vtreos
composto basicamente de 72% de dixido de silcio, tambm conhecido por slica (SiO2),
13% de carbonato de sdio (Na2O) e 11% de carbonato de clcio (CaO), percentuais
aproximados. Tambm so encontrados, em menor quantidade, o oxido de magnsio (MgO),
utilizado para prevenir a devitrificao, e o oxido de alumnio (Al2O3), utilizado para
aumentar a durabilidade, nas propores aproximadas de 2,5% e 1%, respectivamente.
A composio dessas substncias introduzida em um primeiro forno, forno de fuso,
com temperatura de 1500C, onde so realizadas a fundio e a eliminao de impurezas e
gases. Logo aps, o vidro fundido introduzido em outra cmara, na qual sua temperatura
reduzida a 1200C. Aps a concluso dessa etapa, o vidro despejado em moldes e ento so
prensados e assim ganham a forma definitiva dos discos. Em seguida, os discos so
submetidos ao processo mecnico chamado de tmpera, no qual os mesmos so resfriados
bruscamente atravs de jatos de ar. Tal procedimento garante o fortalecimento da estrutura
fsica dos discos, aumentando a resistncia a esforos mecnicos e a variaes de temperatura
(YANAGUIZAWA et al, 2011).
Aps finalizar a fabricao do dieltrico, iniciada a etapa de cimentao, na qual so
fixadas, atravs de argamassa, as trs peas que compe o isolador: campnula, dieltrico e
pino, conforme ilustrado na Figura 1.
Figura 1: Isolador de vidro (vista em corte)
Cimento
Campnula
Dieltrico (vidro)
Pino
Fonte: FERREIRA, 2008.
22
2.2.2 Utilizao
Devido ao grande nmero de isoladores de vidro ainda em utilizao nas linhas de
transmisso de alta tenso, seu estudo se torna de grande importncia para o bom
entendimento sobre seu comportamento em situaes diversas, contribuindo na preveno de
interrupes no fornecimento de energia.
Em 2007, a CHESF possua cerca de 3 milhes de isoladores de vidro em operao,
correspondendo a 80% do total da empresa (YANAGUIZAWA; SHINOHARA, 2011). Desde
1880, quando as primeiras linhas de transmisso foram construdas, que os isoladores so de
vidro (PORTELLA, 2008). Atualmente, eles possuem uma vida til relativamente longa,
aproximadamente de 40 anos (YANAGUIZAWA; SHINOHARA, 2011).
A intensa diferena de potencial eltrico existente entre os seus terminais, associada
deteriorao do dieltrico, ocasionalmente, produz um aumento significativo na corrente de
fuga entre os seus terminais, acarretando tambm no aumento do efeito corona. Este efeito
favorece a gerao de sinais de alta frequncia (CAPELINE et al, 2012), resultando em um
espectro eletromagntico possvel de ser medido por uma antena acoplada a um analisador de
espectro, por exemplo.
Estudos feitos por Fontgalland et al. (2004) descrevem o comportamento do espectro
emitido por um isolador quando energizado. Moura et al. (2013) utilizaram os parmetros
estatsticos mdia e desvio padro para comparar graficamente os dados obtidos de medies
de RF em isoladores limpos e poludos. No referido estudo foi observado a separao em
regies distintas no grfcio dos dados referentes as duas classes estudadas: limpo e poludo.
23
em que
(1)
a densidade de corrente e
Sendo assim, de acordo com a Lei de Faraday (Equao 2) e a equao auxiliar do campo
magntico (Equao 3), uma variao de
por sua vez continua a variar
eletromagntica.
(2)
(3)
o produto de
por uma constante , esta definida a partir da geometria e propriedades eltricas do material.
(4)
24
Como j exposto, existe tambm outra possibilidade de excitar uma antena com o objetivo
que esta irradie uma onda eletromagntica: aplicando um alto potencial eltrico. Essa a
explicao fsica para o entendimento do que observado com os isoladores de alta tenso,
pois os mesmos se comportam de forma similar a uma antena, sendo esta submetida alta
tenso. Dessa forma possvel captar o sinal irradiado pelos mesmos e assim possivelmente
reconhecer padres dessas assinaturas espectrais.
Uma LT gera um rudo eletromagntico (REM) em uma larga faixa do espectro
(CHARTIER, 1986), o fator principal causador de tal fenmeno a presena dos isoladores
de alta tenso utilizados como suporte para sustentao dos cabos energizados. O estudo das
frequncias em que o isolador pode irradiar de grande importncia, pois assim so
conhecidas quais bandas do espectro so suscetveis interferncia eletromagntica (IEM)
proveniente desses equipamentos. Essa informao serve de referncia para que projetistas de
equipamentos eltrico/eletrnicos conheam as possveis faixas de IEM que seus
equipamentos so passveis de sofrerem, construindo tambm mecanismos de blindagens
contra esses indesejveis rudos. Como exemplo, podem ser citados equipamentos de
telemetria presentes em hospitais e indstrias, os quais operam frequentemente nas faixas de
160 MHz, 460 MHz e 900 MHz (FONTGALLAND, 2005). Nesse caso, tais equipamentos,
quando instalados prximos s LT, sofreriam interferncias devido irradiao
eletromagntica gerada principalmente pelos isoladores.
No estudo de Rocha e Fontgalland (2014), foram feitas medies em isoladores de alta
tenso utilizando o analisador vetorial de rede, ou do nome em ingls vector network analyzer
(VNA). No referido trabalho, o isolador considerado como uma antena e ento o coeficiente
de reflexo (S11) medido indica em quais faixas de frequncia o isolador apresenta
ressonncia, ou seja, consegue irradiar maior nvel de potncia, considerando a impedncia de
entrada do VNA de 50 .
A Figura 2 ilustra os resultados obtidos nas medies do S11 feitas em duas posies
do isolador (campnula e pino) e em dois isoladores (limpo e poludo) (ROCHA;
FONTGALAND, 2014).
25
Figura 2: Coeficiente de reflexo (S11) medido de isoladores. (a) Conector soldado na campnula e (b) conector
soldado no pino.
(b)
(a)
Fonte: ROCHA; FONTGALAND, 2014.
possvel perceber que na faixa aproximada de 120 MHz a 150 MHz houve uma
ressonncia, com S11 menor que -10 dB, o que indica uma possvel faixa de irradiao de
sinal. Tambm observada a distino da intensidade do S11 em ambas as classes de
isoladores, limpo e poludo, estando o isolador limpo irradiando em maior intensidade do que
o poludo.
26
Representao
dados entrada
Extrao
caractersticas
principais
Classificador
27
Uma aplicao de reconhecimento de padres pode ser feita para estudar certos tipos
de sinais. Os sinais tm a capacidade de expressar, atravs de nmeros, desde fenmenos da
natureza bem como conjuntos de caractersticas fsicas sobre algo. O processamento de sinais
torna vivel, atravs de clculos matemticos, operaes envolvendo variveis naturais,
obtidas a partir de transdutores que "percebem" a ocorrncia de certos fenmenos na natureza
e os quantificam, transformando-os para um domnio numrico.
Segundo Haykin e Veen (2001), o sinal " formalmente definido como uma funo de
uma ou mais variveis, a qual veicula informaes sobre a natureza de um fenmeno fsico".
Dessa forma, a classificao de sinais um tipo de aplicao que serve para as diversas reas
do conhecimento: biologia, mdica, geologia, eletromagnetismo, etc. O estudo das formas e
tipos desses sinais, juntamente com a tentativa de classific-los em classes (padres), tema
constante de trabalhos e pesquisas, como pode ser observado em Ferreira (2011), Vieira
(2008), Demery (2007), entre outros.
2.4 Wavelet
No campo da anlise de sinais, a anlise da representao desses, atravs de diferentes
domnios, importante para interpret-los de forma mais objetiva. A depender do tipo do
sinal e do objetivo da anlise, o estudo das componentes de frequncia (anlise espectral)
fundamental para a obteno de resultados satisfatrios. Assim, nos subtpicos a seguir, so
abordados conceitos de anlise de sinais, iniciando-se pela anlise no domnio espectral.
28
Fonte: http://groups.csail.mit.edu/netmit/wordpress/projects/sparse-fourier-transform/.
No exemplo ilustrado na Figura 4, tm-se trs sinais quaisquer, com incios e trminos
iguais, porm com amplitudes e frequncias diferentes.
Pode-se perceber que, na visualizao no domnio temporal, no possvel extrair de
forma apenas visual qualquer informao sobre o sinal, devido sobreposio das suas
componentes de frequncia. J, quando o mesmo sinal analisado no domnio da frequncia,
possvel identificar que o mesmo composto por trs sinais, com frequncias e amplitudes
distintas.
Atravs de operaes matemticas denominadas transformadas, possvel a troca do
domnio do tempo para frequncia, e vice e versa.
de perodo
(5)
29
sendo os coeficientes
estes coeficientes
com amplitude
representa as
(6)
(7)
. Na somatria, o termo
compreendidas no perodo
senides contidas no perodo
representa as
ondas cosseno
(MERRY, 2005):
,
(8)
(9)
30
(RICCIOTTI, 2006).
A integral
quando
O sinal no tempo
e sua transformada
O sinal
e sua transformada
funo definida por trechos deve ter um valor no ponto de descontinuidade que
igual a mdia dos pontos a direita e a esquerda;
tenham
(10)
31
Na TFD, o nmero
representada por
(11)
exige um
. Para resolver
essa limitao do mtodo, em 1965 foi criado pelos pesquisadores Cooley e Tukey o
algoritmo Fast Fourier Transform (FFT) (Transformada Rpida de Fourier), ento a TFD se
tornou bastante utilizada (GAO; YAN, 2011). Para a execuo do algoritmo, necessrio que
o valor de N seja potncia inteira de 2.
32
Figura 5: Janela de anlise: (a) Transformada de Fourier (TF) e (b) Transformada de Fourier de Tempo Curto (STFT).
(a)
(b)
Fonte: Prprio autor.
Dessa forma, possvel identificar as senides que compem cada trecho do sinal
compreendido em cada janela.
A STFT definida pela Equao 12 (AKAY, 1998):
(12)
so os
instantes de tempo final e inicial, respectivamente, e sua diferena indica o intervalo de tempo
da janela. Os outros termos so iguais ao da Equao 8, tais como
e a exponencial complexa
tamanho do intervalo de tempo a ser considerado na transformada. Quanto mais estreita for a
janela (menor largura) maior ser a resoluo no tempo e mais prximo o sinal janelado se
aproximar da estacionariedade, porm sua resoluo em frequncia ser menor, e vice-versa.
A limitao dessa tcnica com relao ao tamanho da janela, pois esse fixo em
todas as faixas de frequncia. Como j exposto, com uma janela muito estreita se tem uma
boa resoluo no domnio temporal, porm perdida a preciso com relao anlise da
frequncia, pois tem associado no espectro uma funo com lbulo principal largo, resultando
em uma reduo da resoluo entre frequncias prximas (CROVATO, 2004).
33
(a)
(b)
Fonte: Adaptado de GAO; YAN, 2011.
34
que realizava uma contrao ou dilatao nelas. O nome dado inicialmente a essas funes foi
Wavelets, pelo motivo de serem pequenas e oscilantes (GROSSMAN; MORLET, 1984).
Na Figura 7 so ilustrados alguns exemplos de funes wavelets, denominadas de
wavelets me.
Figura 7: Exemplos de wavelets me: (a) Haar, (b) Daubechies 2, (c) Coiflet 2 e (d) Symlet 2.
(a)
(b)
(c)
(d)
e que a rea delimitada pela sua curva zero, de acordo com a Equao 13.
J no domnio da frequncia, essa propriedade equivale afirmar que o espectro da
wavelet tem valor zero em
(13)
(14)
(15)
35
em que
ea
e a wavelet
(RICCIOTTI, 2006).
A funo
em que o termo
variaes de
(16)
Deslocamentos
Fonte: Adaptao de <http://georgemdallas.files.wordpress.com/2014/05/scale.gif>.
36
visualizao mais global do sinal, porm com menor preciso. J com a escala menor, estando
a funo wavelet me na sua forma mais comprimida, a visualizao ter maior nvel de
detalhamento local, entretanto, perde-se informaes sobre o comportamento global
(OLIVEIRA, 2007b).
em que
(17)
Nota-se que a diferena da TWC para DWT est restrita a equao que define a
wavelet me
37
(18)
amostragem didica:
Figura 9: Grfico da amostragem didica.
(SIMPSON, 1993),
(19)
38
A vantagem desse mtodo a utilizao apenas de dois filtros em cada etapa. Dessa
forma, pode-se entender que a DWT similar ao esquema de codificao em sub-banda
usando um banco de filtros. Nota-se que aps o processamento pelos filtros, a quantidade de
amostra dos sinais se reduz metade.
Como o processo pode acontecer em vrios nveis, a notao para especificar cada
trecho de sinal mostrado na Figura 11:
Figura 11: rvore de decomposio de coeficientes wavelets.
39
s), nos
s) (HAYKIN, 2001).
(FAGGIN, 1991).
Na Figura 12 ilustrado o desenho de um neurnio biolgico. Essa clula a unidade
fundamental de toda a estrutura do crebro e dos demais tecidos nervosos.
40
Figura 12: Neurnio biolgico.
Fonte: <http://janelambulante.blogspot.com.br/2012/05/licao-do-neuronio.html>.
O neurnio biolgico, de forma simplista, possui trs partes: dendritos, corpo celular e
axnio. O primeiro responsvel pela percepo dos estmulos eltricos, nessa parte o
neurnio recebe o sinal eltrico. A depender da intensidade do potencial eltrico que o corpo
celular se encontra, esse estmulo propagado ou no. Caso venha a ser propagado, esse sinal
transmitido pelo axnio, atravs da sinapse, para as demais clulas do corpo (outros
neurnios, msculos, pele, etc.).
As atividades eltricas que acontecem no neurnio biolgico, na maioria das vezes,
ocorrem por meio de rpidos pulsos de tenso, tambm conhecidos por potenciais de ao. A
razo para isso decorre principalmente da estrutura fsica do axnio, pois o mesmo muito
longo e fino, e suas propriedades eltricas so representadas por uma alta impedncia e
capacitncia distribudas por toda sua estrutura. Assim, o axnio pode ser modelado
eletricamente como uma linha de transmisso com resistncia em srie e uma capacitncia em
paralelo, dessa forma um potencial originado em uma extremidade decai exponencialmente
com a distncia, alcanando a outra extremidade com uma intensidade insignificante.
Portanto, para evitar esse problema, a transmisso dos sinais eltricos entre neurnios ocorre
de forma pulsada (ANDERSON, 1995).
41
Figura 13: Modelo do neurnio artificial de McCulloch e Pitts.
em que
(20)
(21)
argumento a soma de
com o bias
, do neurnio
, tendo como
42
(a)
(b)
(c)
(22)
No grfico ilustrado pela Figura 14b, tem-se uma regio compreendida entre o
intervalo [-1,1], na qual o fator de amplificao a unidade. Tal situao se aproxima a de um
amplificador linear. Nota-se para o fato que se a regio linear de operao (
43
(23)
(23)
2.5.4 Perceptron
Um neurnio ou uma rede neural so estruturas estticas, modelos lgicos de
estruturas de dados que no possuem utilidade sozinha. Para se tornarem ferramentas teis,
essas necessitam de um algoritmo de treinamento para que assim adquiram a inteligncia
esperada e solucione os problemas almejados. Os algoritmos de aprendizagem possuem a
tarefa de realizar o treinamento do neurnio ou de uma RNA, de modo que essas estruturas
possam obter resultados desejveis.
Em 1958, Rosenblatt desenvolveu o perceptron, o qual definido como a forma mais
simples de uma RNA usada com objetivo de reconhecer padres linearmente separveis
(HAYKIN, 2001). Sua estrutura de apenas um neurnio, com seus pesos e bias ajustveis
atravs de um algoritmo prprio baseado na comparao dos resultados obtidos.
O perceptron representado a partir do modelo de grafo de fluxo de sinal, conforme a
ilustrado na Figura 15:
44
Figura 15: Grafo de fluxo de sinal (Perceptron).
ou
,e
.
do tipo limiar, ilustrada na Figura 14a, um exemplo
Equao 25:
.
(25)
, e havendo duas regies (classes) separveis por uma reta, de modo que acima da reta que
define a regio de fronteira pertena a classe
e abaixo a classe
(HAYKIN, 2001).
Classe
Classe
Fronteira de deciso
Fonte: Prpria do autor.
45
relacionamento dessas duas classes, delimitada pela reta que representa a regio de fronteira
de deciso.
46
,...,
neurnios seguintes so estimulados e seu efeito se propaga para as demais camadas da rede,
at a ltima. Ao chegar camada de sada, essa resulta a resposta real da rede e ento
calculado um sinal de erro, o qual obtido pela diferena da resposta real dada pela rede e a
resposta desejada (alvo) esperada para o vetor de entrada apresentado. Ento, dar-se incio a
segunda etapa do treinamento, na qual os pesos sinpticos so ajustados de acordo com a
regra de correo do erro, levando-se em conta esse sinal de erro calculado no passo anterior.
O sentido do processo de ajustes dos pesos sinpticos se d para trs
(retropropagao), contra a direo convencional das conexes sinpticas, essa caracterstica
que d nome ao algoritmo, ilustrado na Figura 18.
Figura 18: Fluxo do sinal no algoritmo backpropagation.
A funo de ativao definida nos neurnios de uma rede MLP so do tipo nolinear. Salienta-se que a no-lineariedade deve ser suave, ou seja, diferencivel
em todos os pontos. Usualmente a funo de ativao escolhida uma sigmide,
do tipo apresentado na Equao 24, e com o parmetro de inclinao
igual a 1;
A rede MLP deve conter uma ou mais camadas ocultas, as quais tm como
funo extrair ao mximo informaes significativas acerca dos vetores de
entrada;
Uma rede MLP possui um alto grau de conectividade devido as muitas conexes
sinpticas.
47
48
49
3 Medies
3.1 Equipamentos
As medies de irradiao eletromagntica, para as faixas de frequncia de 30 MHz a
330 MHz, foram realizadas com antena bicnica modelo SAS-540, e suas principais
caractersticas esto especificadas na Tabela 1.
Tabela 1: Especificao antena bicnica.
EM 55022: Norma europeia que define os limites e mtodos de medio das caractersticas dos equipamentos
da tecnologia de informao e radiofrequncia.
50
Figura 19: Antena bicnica. (a) Elemento irradiador e (b) fixada no trip.
(a)
(b)
Fonte: Prpria do autor.
51
Figura 20: Kit de alta tenso (KAT) do LAT/UFCG.
Isolador
sob teste
Antena
Como o espao fsico reduzido, esse ambiente ideal para as medies de cada disco
de isoladores. J para os experimentos nos quais foram feitas medies de irradiao das
cadeias completas de isoladores compostas por cinco discos, o salo de alta tenso (SAT) do
LAT, ilustrado pela Figura 21, foi utilizado.
Figura 21: Salo de alta tenso (SAT) do LAT/UFCG.
Cadeia de isoladores
sob teste
Antenas
Analisador de
espectro
Fonte: Prpria do autor.
52
Cadeia de isolador
Antena bicnica
O ltimo local em que foram realizadas medies foi no campo, na cidade de Rio
Largo, regio metropolitana de Macei. A torre na qual ocorreram as medies se situava em
local de difcil acesso devido falta de estrada para veculo e a vegetao densa em volta.
A escolha por essa torre, ilustrada na Figura 23, foi dos funcionrios da Eletrobrs
Distribuio Alagoas (EDAL), os quais j tinham registrado que essa necessitava de uma
interveno para a substituio de duas cadeias de isoladores de vidro que estavam
danificadas e com alto grau de poluio e oxidao, por isoladores polimricos novos.
Para o objetivo da pesquisa, as medies foram realizadas, e aps terminadas, os
tcnicos efetuaram a substituio das duas cadeias de vidro. As cadeias de isoladores retiradas
foram identificadas, alocadas em embalagem apropriada e enviadas para Campina Grande
com o objetivo de serem feitas medies em laboratrio.
53
Isolador
polimrico
Cadeias de
isoladores
substitudas
3.3 Experimento 1
O primeiro experimento foi realizado no dia 18/09/2012 no Kit do LAT/UFCG. Pelo
fato de ter sido o primeiro experimento, no se conhecia ao certo qual faixa do espectro
analisar, portanto foram feitas medies de 30 MHz at 1 GHz. As polarizaes da antena
tambm foram testadas, vertical e horizontal. Contudo, aps a aplicao do mtodo, os
54
resultados melhores ocorreram com a antena posicionada horizontalmente, por isso, as demais
medies ocorreram com a antena posicionada dessa forma.
A ttulo de comparao, foram utilizados apenas dois discos de isoladores nas
medies: um totalmente limpo e outro bastante poludo, ilustrados nas Figuras 24a e 24b,
obtido de uma regio industrial do estado de Alagoas.
Figura 24: Isoladores utilizados na primeira medio: (a) limpo e (b) poludo.
(b)
(a)
Fonte: Prpria do autor.
O objetivo em utilizar esses dois isoladores para adquirir informaes dos casos
extremos do grau de poluio.
3.4 Experimento 2
O experimento 2 foi realizado no dia 21/10/2013 no Kit do LAT/UFCG. Foram
utilizados quatro isoladores: um limpo e outros trs com graus intermedirios de poluio.
Estes tambm oriundos de regies distintas do estado de Alagoas.
Foi utilizada como critrio para estabelecer o grau de poluio de cada isolador a
anlise do efeito corona no momento da medio, contabilizada por pontos (pixels), obtidos a
partir do aparelho detector de efeito corona (DayCor). Na Tabela 3 so exibidos os
resultados dessa anlise para os quatro isoladores que foram ensaiados.
Tabela 3: Contagem de pontos pelo DayCor.
Isolador
Limpo (2 Medio)
Poludo 1
Poludo 2
Poludo 3
N de pontos
122
147
903
20.184
55
Assim, possvel inferir, de forma indireta, mas com um critrio objetivo, o estado de
conservao dos isoladores testados. Dessa forma, os nmeros seguidos da descrio
Poludo tm relao direta com o estado de degradao e assim foram nomeados. Salientase para o fato de que os isoladores poludos, utilizados nesse experimento, apresentavam-se
visualmente em melhores condies do que o isolador poludo utilizado no experimento 1.
3.5 Experimento 3
Realizado em 09/12/2013 no KAT do LAT/UFCG, o objetivo foi de observar
alteraes do espectro quando o isolador poludo artificialmente. Foram utilizados nesse
experimento um total de trs isoladores, um limpo, e outros dois borrifados com soluo
salina de Kaolin com diferentes concentraes: 1 mS/cm e 8 mS/cm.
3.6 Experimento 4
O experimento 4 foi o ltimo a ser realizado no Kit do LAT/UFCG. Foi realizado no
dia 15/05/2014 no qual foram feitas medies de irradiao eletromagntica em dois
isoladores de vidro: um limpo e outro borrifado com soluo salina de Kaolin de
condutividade de 8 mS/cm.
3.7 Experimento 5
O experimento 5 foi realizado no campo, na cidade de Rio Largo no dia 10/06/2014.
Com o apoio da EDAL, as medies ocorreram no turno da manh e a torre definida continha
um isolador polimrico e outras duas cadeias de isoladores vtreos.
Como se tratava de uma medio a qual continha trs diferentes isoladores, foram
feitas medies em dois pontos distintos com o objetivo de avaliar a variao do local de
medio em relao aos padres de sinais coletados.
A Figura 25 ilustra as posies P1 e P2 da antena nas quais as medies ocorreram.
56
Oxidao
no pino
Dieltrico
quebrado
57
3.8 Experimento 6
O 6 experimento ocorreu no SAT do LAT/UFCG, no dia 26/06/2014. Devido ao
ambiente proporcionar um espao maior, foi possvel a medio das cadeias de isoladores a
uma altura de 9 m. Foram feitas medies com trs cadeias de isoladores, uma limpa e as
outras duas provenientes da substituio ocorrida no 5 experimento, conforme ilustra a
Figura 26.
Dessa forma, foi possvel conhecer a variao do sinal captado pelos isoladores
operando em conjunto em uma LT no campo, 5 experimento, e quando submetidos a testes
individuais no ambiente controlado do laboratrio.
58
4 Mtodo de Classificao
Parmetros da RNA
Frao de treinamento
70%
Frao de validao
15%
Frao de teste
15%
Funo treinamento
Levenberg-Marquardt backpropagation
Funo performance
Erro Mdio Quadrtico - mse
Funo de ativao
Sigmide
Neurnios camada oculta
50
Neurnios camada sada
2
59
4.1 Mtodo A
No primeiro mtodo testado, denominado de Mtodo A, foram utilizados apenas dois
parmetros para o processamento: mdia e desvio padro. Assim, os dados obtidos dos
experimentos foram processados e, com base no clculo da mdia e do desvio padro,
Equaes 26 e 27, respectivamente, serviram de entrada para o classificador neural.
(26)
onde
(27)
Mdia
Sada
Sada
Desvio padro
50 neurnios
na camada
oculta
Fonte: Prpria do autor
4.2 Mtodo B
No Mtodo B foram adicionados mais dois parmetros para a anlise, totalizando
quatro: mdia, desvio padro, curtose e rea da regio delimitada pelo grfico. Esses
60
onde
a medida da curtose,
(28)
o desvio padro.
Mdia
Desvio padro
Sada
Curtose
Sada
rea
50 neurnios
na camada
oculta
Fonte: Prpria do autor.
4.3 Mtodo C
No terceiro mtodo implementado, denominado de mtodo C, os parmetros foram
obtidos a partir do clculo dos coeficientes wavelets de trs nveis: (1,0), (2,0) e (3,0). Esses
nveis so identificados na rvore de decomposio dos coeficientes wavelets, ilustrados na
Figura 29.
A definio desses nveis devido caracterstica que esses coeficientes de
aproximao possuem em representar o sinal de forma aproximada, reduzindo sua
61
dimensionalidade e com isso produzindo um efeito de filtro, o qual elimina parte do rudo
contido no sinal original.
Figura 29: Nveis de coeficientes wavelets utilizados no mtodo C.
Nveis dos
coeficientes
utilizados
(a)
(b)
(d)
(c)
Fonte: Prpria do autor.
62
Percebe-se que o sinal captado pela antena, ilustrado na Figura 30a, apresenta uma
resoluo de 1001 amostras. De acordo com a teoria exposta na sesso 2.4.8, a quantidade de
coeficientes wavelets cai pela metade em cada nvel, fato constatado pelas Figuras 30b, 30c e
30d.
Nota-se que, a partir da Figura 31, a RNA do mtodo C composta por seis entradas
correspondentes s mdias e desvios padro de cada um dos trs nveis de coeficientes que
foram calculados.
Figura 31: RNA utilizada no mtodo C.
Mdia c(1,0)
Desvio padro c(1,0)
Sada
Mdia c(2,0)
Desvio padro c(2,0)
Sada
Mdia c(3,0)
Desvio padro c(3,0)
50 neurnios
na camada
oculta
Fonte: Prpria do autor.
Como foram analisados os resultados obtidos por diferentes wavelets me, o mtodo C
subdividido em outros trs submtodos, nomeados como:
C-db12: Wavelet me definida como Daubechies de 12 ordem;
C-coif5: Wavelet me definida como Coiflet de 5 ordem;
C-haar: Wavelet me definida como Haar.
4.4 Mtodo D
De forma semelhante ao mtodo B, no mtodo D, os quatro parmetros (mdia, desvio
padro, curtose e rea) foram obtidos a partir dos mesmos nveis de coeficientes wavelets
empregados no mtodo C, (1,0), (2,0) e (3,0), ilustrados na Figura 29.
63
Mdia c(1,0)
Desvio padro c(1,0)
Curtose c(1,0)
rea c(1,0)
Mdia c(2,0)
Sada
Sada
rea c(2,0)
Mdia c(3,0)
Desvio padro c(3,0)
50 neurnios
na camada
oculta
Curtose c(3,0)
rea c(3,0)
Fonte: Prpria do autor.
64
65
5 Resultados
Largura de Banda: Largura de Banda: Largura de Banda: Largura de Banda: Largura de Banda: Largura de Banda:
50 MHz
100 MHz
150 MHz
200 MHz
250 MHz
300 MHz
30 a 80 (MHz)
30 a 130 (MHz)
30 a 180 (MHz)
30 a 230 (MHz)
30 a 280 (MHz)
30 a 330 (MHz)
80 a 130 (MHz)
130 a 230 (MHz)
180 a 330 (MHz)
130 a 180 (MHz)
230 a 330 (MHz)
180 a 230 (MHz)
230 a 280 (MHz)
280 a 330 (MHz)
66
Uma observao deve ser feita com relao ao 5 experimento. De acordo com o
exposto na seo 3.7, essa medio ocorrida no campo se refere apenas ao da classe poludo.
Portanto, para fins da aplicao dos mtodos de reconhecimento de limpo ou poludo, esses
dados sero apresentados em conjunto com os da 6 medio, pois nesta houve a medio de
uma cadeia limpa de referncia.
1 Experimento
Figura 33: Mdias e desvios padro para as faixas com LB de 50 MHz: 1 Experimento.
67
2 Experimento
Figura 34: Mdias e desvios padro para as faixas com LB de 50 MHz: 2 Experimento.
3 Experimento
Figura 35: Mdias e desvios padro para as faixas com LB de 50 MHz: 3 Experimento.
68
4 Experimento
Figura 36: Mdias e desvios padro para as faixas com LB de 50 MHz: 4 Experimento.
5 e 6 Experimentos
Figura 37: Mdias e desvios padro para as faixas com LB de 50 MHz: 5 e 6 Experimentos.
69
1 Experimento
Figura 38: Mdias e desvios padro para as faixas com LB de 100 MHz: 1 Experimento.
2 Experimento
Figura 39: Mdias e desvios padro para as faixas com LB de 100 MHz: 2 Experimento.
70
3 Experimento
Figura 40: Mdias e desvios padro para as faixas com LB de 100 MHz: 3 Experimento.
4 Experimento
Figura 41: Mdias e desvios padro para as faixas com LB de 100 MHz: 4 Experimento.
5 e 6 Experimentos
Figura 42: Mdias e desvios padro para as faixas com LB de 100 MHz: 5 e 6 Experimentos.
71
Nota-se facilmente que com o aumento da LB para 150 MHz, ilustrados pelas Figuras
43, 44, 45, 46 e 47, os dados dos isoladores limpo e poludo do 1 experimento se aproximam,
embora ainda estejam separadas as duas regies contendo esses pontos.
c) LB de 150 MHz:
1 Experimento
Figura 43: Mdias e desvios padro para as faixas com LB de 150 MHz: 1 Experimento.
2 Experimento
Figura 44: Mdias e desvios padro para as faixas com LB de 150 MHz: 2 Experimento.
3 Experimento
Figura 45: Mdias e desvios padro para as faixas com LB de 150 MHz: 3 Experimento.
72
4 Experimento
Figura 46: Mdias e desvios padro para as faixas com LB de 150 MHz: 4 Experimento.
5 e 6 Experimentos
Figura 47: Mdias e desvios padro para as faixas com LB de 150 MHz: 5 e 6 Experimentos.
d) LB de 200 MHz:
1 Experimento
Figura 48: Mdias e desvios padro para as faixas com LB de 200 MHz: 1 Experimento.
73
2 Experimento
Figura 49: Mdias e desvios padro para as faixas com LB de 200 MHz: 2 Experimento.
3 Experimento
Figura 50: Mdias e desvios padro para as faixas com LB de 200 MHz: 3 Experimento.
4 Experimento
Figura 51: Mdias e desvios padro para as faixas com LB de 200 MHz: 4 Experimento.
5 e 6 Experimentos
Figura 52: Mdias e desvios padro para as faixas com LB de 200 MHz: 1 Experimento.
74
e) LB de 250 MHz:
1 Experimento
Figura 53: Mdias e desvios padro para as faixas com LB de 250 MHz: 1 Experimento.
4 Experimento
Figura 54: Mdias e desvios padro para as faixas com LB de 250 MHz: 2 Experimento.
5 e 6 Experimentos
Figura 55: Mdias e desvios padro para as faixas com LB de 250 MHz: 5 e 6 Experimento.
75
Quando se analisa os dados das faixas com LB de 250 MHz, ilustrados nas Figuras 53,
54 e 55, apenas nos da 5 e 6 medio possvel observar a distino dos pontos de limpos e
poludos, agrupados de forma definida.
Nas Figuras 56, 57 e 58 so ilustrados os resultados para a LB de 300 MHz.
f) LB de 300 MHz:
1 Experimento
Figura 56: Mdias e desvios padro para as faixas com LB de 300 MHz: 1 Experimento.
4 Experimento
Figura 57: Mdias e desvios padro para as faixas com LB de 250 MHz: 4 Experimento.
5 e 6 Experimentos
Figura 58: Mdias e desvios padro para as faixas com LB de 300 MHz: 5 e 6 Experimentos.
76
(a)
(b)
(c)
77
(d)
(e)
b) LB de 100 MHz
Figura 60: Resultados por experimentos - LB 100 MHz. (a) 1, (b) 2, (c) 3, (d) 4, (e) 5 e 6 experimentos.
(a)
78
(b)
(c)
(d)
(e)
79
(a)
(b)
(c)
(d)
(e)
Nos resultados com a LB de 150 MHz, ilustrados na Figura 61, possvel ver uma
diminuio no percentual de acertos no 2 experimento. Enquanto que para a LB de 50 MHz e
80
100 MHz, em determinadas faixas de frequncia, houve mtodos que acertaram 100% dos
casos. J na anlise em questo, o percentual mximo de acerto foi de 97,5 % com o mtodo
D-db12.
Novamente, para o 1, 3, 5 e 6 experimentos os acertos foram mximos em todos os
mtodos testados, com exceo apenas do mtodo A, na faixa de 30 MHz a 180 MHz, do 1
experimento. A Figura 62 ilustra os resultados com a LB de 200 MHz.
d) LB de 200 MHz
Figura 62: Resultados por experimentos LB 200 MHz. (a) 1, (b) 2, (c) 3, (d) 4, (e) 5 e 6 experimentos.
(b)
(a)
(c)
(d)
(e)
Com a LB de 200 MHz, ilustrada na Figura 62, percebe-se que h uma piora no
desempenho, principalmente no 4 experimento, pois os resultados para LB menores
81
apresentavam acertos superiores a 95%, e na atual anlise apenas o mtodo D e suas variaes
obtiveram esse ndice.
No 1 experimento, os mtodos A e B obtiveram ambos 98,7% e os demais 100%.
Destaca-se tambm a baixa eficincia do mtodo C-db12 no 4 experimento, o qual obteve
apenas 75 % de acertos.
Os resultados para as faixas de frequncia com LB a partir de 250 MHz, ilustrados na
Figura 63, s puderam ser obtidos para o 1, 4, 5 e 6 experimentos, devida falta de
medies ocorridas nos 2 e 3 experimentos.
e) LB de 250 MHz
Figura 63: Resultados por experimentos LB 250 MHz. (a) 1, (b) 4, (c) 5 e 6 experimentos.
(a)
(b)
(c)
A partir da Figura 63, nota-se que com o aumento da LB para 250 MHz, os resultados,
que antes eram tidos como 100% na sua totalidade, agora h uma diminuio dos acertos,
principalmente com o 1 e 2 experimentos.
Como exemplo, tem-se o mtodo C-coif5 com apenas 85% de acertos. Entretanto, no
que se refere ao 5 experimento, continua-se a evidenciar o ndice mximo de acerto.
Na Figura 64, tm-se os resultados para a maior LB em anlise, 300 MHz.
82
f) LB de 300 MHz
Figura 64: Resultados por experimentos LB 300 MHz. (a) 1, (b) 4, (c) 5 e 6 experimentos.
(a)
(b)
(c)
83
por faixas de frequncia, modifica-se adiante o agrupamento dos resultados que sero
expostos a partir de cada mtodo aplicado.
Com essa forma de visualizao dos resultados, possvel uma melhor comparao da
performance de cada mtodo aplicado para cada experimento especfico e suas sub-bandas de
frequncia. Na Figura 65 so ilustrados os resultados para LB de 50 MHz.
a) LB de 50 MHz
Figura 65: Resultados por mtodos LB 50 MHz.
84
85
H tambm de se destacar que somente na faixa de 230 MHz a 280 MHz foram
obtidos por todos os mtodos e em todos os experimentos, 100% de acerto. Na Figura 66 so
apresentados os resultados com a LB de 100 MHz.
b) LB de 100 MHz
Figura 66: Resultados por mtodos LB 100 MHz.
86
Da Figura 66, com a LB de 100 MHz, percebe-se que ocorre o mesmo que o
observado quando a LB era de 50 MHz, ou seja, com exceo dos experimentos 2 e 4, todos
os mtodos conseguiram 100% de acertos nas faixas testadas. Na faixa de 30 MHz a 130
MHz, apenas os mtodos C-coif5 e C-haar no alcanaram 100% de acertos, registrando 95%
e 97%, respectivamente.
Observa-se tambm a alta taxa de acertos obtidos pelo mtodo D-haar. Excetuando-se
o resultado obtido no 2 experimento, para a faixa de 130 MHz a 230 MHz, que foi de 97%,
esse mtodo obteve 100% de acertos em todas as demais situaes testadas.
Os menores ndices de acertos foram registrados na faixa de frequncia de 130 MHz a
230 MHz. Na qual o mtodo A obteve 80% quando testado com os dados da 4 medio e
88% com os da 2 medio. Os mtodos C-coif5 e C-haar tambm obtiveram ndices baixos
na referida faixa espectral, alcanando apenas 90% e 86%, respectivamente, quando testados
com os dados do 2 experimento.
A Figura 67 apresenta os resultados com uma LB de 150 MHz.
c) LB de 150 MHz
87
88
A partir da Figura 67, verifica-se o mesmo padro dos resultados obtidos para a LB de
50 MHz e 100 MHz, na faixa de 30 MHz a 180 MHz. Apenas os mtodos, quando aplicados
aos 2 e 4 experimentos, no obtiveram o acerto mximo de 100%. O melhor registro nesses
dois experimentos foi obtido pelo mtodo D-db12, com 98% de acerto em ambos. Nota-se
tambm que esse mtodo obteve os melhores resultados, o qual registrou 100% nos demais
experimentos e faixas espectrais. Os menores acertos foram obtidos pelos mtodos C-db12 e
D-haar para os dados do 2 experimento, com 90% em ambos.
A Figura 68 ilustra os resultados com a LB de 200 MHz.
d) LB de 200 MHz
Figura 68: Resultados por mtodos LB 200 MHz.
89
e) LB de 250 MHz
Figura 69: Resultados por mtodos LB 250 MHz.
90
Nos resultados ilustrados pela Figura 69, com LB de 250 MHz, possvel apenas a
anlise dos dados dos 1, 4 e 5 experimentos, pois a faixa compreendida entre 30 MHZ e
280 MHz, e os demais experimentos se limitarem faixa coletada de at 230 MHz.
Os menores acertos foram registrados com a utilizao dos mtodos C-db12 e C-coif5,
apresentando 90% para o 4 experimento e 85% para o primeiro experimento,
respectivamente.
Todos os mtodos obtiveram 100% de acerto quando aplicados ao 5 e 6
experimentos. As variaes do mtodo D obtiveram 100% de eficcia nos experimentos 1 e 4.
Quanto ao 4 experimento, os mtodos D-db12, D-coif5 e D-haar obtiveram 98,5%, 96% e
97,5% de acertos, respectivamente.
Os resultados obtidos com a LB de 300 MHz so ilustrados na Figura 70.
f) LB de 300 MHz
91
Figura 70: Resultados por mtodos LB 300 MHz.
A anlise dos resultados obtidos para a LB de 300 MHz, ilustrados na Figura 70,
mostram uma relativa melhora dos mtodos C e D, e suas variaes, principalmente quanto ao
4 experimento. Os melhores resultados so de 99% e 98% de acertos nos mtodos C-db12 e
D-db12, respectivamente. Entretanto, o mtodo C-coif5 obteve apenas 92% de acertos nesse
mesmo experimento, menor do que o mtodo B, que acertou 94% do total.
Com exceo dos mtodos A e C-db12, todos os demais acertaram 100%, quando
aplicados aos dados do 1 experimento. Para o 4 experimento, o mtodo que obteve a menor
eficcia foi o A, alcanando 87%.
De forma reiterada, observa-se que os dados dos 5 e 6 experimentos alcanaram
100% de acertos. Esse resultado repete os mesmos de todas as anlises anteriores.
92
93
6 Concluso
94
Foram feitas anlises das faixas espectrais compreendidas entre 30 MHz e 330 MHz.
Uma antena bicnica, acoplada a um analisador de espectro, foi utilizada para captar o
espectro eletromagntico irradiado dos isoladores ensaiados.
Ao todo, oito mtodos foram idealizados, implementados computacionalmente e
testados com os dados colhidos nos seis experimentos realizados. Todos os mtodos
utilizaram um classificador neural de 3 camadas e 50 neurnios na camada oculta. Quatro
parmetros estatsticos foram calculados para que servissem de entradas para as redes: mdia,
desvio padro, curtose e rea do grfico. A transformada Wavelet foi empregada em seis
mtodos, variando-se em relao wavelet me adotada.
Os resultados mostram uma significativa melhora no percentual de acerto quando
utilizado o mtodo D-db12. Este tem como caractersticas a utilizao da wavelet me
Daubechies de 12 ordem e 12 entradas na RNA, composta pela mdia, desvio padro, curtose
e rea do grfico, dos trs nveis de coeficientes wavelets escolhidos. Houve variaes com
relao definio da melhor banda de frequncia a ser empregada, pois a depender dos
experimentos, os maiores acertos se encontravam em faixas de frequncia distintas.
Entretanto, observa-se que a banda de frequncia de 80 MHz a 130 MHz obteve uma maior
quantidade de acertos no geral.
Tambm foi observado que os dados obtidos do 5 experimento, realizados no campo
com a cadeia poluda, e os do 6 experimento, realizado em laboratrio com essas mesmas
cadeias, alm de outra limpa de referncia, mostraram ser classificveis por todos os mtodos
propostos, obtendo em todos os casos 100% de acerto. Esse fato de grande importncia,
pois, para os dados coletados, a distino do ambiente de medio ser no campo ou no
laboratrio no impossibilitou a perfeita classificao dos mesmos. Atenta-se para o fato de
que muitas variveis so modificadas nesses dois ambientes, tais como: temperatura, umidade
relativa do ar, sinais de rdio distintos prximos s duas medies, localizao em cidades
distantes, ambiente controlado do laboratrio e suas paredes metlicas, ambiente aberto em
campo com ausncia de superfcies refletoras de onda e a presena de um isolador polimrico
na mesma torre durante a 5 medio.
Diante do que foi obtido, aps toda a pesquisa, conclui-se que o mtodo D-db12,
proposto neste trabalho, conseguiu de forma satisfatria, apresentando o menor percentual de
acerto de 96,5% apenas para o caso da LB ser de 30 MHz e no 4 experimento. Tambm foi
entendido que a partir da utilizao de isoladores com nveis de poluio intermedirios, a
95
taxa de acerto decai substancialmente, fato comprovado pelos resultados obtidos pelo
experimento 2. Para os dados analisados, devido mudana do ambiente de medio do
campo para o laboratrio, com a cadeia completa, no foi observada variao do padro de
espectro que diminua a eficcia do mtodo.
6.1 Publicaes
Foram produzidos no decorrer desta pesquisa de mestrado dois trabalhos, os quais
foram apresentados em congressos e ambos selecionados para apresentao oral:
ROCHA, P. H. V.; ALBERT, B. B.; FONTGALLAND G., Aumento da faixa
de classificao e acertos do estado de conservao de isoladores, 16
Simpsio Brasileiro de Micro-ondas e Optoeletrnica e 11 Congresso
Brasileiro de Eletromagnetismo, 2014, Curitiba, Brasil, pp. 1085-1090,
Setembro, 2014.
Pesquisar a eficcia do mtodo para LTs com tenses maiores que 69 kV;
96
97
Referncias
AKAY, M. Time Frequency and Wavelets in Biological Signal Processing. Dartmouth
College: IEEE Press, 1998. 774. ISBN 0-7803-1147-7.
ANDERSON, J.A., Introduction to neural networks, Cambridge, MA: MIT Press, 1995.
BAEYR, H. C. V. Catch the Wave (phisica), The Sciences, Maio/Junho, 1999. PP. 10-13.
BARBOZA, F. M. Estudo da transformada rpida Wavelet e sua conexo com banco de
filtros. 2008. 71 f. Universidade Federal do Rio Grande do Norte, Natal. 2008. Dissertao de
Mestrado. Disponvel em:
<http://repositorio.ufrn.br:8080/jspui/bitstream/123456789/17002/1/FranciscoMB.pdf >.
BENDAT, J. S.; PIERSOL A. G. Random Data: Analysis and Measurement Procedures. 4.
ed., John Wiley & Sons, Inc., 2010. 604p. ISBN: 978-0-470-24877-5.
BEZERRA, J. M. B. Caracterizao de atributos de sinais para utilizao de tcnicas de
reconhecimento de padres na avaliao do isolamento de instalaes e de equipamentos
eltricos. Campina Grande: Departamento de Engenharia Eltrica, Universidade Federal de
Campina Grande, 2004. Tese de Doutorado.
BEZERRA, J. M. B. et al. Application of Pattern Recognition Techniques to non Invasive
Insulation Monitoring. Conference Record of the 2008 IEE International Symposium on
Electrical Insulation. Vancouver. 2008. p. 96 99.
BIANCHI, M. F. Extrao de caractersticas de imagens de faces humanas atravs de
Wavelets, PCA e IMPCA. So Carlos: Escola de Engenharia de So Carlos, Universidade de
So Paulo, 2006. Tese de Doutorado. Disponvel em:
<http://www.teses.usp.br/teses/disponiveis/18/18133/tde-10072006-002119/>. Acesso em: 18
nov. 2012.
BURRUS, C. S.; GOPINATH, R. A.; GUO, H., Introduction to wavelets and wavelet
transforms: a primer, New Jersey, Prentice Hall, 1988.
CAPELINI, R. M. et al. Localizao de cadeias de isoladores danificadas em linhas de
transmisso atravs da anlise de descargas parciais de corona. In: XIX Congresso Brasileiro
de Automtica, CBA 2012. Campina Grande. Anais. Campina Grande, p. 4581-4587, 2012.
CHAURASIA , D. C. Scintillation Modeling for insulator String under Polluted
Conditions. Eleventh International Symposium on High Voltage Engineering, vol. 4. 1999.
p. 224-227.
COLLIN, R. E. Foundations for Microwave Engineering, 2. ed., IEEE Press, 2001. 924 p.
98
99
HAYKIN, S. Redes Neurais: Princpios e prticas. 2. ed. Porto Alegre: Bookman, 2001. 899
p. Traduo de: Paulo Martins Engel.
HAYKIN, S.; VEEN, B.V. Sinais e Sistemas. Porto Alegre: Bookman, 2001. 667 p.
HILEMAN, A. R. Insulator Coordination for Power Systems. New York: Marcel Dekker,
Inc, 1999. 767 p.
KHALIFA, M. et al. A new monitor for pollution on power line insulators: Part 2: Simulated
field tests. IEE Proceedings Generation, Transmission and Distribution, Cairo, v. 135, n.
1, p. 24-30, jan. 1988. Disponvel em: <http://ieeexplore.ieee.org/xpl/
articleDetails.jsp?tp=&arnumber=6333&queryText%3DKhalifa>. Acesso em: 20 Ago. 2012.
LIRA, M. M. S., Wavelets na compactao e processamento de sinais de distrbios em
sistemas de potncia para classificao via redes neurais artificiais. Recife: Universidade
Federal de Pernambuco, 2004. Tese de Doutorado.
MACKENZIE, D. et al. Wavelets, seeing the forest and the trees, the part from research to
human benefit project. National Academy of Sciences. Washington, USA, Dec. 2001.
Disponvel em: <www.beyonddiscovery.org>. Acesso em: Jan. 2013.
MALLAT, S. G.. A theory for multiresolution signal decomposition: the wavelet
representation. IEE Trans Pat anal match intell, 11:674-693, Jul. 1989.
MARCELINO, D. A. Setor Eltrico: Um Estudo Sobre a Estratgia do Segmento de Gerao
de Energia Eltrica do Brasil. In: SEGET ', 3., 2006, Rezende. Anais. Rezende: Simpsio de
Excelncia em Gesto e Tecnologia, 2006. p. 01 - 14.
MENDES, E.; CARVALHO, A Evolutionary Design of MLP Neural Network Architectures.
In: Brazilian Symposium on Neural Networks. Dec. 1997. Campos do Jordo, SP
Proceedings.So Paulo, 1997. p. 58-65.
MENDONA, P. L.; ANGELINI, J. M. G.; NALLIN, F. E.; COSTA, E. G.; FERREIRA, T.
V.; GERMANO, A. D. Monitoramento de isoladores polimricos em linhas de transmisso
atravs de sensor de corrente de fuga. 21 Seminrio Nacional de Produo e Transmisso
de Energia Eltrica. Florianpolis, 23 Out. 2011.
MERRY, R. J. E. Wavelet Theory and Applications: A literature study. Eindhoven
University of Techology. Jun. 2005. 41p.
MESQUITA, M. E. R. V. Um Estudo Comparativo em Memrias Associativas com
nfase em Memrias Associativas Morfolgicas. Campinas: Instituto de Matemtica,
Estatstica e Computao Cientfica, Universidade Estadual de Campinas, 2005. Dissertao
de Mestrado. Disponvel em:
<http://www.bibliotecadigital.unicamp.br/document/?code=vtls000374541>. Acesso em: 03
Jan. 2014.
100
101