Revisão bibliográfica sobre técnicas de monitoramento em isoladores
1. 1
Resumo - Os isoladores são equipamentos imprescindíveis para a
operação do sistema elétrico de potência, da geração até a
distribuição de energia. O isolador tem como função de prover
a sustentação do cabo e manter separados equipamento da
rede com potenciais elétricos diferente. A composição do
isolador, influenciam na sua classificação por tipo (cerâmicos,
poliméricos e híbridos), e na técnica mais adequada a seu
monitoramento. A ocorrência de uma falha em um desses
equipamentos pode causar a interrupção do fornecimento de
energia. Realizar um levantamento bibliográfico das técnicas
produzidas disponíveis na literatura impacta diretamente na
elaboração de novos métodos de monitoramento. Pode-se observar
que o campo de pesquisa desses equipamentos ainda tem muito a
evoluir. Os métodos apresentados nesta revisão para
monitoramento de isoladores foram: medição de ruído
ultrassônico, emissão acústica, ESDD, corrente de fuga,
termografia e espectroscopia de ruptura induzida por laser.
Conclui-se que as técnicas que permitem mais sinergia com o
processamento computacional, tendem a ser mais adequada ao
monitoramento de isoladores, devido a necessidade de
manutenção de um sistema elétrico permanentemente monitorado
remotamente.
Palavras-chave: Isoladores, métodos de monitoramento, revisão
bibliográfica.
I. INTRODUÇÃO
À medida que a sociedade evolui, a demanda por energia
elétrica aumenta. O crescente consumo de energia, exige a
disponibilidade de um sistema elétrico de potência confiável e
interconectado. Os isoladores são equipamentos
imprescindíveis para a operação destes sistemas, estando
presente: na geração, transmissão e distribuição de energia.
Além de prover a sustentação do cabo, o isolador tem a função
de manter separados condutores e estruturas em diferentes
potenciais, minimizando a corrente de fuga (CF) entre as
diferentes tensões. Eles podem ser classificados de acordo com
a sua composição: cerâmicos (IC), polimérico (IP) e híbridos.
O primeiro tipo apresenta carbono em sua composição
(borrachas, plásticos, etc.). O segundo é baseado em materiais
cerâmicos (vidro, porcelana, etc.) [1]. O último é composto
pelos dois tipos de matérias apresentados anteriormente. A
seguir na figura 1 e 2, são apresentadas uma amostra do isolador
polimérico e cerâmico.
Fig.1- Isolador polimérico.
Fig.2- Isolador cerâmico
As características de cada tipo de isolador, representam
vantagens e desvantagens, que influenciarão na técnica mais
adequada para o monitoramento de sua condição. Os IC são os
mais utilizados e têm vida útil mais longa. A principal
desvantagem do IC é o seu peso e seu desempenho em áreas
poluídas [2]. Atualmente os IP são amplamente aplicados em
linhas aéreas de transmissão devido ao seu volume limitado,
peso leve, propriedades mecânicas, propriedades antipoluição
(hidrofobicidade) e alta rigidez dielétrica[3]. No entanto, IP tem
confiabilidade desconhecida a longo prazo. As principais
causas do envelhecimento do IP são: arco de banda seca,
descarga parcial (DP) e radiação UV [4]. O envelhecimento do
IP pode levar a erosão superficial.
Falhas em isoladores podem ter consequências bastante
prejudiciais para o sistema elétrico. As consequências variam
de interferências em sinais de rádio a curtos-circuitos, que
podem tirar a linha ou subestação de operação. A interrupção
de energia é um problema crítico, que pode gerar perdas
financeiras para as concessionárias e seus clientes.
As principais técnicas de monitoramento de isoladores são:
inspeção visual, termografia, percussão acústica, medição de
corrente de fuga, de campo elétrico, de radiação ultravioleta, de
ruído ultrassônico, de radiofrequência, percussão acústica,
densidade de depósito não solúvel (NSDD) e de deposito de sal
equivalente (ESDD).
O objetivo deste artigo é elaborar uma revisão bibliográfica
sobre as principais técnicas de monitoramento de isoladores.
Este trabalho está dividido em três seções, a primeira apresenta
as técnicas de monitoramento, a segunda apresenta uma análise
da evolução das técnicas abordadas e a terceira apresenta as
conclusões do trabalho.
Vinicius de Oliveira e Wallisson Fernandes Martins dos Santos, Mestrandos, PROEE - UFS
Revisão bibliográfica sobre técnicas de
monitoramento em isoladores
2. 2
II. TÉCNICAS DE MONITORAMENTO
As técnicas de monitoram abortadas nesse artigo foram:
medição de ruido ultrassónico, densidade de depósito não
solúvel (NSDD), corrente de fuga, emissão acústica,
termografia/processamento de imagem e espectroscopia de
ruptura induzida por laser
A. Medição de Ruído Ultrassônico
Em [1], foi apresentada uma técnica para monitoramento de
poluição em IC em emissão de ruídos ultrassônico. Os padrões
emissão acústicas (EA) de ultrassom (US) utilizados no ensaio
foram registrados digitalmente por um detector, e processado
pelo algoritmo de vetores de centroide de sub banda espectral
de energia (SSCEV). As etapas do algoritmo por SSCEV são:
• Cálculo do espectro para cada arquivo US através
da Transformada Rápida de Fourier (TRF);
• Divisão do espectro em sub bandas, através de um
filtro passa banda de superposição retangular;
• Localização do centroide, para cada sub banda;
• Cálculo da energia associada para cada centroide.
Os SSCEV alimentam uma rede neural artificial (RNA), em
três camadas, treinadas com algoritmo de propagação, que
classificam os equipamentos de acordo com o nível de poluição.
A eficácia desta técnica, foi testada em ensaios de
laboratório e de campo. Os isoladores foram submetidos a
diferentes níveis de humidade relativa, associado a cinco níveis
de poluição, através da metodologia de densidade de deposito
de sal equivalente (DDSE). Três diferentes abordagens foram
utilizadas para treinamento, teste e validação da RNA, com:
• Os SSCEV de todos os níveis de poluição, dentro
de um único nível de HR;
• Todos os SSCEV de um nível de poluição,
contaminados em todos os níveis de HR, resultando
em cinco classes;
• Os SSCEV do nível de HR de 75%, considerando
que este é o ponto médio da escala de HR.
No laboratório, os testes foram realizados em isoladores de
vidros. A primeira abordagem mostrou que a RNA é capaz de
reconhecer padrões de EA associados a determinados níveis de
poluição. A seguir a Fig. 3 apresenta as diferentes frequências
para diferentes níveis de poluição, sob 80% de HR.
Fig.3 - Gráfico sobreposto de 80% HR SSCEV na abordagem 1 [1].
Na segunda abordagem a generalização da capacidade da
RNA foi reforçada com a apresentação de vários níveis de HR
em cada padrão de poluição. A terceira abordagem, não
apresentou resultados confiáveis, devido à alta correlação entre
a umidade e o espectro de posição da EA
Em campo, foram realizadas medições durante 15 semanas,
registrando uma variedade de parâmetros de poluição, HR e
temperatura. Os equipamentos inspecionados estavam em
operação em uma subestação de 230kV. As medições na
subestação demonstram que a metodologia pode ser aplicada
para classificar US de EA capturado em campo, em
equipamentos da subestação, inclusive isoladores.
Esta técnica possui um custo viável, e mostrou-se bastante
confiável, apesar de necessitar de banco de dados robusto,
contemplando diferentes condições de umidade e poluição, para
o correto treinamento da RNA.
Em [3], apresentaram uma técnica não destrutiva para
detecção de defeitos internos em IP, denominada ultrassonic
phased arraya (UPA). Este método é eficiente em inspeções
de objetos geometricamente complexos e na localização de
defeitos em várias profundidades.
No laboratório, foram testadas diversas amostras de
isoladores, com defeitos produzidos artificialmente, como:
vazios de ar, tiras de papel, buracos sob a cobertura do isolador,
e lacunas de ar interfaciais. Foi também analisado amostras de
isoladores com rachaduras internas retirados de campo.
Controlando o tempo de atraso das formas de onda de pulso de
excitação em cada elemento, um feixe ultrassônico é criado,
enviado a amostra do isolador. O feixe ultrassônico pode ser
focado em diferentes profundidades e ser desviado para
qualquer ângulo azimutal (característica importante na inspeção
de objetos geometricamente complexos).
O sistema de inspeção utiliza um sensor de guia de onda
retangular de extremidade aberta, operando na frequência de
2,5 MHz, para captar o sinal refletido e enviar ao computador.
Como os sinais ultrassônicos foram transmitidas e refletidas por
estruturas heterogêneas, o coeficiente de reflexão da pressão
acústica pode ser calculado e convertido em uma imagem. A
imagens são representadas através de um mapa codificado por
cores dependendo da amplitude da pressão acústica refletida e
sua profundidade. Quanto mais próximo do vermelho, maior é
a amplitude do sinal ultrassônico refletido. Na Fig. 4, foram
apresentados a diferença entre um isolador com perfuração na
choupana, e outro sem furo, através do mapa colorido do sinal.
Fig. 4 - Detecção UPA de orifício perfurado sob a choupana do isolador;
(b) mapa colorido do sinal UPA do isolador sem furo, (c) com furo [3].
3. 3
Como a impedância acústica do ar é diferente da borracha de
silicone, a maioria dos sinais ultrassônicos são refletidos pelo
vazio de ar. Na Fig. 5 o padrão de bloco azulado demonstra o
tamanho e localização do vazio de ar.
Fig. 5 - Detecção UPA de vazio de ar localizado dentro de borracha
de silicone; (b) isolador sem defeito de vazio, (c) com defeito [3].
A técnica é rápida, confiável e relativamente barata. Dentre
outras vantagens da técnica estão: deflexão e variação do feixe
ultrassônico por uma única sonda; fácil operação; sistema
portátil; e processamento em tempo real. O teste de UPA tem
potencial para se tornar eficaz, apresentando-se com uma
ferramenta portátil, econômica e robusta para inspecionar a
integridade de isoladores em serviço.
Em [5] propuseram um método automático de avaliação da
condição de isoladores de distribuição de porcelana, através do
processamento dos sinais gerados por detectores de ultrassom.
Os experimentos, em laboratório, foram feitos em quatro
amostras de isoladores: a amostra (i) foi um isolador novo,
considerado em condição ideal; a amostra (ii) foi um isolador
retirado de campo e com contaminação superficial; as amostras
(iii) e (iv) foram perfuradas na lateral e no topo até o pino de
suporte, respectivamente, com furos de 3 mm de diâmetro. Os
furos foram feitos para simular isoladores com furos gerados
por descargas elétricas.
Durante os testes, o equipamento de ultrassom foi
posicionado a 2,2m da amostra, a tensão aplicada foi de 13,8kV
60Hz e o sinal foi processado por meio do software LabVIEW.
A técnica da Transformada Rápida de Fourier (FFT) foi
utilizada para analisar o sinal.
As análises das frequências de terceira harmônica (180Hz) e
quarta harmônica (240Hz) da frequência fundamental de 60Hz
demonstraram resultados satisfatórios para avaliar as condições
das amostras, por este motivo, estes foram os parâmetros de
comparação que foram utilizados na programação do software.
Na Fig. 6. é apresentada esta relação durante o primeiro
segundo de análise. Nesta comparação ficou evidente que
quando o isolador está furado a relação se torna bastante
elevada, no entanto o isolador bom (limpo) e contaminado se
alternam nesta comparação, sendo necessário aumentar o tempo
de análise.
Fig.6 - Relação entre as frequências harmônicas do isolador
contaminado [5].
O tempo de análise foi aumentado para 5s. As relações
para cada amostra são apresentadas na relação da TABELA I.
Os resultados mostraram que, na maioria das análises, os
isoladores com perfuração tiveram uma relação entre as
frequências de 240Hz e 180Hz maior que 3,0. Além disso, a
relação menor que 1,5, indicou que a amostra sobre inspeção
está em boas condições.
TABELA I
Porcentagem de períodos processados que atendem as condições
de comparação [5]
Os resultados demonstraram que o sistema proposto pode ser
usado para automatizar as rotinas de inspeção, porém o método
foi avaliado apenas em laboratório, em condições controladas.
Como a proposta do método é automatizar as rotinas de
inspeção, o mesmo precisa ser avaliado em campo, sujeito as
diversas formas de interferências audíveis, o que certamente irá
alterar os parâmetros definidos para as análises.
B. Emissão acústica
Em [4], apresentaram um método de monitoramento de
diferentes tipos de arco na superfície de IP. O método propôs a
utilização de um sensor EA para medição de sinais, contendo
registro de descargas parciais (DP), corrente de fuga (CF),
associado a um ruído externo gerado por um motor. O objetivo
desta técnica é o reconhecimento dos três padrões de sons
produzidos pelo efeito corona, arco de banda seca e ruído
acústico, gerados respectivamente pelas DP, CF e
funcionamento do motor. Observaram que DP e CF são
fenômenos diferente faixas de frequência (DP- alta e CF –
baixa). Os componentes de frequência apresentados pelas
amostras, são usados como vetores característicos, e são
4. 4
identificados após execuções experimentais e plotagem através
da TRF da EA. Duas RNA, com 10 camadas ocultas, e 3
neurônios de saída, são treinadas com características espectrais
extraídas do sinal acústico adquirido e, em seguida, é testada no
recurso extraído de sinais contendo registro de DP e CF, que a
RNA não teve acesso durante o treinamento. A primeira RNA,
possui como entrada um vetor característico com três faixas de
frequência (50, 100, 150Hz), a segunda duas (100 e 150Hz). A
divisão dos dados segue a seguinte proporção: 60% para
treinamento, 10% para validação e 30% para teste.
A figura 7 apresentam a plotagem das componentes de
frequência 50 Hz vs. 100 Hz, já a figura 8 apresentam a
plotagem das componentes de frequência 100 Hz vs. 150 Hz.
Fig. 7. Gráficos de componentes de frequência 50 Hz vs. 100 Hz [4].
Fig. 8. Gráficos de componentes de frequência 100 Hz vs. 150 Hz [4].
Os resultados mostram uma taxa média de sucesso em torno
de 90% na classificação dos sinais acústicos medidos, de acordo
com a fonte DP, CF ou ruído. O método proposto tem o
potencial para ser usado em monitoramento em campo dos
isoladores. Medir DP e CF simultaneamente, é uma opção
econômica para uma concessionária de energia. O sistema
proposto pode ser integrado com um sensor de ultrassom para
aumentar sua eficiência, e capacidade de distinguir os diferentes
tipos de defeitos. A técnica apresentou resultados satisfatórios,
porém limitou a abrangência em teste de laboratório, não
comprovando a sua eficiência em campo, onde estão presentes
uma diversidade de ruídos externos, referente a outros
equipamentos sobre efeito de DP e CF.
C. Deposito de sal equivalente (ESDD)
Em [6], apresentaram o monitoramento de isoladores sob
efeito de poluição artificial, contaminados por dois sais (NaCl
e KCl). Os testes analisaram as características de tensão de
flashover, e corrente de fuga em vários níveis de ESDD. O
procedimento descrito no Método de Camada Sólida,
apresentado na IEC 60507 foi seguido. Considerando a
diferença das contaminações, um modelo foi desenvolvido para
estimar a tensão de flashover e a corrente de fuga.
Para o teste foram utilizados um isolador de porcelana de
11kV, em transformador de 150 kVA, 500V/250kV,
monofásico de 50Hz, com tensão de saída aplicada no isolador
através de um resistor em série de 150kὨ. As formas de onda
relacionadas à corrente de fuga de superfície foram coletadas,
por meio de uma resistência de 10kΩ conectada à saída do
isolador. Com a ajuda de um divisor de tensão, a tensão de saída
do transformador e os valores de corrente também foram
monitorados. No início, o isolador de teste foi lavado e limpo.
Em laboratório, a poluição foi simulada pela mistura dos sais e
caulim. Durante o teste os terminais do isolador estão
conectados a alta tensão a ao aterramento, para medir a corrente
de fuga e a descarga sobre tensão. A tensão aplicada é
aumentada gradualmente de 0 kV até o ponto em que ocorre a
descarga no isolador, quando a tensão é registrada. Em seguida
a tensão aplicadas no isolador de disco é aumentado de 0 kV até
40 kV, em aumento de 5kV, e a corrente de fuga é medida
usando um osciloscópio. São padronizados os fatores
climáticos: pressão de umidade, temperatura, velocidade do
vento e a chuva.
Fig. 9. Forma de onda de corrente de fuga quando a tensão aplicada é
5 kV, 15kV e 30kV a 0,0790 nível de ESDD [6].
Fig. 10. Forma de onda de corrente de fuga quando a tensão aplicada
é 5 kV, 15kV e 30kV a 0,1859 nível de ESDD [6].
O incremento de ESDD, representou a diminuição da tensão
de flashover, e o aumento da corrente de fuga. Usando o método
de ajuste de curva foi possível definir uma relação entre
corrente de fuga versus ESDD, e tensão aplicada para flashover
versus ESDD. Observaram também, que a contaminação por
KCl tem efeito mais danoso que por NaCl. Durante o
monitoramento foi observado alguns erros, que podem refletir
o processo manual de umedecimento. O monitoramento
apresentado não mostrou alternativa para aplicação em campo,
restringindo sua a aplicações laboratório.
5. 5
D. Corrente de fuga
Em [7], foi proposto um método para o monitoramento da
condição de isoladores, baseado nos valores da integral no
tempo da corrente de fuga. O método busca minimizar as
influências do conteúdo harmônico na forma de onda de tensão.
Experimentos em laboratório foram realizados em três
isoladores de 11 kV de porcelana de pino e tampa de disco
único, envelhecidos naturalmente, coletados da empresa de
transmissão de energia local. Nos experimentos, o valor da raiz
quadrada média da componente fundamental das formas de
onda de tensão aplicada foi mantido em11 kVrms. 16 diferentes
formas de onda de tensão, com diferentes graus de distorção
harmônica, foram aplicadas a cada isolador.
A sensibilidade da integral no tempo da corrente de fuga, sob
as diferentes formas de onda de tensão aplicada, foi avaliada em
relação aos índices de monitoramento comumente usados. Os
índices foram a distorção harmônica total (DHT) e a relação do
terceiro para o quinto harmônico da corrente de fuga. Um total
de 90 valores de sensibilidade foram obtidos para cada índice.
Na Fig. 11. é demonstrado um histograma com a sensibilidade
para cada parâmetro.
Fig. 11 Histogramas mostrando as ocorrências de valores de
sensibilidade absoluta para todas as formas de onda adquiridas (a) SQ,
(b) STHDi , e (c) SR 3/5 [7].
Conforme Fig. 11, o índice baseado na integral de tempo
exibe uma sensibilidade significativamente menor às mudanças
nos harmônicos de tensão. Já a THD e a relação do terceiro para
o quinto harmônico da corrente de fuga demonstraram serem
mais sensíveis.
Por fim, confirme pode ser observado na TABELA II, os
autores demonstram a confiabilidade do método proposto ao
comparar a integral do tempo e as relações do terceiro para
quinto harmônicos em três níveis diferentes de ESDD
(seguindo IEC 60507) e umidade constante. A relação de
terceiro para quinto harmônico foi significativamente afetada,
tornando-o impreciso como um índice de monitoramento. Já a
integral de tempo permaneceu razoavelmente estável sob
ESDD constante, independentemente dos harmônicos nas
formas de onda de tensão, e um aumento no ESDD foi
acompanhado por um aumento na integral de tempo da corrente
de fuga.
TABELA II
Comparação Das Proporções Do Terceiro Ao Quinto Harmônico E Integral
No Tempo Da Corrente De Vazamento Sob Diferentes ESDD e Umidade
Constante [7].
O método proposto é dependente da medição da corrente de
fuga por outros métodos, ou seja, trata-se de um índice que pode
ser usado em combinação com outros índices de monitoramento
tradicionais para melhorar a confiabilidade do sistema de
monitoramento.
Em [8], investigaram as características da CF no
monitoramento de IP envelhecidos artificialmente, sob
diferentes condições ambientais. Também estudaram os
parâmetros elétricos de um circuito equivalente do isolador
polimérico, por meio de simulação usando o software ATP
Draw. Foram propostas quatro condições ambientais, para
isoladores novos e envelhecidos por exposição UV
fluorescente, que apresentaram oitos diferentes formas de onda
de CF. As condições ambientais estabelecidas no laboratório
durante os experimentos consistem: na presença e ausência de
teor de água, bem como poluente na superfície do isolador.
O método consiste em recriar tão semelhantes quanto
possíveis as formas de onda CF medidas, realizando simulação
em um circuito equivalente, de modo que cada propriedade
como: capacitância, resistência não linear e número de modelos
de arco podem sejam identificados. Os principais parâmetros
que determinar a similaridade entre as formas de onda de CF
medida e simulada incluem: a magnitude, distorção harmônica
total (DHT) e número de harmônico dominante. Foi utilizado
como amostra um isolador polímero de borracha de silicone
(SiR) de 24 kV. A camada poluente consiste em uma solução
de caulim e Na Cl. Os testes de medição CF é realizado com
aumento da tensão de alimentação de 11,6 até 50 kV em
intervalo de 5 kV. A saída deste teste de medição CF são as
formas de onda CF que são registrados por meio de um
osciloscópio. Além da magnitude coletada desta saída, uma
TRF é realizada nessas formas de onda com objetivo de obter
outros dados de saída, como DHT e número harmônico
dominante.
Os resultados demostraram que a menor magnitude CF é
obtida com isolador com sem poluente sob condição de névoa
limpa, enquanto a maior magnitude CF é identificada no
isolador com superfície poluída sob névoa salina. Também,
descobriu-se que o CF da amostra limpa sob condição de névoa
salina é menor do que CF do isolador poluído sob condição de
névoa limpa. Isso mostra que o efeito de poluentes que grudam
na superfície do isolador é maior que o poluente na atmosfera
6. 6
ou a atmosfera úmida. Também é claro que o isolador
envelhecido sempre tem maior magnitude de CF em
comparação com o novo em cada condição ambiental. A DHT
de amostras limpas é relativamente menor do que o de amostras
poluídas. Outro ponto destacado, são que as amostras limpas
mostram o 5 º harmônico como o dominante, enquanto as
amostras poluídas mostram o 3º harmônico como o número
harmônico dominante.
A necessidade de um circuito equivalente, para simular as
formas de onda, deixa restrita a aplicabilidade da técnica em
laboratório. No entanto, as avaliações representam bem a
condição do estado do isolador.
E. Termografia / processamento de imagem
Em [9], foi proposto um método de diagnóstico automático
de falhas em isoladores, utilizando segmentação de instâncias e
análise de temperatura de imagens infravermelhas, através da
rede neural convolucional Mask R (CNN).
Para desenvolver o método, foram utilizadas 1200 imagens
infravermelhas, do banco de dados de inspeção da State Grid
Beijing Power Maintenance Company da China.
Primeiramente os parâmetros iniciais da Máscara R-CNN
foram pré-treinados com um conjunto de dados criado pela
Microsoft, que continha mais de 300.000 instâncias de imagens,
20.000.000 instâncias de objetos comuns e 80 categorias de
objetos. Após o pré-treinamento do algoritmo, a aprendizagem
por transferência (baseada em imagens semelhantes), bem
como o algoritmo de taxa de aprendizagem dinâmica, foram
empregados para realizar o processo de treinamento com o
conjunto de dados dos isoladores.
Para extrair as informações de temperatura, foi aplicado um
método de análise baseado em função de ajuste, usado para
obter o valor da temperatura de cada pixel das imagens de
infravermelho, realizando assim o diagnóstico automático da
temperatura. Após análise da curva, valor de temperatura de
cinza (curva TG), constatou-se que todas as curvas seguem
tendência semelhante, conforme demonstrado na Fig. 12. O
erro relativo médio das iterações realizadas dez vezes foi de
6,632%.
Fig. 12. Comparação das curvas de ajuste e temperatura real [9]
Os resultados experimentais mostraram que a precisão
média foi de 77% e o número de imagens processadas por
segundo pelo modelo (FPS) foi de 5,07. Na Fig. 13. é
demonstrado um caso prático do diagnóstico de dois isoladores,
onde um dos isoladores tem uma trinca transversal.
Fig. 13. Resultados do diagnóstico de falhas para isoladores em
operação. (a) Imagem infravermelha de isoladores. (b) Resultado da
segmentação da instância. (c) Extração de temperatura dos pixels da
máscara isolante [9].
Através do método proposto pelos autores, as falhas de
superaquecimento podem ser detectadas e diagnosticadas em
tempo real (quando aplicado a veículos aéreos não tripulados
ou inspeção de robôs), em vez de serem julgadas manualmente
após a coleta de dados no local. Porém o algoritmo precisa ser
trainado com um conjunto de dados maior, o que irá aumentar
a precisão (77%) do modelo.
Em [10] foi proposto um método de análise da condição de
isoladores em postes com base em técnicas de processamento
de imagens e aprendizado de máquina.
No método proposto, as imagens foram primeiramente
convertidas em imagens equivalentes em escala de cinza. O
processamento dos pontos da imagem em que a intensidade
luminosa muda repentinamente foi feita usando o operador de
Sobel e a segmentação usando agrupamento K-means para
localização/contorno dos isoladores. As características para os
isoladores foram encontradas usando o Histograma de Padrão
Binário Local Fourier (LBP-HF) e a classificação feita usando
as Máquinas de Vetores de Suporte (SVM).
Para treinamento do SVM e aplicação do LBP, foram
utilizadas 50 imagens (25 imagens são saudáveis, 10 são
marginais e 15 são ruins) de isoladores após serem extraídos
dos postes.
O método proposto foi avaliado utilizado um número de 30
imagens, contendo isoladores saudáveis, marginais e de
risco. O SVM classificou essas imagens de teste como: 21 são
saudáveis, 4 são marginais e 5 são de risco. O desvio ocorrido
do estado real das imagens por meio da observação direta foi de
2 imagens. Portanto, a eficiência foi de 93,33%.
O método desenvolvido pode ser útil se aplicado com a
coleta de imagens através de sistema automático de
7. 7
monitoramento por câmeras, caso contrário ficará dependente
das habilidades do operador. Além disso a coleta de imagens
precisa cobrir todas posições dos isoladores, para assim
conseguir detectar alterações na luminosidade, e descartar a
luminosidade refletida por fontes externas (sol, iluminação,
etc.).
F. Espectroscopia de Ruptura Induzida por Laser
Em [11], foi proposto a utilização da espectroscopia de
ruptura induzida por laser (LIBS) como ferramenta de
diagnóstico e avaliação do estado físico de isoladores de
polímero de alta tensão em serviço.
Sete isoladores à base de polímero e envelhecidos em campo
(Nº 2–8), tempo de operação de 10 a 17 anos, foram examinados
junto com um prístino (Nº 1), usado como referência. Os
isoladores envelhecidos foram removidos da rede de
transmissão de energia de 150 kV de Creta, Grécia.
A fim de formular um procedimento diagnóstico adequado
para os isoladores, medições LIBS padrão (perto do alvo) e
remotas (distante do alvo) foram, inicialmente, realizadas em
laboratório. A montagem experimental foi semelhante à
utilizada em laboratório, diferindo apenas no espectrômetro
utilizado, que era portátil.
Um procedimento de diagnóstico, baseado no uso de
indicadores espectrais específicos (R e ΔR) foi utilizado para
determinar o tipo e qualidade dos isoladores de borracha de
silicone (SIR). O R é um indicador espectral para o isolador
envelhecido em campo em relação ao isolador SIR puro,
quando R <0,3 foi considerado SIR. ΔR foi o valor do indicador
de diferença relativa (% ΔR), o qual representa o desvio do
valor R. Nos casos em que ΔR> 30% os isoladores examinados
foram considerados de qualidade moderada ou baixa.
Os resultados dos testes em campo podem ser observado na
Fig 14, onde é demonstrado os espectros LIBS para o isolador
SIR original e para os envelhecidos em campo, Nº 3, 4, 6 e 8,
na faixa de 387,5–392,0 nm. Os demais isoladores foram
medidos com a finalidade de verificar e validar o procedimento
sugerido.
Fig. 14. Espectros LIBS dos isoladores: (a) primitivos e de isoladores
envelhecidos em campo (b) n.º 3, (c) n.º 4, (d) n.º 6 e (e) n.º 8 [11].
Os indicadores espectrais médios são apresentados
na TABELA III. Os resultados estão em boa concordância com
os obtidos com a análise LIBS padrão, indicando que o isolador
nº 8 é de alta qualidade, enquanto os isoladores nº 4 e 6 são de
baixa qualidade. Além disso, medições de Espectroscopia de
Infravermelho por Transformada de Fourier ATR-FTIR de
amostras retiradas desses isoladores, verificaram o material de
invólucro era de fato SIR.
TABELA III
Indicadores espectrais para amostras de isolador sir externo
de alta tensão obtidas pelo método LIBS [11]
Através dos resultados, percebe-se que o método proposto
apresenta boa precisão apenas para isoladores SIR, para demais
polímeros o método ainda foi totalmente desenvolvido. Além
disso, o método está sujeito a interferências decorrentes de
contaminação de superfície incontrolável e rugosidades,
podendo não fornecer os dados analíticos necessários sobre a
integridade química do isolador. As dificuldades apresentadas
poderão serem mitigadas realizando análises com um número
maior de amostras e de diferentes modelos, pois foram
utilizados apenas sete isoladores para análise
III. TENDÊNCIA DAS TÉCNICAS DE MONITORAMENTO
Essa seção tem por objetivo analisar a evolução das técnicas
de monitoramento abordadas. Vale ressaltar que os autores
buscaram diversificar as técnicas de monitoramento presentes
na literatura na última década. Durante os estudos, percebeu-se
que 80% das técnicas utilizavam o processamento
computacional como último critério de análise. Na Fig. 15 e
TABELA IV é apresentado a evolução do uso do
processamento computacional nas técnicas abordadas.
Fig. 15 – Uso do processamento computacional nas técnicas
abordadas.
8. 8
TABELA IV
Uso do processamento computacional (PC) nas técnicas abordadas.
Conforme demonstrado na Fig. 15 e TABELA IV, a
tendência das técnicas de monitoramento é a utilização do
processamento computacional, pois minimizam os erros
humanos nas análises, tornando-se essencial para a tomada de
decisões. Com o desenvolvimento de computadores, sensores e
outras tecnologias avançadas de monitoramento, as condições
das linhas aéreas podem ser monitoradas de forma consistente
e a manutenção baseada em condições (CBM) pode ser
implementada remotamente [12].
IV. CONCLUSÃO
Este artigo realizou uma revisão das principais técnicas de
monitoramento de isoladores, presentes na literatura, na última
década. Conforme pôde ser observado, principalmente nas
análises críticas, embora exista uma evolução nas técnicas de
monitoramento da condição e diagnóstico de falha,
representada pela precisão dos testes, localização rápida e
precisa de falhas e reconhecimento de tipos, ainda existem
limitações que precisam serem mitigadas, como: confiabilidade
na coleta de sinais dos sensores, precisão do tratamento e
análise de dados, desempenho contra interferências dos
equipamento de testes e o uso de modelos mais apropriados
para avaliação. Diante disso, nenhum método deve ser
considerado superior para monitoramento de isoladores, apesar
de identificarmos que o método de medição corrente de fuga,
mostrou-se mais confiável, porém menos prático. Vale
ressaltar que, aqueles que se valem do avanço nas tecnologias
de medição e técnicas de análise de dados com métodos
computacionais e monitoramento online, tornam os
diagnósticos mais atraentes, em função de poderem ser
implantados remotamente.
V. REFERÊNCIAS
[1] T. V. Ferreira, A. D. Germano and E. G. da Costa, "Ultrasound and
Artificial Intelligence Applied to the Pollution Estimation in Insulations,"
IEEE Transactions on Power Delivery, vol. 27, no. 2, pp. 583-589, April
2012.
[2] A. V. Ashwini, K. N. Ravi and N. Vasudev, "Experimental Study on
Aging of Polymeric Insulators by Dip Method," 2019 International
Conference on High Voltage Engineering and Technology (ICHVET),
Hyderabad, India, 2019, pp. 1-3, doi: 10.1109/ICHVET.2019.8724262.
[3] C. Yuan, C. Xie, L. Li, F. Zhang and S. M. Gubanski, "Ultrasonic phased
array detection of internal defects in composite insulators," IEEE
Transactions on Dielectrics and Electrical Insulation, vol. 23, no. 1, pp.
525-531, February 2016.
[4] A. El-Hag, S. Mukhopadhyay, K. Al-Ali and A. Al-Saleh, "An intelligent
system for acoustic inspection of outdoor insulators," 3rd International
Conference on Condition Assessment Techniques in Electrical Systems
(CATCON), Rupnagar, 2017, pp. 122-125.
[5] Frizzo Stefenon, S., Oliveira, J.R., Coelho, A.S., et al.: ‘Diagnostic of
insulators of conventional grid through LabVIEW analysis of FFT signal
generated from ultrasound detector’, IEEE Latin Am. Trans., 2017, 15,
(5), pp. 884–889.
[6] A. Banik, S. Dalai and B. Chatterjee, "Studies the effect of Equivalent Salt
Deposit Density on leakage current and flashover voltage of artificially
contaminated disc insulators," 1st Conference on Power, Dielectric and
Energy Management at NERIST (ICPDEN), Itanagar, 2015, pp. 1-5.
[7] R. Ghosh, B. Chatterjee and S. Chakravorti, "A novel leakage current
index for the field monitoring of overhead insulators under harmonic
voltage", IEEE Trans. Ind. Electron, vol. 65, no. 2, pp. 1568-1576, 2018.
[8] Rachmawati, M. Wakhidin and Suwarno, "Study on Leakage Current
Characteristics and Electrical Equivalent Circuit Properties of Aged
Polymer Insulator under Artificial Environmental
Condition," Conference on Power Engineering and Renewable Energy
(ICPERE), Solo, Indonesia, 2018, pp. 1-6.
[9] B. Wang et al., "Automatic fault diagnosis of infrared insulator images
based on image instance segmentation and temperature analysis", IEEE
Transactions on Instrumentation and Measurement. vol. 69, no. 8, pp.
5345 – 5355, Aug. 2020.
[10] P.S. Prasad and B.P. Rao, "LBP-HF features and machine learning applied
for automated monitoring of insulators for overhead power distribution
lines", Int. Conf. on Wireless Communications Signal Processing and
Networking (WiSPNET), pp. 808-812, March 2016.
[11] O. Kokkinaki, A. Klini, M. Polychronaki et al., "Assessing the type and
quality of high voltage composite outdoor insulators by remote laser-
induced breakdown spectroscopy analysis: a feasibility
study", Spectrochim. Acta BAt. Spectrosc., vol. 165, pp. 105768, 2020.
[12] N. Kilroe, "Line inspections: Eyes and ears of RCM", Proc. IEEE 10th
Int. Conf. ESMC, pp. 18-24, 2003.