Diagnóstico de faltas em transformadores de potência através do método de segmentações geométricas sucessivas

Abstract

Este trabalho apresenta um novo método classificador para o diagnóstico de faltas incipientes em transformadores de potência com base em levantamento de dados pela técnica de análise de gases dissolvidos. O classificador fundamenta-se na construção e treinamento de redes neurais artificiais a partir de segmentações geométricas sucessivas. Essa abordagem permite gerar tanto a topologia quanto o peso de cada neurônio sem a necessidade da especificação dos parâmetros da rede. O classificador de padrões foi testado utilizando-se conjuntos de dados de faltas em transformadores de potência disponíveis na literatura e os resultados dos testes realizados indicam altas taxas de acerto.