[en] FORECASTING TEMPERATURES IN POWER  TRANSFORMERS COMBINING LINEAR MODELS AND NEURAL NETWORKS

RICARDO CUNHA DA FONTE

[pt] SISTEMA PARA PREVISÃO DE ELEVAÇÃO DE TEMPERATURA EM TRANSFORMADORES DE POTÊNCIA COMBINANDO MODELOS LINEARES E REDES NEURAIS

dc.contributor	REINALDO CASTRO SOUZA
dc.contributor	REINALDO CASTRO SOUZA
dc.contributor	CARLOS JULIO DUPONT
dc.creator	RICARDO CUNHA DA FONTE
dc.date	2002-09-23
dc.date.accessioned	2022-09-21T21:40:16Z
dc.date.available	2022-09-21T21:40:16Z
dc.identifier	https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3036@1
dc.identifier	https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3036@2
dc.identifier	http://doi.org/10.17771/PUCRio.acad.3036
dc.identifier.uri	https://hdl.handle.net/20.500.12032/41984
dc.description	[pt] O novo cenário competitivo, inaugurado com a reformulação do Setor Elétrico Brasileiro, impõe a seus agentes, principalmente as concessionárias de energia elétrica, a necessidade de ferramentas que os possibilitem gerenciar melhor seus recursos. No caso específico dos ransformadores de potência, ativos cujo investimento inicial é muito elevado,a otimização do retorno financeiro envolve o balanço adequado entre as receitas advindas da energia por ele transportada e os custos decorrentes da depreciação real, principalmente os relacionados à perda de vida útil do transformador como resultado da exposição do isolamento sólido a níveis de temperatura prejudiciais. A presente dissertação propõe o emprego de um modelo para previsão de séries temporais, aplicado a séries de elevação de temperatura do enrolamento de transformador de potência, combinando modelos lineares e Redes Neurais Artificiais. São revistos e analisados os principais métodos lineares de previsão baseados em variáveis explicativas, sendo estes, juntamente com o modelo proposto,aplicados à previsão da elevação de temperatura de transformadores reais. Os resultados obtidos comprovam o efeito sinérgico conseguido com a combinação de modelos lineares com Redes Neurais.
dc.description	[en] The new competitive scenario, that came up as result of the restructuring of the Brazilian Electric Energy Sector, imposes to its agents the need of tools suitable for better resource management. On the specific case of power transformers, which represent one of the most important investment items, the optimal payback involves a suitable balance between revenues related to the energy transported and the actual depreciation costs, mainly those related to the loss of the transformer s useful life, due the degradation of solid insulation by temperature. The present dissertation proposes a time series model, applied to power transformer winding temperature rise forecasting, which combines linear models and artificial neural networks. The main linear forecast methods based on explanatory variables are revised and analyzed, and, together with the proposed model, applied to temperature forecast on real transformers. The results confirm the synergic effect obtained when using linear models with artificial neural networks.
dc.language	pt
dc.publisher	MAXWELL
dc.subject	[pt] REDE NEURAL
dc.subject	[pt] TRANSFORMADORES
dc.subject	[pt] PREVISAO
dc.subject	[en] NEURAL NETWORKS
dc.subject	[en] TRANSFORMERS
dc.subject	[en] FORECASTING
dc.title	[en] FORECASTING TEMPERATURES IN POWER TRANSFORMERS COMBINING LINEAR MODELS AND NEURAL NETWORKS
dc.title	[pt] SISTEMA PARA PREVISÃO DE ELEVAÇÃO DE TEMPERATURA EM TRANSFORMADORES DE POTÊNCIA COMBINANDO MODELOS LINEARES E REDES NEURAIS
dc.type	TEXTO

Files in this item

Files	Size	Format	View
There are no files associated with this item.

This item appears in the following Collection(s)

Documentos - PUC-RIO

Show simple item record