Estratégias de detecção de alterações no comportamento do campo magnético externo de geradores síncronos

Abstract

A detecção de faltas em seu estágio inicial em geradores síncronos é fundamental para evitar danos severos e paradas de máquinas não programadas, além de melhorar a confiabilidade do sistema elétrico. Neste contexto, o monitoramento da condição de máquinas é uma tendência atual em procedimentos de manutenção, o qual é realizado no acompanhamento de grandezas geralmente eletromecânicas. O objetivo deste trabalho é estudar e aplicar técnicas para a detecção de alterações em componentes harmônicas do campo magnético externo de geradores síncronos, visando sua aplicação em um sistema de monitoramento de condição. Seis técnicas de detecção foram aplicadas, sendo elas: funções de distribuição de probabilidade (PDFs), divergência de Kullback-Leibler (KLD), principal component analysis (PCA), singular spectrum analysis (SSA), empirical mode decomposition (EMD) incluindo a análise de energia, e autoencoders. As técnicas foram aplicadas em dados sintéticos, obtidos com a simulação de um modelo analítico do gerador síncrono, e em dados experimentais, obtidos a partir de medições em um gerador da usina hidrelétrica de Itá, no estado de Santa Catarina. Foram detectadas alterações com a maioria das técnicas nos dois tipos de dados. As técnicas foram analisadas comparando-se os resultados e considerando suas principais características observadas na aplicação.

Abstract: Early-stage fault detection in synchronous generators is essential to avoid severe damage and unscheduled machine maintenance, in addition to improving the reliability of the electrical system. In this context, machine condition monitoring is a current trend in maintenance procedures, which is applied to the monitoring of generally electromechanical quantities. This dissertation aims to study and apply techniques for alteration detection in harmonic components of the external magnetic field of synchronous generators, for its application in a condition monitoring system. Six detection techniques were applied, namely: probability distribution functions (PDFs), Kullback-Leibler divergence (KLD), principal component analysis (PCA), singular spectrum analysis (SSA), empirical mode decomposition (EMD) including energy analysis, and autoencoders. The techniques were applied in synthetic data, obtained with simulations from an analytical model of the synchronous generator, and in experimental data, obtained from measurements in a hydroelectric plant generator. Alterations were detected with most techniques using both types of data. The techniques were analyzed comparing the results and considering their main characteristics observed with its application.