Banca de QUALIFICAÇÃO: DAVI MOREIRA SILVA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : DAVI MOREIRA SILVA
DATA : 09/12/2025
HORA: 13:30
LOCAL: https://meet.google.com/btu-dnsz-sji
TÍTULO:

Análise e diagnóstico de disjuntores de alta tensão SF6 por meio de um sistema de monitoramento utilizando técnicas de processamento de sinais e sistemas inteligentes

PALAVRAS-CHAVES:

Sistema de monitoramento; Extração de características; Disjuntores de alta tensão SF6; Processamento de sinais; Diagnóstico inteligente; 

PÁGINAS: 63
RESUMO:

O disjuntor é um dos principais componentes do Sistema Elétrico de Potência (SEP), desempenhando papel fundamental tanto nas manobras operacionais rotineiras das subestações quanto na proteção do sistema em situações de falha, ao isolar automaticamente o trecho defeituoso do circuito. Dessa forma, a manutenção preditiva dos disjuntores possui um papel chave na garantia da disponibilidade, continuidade e confiabilidade das subestações, contribuindo para uma maior previsibilidade da deterioração dos disjuntores ao longo de sua vida útil. Assim, o monitoramento contínuo dos diversos parâmetros dos disjuntores se torna essencial para diagnosticar previamente a sua saúde. Com o armazenamento, análise e processamento dos dados desse monitoramento, é possível antever falhas, resultando em ganhos econômicos, operacionais e estratégicos. Neste contexto, neste trabalho são apresentados resultados preliminares da análise de um conjunto de dados coletados de um Sistema de Monitoramento On-Line de Disjuntores (SIMOD) a SF6 desenvolvido em um projeto de desenvolvimento e inovação (PD&I) ANEEL PD-00394-2119/2021 entre a Universidade Federal de Itajubá e a empresa Eletrobras. Mais especificamente, foram coletados os dados de um protótipo SIMOD laboratorial implementado em um disjuntor SF6 de 345kV na Oficina da Disjuntores da Eletrobras em São José da Barra - MG. A partir de diversos ensaios laboratoriais, realizados em diferentes condições operacionais e cenários de falha simulada, são investigadas as correlações entre as variáveis extraídas, com o objetivo de extrair perfis que possam auxiliar o diagnóstico da saúde do disjuntor. Esses dados servirão como base para o treinamento de modelos de Inteligência Artificial (IA), os quais serão posteriormente aplicados ao diagnóstico em tempo real de disjuntores nos protótipos em desenvolvimento neste projeto.

MEMBROS DA BANCA:
Presidente - 2132806 - AURELIO LUIZ MAGALHAES COELHO
Interno - 2362923 - GIOVANI BERNARDES VITOR
Interno - ***.230.456-** - LUIZ CARLOS BAMBIRRA TORRES - UFOP
Externo ao Programa - 2225499 - IVAN PAULO DE FARIA - UNIFEI