Desenvolvimento de um Sistema de Apoio à Decisão para a Manutenção Preditiva dos ativos de uma Subestação Elétrica

• Tipo: Tese
• Data: 2015-07-21

Autores

Afonso Neves Caldas (Autor) FEUP

Tese

Desenvolvimento de um Sistema de Apoio à Decisão para a Manutenção Preditiva dos ativos de uma Subestação Elétrica

Mestrado

Dissertação

Classificação Científica

FOS: Ciências da engenharia e tecnologias > Engenharia electrotécnica, electrónica e informática

Instituições Associadas

EDP - EDP Distribuição - Energia, SA

Outras Informações

Resumo (PT): Numa empresa como a EDP Distribuição, a ocorrência de falhas nos ativos de um Subestação pode ter consequências graves. Os equipamentos próximos podem também ser afetados e podem até causar cortes de energia afetando os consumidores. A EDP Distribuição desenvolveu algoritmos para cálculo de estimativas: (1) do Índice de Vida, (2) da Probabilidade de Falha e (3) do tempo de vida restante dos principais ativos de uma Subestação. Estas métricas podem dar uma perspetiva clara e facilmente compreensível do estado do ativo e ajudar no processo de manutenção de uma rede de Subestações. O algoritmo tem vários parâmetros provenientes de diferentes fontes de informação como testes de diagnóstico, inspeções de rotina ou monitorização online, o que faz com que seja difícil aplicar este algoritmo a todas as Subestações. No trabalho desenvolvido criou-se uma plataforma protótipo onde, de modo simples e, compilando toda a informação disponível, se cria um Sistema de Apoio à Decisão que calcula os indicadores referidos e apresenta-os de uma forma prática e intuitiva. Através desta aplicação, um operador tem acesso a uma rede de Subestações e pode facilmente verificar a condição dos ativos de cada uma das Subestações. São também estudadas diferentes aplicações potenciais de algoritmos de Data Mining para detetar padrões nos dados existentes e providenciar informação valiosa para o planeamento de manutenção. Para o caso específico da estimação da Probabilidade de Falha foram testados diferentes métodos que permitiram melhorar as previsões dadas pelo algoritmo previamente existente na empresa. O objetivo final é auxiliar a transição de um modelo de manutenção baseado no tempo para um modelo de manutenção preditivo das Subestações, fornecendo a informação necessária para aplicar medidas preventivas antes que uma falha ocorra.

Abstract (EN): In a company like EDP Distribuição, the occurrence of faults in a Substation’s assets can have dire consequences. It may cause damages to the surrounding equipment and ultimately cause power outages affecting the consumers. EDP Distribuição has developed algorithms to calculate an estimation of: (1) the Health Index, (2) the Failure Probability and (3) the remaining lifetime of a Substation’s assets. These metrics give a clear and understandable picture of the asset’s state and help in the management of a Substation network. The algorithm has various parameters from different sources like diagnostic tests, routine inspections or online monitoring, which makes it a difficult task to apply this algorithm to all the Substations. A prototype of a Decision Support System was implemented, it uses the necessary inputs to calculate the referred metrics and present them in an understandable and practical way. Using this application, an operator has access to a subset of the network of Substations and can easily check the condition of each Substation’s assets. Different potential applications of Data Mining algorithms are also studied to detect patterns in the existing data and provide valuable inputs to the maintenance planning. To the specific case of estimating the Failure Probability various methods were tested and they were able to improve the predictions made by the algorithm created in the company. The final goal is to allow a move from time-based maintenance to a predictive maintenance of the Substations, giving the information needed to apply preventive measures before a fault occurs.

Idioma: Português

Tipo (Avaliação Docente): Científica

Nº de páginas: 107