Professional Documents
Culture Documents
FOZ DO IGUAÇU
2017
ARTHUR SANCHEZ DE ALMEIDA
FOZ DO IGUAÇU
2017
À Celeide Bertaglia de Almeida
e Irineu Sanchez de Almeida,
meus pais.
AGRADECIMENTOS
The internal temperature is one of the main parameters influencing the performance
and life expectancy of a power transformer, being also responsible for loading
restrictions during operation. In order to acquire a better control over of the equipment,
a dynamic model must be developed to represent the top oil temperature elevation as
a function of the load and ambient temperature, for this purpose the application and
evaluation of an empirical model using autoregressive structure was proposed. The
procedure for identifying linear parametric models can be divided into five steps of
which the selection of the variables and their organization on a proper structure are the
main responsible for obtaining a satisfactory result, for this reason these steps are
analysed with more emphasis with the help of tools such as the cross-correlation
analysis and stepwise regression algorithms. The data used are collected by a step-
down autotransformer’s supervisor system located on Itaipu’s Right Bank Substation.
The linear model obtained is assessed through comparison with experimental values
and residual analysis. At the end of the validation process is possible to reach a
conclusion on the applicability and accuracy of the technique employed in the
approach to the problem proposed.
1 INTRODUÇÃO 15
1.1 DESCRIÇÃO DO PROBLEMA 15
1.2 OBJETIVO GERAL 17
1.3 OBJETIVOS ESPECÍFICOS 17
1.4 JUSTIFICATIVA 17
1.5 TÉCNICAS EMPREGADAS E RESULTADOS ESPERADOS 18
1.6 ESTRUTURA DO TRABALHO 19
2 REVISÃO BIBLIOGRÁFICA 20
2.1 TEORIA GERAL DOS TRANSFORMADORES 20
2.1.1 Relações fundamentais e princípios de funcionamento 20
2.1.2 Aspectos construtivos de transformadores 24
2.1.3 Perdas em transformadores 29
2.1.4 Modos de resfriamento 33
2.2 EFEITOS TÉRMICOS 37
2.2.1 Termodinâmica e volume de controle 37
2.2.2 Transferência de calor 39
2.3 SISTEMAS DINÂMICOS E MODELAGEM MATEMÁTICA 42
2.3.1 Classificação de sistemas 43
2.3.2 Modelagem matemática 45
2.3.3 Regressão linear e Método dos mínimos quadrados 50
3 MODELOS MATEMÁTICOS DE TRANSFORMADORES 52
3.1 MODELOS NORMATIVOS 53
3.1.1 Proposta do guia IEEE Cláusula 7 53
3.1.2 Proposta do guia IEEE Anexo G 59
3.2 MODELO ELABORADO PARA OS TRAFOS PRINCIPAIS DE ITAIPU 61
3.3 OUTROS MODELOS DA LITERATURA 64
4 OBJETO DE ESTUDO 66
5 DESENVOLVIMENTO DO MODELO 70
5.1 ESCOLHA DAS VARIÁVEIS DO MODELO 70
5.2 ESCOLHA DO PERÍODO DE ANÁLISE E TRATAMENTO DOS DADOS 78
5.2.1 Condicionamento dos dados 82
5.3 SELEÇÃO DA ESTRUTURA DO MODELO 84
6 SIMULAÇÕES E ANÁLISE DE RESULTADOS 92
6.1 SIMULAÇÃO DE INVERNO COM O INTERVALO DE ESTIMAÇÃO 93
6.2 SIMULAÇÃO DO MODELO DE INVERNO EM UM NOVO INTERVALO 94
6.3 SIMULAÇÃO DO PERÍODO DE VERÃO 97
6.4 REPRODUÇÃO DO ENSAIO DE AQUECIMENTO 99
6.5 COMPARAÇÃO COM O MODELO PROPOSTO POR TYLAVSKY 101
6.6 DEGRAU DE CARGA E RAMPA DE TEMPERATURA AMBIENTE 103
6.6.1 Simulação de entrada e saída de operação 105
6.7 EQUIVALÊNCIA COM A TEMPERATURA DO ENROLAMENTO 106
7 CONCLUSÃO 108
7.1 SUGESTÕES PARA TRABALHOS FUTUROS 109
REFERÊNCIAS BIBLIOGRÁFICAS 110
15
1 INTRODUÇÃO
1.4 JUSTIFICATIVA
2 REVISÃO BIBLIOGRÁFICA
𝜇𝑜 𝐼 𝑑𝑠×𝑟̂
⃗ =
𝑑𝐵 (1)
4𝜋 𝑟 2
21
sendo:
𝜇𝑜 , permeabilidade magnética = 4𝜋×10−7 [𝑇. 𝑚/𝐴];
𝑟̂ , vetor unitário de 𝑑𝑠 ao ponto de interesse;
𝑟, distância de 𝑑𝑠 ao ponto de interesse [𝑚];
𝐼 𝑑𝑠, elemento de corrente [𝐴. 𝑚].
𝑑ΦE
⃗ ∙ 𝑑𝑙 = 𝜇0 (𝐼 + 𝜀0
∮𝐵 ) (2)
𝑑𝑡
sendo:
𝜀0 , permeabilidade elétrica = 8,85×10−12 [𝐶²/𝑁. 𝑚²];
ΦE , fluxo do campo elétrico [𝑁. 𝑚²/𝐶];
𝐼, corrente elétrica [𝐴].
𝑑Φ𝐵
∮ 𝐸⃗ ∙ 𝑑𝑙 = − (3)
𝑑𝑡
sendo:
𝐸⃗ , intensidade de campo elétrico [𝑉/𝑚];
Φ𝐵 , fluxo do campo magnético [𝑊𝑏];
𝑑ΦB
𝑣=𝑁 (4)
𝑑𝑡
sendo:
𝑑ΦB ⁄𝑑𝑡, variação do fluxo magnético;
𝑁, número de espiras;
𝑣, tensão [𝑉].
𝑣1 𝑁1
= (5)
𝑣2 𝑁2
24
2.1.2.1 Núcleo
2.1.2.2 Enrolamentos
Guru (2001) declara que a perda por histerese decorre da energia liberada
pelo atrito entre os domínios magnéticos quando esses são reorganizados em
resposta ao campo variável. Portanto, cada vez que o material ferromagnético
atravessa seu laço de histerese, origina-se uma perda de energia. Steinmetz (1984)
quantifica essa perda no núcleo através de uma relação experimental, evidenciada na
equação (6).
𝑃ℎ = 𝐾ℎ 𝑓𝐵𝑚𝑎𝑥 𝑛 𝜈 (6)
sendo:
𝐵𝑚𝑎𝑥 , máxima densidade de fluxo magnético [𝑇];
𝑛, coeficiente comumente na faixa 1,5 ≤ 𝑛 ≤ 2,5.
𝑓, frequência de variação do fluxo [𝐻𝑧];
𝐾ℎ , constante dependente do material;
𝜈, volume total do material [𝑚3 ].
De acordo com a equação a perda por histerese por metro cúbico por ciclo de
magnetização de um material depende do valor máximo da densidade de fluxo e das
propriedades magnéticas do material.
31
𝑃𝑓 = 𝐾𝑒 𝑓 2 𝐵𝑚𝑎𝑥
2
𝜏2𝜈 (7)
sendo:
𝐵𝑚𝑎𝑥 , máxima densidade de fluxo magnético [𝑇];
𝐾𝑒 , constante dependente do material;
𝜏, espessura de laminação [𝑚];
𝜈, volume total do material [𝑚3 ].
Contudo, uma parte do fluxo magnético gerado pelo enrolamento primário não
permeia o núcleo, atingindo outras partes condutoras do transformador, como o
tanque, suportes e conectores. Esse fluxo não contido é chamado de fluxo de
dispersão e causa o aparecimento de correntes parasitas e aquecimento nas diversas
partes do equipamento.
32
𝑃𝑗 = 𝑅𝐼 2 (8)
O modelo ideal da seção 2.1.1.3 pode ser aperfeiçoado para levar em conta
as perdas discutidas anteriormente. Esse novo modelo é representando em circuito
equivalente como o da Figura 10.
A taxa de dissipação de calor pode ser melhorada se o óleo forçado for dirigido
aos enrolamentos através de caminhos predeterminados. Este tipo de refrigeração é
denominado ODAF. A Figura 12 esclarece o funcionamento dos métodos OFAF e
ODAF.
sendo:
𝑑𝐸𝑠𝑖𝑠𝑡𝑒𝑚𝑎 ⁄𝑑𝑡, variação de energia do sistema [𝑊];
𝐸̇𝑒𝑛𝑡𝑟𝑎 , taxa de energia transferia ao sistema [𝑊];
𝐸̇𝑠𝑎𝑖 , taxa de energia retirada do sistema [𝑊].
sendo:
∆𝐸𝑡𝑒𝑟𝑚𝑖𝑐𝑎, 𝑠𝑖𝑠𝑡𝑒𝑚𝑎 , variação de energia térmica do sistema [𝐽];
𝑄𝑒𝑛𝑡𝑟𝑎 , calor que entra no sistema [𝐽];
𝐸𝑔𝑒𝑟 , energia gerada no sistema [𝐽];
𝑄𝑠𝑎𝑖 , calor que sai do sistema [𝐽].
38
𝑑𝑈 𝑑𝑇
𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑜 𝑎 𝑣𝑜𝑙𝑢𝑚𝑒 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒: ∆𝐸𝑡é𝑟𝑚𝑖𝑐𝑎 = = 𝑚𝑐𝑣 (11)
𝑑𝑡 𝑑𝑡
𝑑𝐻 𝑑𝑇
𝑃𝑟𝑜𝑐𝑒𝑠𝑠𝑜 𝑎 𝑝𝑟𝑒𝑠𝑠ã𝑜 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒: ∆𝐸𝑡é𝑟𝑚𝑖𝑐𝑎 = = 𝑚𝑐𝑝 (12)
𝑑𝑡 𝑑𝑡
sendo:
𝑐𝑣 e 𝑐𝑝 , calores específicos a volume e pressão constantes [𝑐𝑎𝑙/º𝐶];
𝑑𝑇⁄𝑑𝑡, taxa de variação de temperatura [º𝐶];
𝑚, massa [𝑘𝑔].
𝑑𝑈 𝑑𝑇
𝑄= = 𝑚𝑐 (13)
𝑑𝑡 𝑑𝑡
sendo:
𝑐, calor específico [𝐽/º𝐶. 𝑘𝑔];
𝑄, calor sensível [𝐽].
2.2.2.1 Condução
𝑑𝑇
𝑞"𝑥 = −𝑘 (14)
𝑑𝑥
sendo:
𝑞"𝑥 , taxa transferência de calor por unidade de área [𝑊/𝑚²];
𝑑𝑇⁄𝑑𝑥, gradiente de temperatura na seção;
𝑘, condutividade térmica [𝑊/𝑚. 𝐾].
2.2.2.2 Convecção
sendo:
𝑞", taxa de transferência de calor por convecção [𝑊/𝑚²];
ℎ, coeficiente de troca de calor por convecção [𝑊/𝑚²𝐾];
𝑇𝑤 , temperatura da superfície [𝐾];
𝑇∞ , temperatura do fluido [𝐾].
2.2.2.3 Radiação
4
𝑞"𝑟𝑎𝑑 = 𝜀𝜎(𝑇𝑠4 − 𝑇𝑚𝑒𝑖𝑜 ) (16)
sendo:
𝜎, constante de Stefan-Boltzmann = 5,67𝑥10−8 [𝑊/𝑚². 𝐾 4 ];
𝑇𝑠 , temperatura absoluta da superfície [𝐾];
𝑇𝑚𝑒𝑖𝑜 , temperatura absoluta do meio [𝐾];
𝜀, emissividade 0 ≤ 𝜀 ≤ 1.
2.3.1.1 Linearidade
𝑋1 = 𝑌1
𝑋2 = 𝑌2 (17)
𝑎𝑋1 + 𝑎𝑋2 = 𝑎𝑌1 + 𝑎𝑌2
𝑦𝑘 = 𝐹(𝑦𝑘−1 ) (18)
𝑛𝑎
sendo:
𝑛𝑎 , quantidade de valores atrasados de 𝑌(𝑘);
𝑒(𝑡), ruído com média zero e variância constante;
𝛼𝑖 , parâmetros constantes;
𝑐, constante.
𝑛𝑢
𝐵𝑖 (𝑞) 𝐶(𝑞)
𝐴(𝑞)𝑌(𝑘) = ∑ 𝑋𝑖 (𝑘 − 𝑛𝑘𝑖 ) + 𝑒(𝑘) (21)
𝐹𝑖 (𝑞) 𝐷(𝑞)
𝑖=1
49
Deve-se notar que 𝐴(𝑞) corresponde aos polos comuns entre a dinâmica do
sistema e a modelagem do ruído. Já 𝐹(𝑞) e 𝐵(𝑞) representam polos e zeros que
afetam somente a entrada e 𝐷(𝑞) e 𝐶(𝑞) os pólos e zeros que afetam somente o ruído.
Considerando 𝐶(𝑞) = 𝐷(𝑞) = 𝐹(𝑞) = 1 tem-se a estrutura que define um
modelo genérico com entradas exógenas, (24). Nestes casos as ordens dos
polinômios desnecessários são zeradas.
𝑛𝑏
𝑌 = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2 + ⋯ + 𝛽𝑛 𝑋𝑛 (25)
51
Esta equação prevê 𝑌 através de uma relação aditiva linear entre as variáveis
𝑋, de modo que a inclinação das curvas de associação entre elas são os coeficientes
de regressão, 𝛽. A equação pode ser reescrita na forma matricial 𝑌 = 𝛽𝑋 com
elementos definidos tal qual (26).
𝛽̂ = 𝑋 −1 𝑌 (27)
𝜀 = 𝑌 − 𝛽𝑋 (28)
𝐽 = ∑ 𝜀𝑖2 = 𝜀 𝑇 𝜀 (29)
𝑖=1
𝜕𝐽
| = −2𝑋 𝑇 𝑌 + 2𝑋 𝑇 𝛽̂ 𝑋 = 0 (31)
𝜕𝛽 𝛽=𝛽̂
𝛽̂ = (𝑋 𝑇 𝑌)−1 𝑋 𝑇 𝑌 (32)
Assim, define-se temperatura do topo de óleo por duas componentes tal qual
a equação (33).
sendo:
∆𝜃𝑇𝑂 , elevação do topo do óleo acima da temperatura ambiente [º𝐶];
𝜃𝑇𝑂 , temperatura do topo de óleo [º𝐶];
𝜃𝐴 , temperatura ambiente [º𝐶].
𝑑𝜃𝑇𝑂
𝜏 𝑇𝑂 = −𝜃𝑇𝑂 + 𝜃𝑇𝑂,𝑈 (34)
𝑑𝑡
De modo que sua solução analítica tem a forma da equação (35), constituindo
uma resposta exponencial de primeira ordem do estado de temperatura inicial para o
final.
𝑡
−𝜏
∆𝜃𝑇𝑂 = (∆𝜃𝑇𝑂,𝑈 − ∆𝜃𝑇𝑂,𝐼 ) (1 − 𝑒 𝑇𝑂 ) + ∆𝜃𝑇𝑂,𝐼 (35)
sendo:
∆𝜃𝑇𝑂,𝑈 , elevação final do topo de óleo para a carga atual [º𝐶];
∆𝜃𝑇𝑂,𝐼 , elevação inicial do topo de óleo no intervalo [°𝐶];
𝜏 𝑇𝑂 , constante de tempo do topo de óleo [h].
55
𝑛
𝐾𝑈2 𝑅 + 1 (36)
∆𝜃𝑇𝑂,𝑈 = ∆𝜃𝑇𝑂,𝑅 [ ]
𝑅+1
sendo:
𝑅, razão entre perdas em carga e perdas em vazio no carregamento nominal;
𝐾𝑈 , razão do carregamento atual para o carregamento nominal [𝑝. 𝑢. ];
∆𝜃𝑇𝑂,𝑅 , elevação do topo de óleo para carregamento nominal [º𝐶];
𝑛, expoente empírico.
sendo:
𝑊𝑡 , massa do tanque e acessórios [𝑘𝑔];
𝑊𝑎 , massa da parte ativa [𝑘𝑔];
𝑉𝑜 , volume de óleo [𝑙].
56
𝐶∆𝜃𝑇𝑂,𝑅 (39)
𝜏 𝑇𝑂,𝑅 =
𝑃𝑇,𝑅
sendo:
∆𝜃𝑇𝑂,𝑅 , elevação do topo de óleo para carregamento nominal [º𝐶];
𝐶, capacitância térmica [𝑊ℎ/º𝐶];
𝑃𝑇,𝑅 , perdas nominais [𝑊].
∆𝜃 ∆𝜃
(∆𝜃𝑇𝑂,𝑈 ) − (∆𝜃 𝑇𝑂,𝐼 )
𝑇𝑂,𝑅 𝑇𝑂,𝑅 (40)
𝜏 𝑇𝑂 = 𝜏 𝑇𝑂,𝑅 1/𝑛 1/𝑛
∆𝜃 ∆𝜃
(∆𝜃𝑇𝑂,𝑈 ) − (∆𝜃 𝑇𝑂,𝐼 )
𝑇𝑂,𝑅 𝑇𝑂,𝑅
sendo:
𝜏 𝑇𝑂,𝑅 , constante de tempo do óleo para carregamento nominal [h];
∆𝜃𝑇𝑂,𝑈 , elevação final do topo de óleo para a carga atual, [º𝐶];
∆𝜃𝑇𝑂,𝐼 , elevação inicial do topo de óleo no intervalo [°𝐶];
∆𝜃𝑇𝑂,𝑅 , Elevação nominal do topo de óleo [º𝐶];
𝑛, expoente empírico.
𝑑𝜃𝑇𝑂
𝜏 𝑇𝑂 = −𝜃𝑇𝑂 + 𝜃𝑇𝑂,𝑈 + 𝜃𝑎𝑚𝑏 (41)
𝑑𝑡
𝑡
−𝜏
𝜃𝑇𝑂 = (∆𝜃𝑇𝑂,𝑈 − ∆𝜃𝑇𝑂,𝐼 + 𝜃𝑎𝑚𝑏 ) (1 − 𝑒 𝑇𝑂 ) + ∆𝜃𝑇𝑂,𝐼 (42)
𝑛
𝜏 𝑇𝑂 ∆𝑡 𝜃𝑇𝑂,𝑅 𝐼 2 [𝑘](𝑅 + 1)
𝜃𝑇𝑂 [𝑘] = 𝜃𝑇𝑂 [𝑘 − 1] + ( )
𝜏 𝑇𝑂 + ∆𝑡 𝜏 𝑇𝑂 + ∆𝑡 (𝑅 + 1) (43)
∆𝑡
+ 𝜃 [𝑘]
𝜏 𝑇𝑂 + ∆𝑡 𝑎𝑚𝑏
58
∆𝑡 𝑅 𝜃𝑇𝑂,𝑅 (44)
𝐾1 =
(𝜏 𝑇𝑂 + ∆𝑡)(𝑅 + 1)
∆𝑡 (45)
𝐾2 =
𝜏 𝑇𝑂 + ∆𝑡
∆𝑡 𝜃𝑇𝑂,𝑅 (46)
𝐾4 =
(𝜏 𝑇𝑂 + ∆𝑡)(𝑅 + 1)
𝑑𝐸̇𝑒𝑛𝑟,𝑏𝑡 (𝑡)
= 𝑞̇ 𝑜𝑙𝑒𝑜,𝑓 (𝑡) − 𝑞̇ 𝑒𝑛𝑟,𝑏𝑡,𝑐𝑜𝑛𝑣 (𝑡) + 𝑞̇ 𝑒𝑛𝑟,𝑏𝑡,𝑔𝑒𝑟 (𝑡) (49)
𝑑𝑡
sendo:
𝑐𝑝 , calor específico do enrolamento [𝐽⁄º𝐶 . 𝑘𝑔 ];
𝑇𝑒𝑛𝑟.𝑏𝑡 (𝑡), temperatura do enrolamento [º𝐶];
𝑚𝑒𝑛𝑟.𝑏𝑡 , massa do enrolamento [𝑘𝑔].
sendo:
𝑚̇𝑜𝑙𝑒𝑜,𝑓 𝑇𝑜𝑙𝑒𝑜,𝑓 (𝑡), temperatura do óleo que retornados trocadores de calor;
𝑚̇𝑜𝑙𝑒𝑜,𝑓 , vazão mássica de óleo na saída do trocador de calor.
sendo:
ℎ𝑜𝑙𝑒𝑜 , coeficiente de troca de calor por convecção [𝑊 ⁄𝑚2 . 𝐾];
𝐴𝑒𝑛𝑟,𝑏𝑡 , área superficial do enrolamento [𝑚2 ].
A energia gerada no volume de controle é oriunda das perdas por Efeito Joule
no enrolamento e pode ser quantificada pela equação (53).
sendo:
𝑅𝑒𝑛𝑟,𝑏𝑡 , resistência elétrica do enrolamento [Ω];
𝐼 2 (𝑡), corrente [𝐴].
2
𝑞̇ 𝑒𝑛𝑟,𝑏𝑡,𝑔𝑒𝑟 (𝑡) = 2𝑅𝑒𝑛𝑟,𝑏𝑡 𝐼𝑒𝑛𝑟,𝑏𝑡 0 𝐼𝑒𝑛𝑟,𝑏𝑡 (𝑡) − 𝑅𝑒𝑛𝑟,𝑏𝑡 𝐼𝑒𝑛𝑟,𝑏𝑡 (54)
0
𝑑𝑇𝑒𝑛𝑟.𝑏𝑡 (𝑡)
𝑚𝑒𝑛𝑟.𝑏𝑡 𝑐𝑝 = −ℎ𝑜𝑙𝑒𝑜 𝐴𝑒𝑛𝑟,𝑏𝑡 (𝑇𝑒𝑛𝑟,𝑏𝑡 (𝑡) − 𝑇𝑜𝑙𝑒𝑜,𝑓 (𝑡) )
𝑑𝑡 (55)
2
+2𝑅𝑒𝑛𝑟,𝑏𝑡 𝐼𝑒𝑛𝑟,𝑏𝑡 0 𝐼𝑒𝑛𝑟,𝑏𝑡 (𝑡) − 𝑅𝑒𝑛𝑟,𝑏𝑡 𝐼𝑒𝑛𝑟,𝑏𝑡 0
+ 𝑚̇𝑜𝑙𝑒𝑜,𝑓 𝑇𝑜𝑙𝑒𝑜,𝑓 (𝑡)
(𝐾1 𝑆 + 𝐾2 )𝑇𝑒𝑛𝑟,𝑏𝑡 (𝑠) = 𝐾2 𝑇𝑜𝑙𝑒𝑜,𝑓 (𝑠) + 𝐾3 𝐼𝑒𝑛𝑟,𝑏𝑡 (𝑠) + 𝑇𝑒𝑛𝑟,𝑏𝑡 (0+ ) − 𝐾4 (56)
sendo:
𝐾1 = 𝑚𝑒𝑛𝑟.𝑏𝑡 𝑐𝑝;
𝐾2 = ℎ𝑜𝑙𝑒𝑜 𝐴𝑒𝑛𝑟,𝑏𝑡 ;
𝐾3 = 2𝑅𝑒𝑛𝑟,𝑏𝑡 𝐼𝑒𝑛𝑟,𝑏𝑡 0;
2
𝐾4 = 𝑅𝑒𝑛𝑟,𝑏𝑡 𝐼𝑒𝑛𝑟,𝑏𝑡 0;
64
4 OBJETO DE ESTUDO
5 DESENVOLVIMENTO DO MODELO
𝑁
1
𝑅𝑥𝑦 (𝑎) = lim ∑ 𝑋(𝑘) ∙ 𝑌(𝑘 − 𝑎) (57)
𝑁→ ∞ 𝑁
𝑎=1
sendo:
𝑋(𝑘) 𝑒 𝑌(𝑘), sinais de entrada e saída, respectivamente;
𝑎, número de atrasos analisados para o sinal;
𝑁, número de amostras.
72
𝑋𝑖 − 𝑋̅ (58)
𝑋=
𝜎
Vale mencionar que a padronização das variáveis não afeta de forma alguma
a legitimidade do modelo de regressão, uma vez que, considerando a equação (25)
da seção 2.3.3, os estimadores 𝛽1 , 𝛽2 , … , 𝛽𝑛 representam as inclinações da curva de
ajuste, ou seja, o quanto a curva se modifica quando 𝑋1 , 𝑋2 , … , 𝑋𝑛 é alterado, nas quais
observa-se que multiplicando 𝑋𝑛 por um fator 𝑎 modifica-se 𝛽𝑛 por 1/𝑎 de mesmo
modo. Tal afirmação pode ser comprovada através das relações (59) e (60).
𝑁
∑𝑖=1(𝑋𝑛,𝑖 − 𝑋̅𝑛 )(𝑌𝑖 − 𝑌̅) (59)
𝑁 = 𝛽𝑛 (𝑋𝑛 )
∑𝑖=1(𝑋𝑛,𝑖 − 𝑋̅𝑛 )2
Então,
𝑁 𝑁
∑𝑖=1(𝑎𝑋𝑛,𝑖 − 𝑎𝑋̅𝑛 )(𝑌𝑖 − 𝑌̅) 𝑎 ∑𝑖=1(𝑋𝑛,𝑖 − 𝑋̅𝑛 )(𝑌𝑖 − 𝑌̅) 𝛽𝑛 (𝑋𝑛 ) (60)
𝑁 = 𝑁 =
∑𝑖=1(𝑎𝑋𝑛,𝑖 − 𝑎𝑋̅𝑛 )2 𝑎2 ∑𝑖=1(𝑋𝑛,𝑖 − 𝑋̅𝑛 )2 𝑎
Dessa forma, a relação que se busca tem como saída a Temperatura do Topo
de Óleo e como entradas o valor atrasado da Temperatura do Topo de Óleo,
Temperatura Ambiente e a Corrente no equipamento, se caracterizando como a
função apresentada em (61).
𝐾1 𝐾2 𝐾3 𝐾4
Inverno 0.000016337 0.019422 0.96623 0.74603
Verão 0.000013803 0.024702 0.96466 0.85916
7 CONCLUSÃO
REFERÊNCIAS BIBLIOGRÁFICAS
ABB. ABB Review: Special Report Transformers. [s.l]: Abb, 2012. Disponível em:
<https://library.e.abb.com/public/c3791bac5b25bd10c1257ab80037553b/ABB%20SR
%20Transformers-121031.pdf> Acesso em: 28 jul. 2016.
Haluk Odoğlu. Tansformer Tests. BEST Elektromekanik Sanayi Tesisleri, A.Ş. 2009.
HE, Q.; SI, J.; TYLAVSKY, D. J. Prediction of top-oil temperature for transformers
using neural networks. IEEE Transactions on Power Delivery, v. 15, n. 4, p. 1205-
1211, 2000.
KREITH, F.; MANGLIK R. M.; BOHN M. S. Principles of Heat Transfer. 7th ed.
Cengage Learning, 2011.
113
LIENHARD IV, J. H.; LIENHARD V, J. H. A Heat Transfer Text Book. 4th ed.
Cambridge: Phlogiston Press, 2015.
OGATA K., Engenharia de controle moderno. 4ed., São Paulo: Pearson Prentice
Hall, 2003.
PIERCE, L. W. Predicting liquid filled transformer loading capability. In: Petroleum and
Chemical Industry Conference, 1992, Record of Conference Papers., Industry
Applications Society 39th Annual. IEEE, 1992. p. 197-207.
RAO, S.; ZHANG, M.; TYLAVSKY, D. Model screening metrics for thermal models of
substation distribution transformers. In: North American Power Symposium
(NAPS), 2013. IEEE, 2013. p. 1-6.
STEINMETZ, C. P. “On the law of hysteresis”, Proc. IEEE, vol. 72, no. 2, pp. 197–
221, Fev. 1984.