XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: UNCERTAINTY OF MEASUREMENT IN ARTIFICIAL NEURAL NETWORKS APPLIED ON THE PREVENTATIVE MAINTENANCE OF TRANSFORMERS Autor: CHRISTIANE SAMPAIO DE ALMEIDA GUSMAN
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
CARLOS ROBERTO HALL BARBOSA - ADVISOR
Nº do Conteudo: 19358
Catalogação: 30/03/2012 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19358@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19358@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.19358
Resumo:
Título: UNCERTAINTY OF MEASUREMENT IN ARTIFICIAL NEURAL NETWORKS APPLIED ON THE PREVENTATIVE MAINTENANCE OF TRANSFORMERS Autor: CHRISTIANE SAMPAIO DE ALMEIDA GUSMAN
Nº do Conteudo: 19358
Catalogação: 30/03/2012 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19358@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=19358@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.19358
Resumo:
Research about monitoring and diagnostics of electrical system equipment was initiated with the objective of upgrading the guarantee and trust of a system. Authors, not only in Brazil, have developed research about the subject, among them (Bengtson, 1996; Kovacevic & Dominelli, 2003; Freitas, 2000). The objective is to guarantee the confidence in the equipment installed and enhance the performance and increase the durability of the equipment. Within this context (Freitas, 2000; Cavaleiro, 2003; among others) talk about this subject. The artificial Neural Networks are used as one of the possible available tools for analysis, diagnostics and monitoring of equipment. The innovation of this paper is to present a new methodology developed to analyze the propagation of uncertainty measurement variables of input in artificial neural networks applied to predictive maintenance of transformers. Based on the concepts of metrology, not only the input data was analyzed but also the uncertainty measurements that were associated with the equipment. The method that was developed allows us to estimate the measurement of uncertainty of output variables, contributing to the evaluation of confidence of models based on neural networks. There was also a case study, in which the propagation of uncertainties of measurement were evaluated within seven designated neural networks to estimate the concentration of gases (output of the networks) dissolved in potency transformer oil, based on the physical-chemical characteristics of
the oil (input variables). The methodology that was utilized was based on the introduction of perturbation at the input of the networks that were analyzed and the consequent analysis of how these perturbation affect the output of the networks, this way allowing the calculation of the coefficients of sensibility of each entry. Then we match the input variables of the uncertainty measurements (available on the calibration certificates of the instruments utilized on the respective measurements), through the coefficients of sensibility, it is possible to estimate the output variables of the uncertainty measurements.
