Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/RAOA-BBTMVZ
Type: Dissertação de Mestrado
Title: Monitoramento de condição de uma unidade geradora hidrelétrica
Authors: Andre Emanuel Lebedev Martinez Moreira
First Advisor: Carmela Maria Polito Braga
First Referee: Walmir Matos Caminhas
Second Referee: Andre Paim Lemos
Third Referee: Paulo Fernando Seixas
Abstract: As usinas hidrelétricas são responsáveis pela maior parte da geração de energia elétrica na matriz energética brasileira. Monitorar e atestar o bom funcionamento das unidades turbina-gerador é essencial, especialmente em períodos de seca, quando as condições de operação podem ser mais atípicas. Nessa perspectiva, apresenta-se o desenvolvimento e aplicação de técnicas visando o monitoramento amplo de condição de uma unidade geradora, utilizando ferramentas de controle estatístico de processos multivariados, como a carta de Hotelling 2 , o índice SPE, o índice combinado , além de PCA e contribution plots. Essa unidade faz parte de uma usina hidrelétrica que possui modos particulares de operação, que incluem variações constantes de setpoint, gerando condições de nãoestacionariedade. Portanto, propõe-se uma metodologia de análise e monitoramento de medições pertinentes utilizando transformações de variáveis, um estimador recursivo de variância para identificação do modo de operação, filtros de média na etapa de projeto e um procedimento de adaptação de médias para o monitoramento em tempo certo. Os algoritmos são desenvolvidos em ambiente Matlab, testados em dados históricos da usina, com a análise dos resultados do PCA visando à identificação das variáveis que, provavelmente, causam os alarmes gerados pelas cartas de controle. A metodologia é desenvolvida visando a aplicação posterior em um sistema PIMS instalado na usina, para integrar soluções de monitoramento da planta. Os resultados apresentados mostram que a metodologia proposta permite o monitoramento do processo com diferentes pontos e modos de operação considerados normais, ainda que parte deles não tenham sido observados na análise retrospectiva dos dados
Abstract: Hydroelectric power plants are responsible for most of the energy generation of Brazils electrical grid. Monitoring and attesting the proper functioning of the turbine-generator units is essential, especially in periods of drought, when the operation conditions might be atypical. In that perspective, a development and application of techniques is presented aiming a broad condition monitoring of a generator unit, using multivariate statistical process control tools, such as Hotellings 2 chart, SPE and combined indexes, besides PCA and contribution plots. This unit is part of a hydroelectric power plant that has particular modes of operation, which include constant variations of setpoint, causing non-stationarity conditions. Therefore, a methodology is proposed for the analysis and monitoring of pertinent measurements using variable transformations, recursive variance estimation for identifying operational modes, mean filters at the desing step and a procedure for mean adaptation for just-in-time monitoring. The algorithms are developed in Matlab, tested with historical data from the plant, along with PCA analysis for identifying the variables that most likely caused the alarms generate by the control charts. The methodology is developed aiming further implementation on a PIMS system, installed in the plants site, to integrate monitoring solutions for the processes. The results show that the methodology allows monitoring a process with different operational points and modes, even if some of them have not been observed in the retrospective data analysis
Subject: Controle de processo
Engenharia elétrica
Análise de componentes principais
Usinas hidrelétricas
language: Português
Publisher: Universidade Federal de Minas Gerais
Publisher Initials: UFMG
Rights: Acesso Aberto
URI: http://hdl.handle.net/1843/RAOA-BBTMVZ
Issue Date: 20-Apr-2016
Appears in Collections:Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
andrelebedev_versaofinaldissertacao.pdf3.49 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.