Proposta de ferramenta computacional para apoiar decisão de manutenção em redes de energia elétrica
DOI:
https://doi.org/10.5935/jetia.v6i24.676Resumo
A Duração Equivalente de Interrupções do Serviço de Energia Elétrica por Unidade Consumidora (DEC) e a Frequência Equivalente de Interrupções do Serviço de Energia Elétrica por Unidade Consumidora (FEC) são índices determinantes para a aplicação de penalidades pela Agência Nacional de Energia Elétrica (ANEEL) do Brasil ao longo concessionárias. Estabelecidos pelos 'Procedimentos de Distribuição de Energia Elétrica no Sistema Elétrico Nacional' da ANEEL (Módulo 8 PRODIST), esses índices indicam que a continuidade dos serviços, consequentemente a qualidade dos serviços, deve ser mantida baixa, portanto, metodologias capazes de apoiar as decisões das empresas para redução de custos de operações e penalidades por baixo desempenho são sempre desejados. Esta análise de falhas de redes elétricas e operações de reparo usa informações sobre a distribuição elétrica do Estado do Rio de Janeiro convertidas em dados que incluem custos e outros detalhes relativos às operações de manutenção. O objetivo é calcular e encontrar a alocação ideal de recursos para atenuar a maior parte do impacto das falhas de energia. As discrepâncias encontradas ao longo do desenvolvimento deste trabalho tiveram que ser controladas por médias, desvios-padrão e estimativa de incertezas. As etapas foram estabelecidas visando oportunidades de redução de custos, com base nos diversos documentos, tais como relatórios fornecidos à ANEEL pela concessionária responsável pela distribuição de energia do Município do Rio de Janeiro; o Módulo 8 do PRODIST; dados meteorológicos para as áreas onde as redes de energia estão localizadas; e o mês do ano e número de ocorrências típicas. As conclusões são limitadas pelas escolhas dos métodos computacionais aplicados, pela qualidade das informações adquiridas e pelos esforços despendidos para ajustar e reorganizar todas as informações em dados.
Downloads
Referências
Carvalho, M. C. A et al. Power quality — Regulation of residential electrical loads, in 2018 Simpósio Brasileiro de Sistemas Eletricos (SBSE), 2018. doi: 10.1109/SBSE.2018.8395872.
Agência Nacional de Energia Elétrica – ANEEL. Procedimentos de Distribuição de Energia Elétrica no Sistema Elétrico Nacional, Módulo 8 - Qualidade da Energia Elétrica, Revisão 10, 2018.
Islam, M. M. et al. A review of condition monitoring techniques and diagnostic tests for lifetime estimation of power transformers, Electrical Engineering, vol.100, pp.581-605, 2018. doi: 10.1007/s00202-017-0532-4.
Avendaño, J. M. et al. Active correlation technology applied to maintenance program based on voltage sags control, Electrical Engineering, vol.92, pp.7-16, 2010. doi: 10.1007/ s00202-010-0155-5.
Bajaj, M.; Singh, A. K. An analytic hierarchy process-based novel approach for benchmarking the power quality performance of grid-integrated renewable energy systems, Electrical Engineering, 2020. doi: 10.1007/ s00202-020-00938-3.
Leite, M. C. C. et al.. Harmonic Analysis of a Photovoltaic Systems Connected to Low Voltage Grid, IEEE Latin America Transactions, vol.16, pp.112-117, 2018. doi: 10.1109/TLA.2018.8291462.
La Commare, K. H.; Eto, J.H. Understanding the Cost of Power Interruptions to U.S. Electricity Consumers, Ernest Orlando Lawrence Berkeley National Laboratory, Environmental Energy, Technologies Division, 2004.
Borba, B.S.M.C. et al.. A review on optimization methods for workforce problem planning in electrical distribution utilities, Computers & Industrial Engineering, vol.135, pp. 286-298, 2019. doi: 10.1016/j.cie.2019.06.002.
Fortes, M.Z. et al.. “Conceito de Elasticidade aplicado a avaliação de indicadores na distribuição de energia elétrica, in 34 CBMGA - Congresso Brasileiro de Manutenção e Gestão de Ativos, Vitória, Brazil, 2019.
Mastering VBA for Microsoft Office 365, Ed. Sybex, 2019.
University of Waikato, Weka (Waikato Environment for Knowledge Analysis), GNU General Public License v. 3.7.11, 2014
Lang, S. et al.. WekaDeeplearning4j: A deep learning package for Weka based on Deeplearning4j, Knowledge-Based Systems, vol.178, pp.48-50, 2019. doi: 10.1016/j.knosys.2019.04.013.
Zhong, X_Y. The Research and Application of Web Log Mining Based on the Platform Weka, Procedia Engineering, vol.15, pp.4073-4078, 2011. doi: 10.1016/j.proeng.2011.08.764.
Osipovs, P. Classification tree applying for automated CV filtering in transport company, Procedia Computer Science, vol. 149, pp.406-414, 2019. doi: 10.1016/j.procs.2019.01.155.
