Detecção e diagnóstico de falhas em aerogeradores utilizando dados do sistema SCADA
Detecção de Falhas; Disponibilidade; Acurácia; Diagnóstico de Falhas; Energia Eólica.
Este trabalho tem como principal objetivo o desenvolvimento de uma metodologia automática para detecção e diagnóstico de falhas em aerogeradores que busque otimizar suas estimativas tanto com relação a acurácia tanto com respeito à disponibilidade. Por acurácia, entende-se como o grau de exatidão dos modelos que buscam estimar o comportamento livre de falhas de sinais de temperatura do sistema SCADA. Por disponibilidade, entende-se como a quantidade de estimativas entregues ao longo do tempo pelos modelos de detecção e diagnóstico de falhas. Modelos baseados em árvore de decisão que se utilizam de um grande número de variáveis em sua entrada foram utilizados para alcançar melhores desempenhos em termos de acurácia. Por outro lado, modelos baseados em redes neurais foram parametrizados com um número reduzido de variáveis de entrada, a fim de alcançar melhores desempenhos em termos de disponibilidade. Uma nova técnica de remoção de outliers também foi desenvolvida a fim de tornar este procedimento mais automatizado e adaptável a casos operacionais, demandando nenhuma atuação por parte dos usuários da ferramenta. Dois estudos de caso baseados em dados reais de aerogeradores em operação foram utilizados para a aplicação da metodologia. Os resultados foram satisfatórios ao detectar e diagnosticar falhas dentro do período sugerido pela empresa detentora da central (2 a 60 dias), com os modelos apresentando boa complementariedade em termos de acurácia e disponibilidade.