XII Simpósio Brasileiro de Automação Inteligente (SBAI) Natal RN, 25 a 28 de outubro de 2015

Transcrição

1 Natal RN, 25 a 28 de outubro de 215 IDENTIFICAÇÃO DA CONDIÇÃO OPERATIVA DE TRANSFORMADORES DE POTÊNCIA POR MEIO DO MAPEAMEN- TO NEBULOSO DOS GASES DISSOLVIDOS NO ÓLEO MINERAL ISOLANTE MARCELO AP. CARRAPATO 1, ROGÉRIO A. FLAUZINO 2, PAULO I. DA COSTA 1, IVAN N. DA SILVA 2, CARLOS G. GONSALES Divisão de Gestão da Manutenção, Centro de Manutenções Especiais, ISA-CTEEP Rod. Cmte. João Ribeiro de Barros, Bauru - SP, s: mcarrapato@cteep.com.br, pcosta@cteep.com.br, cgonzale@cteep.com.br 2. Laboratório de Automação Inteligente de Processos e Sistemas, Departamento de Engenharia Elétrica e de Computação, Universidade de São Paulo Avenida Trabalhador São-carlense, 4, São Carlos SP, s: raflauzino@sc.usp.br, insilva@sc.usp.br Abstract This paper presents a fuzzy approach to the estimation of dissolved gases in insulating oil from the results of physic and chemical tests. The main of this approach is to provide an efficient methodology to assist in determining the operating condition of transformer units. Thus, from the values fron physic and chemical tests the mineral insulating oil the developed system is capable of estimating values of the gases present in the insulating oil. Results with real data are presented for the purpose of evaluating the proposed methodology and present prospects for future work. Keywords Insulating oil, predictive maintenance, fuzzy inference systems, power transformers. Resumo Este artigo apresenta uma abordagem nebulosa para a estimação dos gases dissolvidos no óleo mineral isolante a partir de resultados de ensaios físico-químicos. O objetivo desta abordagem é fornecer uma metodologia eficiente que auxilie na determinação da condição operativa de unidades transformadoras. Desta maneira, a partir de valores obtidos em ensaios físicoquímicos do óleo mineral isolante, tais como a rigidez dielétrica, o fator de potência, a tensão interfacial entre outros, o sistema desenvolvido é capaz de estimar os valores de gases presentes no óleo isolante. Resultados com dados reais são apresentados com a finalidade de se avaliar a metodologia proposta e apresentar perspectivas para trabalhos futuros. Palavras-chave Óleo mineral isolante, manutenção preditiva, sistemas de inferência fuzzy, transformadores de potência. 1 Introdução A confiabilidade de um sistema elétrico é aprimorada quando defeitos e falhas incipientes são detectados, evitando, assim, que esses evoluam e resultem em interrupções da operação do sistema em questão. A detecção de anomalias em componentes de um sistema elétrico pode ser realizada por meio de inspeção visual, da avaliação das grandezas operacionais do componente e, principalmente, por meio de ensaios orientados ao propósito de identificação de falhas. Os transformadores de potência são exemplo de equipamentos onde a identificação de defeitos se baliza em ensaios específicos. Na literatura correlata a esse tema, pesquisas são apresentadas com o objetivo de apresentar metodologias para o diagnóstico de falhas incipientes em unidades transformadoras [1-4]. Dentre as técnicas apresentadas para a identificação de falhas incipientes em unidades transformadoras destacam-se: Ensaios em corrente contínua e alternada para avaliação do sistema de isolação; Análise em frequência objetivando identificar movimentação de elementos internos ao transformador; Emprego de sensoriamento acústico da unidade transformadora com a meta de identificar descargas parciais; Análise cromatográfica dos gases dissolvidos no óleo mineral isolante do transformador. As técnicas de estimação de defeitos baseadas na análise cromatográfica do óleo mineral isolante da unidade transformadora desempenham função de destaque uma vez que é possível, por meio das quantidades dos gases dissolvidos no óleo isolante, estimar a degradação da isolação da unidade transformadora, a ocorrência de arcos elétricos, o sobre aquecimento dentre outros [5-7]. A cromatografia gasosa do óleo mineral isolante de transformadoras envolve a obtenção de amostras em quantidades determinadas em norma e o uso de laboratórios especializados para a realização da cromatografia. Os custos envolvidos nestes ensaios muitas vezes não justificam seu emprego na análise do óleo mineral isolante para pequenas unidades transformadoras sendo realizados quase que exclusivamente para os de maior porte. Somando-se aos ensaios cromatográficos tem-se os ensaios físico-químicos do óleo mineral isolante. 143

2 Os ensaios físico-químicos realizados junto ao óleo mine-ral isolante além de serem realizados no próprio local de instalação da unidade transformadora não necessitam do desligamento da mesma. Assim, a não necessidade de laboratórios especializados tornam o custo dos ensaios físico-químicos mais acessíveis do que os ensaios cromatográficos, permitindo desta maneira, uma periodicidade de execução mais efetiva. O objetivo deste trabalho é apresentar o desenvolvimento de um sistema fuzzy para, a partir dos ensaios físico-químicos do óleo mineral isolante, estimar corretamente a concentração dos gases dissolvidos neste. O desenvolvimento de um sistema relacional das grandezas físico-químicas e das grandezas advindas da análise cromatográfica pode permitir uma análise de falhas incipientes nas unidades transformadoras complementar, ao mesmo tempo em que pode reduzir os custos despendidos nas análises experimentais. Este artigo está organizado tendo na Seção 2 um breve resumo sobre os principais ensaios físicoquímicos possíveis de serem efetuados junto ao óleo mineral isolante, bem como a forma que diferentes abordagens existentes procuram identificar falhas incipientes nas unidades transformadoras a partir dos ensaios cromatográficos. Na Seção 3 apresenta-se de forma sumarizada a forma pela qual os resultados advindos da cromatografia gasosa podem ser empregados na identificação de avarias em transformadores. Na Seção 4 destaca-se a forma pela os sistemas fuzzy podem ser automaticamente sintonizados. O sistema proposto é descrito e os resultados de simulação computacional do mesmo são apresentados na Seção 5. Finalmente, na Seção 6 as conclusões e as propostas para trabalhos futuros são delineadas. 2 ENSAIOS FÍSICO-QUÍMICOS E CROMA- TOGRÁFICOS REALIZADOS NO ÓLEO MI- NERAL ISOLANTE Nesta seção serão apresentados os principais aspectos relacionados aos ensaios realizados junto ao óleo mineral isolante de unidades transformadoras e como estes resultados podem auxiliar na verificação do estado operacional da unidade transformadora. 2.1 Ensaios Físico-Químicos As análises físico-químicas indicam o estado do óleo isolante e conforme seus resultados orientam iniciativas para regeneração ou substituição do óleo. A análise do óleo isolante é um dos melhores instrumentos de apoio à manutenção de equipamentos elétricos, possibilitando em muitos casos o diagnóstico de falhas ainda em fase incipiente. Este procedimento permite a intervenção planejada no equipamento, visando a correção de defeitos, com considerável economia e significativa redução de desligamentos. Esses ensaios são descritos brevemente a seguir com seus respectivos métodos de obtenção. Exame visual e de cor (Método ASTM (D 1524)). Este método tem por finalidade verificar a cor do óleo e a existência de partículas sólidas e gotículas de água em suspensão. A classificação da cor é feita comparando-se as cores de uma escala padrão numerada de a 8. Densidade. A densidade do óleo isolante pode ser determinada pelo método do densímetro. A densidade relativa do óleo, isto é, a relação entre a massa de determinado volume de óleo e a massa de igual volume de água pura na temperatura de 15ºC, é determinada com um densímetro de vidro que tenha uma graduação de,6 a 1,1 e divisões de,5. A temperatura do óleo será medida com um termômetro, com escala de -5ºC a +215ºC e divisões de,2ºc. De acordo com a CNP-16 (norma do Conselho Nacional do Petróleo), a densidade do óleo tipo parafínico 2ºC/4ºC deverá ser no máximo igual a,86 e do tipo natfênico deve ser igual a,9. Valores diferentes podem indicar contaminação do óleo por líquidos estranhos. Rigidez dielétrica. Para a determinação da rigidez dielétrica do óleo isolante é utilizado o método dos eletrodos de disco (NBR 6869/89) ou o método de esferas (NBR 1859/89). Nestes métodos, o óleo isolante é colocado entre dois eletrodos e medida a tensão alternada na qual ocorre a descarga disruptiva na camada de óleo, em condições determinadas na norma. O limite recomendado é de 25 kv para o método de eletrodo de disco e de 2 kv para o método das esferas. Tensão Interfacial. A tensão interfacial indica a presença de moléculas hidrofílicas no líquido isolante, oriundas ou não de sua degradação. O óleo mineral deve ser acompanhado sistematicamente, pois a tensão interfacial indica a presença de produtos intermediários de oxidação, podendo indicar também contaminação ou incompatibilidade com algum material de construção do equipamento. A norma NBR 6234/65 mostra com detalhes os procedimentos para a realização deste ensaio. O valor mínimo para uso contínuo do óleo isolante é de 27 dyn/cm. Teor de água. O teor de água é a medida direta da quantidade de água presente no óleo isolante. A umidade pode afetar as características elétricas dos líquidos isolantes, tornando-os impróprios para a utilização no equipamento elétrico, bem como provocar a degradação do isolamento celulósico (papel, papelão, madeira). Considera-se como limite para uso contínuo do óleo isolante os seguintes índices: 39 ppm para equipamentos classe 69 kv ou menos, 25 ppm para equipamentos com classe entre 69 kv e 238 kv, e 2 ppm para equipamentos classe 238 kv ou superior. Índice de neutralização. O índice de neutralização, ou o número de neutralização é o número de miligramas de KOH necessário para neutralizar 1g de óleo, que pode ser determinado 1431

3 pelo método ABNT MB11, correspondente ao método ASTM(D-974)/8. O valor máximo recomendado é de,1 mgkoh/g. Fator de potência. O método ASTM (D924)/81 é adequado para realização de testes de arbitragem. No entanto, permite modificações para testes de rotina, quando não são exigidos resultados muito exatos e sim, aproximados do fator de potência de uma amostra de óleo. Um óleo novo e em boas condições deve ter um fator de potência a 2 ºC igual ou menor a,5%. Com o uso, o fator de potência do óleo aumenta, podendo chegar a,5% a 2 ºC, não sendo esta uma indicação de que a deterioração do óleo tenha atingido um estado que exija uma investigação. Um fator de potência do óleo a 1 ºC de sete a dez vezes maior que seu valor a 2 ºC pode indicar a existência de um contaminante solúvel, além da água. A Tabela 1 relaciona os principais ensaios físicoquímicos com suas respectivas normas e por meio da Tabela 2 tem-se como o óleo mineral isolante é avaliado tendo como base o número de neutralização, NN, a tensão interfacial, TIF, a cor, e o índice de qualidade do sistema, OQUIN. O índice de qualidade do sistema é calculado dividindo a tensão interfacial pelo número de neutralização. Tabela 1 Ensaios e normas aplicáveis aos principais ensaios físico-químicos do óleo mineral isolante. Ensaios Normas Aplicadas Cor ASTM D-1524 Densidade NBR 7148/92 Tensão Interfacial NBR 6234/65 Teor de Água NBR 5755/84 Índice de Acidez Total ASTM D-974 Rigidez Dielétrica NBR 6869/89 Fator de Potência a 2º C ASTM D-924 Tabela 2 Classificação do oleo mineral isolante em função de seus ensaios físico-químicos. NN TIF Cor OQUIN Classificação,,1 3, 45, Amarelo pálido 3 15 Bom,11,15 24, 27, Amarelo claro Regular,16,4 18, 23,9 Âmbar Ruim,41,65 14, 17,9 Marrom Muito ruim,66 1,5 9, 13,9 Marrom Extremamente 6 21 escuro ruim 1,5 ou mais Preto Condições desastrosas 2.2 Análise Cromatográfica do Óleo Mineral Isolante A análise cromatográfica do óleo mineral isolante objetiva determinar o teor de gases, que são gerados por defeitos internas do transformador, permitindo avaliar o estado do mesmo e conforme estes valores, pode-se recomendar o desligamento do equipamento para sua manutenção. Os principais gases analisados são: Hidrogênio (H2), Metano (CH4), Monóxido de Carbono (CO), Dióxido de Carbono (CO2), Etileno (C2H4), Etano (C2H6) e Acetileno (C2H2). O óleo pode dissolver até 1% de seu volume de ar. Os gases oxigênio (O2) e nitrogênio (N2) provém do ar atmosférico, com o qual o óleo está ou esteve em contato. 3 Identificação de Falhas e Avarias em Transformadores com Base nos Ensaios do Óleo Mineral Isolante Diversas metodologias para interpretação dos valores dos gases dissolvidos no óleo mineral isolante de unidades transformadoras são propostas na literatura. As principais metodologias empregadas para esta finalidade são as seguintes [1-8]: Método do gás chave; IEEE (IEEE Gas Guide C ); Método de Dornenburg; Método de Rogers; IEC Standard 599; Estes métodos diferem entre si pela maneira como cada qual avalia a quantidade de gases dissolvidos no óleo mineral isolante. Os resultados obtidos por estas metodologias podem diferir significativamente entre si. No entanto, é consenso sobre quais falhas são possíveis de serem detectadas por cada um dos ensaios. A TABELA sumariza os ensaios mais frequentes para avaliação da condição de óleo mineral isolante. Tabela 3 Ensaios para avaliação de óleo mineral isolante. Condição Condições imediatas de isolamento Presença de água e contaminantes Envelhecimento Aquecimento Curto-circuito Corona Pirólise Formação de arcos Ensaios Medição de resistência de isolamento, Rigidez dielétrica, Teste de cor. Teor de água, Teste de cor, Rigidez dielétrica. Tensão interfacial, Índice de neutralização, Teste de cor, Análise cromatográfica de gases. Por meio da Tabela 3 é possível verificar a importância tanto dos ensaios físico químicos bem como da análise cromatográfica na identificação de falhas, avarias e condições operacionais da unidade transformadora. Nesse artigo o mapeamento fuzzy dos gases dissolvidos no óleo mineral isolante será avaliado considerando-se a capacidade dos resultados alcançados em identificarem a condição do transformador. Para tanto será empregado o critério IEEE o qual é apresentado por meio da Tabela 4. Na Tabela 4 a Condição 1 se refere a uma condição de operação normal, ou seja, se os gases dissolvidos encontram-se em níveis inferiores aos apresen- 1432

4 tados tem-se um indicativo de que o transformador está operando corretamente. A Condição 2 indica uma possível falha e deve-se retirar amostras frequentes de óleo mineral para determinar a tendência de crescimento dos gases. A Condição 3 indica nível alto de decomposição de celulose e/ou óleo mineral e provavelmente há uma falha no transformador. Na condição 4 tem-se uma indicação decomposição excessiva de celulose e/ou óleo mineral. A operação contínua na Condição 4 pode resultar em falhas do transformador. resultados desejados, os quais são fornecidos na forma de um conjunto de treinamento, semelhante às Redes Neurais Artificiais com treinamento supervisionado. TABELA 4 CRITÉRIOS DO MÉTODO IEEE PARA IDENTIFICAÇÃO DE DEFEITOS EM TRANSFORMADORES. Figura 1. Sistema Fuzzy Multicamadas 4 Fundamentos do ajuste automático de sistemas de inferência fuzzy Esta seção, baseada em [9] mostrará como se dá os ajustes do Sistema Fuzzy Multicamadas empregado na estimação dos gases dissolvidos no óleo mineral isolante de transformadores. Tendo em vista as funções operacionais desempenhadas pelos Sistemas de Inferência Fuzzy, das quais se destaca a fuzzificação, o processo de inferência e a defuzzificação, é conveniente a representação dos mesmos por um modelo de três camadas. Motivado por esses aspectos, em [9, 1] é proposto um Sistema de Inferência Fuzzy composto pela camada de entrada, pela camada de inferência das regras fuzzy e pela camada de saída. A camada de entrada tem por funcionalidade a conexão das variáveis de entrada (advindas do meio externo), com o Sistema de Inferência Fuzzy, bem como a fuzzificação dessas utilizando para isso as funções de pertinência associadas a cada entrada. Na camada de inferência das regras fuzzy, ou simplesmente camada de inferência, as variáveis de entrada fuzzificadas são combinadas entre si, segundo as regras definidas, utilizando como suporte as operações definidas na teoria de conjuntos fuzzy. Os resultados de cada regra individual são agregados, segundo algum método específico, compondo desta maneira o conjunto fuzzy de saída. Esse conjunto então é defuzzificado resultando na saída do sistema de inferência fuzzy. O processo de agregação e o processo de defuzzificação do conjunto fuzzy de saída são executados pela camada de saída. A Figura 1 apresenta um diagrama esquemático do modelo fuzzy multicamadas para um sistema composto de duas entradas e três regras de inferência ativadas. 4.1 Ajuste estrutural de sistemas de inferência fuzzy De uma forma genérica, em aplicações envolvendo identificação de sistemas e modelagem fuzzy, é conveniente empregar funções custo que expressem o desvio entre os resultados desejados e os resultados fornecidos pelo Sistema Fuzzy. Desta forma, esta função pode ser explicitada em termos do erro quadrático médio entre a saída do Sistema Fuzzy e os Apesar de acrescentar uma nova tarefa no processo de criação de um sistema de inferência fuzzy, a definição da função custo associada ao sistema, em conjunto com as técnicas apresentadas nessa proposta de Projeto de Pesquisa, vêm a poupar esforços nas etapas de sintonia das funções de pertinência e inclusive na criação das regras de inferência fuzzy. O algoritmo de criação de base de regras empregado neste trabalho é baseado no algoritmo de otimização Hill Clibing. Assim, o procedimento desenvolvido tem o objetivo de realizar uma busca em um determinado espaço válido. Formalmente, dado um espaço de busca S e um conjunto factível F, F S, * deve-se encontrar r tal que a expressão (1) seja verdadeira, ou seja: * onde r r ; r F representa a função custo associada ao Sistema Fuzzy, r é uma determinada base de regras pertencente ao conjunto de todas as bases de regras * válidas e r configura a base de regras que fornece o menor valor para a função custo em relação à região factível F. No entanto, a busca de uma base de regras que minimize a função custo configura uma sistemática complexa visto que o universo F representando todas as bases de regras factíveis possui inúmeras possibilidades. Além disso, a superfície definida por é composta de pontos de mínimos e de máxi- mos, comprometendo assim a busca por uma solução que satisfaça a condição de mínimo global. Desta forma, torna-se conveniente a adoção de estratégias de busca que operem localmente. Assim, a expressão (1) pode ser modificada conforme apresentado a seguir: onde: r r ; r N r 1433

5 onde 1 (2) 1 2 N r { r F : dist( r, r ) } 1 2 dist( r, r ) é uma função que determina a 1 distância entre r e define o raio da função vizinhança 2 r, e é uma constante que N. 1 Tendo como ponto inicial a base de regras r escolhida na primeira fase, tem-se na segunda fase a realização do ajuste local através da inserção de pequenas perturbações na base de regras original. Caso a perturbação inserida proporcione uma redução do custo, tal perturbação é aceita e o processo continua até que não se observe melhoria significativa no sistema por um determinado número de iterações Ajuste paramétrico de sistemas de inferência fuzzy Considerando o conjunto de ajuste xy, a função custo responsável pela sintonia dos parâmetros livres do mapeamento fuzzy g : x y pode ser escrita da seguinte forma: g h, h, h onde h, h e h representam, respectivamente, os vetores dos parâmetros das funções de pertinência de entrada, o vetor da ponderação das regras de inferência e o vetor dos parâmetros das funções de pertinência de saída. Assim, após a minimização da função custo g, os diversos parâmetros livres incorporados nos vetores h corresponderão aos valores que mi- h, h e nimizam a respectiva função custo. Para o caso de ajuste camada a camada, basta aplicar então o método do gradiente descendente em cada uma delas. Para o caso da segunda camada, representando os fatores de ponderação das regras, tem-se a seguinte expressão: h k h k 1 h k 1 sendo a taxa de aprendizagem. Neste caso, o vetor gradiente ser dado de forma genérica por: onde h i h h1 h2 h n T representa o i-ésimo elemento do vetor h de parâmetros e n é o número de elementos deste vetor. Neste caso, como a expressão analítica do vetor gradiente é de difícil obtenção, ou mesmo indeterminada em alguns pontos em função de descontinuidades, utiliza-se a aproximação numérica do mesmo através do método de equações às diferenças, ou seja: h ei h h i onde é um valor muito pequeno e i e ( 1 ) T, sendo que o elemento igual a 1 ocupa a posição i. A função custo g neste caso é a própria função erro quadrático médio em relação aos p padrões de sintonia. 5 Sistemas de inferência fuzzy para estimação da concentração dos gases dissolvidos no óleo mineral isolante. 5.1 Arquitetura do sistema proposto A estimação da concentração dos gases dissolvidos no óleo mineral isolante é realizada em duas etapas. Na primeira etapa, constituída por 9 sistemas fuzzy, um para cada gás, são empregados os resultados dos ensaios físico químicos para se ter a primeira estimativa dos gases dissolvidos. Essa primeira estimativa é então empregada como dados de entrada para a segunda etapa. Na segunda etapa, também composta por 9 sistemas de inferência fuzzy, as estimativas feitas no primeira etapa são relacionadas de forma a inferir concentrações para os gases dissolvidos com uma maior precisão. De maneira esquemática, a Figura 2 apresenta a arquitetura elaborada para a estimação dos gases dissolvidos no óleo mineral isolante a partir de dados de ensaios físico-químicos. Ao todo foram empregados 56 resultados de ensaios físicoquímicos e cromatográficos para ajuste e validação do sistema fuzzy proposto. Cor Densidade Tensão interfacial Teor de água Índice de neutralização Rigidez dielétrica Fator de potência Sistemas fuzzy estimativa inicial H 2 O 2 N 2 CO CH 4 CO 2 C 2 H 4 C 2 H 6 C 2 H 2 Sistemas fuzzy estimativa refinada O 2 CO CH 4 CO 2 C 2 H 4 C 2 H 6 C 2 H 2 Figura 2. Arquitetura do sistema fuzzy para estimação dos gases. 5.2 Resultados dos sistemas fuzzy para a estimação dos gases dissolvidos no óleo mineral isolante Os resultados alcançados na estimativa inicial e na estimativa aprimorada do óleo mineral isolante para cada um dos gases de interesse são apresentados de forma gráfica por meio da Figura 3 até a Figura 11 e H 2 N 2 H 2 O 2 N 2 CO CH 4 CO 2 C 2H 4 C 2H 6 C 2H

6 XII Simpósio Brasileiro de Automação Inteligente (SBAI) sumarizados por meio da Tabela 5. Por meio da referida tabela é possível verificar que a estimativa aprimorada apresentou para todos os gases um erro inferior à estimativa inicial. TABELA 5 ERRO ABSOLUTO MÉDIO DE ESTIMAÇÃO. Estimativa H2 O2 N2 CO CH4 CO2 C2H4 C2H6 C2H2 Inicial Aprimorada Figura 1. Estimação do gás C2H Figura 11. Estimação do gás C 2H x Figura 3. Estimação do gás H x x Figura 4. Estimação do gás O 2. 6 Conclusões Os resultados obtidos por meio do mapeamento fuzzy para estimação da concentração de gases dissolvidos em óleo mineral isolante a partir de ensaios físicoquímicos do mesmo apresentou resultados satisfatórios. Proposições para trabalhos futuros buscarão além dos aperfeiçoamentos para este mapeamento, a incorporação de técnicas de identificação de falhas e avarias em transformadores x 1 4 Figura 5. Estimação do gás N Figura 6. Estimação do gás CO Figura 7. Estimação do gás CH Figura 8. Estimação do gás CO Figura 9. Estimação do gás C 2H 2. Referências Bibliográficas [1] Duval, M.; depabla, A., Interpretation of gas-in-oil analysis using new IEC publication 6599 and IEC TC 1 databases, Electrical Insulation Magazine, IEEE, vol.17, no.2, pp.31,41, March-April 21. [2] Dick, E. P.; Erven, C.C., Transformer Diagnostic Testing by Frequency Response Analysis, Power Apparatus and Systems, IEEE Transactions on, vol.pas-97, no.6, pp.2144,2153, Nov [3] Coenen, S.; Tenbohlen, S., Location of PD sources in power transformers by UHF and acoustic measurements, Dielectrics and Electrical Insulation, IEEE Transactions on, vol.19, no.6, pp.1934,194, December 212. [4] Yann-Chang Huang; Hong-Tzer Yang; Ching-Lien Huang, Developing a new transformer fault diagnosis system through evolutionary fuzzy logic, Power Delivery, IEEE Transactions on, vol.12, no.2, pp.761,767, Apr [5] Pugh, P. S.; Wagner, H. H., Detection of Incipient Faults in Transformers by Gas Analysis, Power apparatus and systems, part iii. transactions of the american institute of electrical engineers, vol.8, no.3, pp.189,193, April [6] Duval, M.; Dukarm, J., Improving the reliability of transformer gas-in-oil diagnosis, Electrical Insulation Magazine, IEEE, vol.21, no.4, pp.21,27, July-Aug. 25. [7] Spurgeon, K.; Tang, W. H.; Wu, Q.H.; Richardson, Z.J.; Moss, G., Dissolved gas analysis using evidential reasoning, Science, Measurement and Technology, IEE Proceedings, vol.152, no.3, pp.11,117, 6 May 25. [8] IEEE Guide for the Interpretation of Gases Generated in Oil-Immersed Transformers, IEEE Std C , vol., no., pp._1,, [9] R. A. Flauzino, Identificação e Localização de Faltas de Alta Impedância em Sistemas de Distribuição Baseadas em Decomposição por Componentes Ortogonais e Sistemas de Inferência Fuzzy, em Tese de Doutorado, São Carlos, 27. [1] R. A. Flauzino, Mapeamento Nebuloso dos Gases Dissolvidos no Óleo Isolante de Transformadores, em Tese de Mestrado, Bauru,