Redes wavelet em evolução para monitoramento da condição de transformadores de potência

Este artigo propõe um modelo novo para monitoramento da condição de transformadores de potência usando redes wavelet em evolução (EWNs). As EWNs são estruturas de três camadas, que contêm camadas de wavelet, ponderação e soma. As EWNs ajustam automaticamente os parâmetros da rede, tradução e dilatação nos nós wavelet e os valores de ponderação nos nós de ponderação, por meio de um processo de otimização baseado em evolução. As habilidades de busca global do algoritmo evolucionário, bem como as naturezas de multiresolução e localização das wavelets, permitem que as EWNs identifiquem as complexas relações de conhecimento numérico dos conteúdos de gás dissolvido no óleo do transformador com os tipos de falha correspondentes. As EWNs propostas foram testadas nos registros de diagnóstico da Taipower Company e comparadas com o sistema de diagnóstico difuso, redes neurais artificiais, bem como o método convencional. Os resultados dos testes revelam que as EWNs possuem precisão de diagnóstico muito superior e requerem menos tempo de construção do que os métodos existentes.