???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tedebc.ufma.br/jspui/handle/tede/tede/448
Full metadata record
DC FieldValueLanguage
dc.creatorFerreira, Márcio André Nazarenopt_BR
dc.creator.Latteshttp://lattes.cnpq.br/8288681046180882por
dc.contributor.advisor1SILVA, Maria da Guia dapt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5175196133230969por
dc.date.accessioned2016-08-17T14:53:12Z-
dc.date.available2010-09-13pt_BR
dc.date.issued2010-08-06pt_BR
dc.identifier.citationFERREIRA, Márcio André Nazareno. CALIBRATION DATA FOR STUDIES IN NETWORK RELIABILITY: MODELING THE STATUS OF EQUIPMENT AND INDICES CONTINUITY NODAL. 2010. 102 f. Dissertação (Mestrado em Engenharia) - Universidade Federal do Maranhão, São Luis, 2010.por
dc.identifier.urihttp://tedebc.ufma.br:8080/jspui/handle/tede/448-
dc.description.resumoApós a reestruturação do setor elétrico, as empresas de distribuição devem maximizar a confiabilidade do fornecimento para evitar violações nas metas de confiabilidade com o menor custo possível. Este compromisso entre custo e confiabilidade pode ser atendido com a aplicação da Análise de Confiabilidade Preditiva (ACP) no processo de planejamento de redes de distribuição. A ACP estima o desempenho futuro da rede de distribuição, com relação a interrupções no fornecimento de energia, com base nos dados de falha dos componentes e na sua topologia. A ACP pode fornecer estimativas para os seguintes indicadores de continuidade estatísticos usados pelas empresas de distribuição: Freqüência Equivalente de Interrupção por Unidade Consumidora (FEC), Duração Equivalente de Interrupção por Unidade Consumidora (DEC), Freqüência de Interrupção individual por Unidade Consumidora ou por Ponto de Conexão (FIC), Duração de Interrupção Individual por Unidade Consumidora ou por Ponto de Conexão (DIC) e Duração Máxima de Interrupção Contínua por Unidade Consumidora ou por Ponto de Conexão (DMIC). Entretanto, a ACP é raramente usada pelos engenheiros de planejamento das empresas de distribuição. Este fato é devido à existência de discrepâncias entre os índices estimados pela ACP e aqueles apurados pelas empresas de distribuição. Estas discrepâncias são causadas pela falta de dados históricos para estimar os parâmetros de confiabilidade dos componentes, isto é: taxas de falha, tempos de reparo e chaveamento. Apesar das empresas de distribuição não possuírem uma grande quantidade de dados históricos associados com as falhas dos seus equipamentos, estas empresas armazenam dados históricos sobre índices de continuidade do sistema (FEC, DEC, DIC e FIC). Esta informação pode ser utilizada para ajustar os dados de falha dos componentes (taxas de falha e os tempos de reparo) tal que os índices calculados pelo modelo de ACP sejam próximos dos índices medidos pelas empresas de distribuição. Este processo de ajuste dos dados de falha dos modelos de ACP é denominado de Calibração de Dados. Geralmente, a calibração de dados de confiabilidade é realizada através de técnicas de otimização. Contudo, a maioria das metodologias existentes desconsidera os índices de confiabilidade nodais (FIC e DIC) na calibração das taxas de falha e tempos de reparo. Apenas o índice nodal FIC tem sido considerado na calibração de dados. Além disso, não é possível garantir que o índice FEC seja igual ao seu valor apurado quando a calibração considera o índice FIC. Contudo, a ANEEL (Agência Nacional de Energia Elétrica) estabeleceu penalidades para violações nos índices FIC e DIC. Devido a isto, os modelos de ACP devem estimar precisamente os índices de confiabilidade nodais FIC e DIC. O principal objetivo desta dissertação é desenvolver uma metodologia de calibração de dados de confiabilidade orientada para os índices nodais FIC e DIC. A metodologia proposta utiliza modelos de programação não-linear e quadrática para calibrar as taxas de falha e os tempos de reparo, respectivamente, em uma estrutura desacoplada. Isto é, a calibração das taxas de falha e dos tempos de reparo é realizada separadamente. Adicionalmente, a utilização de restrições de igualdade nos modelos de calibração assegura que os valores calculados dos índices FEC e DEC sejam idênticos aos seus valores medidos. Além disso, o modelo de calibração proposto para as taxas de falha considera a informação de condição dos equipamentos obtida a partir de atividades de inspeção. Os modelos de calibração propostos nesta dissertação foram testados em um alimentador da Companhia Energética do Maranhão (CEMAR). Os resultados dos testes demonstraram que os modelos de calibração propostos podem reduzir significativamente os erros entre os valores medidos e calculados dos índices FIC e DIC.por
dc.description.abstractAfter the restructuring of the electric sector, the distribution utilities must maximize the reliability to avoid violation in the reliability targets at the minimal cost. This agreement between cost and reliability can be satisfied with the application of Predictive Reliability Analysis (PRA) in the planning of distribution networks. The PRA estimates the future performance of distribution networks, with regarding to energy supply interruptions, based on the failure data of the components and network topology. The PRA can delivery estimates for the following statistical reliability indices used in the distribution utilities: System Average Interruption Frequency Index (SAIFI), System Average Interruption Duration Indices (SAIDI), Connection Point Interruption Frequency Index (CPIFI), and Connection Point Interruption Duration Index (CPIDI). However, the PRA is rarely used by engineers during the planning of the distribution utilities. This fact is due to the existence of discrepancies between the indices estimated by the PRA and those measured by distribution utilities. These discrepancies are due to the lack of historical data to estimate the reliability parameters of the components: failure rates and repair times. In spite of the distribution utilities do not have a large amount of historical data associated with failures in their equipment, these utilities store historical data on system reliability indices (SAIDI, SAIFI, CPIFI and CPIDI). This information can be used to adjust the failure data of the components (failure rates and repair times) such that the reliability indices evaluated by the ACP models have nearly the same values as those measured by distribution utilities. This adjustment process of the reliability data in ACP models is named Data Calibration. Usually, the reliability data calibration is carried out through optimization techniques. However, the most of the existing methodologies ignores the nodal reliability indices (CPIFI and CPIDI) in the calibration of failure rates and repair times. Only the CPIFI index has been considered in the data calibration. Furthermore, it is not possible to assure that the SAIFI has the same value as its measured value when the calibration considers the CPIFI index. Nevertheless, the Brazilian Electricity Regulatory Agency (ANEEL) has established penalties for violations in the indices CPIFI and CPIDI. Due to this, the PRA models must accurately estimate the nodal reliability indices CPIFI and CPIDI. The main objective of this dissertation is to develop a calibration methodology of reliability data oriented to nodal reliability indices CPIFI and CPIDI. The proposed methodology uses nonlinear and quadratic programming models to calibrate the failure rates and repair times, respectively, in a decoupled structure. This decoupled structure allows the calibration of failure rates and repair times be carried out separately. Additionally, the utilization of equality constraints in the calibration models assures that the evaluated values of SAIFI and SAIDI indices are identical to their measured values. Furthermore, the proposed calibration model for the failure rates considers the equipment condition information obtained from inspection activities. The calibration models proposed in this dissertation were tested in a feeder of the power distribution utility of Maranhão (CEMAR). The tests results demonstrate that the proposed calibration models can significantly reduce the errors between the measured and evaluated values of the CPIFI and CPIDI indiceseng
dc.description.provenanceMade available in DSpace on 2016-08-17T14:53:12Z (GMT). No. of bitstreams: 1 Marcio Andre Nazareno Ferreira.pdf: 1733085 bytes, checksum: 163ab439fd1be9f3bb9050a8433d34e2 (MD5) Previous issue date: 2010-08-06eng
dc.formatapplication/pdfpor
dc.languageporpor
dc.publisherUniversidade Federal do Maranhãopor
dc.publisher.departmentEngenhariapor
dc.publisher.countryBRpor
dc.publisher.initialsUFMApor
dc.publisher.programPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCETpor
dc.rightsAcesso Abertopor
dc.subjectRedes de Distribuiçãopor
dc.subjectConfiabilidadepor
dc.subjectCalibraçãopor
dc.subjectProgramação Não-Linearpor
dc.subjectProgramação Quadráticapor
dc.subjectDistribution Networkseng
dc.subjectReliabilityeng
dc.subjectCalibrationeng
dc.subjectNonlinear Programmingeng
dc.subjectQuadratic Programmingeng
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICApor
dc.titleCALIBRAÇÃO DE DADOS PARA ESTUDOS DE CONFIABILIDADE EM REDES DE DISTRIBUIÇÃO: MODELAGEM DA CONDIÇÃO DOS EQUIPAMENTOS E DOS ÍNDICES DE CONTINUIDADE NODAISpor
dc.title.alternativeCALIBRATION DATA FOR STUDIES IN NETWORK RELIABILITY: MODELING THE STATUS OF EQUIPMENT AND INDICES CONTINUITY NODALeng
dc.typeDissertaçãopor
Appears in Collections:DISSERTAÇÃO DE MESTRADO - PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE

Files in This Item:
File SizeFormat 
Marcio Andre Nazareno Ferreira.pdf1,69 MBAdobe PDFDownload/Open Preview


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