BR112015011382A2 - avaliação de equipamento de sistema de potência para manutenção de equipamento e/ou mitigação de risco - Google Patents

avaliação de equipamento de sistema de potência para manutenção de equipamento e/ou mitigação de risco Download PDF

Info

Publication number
BR112015011382A2
BR112015011382A2 BR112015011382-6A BR112015011382A BR112015011382A2 BR 112015011382 A2 BR112015011382 A2 BR 112015011382A2 BR 112015011382 A BR112015011382 A BR 112015011382A BR 112015011382 A2 BR112015011382 A2 BR 112015011382A2
Authority
BR
Brazil
Prior art keywords
power system
system equipment
historical
field test
health
Prior art date
Application number
BR112015011382-6A
Other languages
English (en)
Other versions
BR112015011382B1 (pt
Inventor
Aldo Dagnino
Luiz Cheim
Lan Lin
Poorvi Patel
Original Assignee
Abb Schweiz Ag
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Abb Schweiz Ag filed Critical Abb Schweiz Ag
Publication of BR112015011382A2 publication Critical patent/BR112015011382A2/pt
Publication of BR112015011382B1 publication Critical patent/BR112015011382B1/pt

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00Subject matter not provided for in other groups of this subclass
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

avaliação de equipamento de sistema de potência para manutenção de equipamento e/ou mitigação de risco. a presente invenção refere-se, dentre outras coisas, a uma ou mais técnicas e/ou sistemas que são providos para a avaliação de um equipamento de sistema de potência de um sistema de potência. dados de sensor históricos e dados de testes de campo históricos coletados a partir do equipamento de sistema de potência podem ser utilizados para o desenvolvimento de um perfil de saúde do equipamento de sistema de potência. o perfil de saúde é indicativo de uma saúde predita (por exemplo, ou uma probabilidade de falha) do equipamento de sistema de potência. em uma modalidade, o perfil de saúde ainda compreende uma pontuação de índice de saúde, o que avalia essa saúde do equipamento de sistema de potência em termos da importância do equipamento de sistema de potência para o sistema de po-tência. usando os perfis de saúde desenvolvidos para uma pluralidade de equipamentos de sistema de potência, uma estratégia de manutenção para pelo menos uma porção do sistema de potência pode ser desenvolvida.

Description

Relatório Descritivo da Patente de Invenção para "AVALI- AÇÃO DE EQUIPAMENTO DE SISTEMA DE POTÊNCIA PARA MA- NUTENÇÃO DE EQUIPAMENTO E/OU MITIGAÇÃO DE RISCO".
PEDIDO RELACIONADO
[001] Este pedido reivindica prioridade para o Pedido de Patente Provisória U.S. Nº 61/727.875, depositado em 19 de novembro de 2012 e intitulado "ASSESSMENT OF POWER SYSTEM EQUIPMENT FOR EQUIPMENT MAINTENANCE AND/OR RISK MITIGATION".
ANTECEDENTES
[002] A presente invenção refere-se ao campo de sistemas de potência e, mais particularmente, a sistemas e/ou técnicas para a de- terminação de uma condição, ou saúde, de vários componentes elétri- cos no sistema de potência para a provisão de recomendações de manutenção e/ou para mitigação de risco de falha.
[003] Um sistema de potência compreende uma rede de compo- nentes elétricos ou um equipamento de sistema de potência configu- rado para suprimento, transmissão e/ou uso de potência elétrica. Por exemplo, uma rede de potência (por exemplo, também referida como uma rede de distribuição elétrica) compreende geradores, sistemas de transmissão e/ou sistemas de distribuição. Geradores ou estações de potência são configurados para a produção de eletricidade a partir de combustíveis comburentes (por exemplo, carvão, gás natural, etc.) e/ou combustíveis não comburentes (por exemplo, tais como eólicos, solares, nucleares, etc.). Os sistemas de transmissão são configura- dos para portarem ou transmitirem a eletricidade a partir dos gerado- res para as cargas. Os sistemas de distribuição são configurados para alimentarem a eletricidade suprida para lares próximos, comércios e/ou outros estabelecimentos. Alguns componentes elétricos ou equi- pamento de um sistema de potência incluem transformadores e disjun- tores de circuito, por exemplo. Os sistemas de transmissão e/ou os sistemas de distribuição, por exemplo, geralmente compreendem um ou mais transformadores configurados para a conversão ou a trans- formação de eletricidade em uma voltagem (por exemplo, uma volta- gem usada para a transmissão de eletricidade) em eletricidade em uma outra voltagem (por exemplo, uma voltagem desejada por uma carga recebendo a eletricidade). Os disjuntores de circuito podem ser utilizados para a mitigação de danos a outros componentes elétricos pela limitação do fluxo de corrente para esses outros componentes, por exemplo. Dependendo, dentre outras coisas, da aplicação, da quantidade de potência e/ou da voltagem manipulada pelos compo- nentes elétricos, alguns destes componentes elétricos podem ser rela- tivamente dispendiosos (por exemplo, custar um milhão de dólares ou mais).
SUMÁRIO
[004] Este Sumário é provido para a introdução de uma seleção de conceitos em uma forma simplificada que são adicionalmente des- critos abaixo na Descrição Detalhada. Este Sumário não é pretendido para a identificação de fatores chaves ou recursos essenciais do as- sunto reivindicado, nem é pretendido para ser usado para limitação do escopo do assunto reivindicado.
[005] De acordo com um aspecto, um método para avaliação de um equipamento de sistema de potência para predição de uma saúde do equipamento de sistema de potência é provido. O método compre- ende a aquisição de dados de sensor históricos produzidos a partir de um ou mais sensores operacionalmente acoplados ao equipamento de sistema de potência. Os dados de sensor históricos são indicativos de uma ou mais medidas de sensor feitas em um primeiro intervalo de tempo. O método também compreende a aquisição de dados de testes de campo históricos produzidos a partir de um ou mais testes de cam- po executados no equipamento de sistema de potência. Os dados de testes de campo históricos são indicativos de uma ou mais medidas de teste de campo feitas em um segundo intervalo de tempo. O método ainda compreende o uso de dados de sensor históricos e dados de testes de campo históricos para a geração de um perfil de saúde do equipamento de sistema de potência, o perfil de saúde indicativo de uma saúde predita do equipamento de sistema de potência.
[006] De acordo com um outro aspecto, um sistema para predi- ção de uma saúde de um equipamento de sistema de potência é pro- vido. O sistema compreende um repositório de dados históricos confi- gurado para receber, ao longo do tempo, dados de sensor produzidos a partir de um ou mais sensores operacionalmente acoplados ao equi- pamento de sistema de potência para a criação de dados de sensor históricos, e configurado para receber, ao longo do tempo, dados de teste de campo produzidos a partir de um ou mais testes de campo realizados no equipamento de sistema de potência para a criação de dados de testes de campo históricos. O sistema também compreende um componente de aprendizado de máquina configurado para a gera- ção de um perfil de saúde do equipamento de sistema de potência usando os dados de sensor históricos e os dados de testes de campo históricos. O perfil de saúde é indicativo de uma saúde predita do equipamento de sistema de potência.
[007] De acordo com ainda um outro aspecto, um meio que pode ser lido em computador que compreende instruções executáveis em computador que, quando executadas, realizam um método para avali- ação de um equipamento de sistema de potência para predição de uma saúde do equipamento de sistema de potência é provido. O mé- todo compreende a aquisição de dados de sensor históricos produzi- dos a partir de um ou mais sensores operacionalmente acoplados ao equipamento de sistema de potência. Os dados de sensor históricos são indicativos de uma ou mais medidas de sensor feitas em um pri-
meiro intervalo de tempo. O método também compreende a aquisição de dados de testes de campo históricos produzidos a partir de um ou mais testes de campo executados no equipamento de sistema de po- tência. Os dados de testes de campo históricos são indicativos de uma ou mais medidas de teste de campo feitas em um segundo intervalo de tempo. O método ainda compreende o uso de dados de sensor his- tóricos e dados de testes de campo históricos para a geração de um perfil de saúde do equipamento de sistema de potência, o perfil de sa- úde indicativo de uma saúde predita do equipamento de sistema de potência.
[008] Para a realização das finalidades precedentes e relaciona- das, a descrição a seguir e os desenhos anexados estabelecem certos aspectos ilustrativos e implementações. Estes são indicativos de ape- nas umas poucas das várias formas pelas quais um ou mais aspectos podem ser empregados. Outros aspectos, vantagens e novos recursos da exposição tornar-se-ão evidentes a partir da descrição detalhada a seguir, quando considerada em conjunto com os desenhos anexados.
DESCRIÇÃO DOS DESENHOS
[009] A figura 1 é um fluxograma que ilustra um método de exemplo de geração de um perfil de saúde para avaliação de um equi- pamento de sistema de potência.
[0010] A figura 2 ilustra um quadro de exemplo para a descrição de como uma estratégia de manutenção pode ser desenvolvida para uma frota de equipamento de sistema de potência.
[0011] A figura 3 é um fluxograma que ilustra um método de exemplo de geração de um perfil de saúde para avaliação de um equi- pamento de sistema de potência.
[0012] A figura 4 ilustra um diagrama de blocos de componente de um sistema de exemplo para a geração de um perfil de saúde para avaliação de um equipamento de sistema de potência.
[0013] A figura 5 é uma ilustração de um meio que pode ser lido em computador de exemplo, em que instruções executáveis em pro- cessador configuradas para a concretização de uma ou mais das pro- visões estabelecidas aqui podem ser compreendidas.
[0014] A figura 6 ilustra um ambiente de computação de exemplo, em que uma ou mais das provisões estabelecidas aqui podem ser im- plementadas.
DESCRIÇÃO DETALHADA
[0015] O assunto reivindicado é descrito agora com referência aos desenhos, em que números de referência iguais são geralmente usa- dos para referência a elementos iguais por todos eles. Na descrição a seguir, para fins de explicação, numerosos detalhes específicos são estabelecidos, de modo a se prover um entendimento do assunto rei- vindicado. Pode ser evidente, contudo, que o assunto reivindicado po- de ser praticado sem estes detalhes específicos. Em outros casos, as estruturas e os dispositivos são ilustrados em forma de diagrama de blocos, de modo a se facilitar a descrição do assunto reivindicado.
[0016] Uma rede de potência pode ser compreendida por milhares, se não milhões de componentes elétricos (por exemplo, também refe- ridos aqui como um equipamento de sistema de potência). A falha de pelo menos alguns destes componentes elétricos pode reduzir a per- formance do sistema de potência. Mais ainda, devido, dentre outras coisas, ao custo e/ou ao tamanho de alguns componentes elétricos, pode haver de pouca a nenhuma redundância em algumas junções do sistema de potência. Uma falha em uma ou mais destas junções pode resultar na perda de eletricidade para alguns consumidores. Como tal, a detecção de um equipamento de sistema de potência na iminência de falhar e/ou a detecção de um equipamento de sistema de potência com necessidade de manutenção pode ser um componente importante de manutenção da performance geral do sistema de potência.
[0017] Assim sendo, sensores podem ser postos no equipamento de um sistema de potência para a captura de uma informação sobre a performance do ativo em particular ou equipamento de sistema de po- tência. Por exemplo, alguns transformadores de voltagem alta com- preendem sensores configurados para a medição de uma temperatura de óleo do transformador, para a calibração de uma quantidade de óleo na água, para a medição de gases dissolvidos no óleo e/ou para a medição de uma temperatura do núcleo. Os dados produzidos a par- tir desses sensores podem ser referidos aqui como dados de sensor e, tipicamente, são transmitidos (por exemplo, através de uma rede de fibra ótica ou de outro meio de comunicação) para um repositório cen- tral, em que são analisados para a provisão de um instantâneo da sa- úde atual do sistema de potência.
[0018] Mais ainda, como parte de uma manutenção regular, um teste de campo pode ser realizado no equipamento de sistema de po- tência. Por exemplo, os transformadores podem ser desenergizados para a execução de testes que não podem ser realizados através de sensores e/ou para a execução de testes que podem prover um en- tendimento mais detalhado do equipamento de sistema de potência (por exemplo, com relação a medidas de sensor). Por exemplo, um sensor pode medir até seis tipos de gases dissolvidos no óleo de um transformador, ao passo que um teste de campo pode medir treze ou mais tipos de gases dissolvidos. Como tal, os dados de teste de cam- po derivados do teste de campo podem prover um instantâneo mais detalhado da saúde atual do sistema de potência do que os dados de sensor derivados dos sensores.
[0019] Embora esses dados de sensor e dados de teste de campo possam ser usados para a provisão de um instantâneo da saúde atual ou da performance do sistema de potência, de pouca a nenhuma in- formação com referência à saúde predita do sistema de potência (por exemplo, ou probabilidade de falha) por um intervalo de tempo futuro (por exemplo, o qual pode variar de vários dias a anos) foi derivada a partir desses dados. Portanto, programações de manutenção de médio prazo e longo prazo para uma unidade de equipamento de sistema de potência foram desenvolvidas com base primariamente nas expectati- vas de manutenção para aquele modelo em particular de equipamento de sistema de potência e/ou aquela classe em particular de equipa- mento de sistema de potência, em oposição a um conhecimento refe- rente à unidade de equipamento de sistema de potência.
[0020] Assim sendo, um ou mais sistemas e/ou técnicas para a geração de um perfil de saúde de um equipamento de sistema de po- tência com base em dados produzidos a partir do equipamento de sis- tema de potência são providos. O perfil de saúde é indicativo de uma saúde esperada/predita do equipamento de sistema de potência, e po- de ser utilizado para o desenvolvimento de uma programação de ma- nutenção para o equipamento de sistema de potência. Ao se desen- volverem respectivamente perfis de saúde para uma pluralidade de equipamentos de sistema de potência, tal como uma frota de equipa- mentos de sistema de potência, uma performance pode ser divisada para a frota. Desta forma, uma estratégia de manutenção pode ser de- senvolvida, que facilite a alocação de um número limitado de recursos (por exemplo, técnicos de manutenção, unidades de substituição, etc.) de uma maneira que melhore a performance do sistema de potência (por exemplo, pela alocação de um recurso com base no conhecimen- to do equipamento, o que pode prover uma predição mais acurada do que uma informação desenvolvida para um modelo ou uma classe de equipamento).
[0021] Em uma modalidade, o perfil de saúde de um equipamento de sistema de potência pode ser descrito em termos de manutenção esperada e/ou em termos de uma probabilidade de falha pelo intervalo de tempo especificado. Isto é, dito diferentemente, o perfil de saúde do equipamento de sistema de potência pode se relacionar à extensão de tempo em que é esperado que o equipamento de sistema de potência dure sem requerer manutenção e/ou sem falhar um equipamento de sistema de potência que se espera que falhe e/ou que se espera que requeira manutenção nos próximos 6 meses pode ser menos saudável do que um equipamento de sistema de potência que não se espera que requeira manutenção e/ou falhe em no mínimo um ano, por exem- plo.
[0022] Uma modalidade para avaliação de um equipamento de sistema de potência para a geração de um perfil de saúde do equipa- mento de sistema de potência é ilustrada pelo método de exemplo 100 na figura 1. O método de exemplo 100 começa em 102, e dados de sensor históricos produzidos a partir de um ou mais sensores compre- endidos dentro e/ou operacionalmente acoplados ao equipamento de sistema de potência são adquiridos em 104. Os dados de sensor histó- ricos são dados que se acumularam a partir dos sensores por um in- tervalo de tempo específico e são indicativos de medidas de sensor (ou resultados de medidas de sensor) feitas pelo intervalo de tempo especificado. Por exemplo, em uma modalidade, os dados de sensor históricos são indicativos de medidas de sensor feitas por um primeiro intervalo de tempo, o qual pode ser de uns poucos dias, de 6 meses, um ano, a vida do(s) sensor(es) fazendo as medições, a vida do equi- pamento de sistema de potência, etc.
[0023] A aquisição de dados de sensor históricos pode compreen- der, dentre outras coisas, a recuperação dos dados de sensor históri- cos a partir de um repositório central (por exemplo, um repositório de dados históricos) e/ou a transmissão dos dados de sensor históricos a partir de um meio de armazenamento para um meio em que computa- ções podem ser realizadas nos dados de sensor. Por exemplo, os da-
dos de sensor históricos podem ser copiados a partir de um repositório central (por exemplo, tal como um dispositivo de armazenamento de dados magnético) para uma memória de acesso randômico em um dispositivo de computação configurado para a execução de computa- ções nos dados de sensor. Em uma outra modalidade, a aquisição dos dados de sensor históricos pode compreender ser concedido acesso aos dados de sensor históricos. Por exemplo, credenciais de autenti- cação ou outras ferramentas de verificação de identidade (por exem- plo, verificação de endereço de IP, verificação de endereço de MAC, etc.) podem ser utilizadas para se verificar se uma entidade tentando acessar os dados de sensor históricos tem permissão para acessar os dados. Após a identidade ser verificada, a entidade pode obter acesso aos dados de sensor históricos e, assim, adquirir os dados de sensor históricos.
[0024] O(s) tipo(s) de dados de sensor coletados pode(m) ser uma função, dentre outras coisas, de um tipo de equipamento de sistema de potência para o qual o perfil de saúde está sendo gerado e/ou fun- ções de medição de sensores operacionalmente acoplados ao equi- pamento de sistema de potência. A título de exemplo, em uma modali- dade, o equipamento de sistema de potência é ou compreende um transformador de potência. Em uma modalidade, os sensores podem ser configurados para a medição, dentre outras coisas, de temperatura de óleo, de uma quantidade/percentagem de água no óleo, uma tem- peratura do núcleo, concentrações de um ou mais gases dissolvidos no óleo e/ou uma temperatura de ar ambiente circundando o transfor- mador de potência. Como tal, os dados de sensor podem se relacionar à temperatura do óleo, à relação de água para óleo, à temperatura do núcleo, a concentrações de gás dissolvido e/ou à temperatura de ar ambiente, por exemplo. Quando o equipamento de sistema de potên- cia ao invés disso é um disjuntor de circuito, um capacitor, um regula-
dor de voltagem ou outro componente de um sistema de potência, os dados de sensor que são coletados podem ser indicativos de outra in- formação ou de uma informação diferente, por exemplo.
[0025] Em 106, no método de exemplo 100, os dados de testes de campo históricos a partir de um ou mais testes de campo executados no equipamento de sistema de potência são adquiridos. Os dados de testes de campo históricos são dados que foram acumulados a partir de um teste(s) de campo no equipamento de sistema de potência por um intervalo de tempo especificado, e são indicativos de medidas de teste de campo (ou resultados das medidas de teste de campo) feitas pelo intervalo de tempo especificado. Por exemplo, em uma modalida- de, os dados de testes de campo históricos são indicativos de medidas de teste de campo feitas por um segundo intervalo de tempo. O se- gundo intervalo de tempo pode corresponder a (por exemplo, combinar com) o primeiro intervalo de tempo pelo qual as medidas de sensor são feitas, pode ter alguma superposição com o primeiro intervalo de tempo, ou pode ser sem superposição com o primeiro intervalo de tempo.
[0026] Pode ser apreciado que, conforme usado aqui, os testes de campo são pretendidos para se referirem a testes realizados no local no equipamento de sistema de potência (por exemplo, tipicamente, enquanto o sistema de potência está desenergizado) e/ou testes reali- zados a partir de amostras coletadas a partir do equipamento de sis- tema de potência. Geralmente, esses testes requerem uma interação de ser humano com o equipamento de sistema de potência (por exemplo, para a coleta de amostras), embora as amostras possam ser coletadas e/ou os testes possam ser realizados com pouca a nenhuma interação de ser humano (por exemplo, através de robótica ou de ou- tras técnicas de automação). Inversamente, as medidas de sensor tipi- camente são adquiridas a partir de sensores compreendidos dentro e/ou operacionalmente acoplados ao equipamento de sistema de po- tência. Como tal, as medidas de sensor tipicamente são adquiridas com pouca a nenhuma interação de ser humano. Mais ainda, quando uma interação de ser humano for desejada, essa interação pode ocor- rer remotamente em relação ao equipamento de sistema de potência. Por exemplo, um operador humano pode transmitir um sinal instruindo um ou mais sensores operacionalmente acoplados ao equipamento de sistema de potência para a captura de uma medida.
[0027] Os dados de testes de campo históricos podem ser adquiri- dos de uma maneira similar aos dados de sensor históricos ou podem ser adquiridos de uma maneira diferente. Por exemplo, em uma moda- lidade, os dados de testes de campo históricos podem ser copiados a partir de um repositório central (por exemplo, tal como um dispositivo de armazenamento de dados magnético) para uma memória de aces- so randômico em um dispositivo de computação configurado para a execução de computações nos dados de testes de campo históricos. Em uma outra modalidade, a aquisição de dados de testes de campo históricos pode compreender ser concedido acesso aos dados de tes- tes de campo históricos. Por exemplo, credenciais de autenticação ou outras ferramentas de verificação de identidade podem ser utilizadas para se verificar se uma entidade tentando acesso aos dados de tes- tes de campo históricos tem permissão para acessar os dados.
[0028] O tipo de dados de teste de campo pode ser uma função, dentre outras coisas, de um tipo de equipamento de sistema de potên- cia para o qual o perfil de saúde está sendo gerado. A título de exem- plo, durante um teste de campo de um transformador de potência, um técnico pode visitar o local do transformador de potência e capturar uma amostra do óleo no transformador. Numerosos testes podem ser realizados nesta amostra de óleo para a produção de dados de teste de campo correspondentes ao transformador de potência. Como um exemplo, uma análise de gás dissolvido pode ser realizada no óleo para a medição de monóxido de carbono, dióxido de carbono, acetile- no, etileno, metano, etano ou outras concentrações de gases no óleo, e dados de teste de campo podem ser gerados indicativos dos resul- tados da análise. Em outras modalidades, o equipamento de sistema de potência pode compreender, dentre outras coisas, um disjuntor de circuito, um capacitor e/ou um regulador de voltagem, por exemplo, e os testes de campo que são realizados podem ser diferentes do teste de campo realizado para um transformador de potência, por exemplo.
[0029] Em 108 no método de exemplo 100, os dados de sensor históricos e/ou os dados de testes de campo históricos são usados pa- ra a geração de um perfil de saúde do equipamento de sistema de po- tência. O perfil de saúde é indicativo da saúde predita do equipamento de sistema de potência (por exemplo, por um intervalo de tempo futu- ro). Uma predição como essa pode ser útil para a estimativa de uma linha de tempo de manutenção para o equipamento de sistema de po- tência e/ou para a estimativa de uma data de substituição para o equi- pamento de sistema de potência, com base em tendências e/ou pa- drões nos dados de sensor históricos e/ou nos dados de testes de campo históricos para o equipamento de sistema de potência. Mais ainda, em uma outra modalidade, uma predição como essa pode ser útil para a estimativa de uma probabilidade de (uma necessidade de) manutenção por um período de tempo especificado e/ou para a esti- mativa de uma probabilidade de falha pelo período de tempo especifi- cado.
[0030] Em uma modalidade, a saúde do equipamento de sistema de potência pode ser predita através de técnicas analíticas e/ou intera- tivas que usam, como entradas, os dados de sensor históricos e/ou os dados de testes de campo históricos. Como um exemplo, um algorit- mo, tal como um aprendizado de máquina e/ou um algoritmo de análi-
se de dados, pode ser desenvolvido com base nos dados de sensor históricos e/ou nos dados de testes de campo históricos. Um algoritmo como esse pode ser configurado para a análise dos dados de sensor históricos e/ou dos dados de testes de campo históricos, uma análise de classificação, uma análise de associação, uma descoberta de pa- drão, regressão, uma análise de detecção de anomalia, e/ou outras técnicas de modelagem preditiva que identificam tendências e/ou pa- drões nos dados de sensor históricos e/ou nos dados de testes de campo históricos. Uma informação referente à performance ou à saú- de do equipamento de sistema de potência por algum período no futu- ro pode ser extrapolada a partir desta análise, por exemplo.
[0031] A título de exemplo, em um transformador de potência, ní- veis elevados de monóxido de carbono e/ou dióxido de carbono no óleo podem indicar que o transformador de potência está sobrecarre- gado e/ou níveis elevados de hidrogênio no óleo podem indicar o de- senvolvimento de corona no transformador de potência. Portanto, pela análise de dados de testes de campo históricos e/ou de dados de sen- sor históricos produzidos a partir do transformador por um período de tempo, pode ser estimado por quanto tempo o transformador de po- tência pode operar (por exemplo, dadas as condições de carregamen- to do transformador de potência durante o período no qual os dados de sensor históricos e/ou os dados de testes de campo históricos fo- ram gerados), antes de falhar e/ou requerer manutenção.
[0032] Em uma modalidade, a significância ou a importância do equipamento de sistema de potência para o sistema de potência pode ser considerado quando do desenvolvimento do perfil de saúde. Por exemplo, um equipamento de sistema de potência redundante pode ser menos significativo para o sistema de potência do que o equipa- mento de sistema de potência com pouca ou nenhuma redundância, porque uma falha do equipamento de sistema de potência com pouca ou nenhuma redundância pode resultar na perda de eletricidade para consumidores. Ainda, um equipamento de sistema de potência que supre eletricidade para um grande número de consumidores pode ser mais significativo do que um equipamento de sistema de potência que supre eletricidade meramente para uns poucos consumidores.
[0033] Assim sendo, em uma modalidade, o perfil de saúde com- preende uma pontuação de índice de saúde para o equipamento de sistema de potência. A pontuação de índice de saúde pode ser deriva- da com base pelo menos em parte na importância ou na significância do equipamento de sistema de potência no sistema de potência e/ou um risco de falha do equipamento de sistema de potência. Isto é, dito diferentemente, a pontuação de índice de saúde descreve um equilí- brio entre a importância do equipamento de sistema de potência e o risco de falha pelo equipamento de sistema de potência. A importância ou significância do equipamento de sistema de potência de saúde po- de ser avaliada através de programas de software que são configura- dos para se rastrear o sistema de potência (por exemplo, a rede) para a identificação de áreas vulneráveis do sistema de potência (por exemplo, falta de redundância suficiente) e/ou podem ser introduzidos manualmente, por exemplo.
[0034] Uma pontuação de índice de saúde como essa pode ser útil na avaliação da urgência de manutenção e/ou substituição. A título de exemplo, a uma primeira unidade de equipamento de sistema de po- tência que é importante para o sistema de potência pode ser atribuída uma pontuação de índice de saúde mais baixa do que a uma segunda unidade de equipamento de sistema de potência que é menos impor- tante para o sistema de potência, mesmo se a segunda unidade tiver maior probabilidade de falhar do que a primeira unidade, porque o va- lor de manutenção da performance da primeira unidade sobrepuja o risco de falha da segunda unidade (por exemplo, em que uma priori-
dade de manutenção é dada ao equipamento de sistema de potência com uma pontuação de índice de saúde mais baixa).
[0035] Em 110 no método de exemplo 100, uma programação de manutenção para o equipamento de sistema de potência é desenvol- vida. A programação de manutenção pode difundir uma linha de tempo para uma manutenção esperada para o sistema de potência e/ou pode prover uma indicação de quando se espera que o sistema de potência falhe, dadas as características operacionais do equipamento de siste- ma de potência durante o intervalo representado pelos dados de sen- sor históricos e/ou por dados de campo históricos. Desta forma, os técnicos de manutenção e/ou um programador de manutenção podem determinar se uma manutenção e/ou uma substituição do transforma- dor de potência é urgente e/ou determinar por quanto tempo a mais o transformador de potência pode estar em operação, antes de requerer manutenção e/ou substituição, por exemplo.
[0036] O método de exemplo 100 termina em 112.
[0037] Pode ser apreciado que, embora o método 100 descreva a geração de um perfil de saúde usando dados de sensor históricos e/ou dados de testes de campo históricos, novos dados de sensor (por exemplo, dados de sensor atuais/novos relativos aos dados de sensor históricos) e/ou novos dados de teste de campo (por exemplo, dados de sensor atuais/novos relativos aos dados de testes de campo histó- ricos) também podem ser considerados na avaliação da saúde do equipamento de sistema de potência. A título de exemplo, o perfil de saúde gerado em 108 pode prover uma linha de base ou um histórico da performance do equipamento de sistema de potência. Isto é, dito diferentemente, o perfil de saúde pode indicar tendências nas caracte- rísticas/propriedades do equipamento de sistema de potência. Con- forme novos dados de teste de campo e/ou novos dados de sensor são recebidos, os novos dados de teste de campo e/ou novos dados de sensor podem ser utilizados para a atualização de tendências (por exemplo, a atualização da pontuação de índice de saúde, a atualiza- ção de uma programação de manutenção desenvolvida, etc.). Ainda, se os novos dados de sensor e/ou novos dados de teste de campo fo- rem indicativos de resultados de medição que se desviam do perfil de saúde em mais do que um limite especificado ou estiverem fora de uma faixa de desvio normal (por exemplo, quando a faixa descreve que mudanças nas características/propriedades são esperadas/tole- ráveis sob a operação normal do equipamento de sistema de potên- cia), uma requisição de manutenção pode ser emitida requisitando a manutenção para o equipamento de sistema de potência. Isto é, dito diferentemente, quando os dados indicam que o equipamento de sis- tema de potência está operando de forma anormal (por exemplo, em relação a tendências na operação do equipamento de sistema de po- tência), uma requisição de manutenção pode ser emitida para se de- terminar que dados são indicativos de resultados anormais, por exem- plo.
[0038] Pode ser apreciado que os atos precedentes do método de exemplo 100 podem ser repetidos para uma pluralidade de equipa- mentos de sistema de potência no sistema de potência. Ainda, em uma modalidade, usando-se os perfis de saúde de uma pluralidade de equipamentos de sistema de potência (por exemplo, ativos), uma es- tratégia de manutenção para o sistema de potência ou para a plurali- dade de equipamentos de sistema de potência pode ser desenvolvida. A estratégia de manutenção pode prover uma estrutura ou ordem para programação de manutenção e/ou pode prover uma ferramenta para facilitar a alocação de recursos limitados através do sistema de potên- cia, por exemplo.
[0039] A figura 2 ilustra um quadro de exemplo 200 provendo uma estratégia de manutenção de exemplo. Na estratégia de manutenção de exemplo, uma pluralidade de equipamentos de sistema de potência é classificada ou ordenada de acordo com suas respectivas pontua- ções de índice de saúde 206 determinadas em 108 no método de exemplo 100 (por exemplo, como parte da geração do perfil de saúde). Isto é, dito diferentemente, um primeiro equipamento de sistema de potência (por exemplo, um primeiro transformador) pode ser classifi- cado/ordenado em relação a um segundo equipamento de sistema de potência (por exemplo, um segundo transformador) pelo menos em parte, de acordo com uma primeira pontuação de índice de saúde do primeiro equipamento de sistema de potência e uma segunda pontua- ção de índice de saúde do segundo equipamento de sistema de po- tência. Na modalidade ilustrada, uma prioridade de manutenção pode ser dada a um equipamento de sistema de potência tendo uma pontu- ação de índice de saúde baixa em relação ao equipamento de sistema de potência tendo uma pontuação de índice de saúde mais alta. As- sim, de acordo com o quadro 200, uma prioridade pode ser dada ao transformador 12436 em relação a outros transformadores listados, porque a pontuação de índice de saúde do transformador 12436 é a mais baixa.
[0040] Conforme descrito previamente com respeito ao método de exemplo 100, a pontuação de índice de saúde pode ser derivada com base, pelo menos em parte, em uma importância do equipamento de sistema de potência no sistema de potência e um risco de falha do equipamento de sistema de potência. Por exemplo, no gráfico ilustrado 200, aos respectivos transformadores é atribuída uma pontuação de significância 202 indicativa de sua significância para o sistema de po- tência. Quanto mais baixa a pontuação de significância 202, mais sig- nificante é o transformador para o sistema de potência. Ainda, aos respectivos transformadores pode ser atribuída uma pontuação de sa- úde 204 com base nos dados de sensor históricos e/ou nos dados de testes de campo históricos. A pontuação de saúde 204 pode descreve uma probabilidade de falha e/ou uma saúde estimada do transforma- dor. Uma pontuação baixa pode indicar que um transformador não es- tá saudável (por exemplo, e, assim, com um risco maior de falha). Na modalidade ilustrada, a pontuação de índice de saúde é a soma da pontuação de significância e da pontuação de saúde. Por exemplo, o transformador 12436 tem uma pontuação de índice de saúde de 8,2 (por exemplo, 5,0 + 3,2). Em uma outra modalidade, a pontuação de significância pode ter um peso atribuído para ser um componente mais significativo da pontuação de índice de saúde do que da pontuação de saúde e/ou vice-versa.
[0041] Ainda, pode ser apreciado que, ao se levar em considera- ção a significância do transformador, ao transformador com a saúde menor não pode ser atribuído um nível de prioridade mais alto. Por exemplo, o transformador 16571 tem a pontuação de saúde mais bai- xa (por exemplo, e, assim, está com o maior risco de falha) dos trans- formadores listrados. Contudo, o transformador 12436 é ordenado mais alto no quadro 200 (por exemplo, e, assim, como uma prioridade de manutenção mais alta) do que o transformador 16571, porque o transformador 12436 tem maior significância do que o transformador 16571, por exemplo.
[0042] A figura 3 ilustra um outro método de exemplo 300 para avaliação do equipamento de sistema de potência para a predição de uma saúde do equipamento de sistema de potência. Pode ser apreci- ado que os recursos precedentes do método de exemplo 100 da figura 1 também podem encontrar aplicabilidade na figura 3, e, portanto, ações iguais podem não ser descritas de novo em detalhes com res- peito ao método de exemplo 300.
[0043] O método de exemplo 300 começa em 302, e os dados de sensor históricos produzidos a partir de um ou mais sensores operaci-
onalmente acoplados ao equipamento de sistema de potência são ad- quiridos em 304. Os dados de sensor históricos são indicativos de me- didas de sensor adquiridas por um sensor(es) por um primeiro interva- lo de tempo. Em 306 no método de exemplo, os dados de testes de campo históricos produzidos a partir de um ou mais testes de campo realizados no equipamento de sistema de potência são adquiridos. Os dados de testes de campo históricos são indicativos de medidas de teste de campo relacionadas ao equipamento de sistema de potência e feitas por um segundo intervalo de tempo (por exemplo, o que, de novo, pode ser o mesmo intervalo de tempo que o primeiro intervalo de tempo, pode se sobrepor ao primeiro intervalo de tempo, e/ou pode ser sem superposição com o primeiro intervalo de tempo).
[0044] Em 308 no método de exemplo 300, pelo menos um dentre os dados de sensor históricos ou os dados de testes de campo históri- cos são pré-processados. Em uma modalidade, esse pré-processa- mento pode ser utilizado para a identificação e/ou a exclusão de ano- malias nos dados. A título de exemplo, durante o primeiro intervalo de tempo, um de uma pluralidade de sensores compreendidos no equi- pamento de sistema de potência pode ter funcionado mal. Como resul- tado, as medições do sensor podem se desviar (para fora de uma faixa normal) de medições adquiridas por outros sensores. Assim, pelo me- nos uma porção dos dados de sensor históricos representando medi- ções pelo sensor funcionando mal (por exemplo, e indicativo de medi- ções que se desviam para fora da faixa normal) pode ser excluída dos dados de sensor históricos (por exemplo, de modo a não afetarem os processos analíticos e/ou iterativos utilizados para a geração do perfil de saúde do equipamento de sistema de potência), por exemplo.
[0045] Um pré-processamento dos dados também pode ser utili- zado para se atribuir um peso a uma primeira porção dos dados de sensor históricos maior do que a uma segunda porção dos dados de sensor históricos e/ou para se atribuir um peso a uma primeira porção dos dados de testes de campo históricos maior do que a uma segunda porção dos dados de testes de campo históricos. A título de exemplo, alguns sensores no equipamento de sistema de potência sendo avali- ados podem ter um grau mais alto de sensibilidade quando da medi- ção de uma ou mais características/propriedades do equipamento de sistema de potência do que outros sensores no equipamento de sis- tema de potência. Por exemplo, dois sensores em um transformador de potência podem ser configurados para a medição da concentração de gases dissolvidos no transformador de potência. Contudo, um pri- meiro sensor pode ser mais sensível a concentrações de etanol, por exemplo, em relação a um segundo sensor. Como tal, o pré- processamento pode atribuir um peso a dados de sensor históricos indicativo de medições de etanol feitas pelo primeiro sensor maior do que a concentrações de etanol feitas pelo segundo sensor (por exem- plo, porque as medições de etanol feitas pelo primeiro sensor podem ser mais precisas). Desta forma, os dados que refletem de forma mais acurada/precisa uma ou mais características dos dados de sensor his- tóricos e/ou dos dados de testes de campo históricos podem ter pesos atribuídos diferentemente (por exemplo, mais altos) do que outros da- dos de sensor históricos e/ou outros dados de testes de campo históri- cos que reflitam as mesmas uma ou mais características.
[0046] Em 310 no método de exemplo 300, os dados de sensor históricos e/ou dados de testes de campo históricos (por exemplo, os quais não foram excluídos durante o pré-processamento) são fundidos para a formação de um conjunto de dados fundido. Isto é, dito diferen- temente, os dados de sensor históricos e/ou os dados de testes de campo históricos são combinados e/ou sintetizados para a formação de um conjunto combinado de dados representativos de medidas de sensor e medidas de teste de campo. Em uma modalidade, esses da-
dos podem ser correlacionados de forma temporal. Assim, quando o segundo intervalo de tempo durante o qual as medidas de teste de campo são feitas e o primeiro intervalo de tempo durante o qual as medidas de sensor são feitas pelo menos parcialmente se sobrepõem, dados indicativos de medidas de teste de campo podem ser intermistu- rados com dados indicativos de medidas de sensor, por exemplo. Mais ainda, quando alguns dados têm um peso atribuído maior do que ou- tros dados, esses pesos podem ser refletidos nos dados fundidos.
[0047] Pode ser apreciado que, em algumas modalidades, a in- formação representada pelas medidas de sensor pode se sobrepor a uma informação representada pelos dados de teste de campo. Por exemplo, pelo menos alguns dos dados de sensor históricos e pelo menos alguns dos dados de testes de campo históricos podem ser in- dicativos de concentrações de gás dissolvido no óleo, tais como con- centrações de monóxido de carbono, concentrações de dióxido de carbono, concentrações de etanol, etc. Como resultado, podem ocor- rer conflitos entre os dados de sensor históricos e os dados de testes de campo históricos, quando os dados de sensor históricos e os dados de testes de campo históricos refletirem respectivamente medidas ad- quiridas por um intervalo de tempo com superposição, por exemplo.
[0048] Em uma modalidade, como parte da fusa de dados de sen- sor históricos com dados de testes de campo históricos, os conflitos são resolvidos entre os vários conjuntos de dados. Esses conflitos po- dem ser resolvidos de acordo com um ou mais parâmetros de resolu- ção de conflito. Por exemplo, em uma modalidade, um parâmetro de resolução de conflito pode ser divisado, que proporciona preferência aos dados de testes de campo históricos (por exemplo, os quais ge- ralmente são mais acurados do que os dados de sensor) em relação aos dados de sensor históricos. Assim, quando há um conflito entre dados de testes de campo históricos e dados de sensor históricos, o conflito pode ser resolvido em favor dos dados de testes de campo his- tóricos (por exemplo, e a porção conflitante dos dados de sensor histó- ricos pode ser descartada). Em uma outra modalidade, o parâmetro de resolução de conflito pode dar preferência aos dados que refletem uma medida que mais bem se aproxima temporalmente de medidas adjacentes da mesma característica. Em uma modalidade como essa, os dados de testes de campo históricos podem receber uma preferên- cia em relação aos dados de sensor históricos, se os dados de testes de campo históricos representarem uma medição da característica que mais proximamente se assemelha a outras medidas temporalmente próximas da característica. Inversamente, aos dados de sensor históri- cos pode ser dada preferência em relação aos dados de testes de campo históricos, se os dados de sensor históricos representarem uma medida da característica que se assemelha mais proximamente de outras medidas temporalmente próximas da característica, por exemplo. Pode ser apreciado que os parâmetros de resolução de con- flito são meramente parâmetros de exemplos e que outros parâmetros para a resolução de conflitos entre os dados de sensor históricos e os dados de testes de campo históricos também são contemplados.
[0049] Em 312 no método de exemplo 300, o conjunto de dados fundido é usado para a geração de um perfil de saúde do equipamento de sistema de potência. O perfil de saúde pode ser indicativo de uma saúde predita do equipamento de sistema de potência. Uma predição como essa pode ser útil para a estimativa de uma linha de tempo de manutenção para o equipamento de sistema de potência e/ou para a estimativa de uma data de substituição para o equipamento de sistema de potência, com base em tendências e/ou padrões nos dados fundi- dos para o equipamento de sistema de potência. Mais ainda, em uma outra modalidade, uma predição como essa pode ser útil para a esti- mativa de uma probabilidade de manutenção por um período de tempo especificado e/ou para a estimativa de uma probabilidade de falha pelo período de tempo especificado.
[0050] Em uma modalidade, a saúde do equipamento de sistema de potência por um período de tempo especificado pode ser predita através de técnicas analíticas e/ou interativas que usam, como entra- da, os dados fundidos. Como um exemplo, um algoritmo, tal como um algoritmo(s) de aprendizado de máquina e/ou de análise de dados, pode ser desenvolvido com base nos dados fundidos que são configu- rados para a execução de uma análise de agrupamento, uma análise de classificação, uma análise de associação, uma descoberta de pa- drão, uma regressão, uma análise de detecção de anomalia e/ou outra modelagem preditiva, o que identifica tendências e/ou padrões nos dados fundidos e extrapola, a partir dos dados, uma informação com referência à performance ou à saúde do equipamento de sistema de potência por algum período no futuro, por exemplo.
[0051] O método de exemplo 300 termina em 314.
[0052] A figura 4 ilustra um ambiente de exemplo 400 de um sis- tema configurado para a predição de uma saúde de um equipamento de sistema de potência 402, tais como transformadores, disjuntores de circuito, capacitores ou outros componentes elétricos de um sistema de potência.
[0053] No ambiente de exemplo 400, os dados de sensor 404 e/ou os dados de teste de campo 406 podem ser coletados a partir do equi- pamento de sistema de potência 402 ao longo do tempo. Pode ser apreciado que os dados de sensor 404 e os dados de teste de campo 406 podem ser coletados por um mesmo intervalo de tempo ou por intervalos de tempo diferentes (por exemplo, o que pode ser com su- perposição ou sem superposição).
[0054] Na modalidade ilustrada, os dados de sensor 404 e os da- dos de teste de campo 406 são armazenados em um repositório de dados históricos 408 (por exemplo, tal como um repositório central configurado para o armazenamento de dados adquiridos por um perí- odo de tempo e/ou qualquer outro tipo de mecanismo de armazena- mento que possa armazenar dados históricos, dados em tempo real, dados preditos e/ou qualquer outro tipo de dados, etc.). Desta forma, o repositório de dados históricos 408 recebe, ao longo do tempo, dados de sensor 404 para o desenvolvimento de dados de sensor históricos descrevendo como medidas de sensor, adquiridas a partir de um ou mais sensores operacionalmente acoplados ao equipamento de siste- ma de potência, mudam ao longo do tempo. Da mesma forma, o repo- sitório de dados históricos 408 recebe, ao longo do tempo, os dados de teste de campo 406 para o desenvolvimento de dados de testes de campo históricos descrevendo como medidas de teste de campo, ad- quiridas a partir de vários testes de campo, mudam com o tempo. Po- de ser apreciado que o repositório de dados históricos 408 pode com- preender um ou mais dispositivos de armazenamento, e, assim, os dados de sensor 404 podem não necessariamente ser armazenados em uma mesma localização física que os dados de teste de campo
406. Mais ainda, pelo menos alguns dos dados de sensor 404 podem ser armazenados em uma localização diferente (por exemplo, um dis- positivo de armazenamento diferente) de outros dados de sensor 404 e/ou pelo menos alguns dos dados de teste de campo 406 podem ser armazenados em uma localização diferente de outros dados de teste de campo 406.
[0055] O ambiente de exemplo 400 ainda compreende um compo- nente de pré-processamento de dados 410 configurado para pelo me- nos um dentre fundir os dados de sensor históricos com os dados de testes de campo históricos para formar um conjunto de dados fundido ou identificar anomalias em pelo menos um dentre os dados de sensor históricos e/ou os dados de testes de campo históricos. Em uma mo-
dalidade, anomalias (por exemplo, resultados de medições que se desviam, por mais do que um limite especificado, de resultados de ou- tras medidas de uma mesma característica ou similar) identificadas em um conjunto de dados podem ser excluídas do conjunto de dados. Ainda, quando os dados de sensor históricos e os dados de testes de campo históricos são fundidos para a formação do conjunto de dados fundido, essas anomalias podem ser excluídas do conjunto de dados fundido, por exemplo. A saída do componente de pré-processamento de dados 410 pode ser de dados de sensor históricos limpos (por exemplo, atualizados), dados de testes de campo históricos limpos e/ou um conjunto de dados fundido (por exemplo, com de pouca a ne- nhuma anomalia de dados), por exemplo. Essa saída pode ser trans- mitida para um componente de aprendizado de máquina 412 e/ou po- de ser transmitida para o repositório de dados históricos 408, por exemplo, em que pode ser armazenada até ser requisitada pelo com- ponente de aprendizado de máquina 412, por exemplo.
[0056] O componente de aprendizado de máquina 412 é configu- rado para gerar um perfil de saúde 414 do equipamento de sistema de potência usando os dados de sensor históricos e os dados de testes de campo históricos (por exemplo, os quais podem estar em sua forma original, uma forma limpa e/ou no conjunto de dados fundido). Confor- me descrito previamente, o perfil de saúde é indicativo de uma saúde predita do equipamento de sistema de potência, e pode descrever, dentre outras coisas, uma probabilidade ou um risco de falha, por exemplo. Em uma modalidade, um perfil de saúde 414 como esse po- de compreender uma pontuação de índice de saúde do equipamento de sistema de potência 402, o que pode ser descritivo de quão urgen- temente o equipamento de sistema de potência 402 requer manuten- ção e/ou substituição, quando o risco de falha é avaliado tendo em vis- ta a importância do equipamento de sistema de potência 402 para o sistema de potência.
[0057] Em uma modalidade, o componente de aprendizado de máquina 412 também pode ser configurado para comparar o perfil de saúde 414 com pelo menos um dentre novos dados de sensor (por exemplo, dados de sensor mais recentemente adquiridos) e/ou novos dados de teste de campo (por exemplo, dados de teste de campo mais recentemente adquiridos) para se determinar se um estado atual do equipamento de sistema de potência 402 se desvia do perfil em mais do que um limite especificado. Quando pelo menos um dos novos da- dos de sensor e/ou dos novos dados de teste de campo é indicativo de um desvio(s) substancial(is) em relação ao perfil de saúde 414, o(s) desvio(s) pode(m) indicar que uma saúde do equipamento de sistema de potência 402 está declinando/degradando mais rapidamente do que o esperado (quando o perfil de saúde 414 foi criado). Assim, o equi- pamento de sistema de potência 402 pode requerer manutenção mais urgentemente do que esperado previamente e uma requisição ou noti- ficação pode ser gerada indicativa de uma descoberta como essa, por exemplo.
[0058] O ambiente de exemplo 400 também compreende um com- ponente de manutenção 416 configurado para o desenvolvimento de uma estratégia de manutenção 418 para o sistema de potência ou uma porção do sistema de potência com base no perfil de saúde 414 do equipamento de sistema de potência 402 e outros perfis de saúde para outros equipamentos de sistema de potência respectivamente gerados pelo componente de aprendizado de máquina 412, por exem- plo. Por exemplo, como previamente descrito com respeito ao método 300 ilustrado na figura 3, o componente de manutenção 416 pode ser configurado para classificar ou ordenar um equipamento de sistema de potência de acordo com sua respectiva pontuação de índice de saúde provida nos respectivos perfis de saúde. Um equipamento de sistema de potência requerendo manutenção mais urgentemente (por exemplo, quando uma consideração é dada à importância do equipamento de sistema de potência e risco de falha) pode ter uma pontuação de índi- ce de saúde mais baixa e pode ser classificado/ordenado mais alto na estratégia de manutenção 418, por exemplo. Desta forma, uma estra- tégia pode ser desenvolvida para a alocação de recurso de manuten- ção para componentes da rede, de uma maneira que leve em conside- ração o valor/a importância do equipamento de sistema de potência e o risco de falha, por exemplo.
[0059] Ainda uma outra modalidade envolve um meio que pode ser lido em computador que compreende instruções executáveis em processador configurado para a implementação de uma ou mais das técnicas apresentadas aqui. Um meio que pode ser lido em computa- dor de exemplo que pode ser divisado nestas formas é ilustrado na figura 7, em que a implementação 500 compreende um meio que pode ser lido em computador 508 (por exemplo, um CD-R, um DVD-R ou uma bandeja de um drive de disco rígido), em que são codificados os dados que podem ser lidos em computador 506. Estes dados que po- dem ser lidos em computador 506 por sua vez compreendem um con- junto de instruções de computador 504 configurado para operação de acordo com um ou mais dos princípios estabelecidos aqui. Em uma modalidade 500 como essa, as instruções de computador executáveis em processador 504 podem ser configuradas para a execução de um método 502, tal como pelo menos parte do método de exemplo 100 da figura 1 e/ou pelo menos parte do método de exemplo 300 da figura 3, por exemplo. Em uma outra modalidade como essa, as instruções executáveis em processador 504 podem ser configuradas para a im- plementação de um sistema, tal como pelo menos parte do sistema de exemplo 400 da figura 4, por exemplo. Muitos desses meios que po- dem ser lidos em computador podem se divisados por aqueles de co-
nhecimento costumeiro na técnica, que são configurados para opera- ção de acordo com as técnicas apresentadas aqui.
[0060] Embora o assunto tenha sido descrito em uma linguagem específica para recursos estruturais e/ou atos metodológicos, é para ser entendido que o assunto definido nas reivindicações em apenso não está necessariamente limitado aos recursos específicos ou atos descritos acima. Ao invés disso, os recursos específicos e atos descri- tos acima são expostos como formas de exemplo de implementação das reivindicações.
[0061] Conforme usado neste pedido, os termos "componente", "módulo", "sistema", "interface" e similares geralmente são pretendidos para se referirem a uma entidade relacionada a computador, seja um hardware, uma combinação de hardware e de software, um software ou um software em execução. Por exemplo, um componente pode ser, mas não está limitado a ser um processo rodando em um processador, um processador, um objeto, um executável, uma linha de execução, um programa e/ou um computador. A título de ilustração um pedido rodando em um controlador e o controlador podem ser um componen- te. Um ou mais componentes podem residir em um processo e/ou uma linha de execução, e um componente pode estar localizado em um computador e/ou distribuídos entre dois ou mais computadores.
[0062] Mais ainda, o assunto reivindicado pode ser implementado como um método, um aparelho, ou um artigo de fabricação usando uma programação padrão e/ou técnicas de engenharia para a produ- ção de um software, um firmware, um hardware ou qualquer combina- ção dos mesos para controle de um c para a implementação do assun- to exposto. O termo "artigo de fabricação" conforme usado aqui é pre- tendido para englobar um programa de computador acessível a partir de qualquer dispositivo que pode ser lido em computador, portador ou mídia. Obviamente, aqueles versados na técnica reconhecerão que muitas modificações podem ser feitas nesta configuração, sem que se desvie do escopo ou do espírito do assunto reivindicado.
[0063] A figura 6 e a discussão a seguir proveem uma breve des- crição geral de um ambiente de computação adequado para a imple- mentação de modalidades de uma ou mais das provisões estabeleci- das aqui. O ambiente de operação da figura 6 é apenas um exemplo de um ambiente de operação adequado e não é pretendido para suge- rir qualquer limitação quanto ao escopo de uso ou funcionalidade do ambiente de operação. Os dispositivos de computação de exemplo incluem, mas não estão limitados a computadores pessoais, computa- dores servidores, dispositivos portáteis ou laptop, dispositivos móveis (tais como telefones móveis, assistentes digitais pessoais (PDAs), to- cadores de mídia, e similares), sistemas de multiprocessador, eletrôni- cos de consumidor, minicomputadores, computadores de grande por- te, ambientes de computação distribuídos que incluem qualquer um dos sistemas acima ou dispositivos e similares.
[0064] Embora não requerido, as modalidades são descritas no contexto geral de "instruções que podem ser lidas em computador" sendo executadas por um ou mais dispositivos de computação. As ins- truções que podem ser lidas em computador podem ser distribuídas através de meios que podem ser lidos em computador (discutidos abaixo). As instruções que podem ser lidas em computador podem ser implementadas como módulos de programa, tais como funções, obje- tos, interfaces de programação de aplicativo (APIs), estruturas de da- dos e similares que executam tarefas em particular ou implementam tipos de dados abstratos em particular. Tipicamente, a funcionalidade das instruções que podem ser lidas em computador pode ser combi- nada ou distribuída conforme desejado em vários ambientes.
[0065] A figura 6 ilustra um exemplo de um sistema 610 que com- preende um dispositivo de computação 612 configurado para a imple-
mentação de uma ou mais modalidades providas aqui. Em uma confi- guração, o dispositivo de computação 612 inclui pelo menos uma uni- dade de processamento 616 e uma memória 618. Dependendo da configuração exata e do tipo de dispositivo de computação, a memória 618 pode ser volátil (tal como uma RAM, por exemplo), não volátil (tal como uma ROM, uma memória flash, etc., por exemplo) ou alguma combinação das duas. Esta configuração é ilustrada na figura 6 pela linha tracejada 614.
[0066] Em outras modalidades, o dispositivo 612 pode incluir re- cursos adicionais e/ou uma funcionalidade. Por exemplo, o dispositivo 612 também pode incluir um armazenamento adicional (por exemplo, removível e/ou não removível) incluindo, mas não limitando, um arma- zenamento magnético, um armazenamento ótico e similares. Esse ar- mazenamento adicional é ilustrado na figura 6 pelo armazenamento
620. Em uma modalidade, instruções que podem ser lidas em compu- tador para a implementação de uma ou mais modalidades providas aqui podem estar no armazenamento 620. O armazenamento 620 também pode armazenar outras instruções que podem ser lidas em computador para a implementação de um sistema operacional, um programa aplicativo, e similares. As instruções que podem ser lidas em computador podem ser carregadas na memória 618 para execução pela unidade de processamento 616, por exemplo.
[0067] O termo "máquinas locais" conforme usado aqui inclui um meio de armazenamento em computador. O meio de armazenamento em computador inclui meios voláteis e não voláteis, removíveis e não removíveis implementados em qualquer método ou tecnologia para armazenamento de informação, tais como instruções que podem ser lidas em computador ou outros dados. A memória 618 e o armazena- mento 620 são exemplos de meios de armazenamento em computa- dor. O meio de armazenamento em computador inclui, mas não está limitado a uma RAM, uma ROM, uma EEPROM, uma memória flash ou outra tecnologia de memória, um CD-ROM, discos versáteis digitais (DVDs) ou outro armazenamento ótico, cassetes magnéticos, fita magnética, armazenamento em disco magnético ou outros dispositivos de armazenamento magnéticos ou qualquer outro meio que possa ser usado para o armazenamento da informação desejada, e o que possa ser acessado pelo dispositivo 612.
[0068] O dispositivo 612 também pode incluir uma conexão(ões) de comunicação 626 que permite(m) que o dispositivo 612 se comuni- que com outros dispositivos. A(s) conexão(ões) de comunicação 626 pode(m) incluir, mas não está(ão) limitada(s) a um modem, uma placa de interface de rede (NIC), uma interface de rede integrada, um trans- missor/receptor de frequência de rádio, uma porta de infravermelho, uma conexão USB, ou outras interfaces para conexão do dispositivo de computação 612 com outros dispositivos de computação. A(s) co- nexão(ões) de comunicação 626 pode(m) incluir uma conexão com fio ou uma conexão sem fio. A(s) conexão(ões) de comunicação 626 po- de(m) transmitir e/ou receber meios de comunicação.
[0069] O termo "meios que podem ser lidos em computador" pode incluir meios de comunicação. Os meios de comunicação tipicamente concretizam instruções que podem ser lidas em computador ou outros dados em um "sinal de dados modulado", tal como uma onda portado- ra ou outro mecanismo de transporte, e inclui qualquer meio de entre- ga de informação. O termo "sinal de dados modulado" pode incluir um sinal que tem uma ou mais de suas características estabelecidas ou mudadas de maneira tal a se codificar uma informação no sinal.
[0070] O dispositivo 612 pode incluir um dispositivo(s) de entrada 624, tais como teclados, mouse, caneta, dispositivo de entrada de voz, dispositivo de entrada de toque, câmeras de infravermelho, dispositi- vos de entrada de vídeo e/ou qualquer outro dispositivo de entrada.
O(s) dispositivo(s) de saída 622, tais como um ou mais visores, alto- falantes, impressoras e/ou qualquer outro dispositivo de saída também pode(m) ser incluído(s) no dispositivo 612. O(s) dispositivo(s) de en- trada 624 e o(s) dispositivo(s) de saída 622 podem ser conectados ao dispositivo 612 através de uma conexão com fio, de uma conexão sem fio ou qualquer combinação das mesmas. Em uma modalidade, um dispositivo de entrada ou um dispositivo de saída a partir de um outro dispositivo de computação pode ser usado como o(s) dispositivo(s) de entrada 624 ou o(s) dispositivo(s) de saída 622 para o dispositivo de computação 612.
[0071] Os componentes do dispositivo de computação 612 podem ser conectados por várias interconexões, tal como um barramento. Es- sas interconexões podem incluir uma interconexão de componente pe- riférico (PCI), tal como PCI Express, um barramento serial universal (USB), FireWire (IEEE 1394), uma estrutura de barramento ótico e si- milares. Em uma outra modalidade, os componentes de dispositivo de computação 612 podem ser interconectados por uma rede. Por exem- plo, a memória 618 pode ser compreendida por múltiplas unidades de memória física localizadas em localizações físicas diferentes interco- nectadas por uma rede.
[0072] Aqueles versados na técnica perceberão que os dispositi- vos de armazenamento utilizados para o armazenamento de instru- ções que podem ser lidas em computador podem ser distribuídos atra- vés de uma rede. Por exemplo, um dispositivo de computação 630 acessível através de uma rede 628 pode armazenar instruções que podem ser lidas em computador para a implementação de uma ou mais modalidades providas aqui. O dispositivo de computação 612 po- de acessar o dispositivo de computação 630 e transferir (via download) uma parte das ou todas as instruções que podem ser lidas em compu- tador para execução. Alternativamente, o dispositivo de computação
612 pode transferir (via download) pedaços das instruções que podem ser lidas em computador, conforme necessário, ou algumas instruções podem ser executadas no dispositivo de computação 612 e algumas no dispositivo de computação 630.
[0073] Várias operações de modalidades são providas aqui. Em uma modalidade, uma ou mais das operações descritas podem consti- tuir instruções que podem ser lidas em computador armazenadas em um ou mais meios que podem ser lidos em computador, as quais, se executadas por um dispositivo de computação, farão com que o dispo- sitivo de computação execute as operações descritas. A ordem na qual algumas ou todas as operações são descritas não deve ser cons- truída para implicar que estas operações são necessariamente depen- dentes de ordem. Uma ordenação alternativa será apreciada por al- guém versado na técnica tendo o benefício desta descrição. Ainda, será entendido que nem todas as operações estão necessariamente presentes em cada modalidade provida aqui.
[0074] Mais ainda, a palavra "exemplo" é usada aqui para signifi- car servindo como um exemplo, uma instância ou uma ilustração. Qualquer aspecto ou projeto descrito aqui como "de exemplo" não é necessariamente para ser construído como vantajoso em relação a outros aspectos ou projetos. Ao invés disso, o uso da palavra exemplo é pretendido para apresentar conceitos de uma forma concreta. Con- forme usado neste pedido, o termo "ou" é pretendido para significar um "ou" inclusivo, ao invés de um "ou" exclusivo. Isto é, a menos que especificado de outra forma, ou claro a partir do contexto, "X emprega A ou B" é pretendido para significar qualquer uma das permutações inclusivas naturais. Isto é, se X empregar A; X empregar B; ou X em- pregar ambos A e B, então, "X empregará A ou B" será satisfeito sob qualquer uma das instâncias precedentes. Além disso, os artigos "um" e "uma", conforme usado neste pedido e nas reivindicações em apen-
so, geralmente podem ser construídos como significando "um ou mais", a menos que especificado de outra forma ou claro a partir do contexto a ser dirigido a uma forma singular. Também, pelo menos um dentre A e B e/ou similar geralmente significam A ou B ou ambos A e B.
[0075] Também, embora a exposição tenha sido mostrada e des- crita com respeito a uma ou mais implementações, alterações equiva- lentes e modificações ocorrerão a outros versados na técnica com ba- se em uma leitura e em um entendimento deste relatório descritivo e dos desenhos anexados. A exposição inclui todas essas modificações e alterações, e é limitada apenas pelo escopo das reivindicações a se- guir. Com respeito em particular às várias funções executadas pelos componentes descritos acima (por exemplo, elementos, recursos, etc.), os termos usados para a descrição desses componentes são pretendidos para corresponderem, a menos que indicado de outra forma, a qualquer componente o qual execute a função especificada do componente descrito (por exemplo, que é funcionalmente equiva- lente), embora não estruturalmente equivalente à estrutura exposta, a qual executa a função nas implementações de exemplo ilustradas aqui da exposição. Além disso, embora um recurso em particular da expo- sição possa ser exposto com respeito apenas a uma das várias im- plementações, esse recurso pode ser combinado com um ou mais ou- tros recursos das outras implementações, conforme puder ser deseja- do e vantajoso para qualquer aplicação dada ou particular. Mais ainda, até a extensão em que os termos "inclui", "tendo", "tem", "com" ou va- riantes dos mesmos são usados na descrição detalhada ou nas reivin- dicações, esses termos são pretendidos para serem inclusivos de uma maneira similar ao termo "compreendendo".

Claims (20)

REIVINDICAÇÕES
1. Método para avaliação de um equipamento de sistema de potência para a predição de uma saúde do equipamento de sistema de potência, caracterizado pelo fato de compreender: a aquisição de dados de sensor históricos produzidos a par- tir de um ou mais sensores operacionalmente acoplados ao equipa- mento de sistema de potência, os dados de sensor históricos indicati- vos de uma ou mais medidas de sensor feitas em um primeiro interva- lo de tempo; a aquisição de dados de testes de campo históricos produ- zidos a partir de um ou mais testes de campo executados no equipa- mento de sistema de potência, os dados de testes de campo históricos indicativos de uma ou mais medidas de teste de campo feitas em um segundo intervalo de tempo; o uso de dados de sensor históricos e dados de testes de campo históricos para a geração de um perfil de saúde do equipamen- to de sistema de potência, o perfil de saúde indicativo de uma saúde predita do equipamento de sistema de potência.
2. Método, de acordo com a reivindicação 1, caracterizado pelo fato de o equipamento de sistema de potência compreender um transformador de potência.
3. Método, de acordo com a reivindicação 1, caracterizado pelo fato de compreender: a fusão dos dados de sensor históricos e dos dados de tes- tes de campo históricos para a formação de um conjunto de dados fundido, e o uso compreendendo o uso do conjunto de dados fundido para a geração do perfil de saúde.
4. Método, de acordo com a reivindicação 3, caracterizado pelo fato de a fusão compreender:
a resolução de um conflito entre os dados de sensor históri- cos e os dados de testes de campo históricos em favor dos dados de testes de campo históricos.
5. Método, de acordo com a reivindicação 3, caracterizado pelo fato de a fusão compreender: a correlação temporal dos dados de sensor históricos com os dados de testes de campo históricos.
6. Método, de acordo com a reivindicação 3, caracterizado pelo fato de compreender: a identificação de dados de sensor históricos para exclusão do conjunto de dados fundido, antes da fusão.
7. Método, de acordo com a reivindicação 1, caracterizado pelo fato de compreender: a comparação do perfil de saúde com pelo menos um den- tre novos dados de sensor ou novos dados de teste de campo, para se determinar se o estado atual do equipamento de sistema de potência se desvia do perfil de saúde em mais do que um limite especificado.
8. Método, de acordo com a reivindicação 7, caracterizado pelo fato de compreender: em resposta à determinação que o estado atual do equipa- mento de sistema de potência se desvia do perfil de saúde em mais do que o limite especificado, a emissão de uma requisição de manuten- ção.
9. Método, de acordo com a reivindicação 1, caracterizado pelo fato de o perfil de saúde compreender uma pontuação de índice de saúde para o equipamento de sistema de potência, a pontuação de índice de saúde derivada com base em uma importância do equipa- mento de sistema de potência em um sistema de potência e em um risco de falha do equipamento de sistema de potência.
10. Método, de acordo com a reivindicação 9, caracterizado pelo fato de compreender: o desenvolvimento de uma estratégia de manutenção para manutenção do sistema de potência, em que a estratégia de manuten- ção dá pontuação ao equipamento de sistema de potência em relação a um segundo equipamento de sistema de potência, de acordo com a pontuação de índice de saúde do equipamento de sistema de potência e uma segunda pontuação de índice de saúde do segundo equipa- mento de sistema de potência.
11. Método, de acordo com a reivindicação 1, caracterizado pelo fato de o uso compreender: o desenvolvimento de um algoritmo para a geração de um perfil com base nos dados de sensor históricos e nos dados de testes de campo históricos.
12. Método, de acordo com a reivindicação 1, caracterizado pelo fato de o uso compreender: a análise dos dados de sensor históricos e dos dados de testes de campo históricos usando pelo menos um dentre: análise por agrupamento; análise por classificação; análise por associação; análise por predição; ou análise por detecção de anomalia.
13. Sistema para a predição de uma saúde de um equipa- mento de sistema de potência, caracterizado pelo fato de compreen- der: um repositório de dados históricos configurado para rece- ber, ao longo do tempo, dados de sensor produzidos a partir de um ou mais sensores operacionalmente acoplados ao equipamento de siste- ma de potência para a criação de dados de sensor históricos, e confi- gurado para receber, ao longo do tempo, dados de teste de campo produzidos a partir de um ou mais testes de campo realizados no equipamento de sistema de potência para a criação de dados de tes- tes de campo históricos; e um componente de aprendizado de máquina configurado para a geração de um perfil de saúde do equipamento de sistema de potência usando os dados de sensor históricos e os dados de testes de campo históricos, o perfil de saúde indicativo de uma saúde predita do equipamento de sistema de potência.
14. Sistema, de acordo com a reivindicação 13, caracteri- zado pelo fato de o componente de aprendizado de máquina ser confi- gurado para: a comparação do perfil de saúde com pelo menos um den- tre novos dados de sensor ou novos dados de teste de campo para se determinar se um estado atual do equipamento de sistema de potência se desvia do perfil de saúde por mais do que um limite específico.
15. Sistema, de acordo com a reivindicação 13, caracteri- zado pelo fato de o perfil de saúde compreender uma pontuação de índice de saúde do equipamento de sistema de potência, a pontuação de índice de saúde derivada com base em uma importância do equi- pamento de sistema de potência em um sistema de potência e um ris- co de falha do equipamento de sistema de potência.
16. Sistema, de acordo com a reivindicação 15, caracteri- zado pelo fato de um componente de manutenção configurado para o desenvolvimento de uma estratégia de manutenção para manutenção do sistema de potência, em que a estratégia de manutenção dá uma pontuação ao equipamento de sistema de potência em relação ao se- gundo equipamento de sistema de potência de acordo com a pontua- ção de índice de saúde do equipamento de sistema de potência e uma segunda pontuação de índice de saúde do segundo equipamento de sistema de potência.
17. Sistema, de acordo com a reivindicação 13, caracteri- zado pelo fato de compreender um componente de pré-processamento de dados configurado para formar um conjunto de dados fundido pela correlação temporal dos dados de sensor históricos e dos dados de testes de campo históricos.
18. Sistema, de acordo com a reivindicação 17, caracteri- zado pelo fato de o componente de pré-processamento de dados con- figurado para a identificação de uma ou mais anomalias em pelo me- nos um dentre os dados de sensor históricos ou os dados de testes de campo históricos e para exclusão das anomalias a partir do conjunto de dados fundido.
19. Sistema, de acordo com a reivindicação 13, caracteri- zado pelo fato de o equipamento de sistema de potência compreender um transformador de potência.
20. Meio que pode ser lido em computador, caracterizado pelo fato de compreender instruções executáveis em processador, que, quando executadas, realizam um método para avaliação de um equipamento de sistema de potência para a predição de saúde do equipamento de sistema de potência, o método compreendendo: a aquisição de dados de sensor históricos produzidos a par- tir de um ou mais sensores operacionalmente acoplados ao equipa- mento de sistema de potência, os dados de sensor históricos indicati- vos de uma ou mais medidas de sensor feitas em um primeiro interva- lo de tempo; a aquisição de dados de testes de campo históricos produ- zidos a partir de um ou mais testes de campo executados no equipa- mento de sistema de potência, os dados de testes de campo históricos indicativos de uma ou mais medidas de teste de campo feitas em um segundo intervalo de tempo; o uso de dados de sensor históricos e dados de testes de campo históricos para a geração de um perfil de saúde do equipamen- to de sistema de potência, o perfil de saúde indicativo de uma saúde predita do equipamento de sistema de potência.
BR112015011382-6A 2012-11-19 2013-11-19 Método para avaliação de um equipamento de sistema de potência, sistema para a predição de uma saúde de um equipamento de sistema de potência e meio que pode ser lido em computador BR112015011382B1 (pt)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201261727875P 2012-11-19 2012-11-19
US61/727,875 2012-11-19
PCT/US2013/070695 WO2014078829A1 (en) 2012-11-19 2013-11-19 Assessment of power system equipment for equipment maintenance and/or risk mitigation

Publications (2)

Publication Number Publication Date
BR112015011382A2 true BR112015011382A2 (pt) 2021-05-18
BR112015011382B1 BR112015011382B1 (pt) 2021-10-19

Family

ID=49753480

Family Applications (1)

Application Number Title Priority Date Filing Date
BR112015011382-6A BR112015011382B1 (pt) 2012-11-19 2013-11-19 Método para avaliação de um equipamento de sistema de potência, sistema para a predição de uma saúde de um equipamento de sistema de potência e meio que pode ser lido em computador

Country Status (5)

Country Link
US (1) US9995655B2 (pt)
EP (1) EP2920660B1 (pt)
CN (1) CN104919384B (pt)
BR (1) BR112015011382B1 (pt)
WO (1) WO2014078829A1 (pt)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140324495A1 (en) * 2013-02-22 2014-10-30 Vestas Wind Systems A/S Wind turbine maintenance optimizer
CN105432064B (zh) * 2013-03-15 2019-05-10 弗兰克公司 使用单独无线移动设备的红外图像的可见视听注释
WO2015064651A1 (ja) * 2013-10-29 2015-05-07 京セラ株式会社 設備管理システム及び設備管理方法
EP3164833A1 (en) * 2014-07-03 2017-05-10 General Electric Company Apparatus and method for decimation of historical reference dataset
CN105512448B (zh) * 2014-09-22 2018-08-14 中国电力科学研究院 一种配电网健康指数的评估方法
KR20160143140A (ko) * 2015-06-04 2016-12-14 엘에스산전 주식회사 전력설비 건전성 평가시스템
CA2999899C (en) * 2015-09-28 2023-12-19 Eaton Intelligent Power Limited System and methods for commissioning and maintaining industrial equipment
US10438144B2 (en) 2015-10-05 2019-10-08 Fisher-Rosemount Systems, Inc. Method and apparatus for negating effects of continuous introduction of risk factors in determining the health of a process control system
US10481595B2 (en) * 2015-10-05 2019-11-19 Fisher-Rosemount Systems, Inc. Method and apparatus for assessing the collective health of multiple process control systems
US10146286B2 (en) * 2016-01-14 2018-12-04 Intel Corporation Dynamically updating a power management policy of a processor
US10558929B2 (en) 2016-05-31 2020-02-11 The Boeing Company Monitored machine performance as a maintenance predictor
CN106124902B (zh) * 2016-07-19 2019-08-13 广西电网有限责任公司电力科学研究院 一种配电变压器健康状态评估系统
US10355478B2 (en) 2017-03-22 2019-07-16 Eaton Intelligent Power Limited System and method for asset health monitoring using multi-dimensional risk assessment
US11507716B2 (en) 2018-07-09 2022-11-22 International Business Machines Corporation Predicting life expectancy of machine part
EP3756098A4 (en) * 2018-09-24 2021-10-20 Hewlett-Packard Development Company, L.P. EVALUATING A DEVICE CONDITION
WO2020105151A1 (ja) * 2018-11-21 2020-05-28 株式会社日立製作所 設備保守点検支援システム及び点検順序決定方法
US11226358B2 (en) * 2019-02-27 2022-01-18 Caterpillar Inc. Power system damage analysis and control system
CN113826127B (zh) * 2019-05-23 2024-06-18 西门子股份公司 变压器的健康状态评估方法、装置及存储介质
US11119759B2 (en) 2019-12-18 2021-09-14 Bank Of America Corporation Self-learning code conflict resolution tool
US11269901B2 (en) 2020-01-16 2022-03-08 International Business Machines Corporation Cognitive test advisor facility for identifying test repair actions
CN114563111B (zh) * 2022-04-30 2022-07-22 江西省气象信息中心(江西省气象培训中心、江西省农村经济信息中心) 气温观测设备的健康度评估方法、系统、设备和存储介质
US20240085477A1 (en) * 2022-09-09 2024-03-14 Cisco Technology, Inc. Stress-testing electrical components using telemetry modeling
CN115719168B (zh) * 2023-01-10 2023-04-11 佰聆数据股份有限公司 基于多电力终端协同的发电设备运行风险分析方法及装置

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6756907B2 (en) 2002-06-11 2004-06-29 Jerrell Penn Hollaway Maintainance support system for an electrical apparatus
JP4721235B2 (ja) * 2004-12-17 2011-07-13 コリア リサーチ インスティチュート オブ スタンダーズ アンド サイエンス 真空ポンプの故障保護と予知保全のための精密診断方法及びそのための精密診断システム
US9201420B2 (en) * 2005-04-08 2015-12-01 Rosemount, Inc. Method and apparatus for performing a function in a process plant using monitoring data with criticality evaluation data
US20070093925A1 (en) 2005-10-21 2007-04-26 Moughler Eric A Processes for improving production of a work machine
US8768657B2 (en) * 2006-01-12 2014-07-01 Jentek Sensors, Inc. Remaining life prediction for individual components from sparse data
WO2008040018A2 (en) * 2006-09-28 2008-04-03 Fisher-Rosemount Systems, Inc. Abnormal situation prevention in a heat exchanger
US8170893B1 (en) * 2006-10-12 2012-05-01 Sergio J Rossi Eliminating sources of maintenance losses
US8437904B2 (en) * 2007-06-12 2013-05-07 The Boeing Company Systems and methods for health monitoring of complex systems
US20110054806A1 (en) 2009-06-05 2011-03-03 Jentek Sensors, Inc. Component Adaptive Life Management
US8484150B2 (en) * 2010-02-26 2013-07-09 General Electric Company Systems and methods for asset condition monitoring in electric power substation equipment
US9225793B2 (en) * 2011-01-28 2015-12-29 Cisco Technology, Inc. Aggregating sensor data
CN102193555B (zh) * 2011-03-11 2013-04-17 凯里供电局 集控中心全景状态监测系统
CN102183555B (zh) 2011-03-14 2013-12-25 天津师范大学 一种快速测定水体氟污染的方法
US9053468B2 (en) * 2011-04-07 2015-06-09 General Electric Company Methods and systems for monitoring operation of equipment

Also Published As

Publication number Publication date
CN104919384A (zh) 2015-09-16
BR112015011382B1 (pt) 2021-10-19
US9995655B2 (en) 2018-06-12
US20140156225A1 (en) 2014-06-05
WO2014078829A1 (en) 2014-05-22
EP2920660A1 (en) 2015-09-23
EP2920660B1 (en) 2019-06-12
CN104919384B (zh) 2018-09-18

Similar Documents

Publication Publication Date Title
BR112015011382A2 (pt) avaliação de equipamento de sistema de potência para manutenção de equipamento e/ou mitigação de risco
Lin et al. Predicting node failure in cloud service systems
US10452525B2 (en) Utilizing semantic clusters to predict software defects
Yan et al. File-level defect prediction: Unsupervised vs. supervised models
US10534361B2 (en) Industrial asset health model update
US10176088B2 (en) Regression testing of SQL execution plans for SQL statements
Meneely et al. Predicting failures with developer networks and social network analysis
US11055450B2 (en) Industrial asset health model update
Bennin et al. Empirical evaluation of cross-release effort-aware defect prediction models
Nagappan et al. Change bursts as defect predictors
US11321081B2 (en) Affinity recommendation in software lifecycle management
Tosun et al. Practical considerations in deploying ai for defect prediction: a case study within the turkish telecommunication industry
Turhan et al. Empirical evaluation of mixed-project defect prediction models
US10860013B2 (en) Power system equipment design flaw identification
Lyu et al. An empirical study of the impact of data splitting decisions on the performance of AIOps solutions
US20180137218A1 (en) Systems and methods for similarity-based information augmentation
Xu et al. Structural damage detection by integrating robust PCA and classical PCA for handling environmental variations and imperfect measurement data
CN114629690B (zh) 设备安全基线合规检测方法、装置和计算机设备
Aimagmbetova et al. Towards the problem of measurement traceability in the Internet of measurement concept
Morlans et al. Power Consumption Estimation for Laptops a Machine Learning Approach
Välikangas Real-time data quality monitoring and improvement in energy networks
Xiao et al. How Domain Knowledge Accumulation Influences Software Defects: An Empirical Analysis
WO2017124926A1 (zh) 传感器测试方法及装置
Qin et al. Predicting aging-related bugs using network analysis on aging-related dependency networks
Mortensen et al. A probabilistic approach to reliability analysis of district heating networks Incorporation censoring: A report of implementation experiences

Legal Events

Date Code Title Description
B25A Requested transfer of rights approved

Owner name: ABB SCHWEIZ AG (CH)

B25L Entry of change of name and/or headquarter and transfer of application, patent and certificate of addition of invention: publication cancelled

Owner name: ABB TECHNOLOGY AG (CH)

B25C Requirement related to requested transfer of rights

Owner name: ABB TECHNOLOGY AG (CH)

B25B Requested transfer of rights rejected

Owner name: ABB SCHWEIZ AG (CH)

B25L Entry of change of name and/or headquarter and transfer of application, patent and certificate of addition of invention: publication cancelled

Owner name: ABB SCHWEIZ AG (CH)

B25A Requested transfer of rights approved

Owner name: ABB SCHWEIZ AG (CH)

B25L Entry of change of name and/or headquarter and transfer of application, patent and certificate of addition of invention: publication cancelled

Owner name: ABB SCHWEIZ AG (CH)

B06F Objections, documents and/or translations needed after an examination request according [chapter 6.6 patent gazette]
B06U Preliminary requirement: requests with searches performed by other patent offices: procedure suspended [chapter 6.21 patent gazette]
B09A Decision: intention to grant [chapter 9.1 patent gazette]
B16A Patent or certificate of addition of invention granted [chapter 16.1 patent gazette]

Free format text: PRAZO DE VALIDADE: 20 (VINTE) ANOS CONTADOS A PARTIR DE 19/11/2013, OBSERVADAS AS CONDICOES LEGAIS.

B25C Requirement related to requested transfer of rights

Owner name: ABB SCHWEIZ AG (CH)

Free format text: A FIM DE ATENDER A TRANSFERENCIA, REQUERIDA ATRAVES DA PETICAO NO 870220071038 DE 09/08/2022, E NECESSARIO APRESENTAR GUIA DE RECOLHIMENTO, CODIGO 248, RELATIVA A ALTERACAO DE ENDERECO DA EMPRESA CEDENTE. ALEM DISSO, E PRECISO APRESENTAR A GUIA DE CUMPRIMENTO DE EXIGENCIA.

B25G Requested change of headquarter approved

Owner name: ABB SCHWEIZ AG (CH)

B25A Requested transfer of rights approved

Owner name: ABB POWER GRIDS SWITZERLAND AG (CH)

B25D Requested change of name of applicant approved

Owner name: HITACHI ENERGY SWITZERLAND AG (CH)