WO2023102626A1 - Metodologia multicritérios para o planejamento otimizado de manutenção de transformadores de potência, reatores, disjuntores, transformadores de instrumentos, chaves seccionadoras e equipamentos de alta tensão congêneres. - Google Patents

Metodologia multicritérios para o planejamento otimizado de manutenção de transformadores de potência, reatores, disjuntores, transformadores de instrumentos, chaves seccionadoras e equipamentos de alta tensão congêneres. Download PDF

Info

Publication number
WO2023102626A1
WO2023102626A1 PCT/BR2022/050471 BR2022050471W WO2023102626A1 WO 2023102626 A1 WO2023102626 A1 WO 2023102626A1 BR 2022050471 W BR2022050471 W BR 2022050471W WO 2023102626 A1 WO2023102626 A1 WO 2023102626A1
Authority
WO
WIPO (PCT)
Prior art keywords
maintenance
state
methodology
equipment
transformers
Prior art date
Application number
PCT/BR2022/050471
Other languages
English (en)
French (fr)
Inventor
Marcos Eduardo GERRA ALVES
Bruno FERNANDES SARDINHA
Catia PEDROSA URAS
Gabriel DE SOUZA PEREIRA GOMES
Rafael PRUX FEHLBERG
Heber PEDROSA SANTOS
Rogério ANDRADE FLAUZINO
Ivan NUNES DA SILVA
Gilberto AMORIM MOURA
Iony PATRIOTA DE SIQUEIRA
Murilo MARQUES PINTO
Original Assignee
Neoenergia Distribuição Brasilia S.A.
Radice Tecnologia Eireli
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
Priority claimed from BR102021024895-5A external-priority patent/BR102021024895A2/pt
Application filed by Neoenergia Distribuição Brasilia S.A., Radice Tecnologia Eireli filed Critical Neoenergia Distribuição Brasilia S.A.
Publication of WO2023102626A1 publication Critical patent/WO2023102626A1/pt

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Definitions

  • the optimization process is carried out based on the scenario of maintenance management in the current model of the Brazilian electricity sector, being of fundamental importance for the assistance of the Maintenance Engineering and Asset Management teams.
  • This methodology materializes in a dedicated software, where the evaluated data and the techniques developed in the methodology are embedded and the results made available to the user.
  • High voltage equipment such as power transformers, reactors, circuit breakers, instrument transformers, disconnect switches and similar high voltage equipment and others, are widely used in medium power generation, transmission and distribution systems , high and extra high voltage, performing essential functions to ensure the continuity and quality of the electricity supply.
  • the regulation of the electricity sector provides, in most countries, heavy financial penalties for electric power concessionaires in the event of disconnection of equipment, in general with even higher penalties in case of untimely shutdowns, as occurs when an equipment defect culminates in its failure. Also in the case of electro-intensive industries, which use a large number of high voltage equipment to supply electricity to their production processes, the untimely shutdown of this equipment can lead to reductions or production stoppages, with great financial losses.
  • the Brazilian electricity distribution sector is facing a dichotomous challenge, where, on the one hand, there is a continuous and necessary pressure to reduce operation and maintenance (O&M) costs, aiming at tariff affordability, at least
  • O&M operation and maintenance
  • This demand for reliability is presented both by the regulatory body, through the regulatory mechanisms DEC and FEC (Collective Continuity Indicators), and by final consumers. So, find a ideal schedule for the maintenance of a system that is capable of uniting both the operational health of the machines and the preservation of financial resources, has become a task of vital importance for the industry.
  • maintenance strategies are designed with the aim of achieving an optimized balance between operational cost and system reliability. Over the decades, several mathematical models have been proposed and improved with the aim of achieving this objective, some formulated from periodic inspections, others in reliability structures and, more recently, intelligent models equipped with multiobjective algorithms capable of evaluating and quantifying the state of equipment deterioration.
  • the authors presented the maintenance schedule as a 0-1 integer programming problem.
  • Xi can be used to represent the start week of an outage.
  • a workable schedule is defined as one that satisfies all constraints.
  • An ideal schedule is a feasible schedule that minimizes the objective function.
  • the developed methodology was embedded in a computer software.
  • the main inputs for the method are the common considerations for the maintenance plan (allowed period for maintenance, interruption period for maintenance, capacity for maintenance, etc.).
  • the developed method aims to identify the lowest system risks for planned outages, providing the best operating mode and programming period.
  • the procedure includes traditional maintenance considerations, system analysis and assessment of the impact on transmission system reliability. For this, a Monte Carlo sampling technique was used to simulate the impacts caused by interruptions planning on all other components and the reliability of the system, while an automated contingency analysis is conducted to identify if there are problems in the system. If the identification is positive, a potential flow model (POF) of linear programming is used to reschedule the generation, relieve the line overload and avoid interruptions.
  • POF potential flow model
  • a curve representing the maintenance load is determined within a period of time in which the duration required for a planned outage is generally shorter than the period available for its completion, within the lowest risk schedule determined by the Monte Carlo simulation.
  • the interruptions are ordered within the available time periods and their durations may include different time segments depending on different parameters and system operation patterns. For example, there are different needs for certain equipment in different months (winter and summer) of the year, and thus, the methodology combines the different parameters with the different periods of the year, seeking the best date for scheduling interruptions.
  • the methodology presented in Zhang, T., & Nakamura, M. acts on a list generated from requests that cause effects on the maintenance of a certain equipment within a system. In this method, the effect of maintenance is the key factor for optimal maintenance planning.
  • the methodology aims to increase the number of maintenance tasks of some elements that have a great maintenance effect, in order to increase the availability of the system and reduce the number of maintenance tasks of some other elements that have low-maintenance effects and thereby reduce the maintenance overhead on the system.
  • the proposed method results in a more appropriate maintenance schedule, when compared to the preventive maintenance schedule, since, in addition to providing a more adequate and reliable maintenance schedule, it reduces maintenance costs, bringing economic benefits and high system availability.
  • Mj, kj and M r denote the MTTF of the jth element with the average maintenance interval type and the kj represents the average repair time of elements in the system.
  • N P represents the number of elements within the system.
  • the increase in the maintenance effect of the jth element with the kjth maintenance interval type can be expressed as d A JI K .
  • the maintenance effects of all elements with various types maintenance interval within the system can be sorted from a list, in ascending order, with the main sortings with effect on maintenance:
  • the SS works with a small set of solutions, called the reference set, and uses only a limited number of randomizations for diversification in the search for a global optimal solution.
  • GA generates a population of candidate solutions at random, which are encoded by means of an adequate representation (binary or real) and an objective function, called adequacy function, which must be formulated to evaluate the quality of each solution produced.
  • the proposed method also generates an optimized maintenance schedule, with the ability to reduce forced outage rates and avoid unexpected changes in system operating conditions, while maintaining a reliability criterion (Nl).
  • Nl reliability criterion
  • This condition change uses the deterioration rate symbolized by X that is obtained from the average condition change time calculation.
  • the availability curve is obtained by changing data from all good to bad conditions and vice versa.
  • good conditions change to bad they use the values of the rate of deterioration (X), but when bad conditions change to good they use the repair rate (p), which is also obtained from the calculation of the average time of changes of condition.
  • repair rate p
  • High voltage equipment such as power transformers, reactors, circuit breakers, instrument transformers and disconnect switches, are complex equipment, consisting of several subsystems that interact with each other, on which the proper functioning of the set depends.
  • the methodologies were developed aiming at application in only one type/family of equipment - mostly power transformers - and do not have support for application in other types/families of equipment. Not like this it is possible to obtain an optimized maintenance plan for the entire fleet of company equipment;
  • the innovative methodology developed has a well-defined objective, through which it creates an optimal maintenance plan.
  • the aim is to reach the full potential of this tool, managing the entire fleet of assets in their most diverse indicators and objectives, helping the Maintenance Engineering and Asset Management teams in their activities;
  • the developed methodology uses solutions with more than one criterion or objective, called multiobjective solutions, to optimize the maintenance plan of assets through intelligent optimization techniques.
  • multiobjective solutions the methodology minimizes conflicts between the many antagonistic indicators. For example, considering a scenario with only the antagonistic indicators: cost and reliability, the methodology seeks to find the best exchange where it is possible to obtain the best possible reliability that one wants to achieve and the lower cost of operation. Achieving an optimal result for the operation as a whole;
  • High voltage equipment such as power transformers, reactors, circuit breakers, instrument transformers, disconnect switches and similar high voltage equipment are included in the application of the developed methodology. With this, the developed methodology is able to obtain the optimal maintenance plan for the entire equipment park of an electric power substation;
  • the methodology developed considers the state of the asset. For this, through an evaluation of the state of the equipment, it is defined in which state of the Markov Chains the asset is. Therefore, maintenance can be carried out at the right time, considering priorities and urgencies, leading to greater reliability and lower operating costs.
  • the developed methodology manages to generate an optimized and complete maintenance plan, considering the availability of teams, availability of material resources, location of assets versus location of teams and resources, among others that can impact performance indicators.
  • Figure 1 presents a schematic diagram of the methodology disclosed in the present invention.
  • MULTICRITERIA METHODOLOGY FOR OPTIMIZED MAINTENANCE PLANNING OF POWER TRANSFORMERS, REACTORS, CIRCUIT BREAKERS, INSTRUMENT TRANSFORMERS, DISCONNECT SWITCHES AND RELATED HIGH VOLTAGE EQUIPMENT consisting notably of a set of intelligent calculations and optimizations (MTD), based on Manually generated Service Orders (OS) and planned service orders that make up the Maintenance Plan (PM) for power transformers, reactors, circuit breakers, instrument transformers, disconnect switches and similar high voltage equipment with the aim of estimating the plan Optimum Maintenance Plan (PMO) to perform maintenance on these high voltage assets.
  • MTD Management Plan
  • the methodology (MTD) described here estimates the Optimal Maintenance Plan (PMO) using as Inputs (ENT) the work orders that make up the Maintenance Plan (PM) provided by the electricity concessionaires for their assets high voltage and Service Orders (OS) generated manually by the maintenance and asset management teams and which are not part of the Maintenance Plan (PM).
  • ENT Inputs
  • PM Maintenance Plan
  • OS Service Orders
  • the Activities (ATV) that make up the set of Inputs (ENT).
  • an Activity (ATV) that can compose a Maintenance Plan (PM) and be used as an Input (ENT) for the Methodology (MTD) is the Gas Chromatography Activity (ATV), normally carried out with periods of 6 months.
  • each Activity ATV
  • the Failure Modes (MF) related to that Activity ATV
  • each Activity ATV
  • two or more different Activities ATV
  • CM Markov Chain
  • the Markov Chain (CM) must necessarily have the first state as Normal, the last state as Failure and at least one intermediate Defect state, but not limited to one.
  • the Normal state exists when it is not possible to detect the onset of occurrence of a failure and occurs before a potential failure, while the Defect state is possible to identify damage to the asset and there is a potential failure, while the Failure state occurs when the asset does not perform its function within the project limits in an adequate manner and there is a functional failure.
  • MF Failure Mode
  • Electrical Discharges for example, a Markov chain with five states can be used, that is, with three states of intermediate Defects, being Defect 1, Defect 2 and Defect 3.
  • CM Markov Chains
  • MF Failure Mode
  • IE Status Index
  • an evaluation methodology that can be used to evaluate the Failure Mode Energy Discharges and indicate their respective corresponding states in the Markov Chain exemplified above would be: Equipment with Partial Discharges will be considered as being in the Defect 1 state, Equipment with Low Energy Discharges will be considered as being in the Fault 2 state and High Energy Discharges will be considered as being in the Fault 3 state.
  • the states of the equipment are used as inputs for the Multicriteria Optimizer (OTM), which will define and calculate the Performance Indicators (ID), such as, for example, Cost Indicator, Performance, Availability, Collective Continuity Indicators ( DEC and FEC), among others, for each Maintenance Plan of a Simulated Maintenance Plan Set (CPMS), considering the maintenance schedule, the availability of teams, the availability of material resources, the location of assets versus the location of teams and resources, among other factors that may impact the selected Performance Indicators (ID).
  • OTM Multicriteria Optimizer
  • ID Performance Indicators
  • DEC and FEC Collective Continuity Indicators
  • a generic way of calculating the Performance Indicators, for a Markov Chain with three states, that is, only one Defect state, applicable to the methodology, but not limited to this one, can be defined as: where,
  • I(t) represents the indicator to be evaluated for a given time t
  • I NN is the average impact on the indicator when performing a transition from the Normal State to the Normal State (when remaining in the normal state);
  • IND is the average impact on the indicator when performing a transition from the Normal State to the Default State;
  • INF is the average impact on the indicator when performing a transition from the Normal State to the Failure State
  • PNN is the transition probability from the Normal state to the State
  • PND is the transition probability from the Normal state to the Default state
  • PNF is the transition probability from the Normal state to the Default state
  • C(t) is the cost risk indicator for a given time “t”
  • the performance indicators are then simulated considering the most diverse possible combinations of intervals between maintenance. These simulated scenarios form the Simulated Maintenance Plan Suite (CPMS).
  • CPMS Simulated Maintenance Plan Suite
  • the Optimizer selects the scenarios with the minimum values for the set of Performance Indicators (ID) used, forming a Pareto Frontier (PF) of the minimum values of the Indicators of Performance.
  • the Pareto Frontier (PF) axes are the indicators evaluated by the methodology, which may be, for example, Cost and Reliability.
  • an Expert selects the Pareto Frontier scenario that best fits the company's organizational objectives. And, with that, the Optimizer (OTM), and the Methodology (MTD), present as output the Optimal Maintenance Plan (PMO) with the dates for carrying out maintenance on the equipment that present the minimum values for the optimized Performance Indicators.
  • OTM Optimizer
  • MTD Methodology
  • PMO Optimal Maintenance Plan

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

O presente pedido consiste notadamente de uma metodologia que, utilizando dados de medições de parâmetros técnicos realizadas nos transformadores de potência, reatores, disjuntores, transformadores de instrumentos, chaves seccionadoras e equipamentos de alta tensão congêneres é capaz de otimizar e automatizar os processos envolvidos com o planejamento e programação do agendamento das ordens de serviço de manutenção destes equipamentos de alta tensão, visando obter o máximo retorno da função dos ativos simultaneamente à redução dos custos de O&M, aumentos de confiabilidade, disponibilidade e segurança e atendimento às exigências regulatórias.

Description

RELATÓRIO DESCRITIVO
Pedido de Patente de Invenção para “METODOLOGIA MULTICRITÉRIOS PARA O PLANEJAMENTO OTIMIZADO DE MANUTENÇÃO DE TRANSFORMADORES DE POTÊNCIA, REATORES, DISJUNTORES, TRANSFORMADORES DE INSTRUMENTOS, CHAVES SECCIONADORAS E EQUIPAMENTOS DE ALTA TENSÃO CONGÊNERES’’
[001] Trata a presente solicitação de Patente de Invenção de uma inédita “METODOLOGIA MULTICRITÉRIOS PARA O PLANEJAMENTO OTIMIZADO DE MANUTENÇÃO DE TRANSFORMADORES DE POTÊNCIA, REATORES, DISJUNTORES, TRANSFORMADORES DE INSTRUMENTOS, CHAVES SECCIONADORAS E EQUIPAMENTOS DE ALTA TENSÃO CONGÊNERES”, notadamente de uma metodologia que, utilizando dados de medições de parâmetros técnicos realizadas nos transformadores de potência, disjuntores, chaves seccionadoras, equipamentos de alta tensão congêneres - incluindo dados de sensores e sistemas de monitoramento on-line destes equipamentos, além das informações das características técnicas destes equipamentos e seus componentes e parâmetros técnicos relacionados aos processos de manutenção - é capaz de otimizar e automatizar os processos envolvidos com o planejamento e programação do agendamento das ordens de serviço de manutenção destes equipamentos de alta tensão, visando obter o máximo retorno da função dos ativos simultaneamente à redução dos custos de O&M, aumentos de confiabilidade, disponibilidade e segurança e atendimento às exigências regulatórias. O processo de otimização é realizado tendo como base o cenário da gestão da manutenção no atual modelo do setor elétrico brasileiro, sendo de fundamental importância para o auxílio das equipes de Engenharia de Manutenção e Gestão de Ativos. Esta metodologia materializa-se em um software dedicado, onde os dados avaliados e as técnicas desenvolvidas na metodologia são embarcados e os resultados disponibilizados ao usuário.
INTRODUÇÃO
[002] Os equipamentos de alta tensão, tais como transformadores de potência, reatores, disjuntores, transformadores de instrumentos, chaves seccionadoras e equipamentos de alta tensão congêneres e outros, são largamente utilizados em sistemas de geração, transmissão e distribuição de energia elétrica de média, alta e extra alta tensão, desempenhando funções essenciais para garantir a continuidade e a qualidade do fornecimento de energia elétrica.
[003] Com isso, a segurança da geração, transmissão e distribuição de energia depende diretamente da confiabilidade e da disponibilidade desses equipamentos e de seu bom estado de uso. De fato, a ocorrência de falhas em equipamentos desta natureza pode acarretar desde a falta de energia elétrica em um bairro, cidade ou região, até desligamentos em cascata, decorrentes de sobrecarga dos equipamentos sem falhas, que culminam em um “apagão” ou “blackout” de todo um estado ou país.
[004] Além disso, a regulamentação do setor de energia elétrica prevê, na maioria dos países, pesadas penalidades financeiras para as concessionárias de energia elétrica em caso de desligamento de um equipamento, em geral com penalidades ainda mais elevadas em caso de desligamentos intempestivos, tal como ocorre quando de um defeito do equipamento culmine em sua falha. Também no caso de indústrias eletrointensivas, que utilizam um grande número de equipamentos de alta tensão para fornecer energia elétrica a seus processos produtivos, o desligamento intempestivo destes equipamentos pode acarretar reduções ou paradas de produção, com grandes prejuízos financeiros.
[005] Além destes fatores externos citados, as concessionárias de energia ainda enfrentam diversos desafios internos ligados à gestão e manutenção destes ativos. Tais como, constantes reduções de recursos para manutenção, perda de mão de obra especializada - tanto pela redução do quadro efetivo quanto pela aposentadoria de pessoal altamente especializado, necessidade de redução de custos e modicidade tarifária, requisitos estritos de confiabilidade e disponibilidade dos ativos, base de ativos grande e com idade média elevada e altos custos em caso de falhas. Somado a tudo isso, ainda existe uma crescente demanda por lucratividade, fator que dificulta, ainda mais, o equilíbrio da balança entre confiabilidade e custos.
[006] Dentro deste cenário, um planejamento ótimo para o programa de manutenção tem se tornado uma disciplina cada vez mais essencial, uma vez que, executar poucas manutenções podem causar diversos tipos de danos de ordem estrutural, financeira e humana. Por outro lado, realizar mais manutenções que o necessário pode levar a custos exagerados, que podem inviabilizar o negócio. A medida que se aumenta os gastos com manutenção, diminui-se o risco de falhas. Porém, a partir de determinado ponto, os custos de manutenção passam a ser maiores do que os custos das falhas em si. Desse modo, deve ser encontrado um balanço entre os custos das manutenções e o risco de falha dos equipamentos.
ESTADO DA TÉCNICA
[007] O setor de distribuição de energia elétrica brasileiro encontra-se frente a um desafio dicotômico, onde, por um lado, existe uma contínua e necessária pressão para a redução dos custos de operação e manutenção (O&M) visando a modicidade tarifária, pelo outro lado, existe uma crescente demanda por confiabilidade no fornecimento de energia elétrica ao sistema. Essa demanda por confiabilidade se apresenta tanto pelo órgão regulador, através dos mecanismos regulatórios DEC e FEC (Indicadores Coletivos de Continuidade), quanto pelos consumidores finais. Assim, encontrar um cronograma ideal para a manutenção de um sistema que seja capaz de unir tanto a saúde operacional das máquinas quanto a preservação dos recursos financeiros, tem se tomando uma tarefa de vital importância para a indústria. [008] Normalmente, estratégias de manutenção são elaboradas com o intuito de atingir um equilíbrio otimizado entre custo operacional e confiabilidade do sistema. Ao longo de décadas vários modelos matemáticos foram propostos e aprimorados com o intuito de atingir este objetivo, alguns formulados a partir de inspeções periódicas, outros em estruturas de confiabilidades e, mais recentemente, modelos inteligentes dotados com algoritmos multiobjetivos capazes de avaliar e quantificar o estado de deterioração do equipamento.
[009] Entre os diferentes modelos matemáticos desenvolvidos, destaca- se a metodologia apresentada em Mukerji, R., Merrill, H. M., Erickson, B. W., Parker, J. H., & Friedman, R. E. (1991). Power plant maintenance scheduling: optimizing economics and reliability. IEEE Transactions on Power Systems, 6(2), 476-483. doi: 10.1109/59.76689, onde é apresentado um método de otimização para estudar dados reais de um utilitário de médio porte. Os autores buscaram mostrar os efeitos que custos, confiabilidade e restrições têm uns sobre os outros na programação de interrupções de usinas de energia. Para isto, foram utilizados dados referentes à capacidade para manutenção, o período permitido em semanas para manutenção e o período de interrupção em semanas dos ativos avaliados. O método de otimização foi desenvolvido com base em um algoritmo aditivo para resolver programas lineares com variável 0-1. No método, os autores apresentaram a programação de manutenção como um problema de programação inteira 0- 1. O algoritmo busca encontrar o n-vetor x que minimiza a função objetivo z = f(x) (que pode ser confiabilidade, custo de produção ou desvio do cronograma existente), e sujeito a restrições Ax < b, onde xi = 0 ou 1, para todo i. [010] No problema de programação de manutenção, Xi pode ser usado para representar a semana de início de uma interrupção. Por exemplo, xí5 = 1 pode denotar que uma interrupção começa para a unidade 1 na quinta semana. Um cronograma viável é definido como aquele que satisfaz todas as restrições. Um cronograma ideal é um cronograma viável que minimiza a função objetivo. A metodologia desenvolvida foi embarcada em um software de computador.
[011] As metodologias apresentadas em Li, W., & Korczynski, J. (2001). A reliability -based approach to transmission maintenance planning and its application in BC Hydro system. 2001 Power Engineering Society Summer Meeting. Conference Proceedings (Cat. No.01CH37262). doi: 10.1109/pess.2001.970078 e Zhang, T., & Nakamura, M. (2005). Reliability-based Optimal Maintenance Scheduling by Considering Maintenance Effect to Reduce Cost. Quality and Reliability Engineering International, 21(2), 203-220. doi:10.1002/qre.645 foram desenvolvidas, tendo como base estruturas de confiabilidade, para avaliação e quantificação dos impactos causados pelas interrupções planejadas, sobre o estado operacional de sistemas sobrecarregados por manutenções. A metodologia proposta em Li, W., & Korczynski, L, foi desenvolvida para auxiliar na programação de manutenção das linhas de transmissão da BC Hydro North. Os principais dados para o método são as considerações comuns para o plano de manutenção (período permitido para manutenção, período de interrupção para manutenção, capacidade para manutenção etc.). O método desenvolvido tem como objetivo identificar os menores riscos do sistema para as interrupções planejadas, fornecendo o melhor modo de operação e período de programação. O procedimento inclui considerações tradicionais de manutenção, análise do sistema e avaliação do impacto na confiabilidade do sistema de transmissão. Para isso, uma técnica de amostragem de Monte Cario foi utilizada para simular os impactos causados pelas interrupções planejadas sobre todos os outros componentes e na confiabilidade do sistema, ao mesmo tempo que, uma análise de contingência automatizada é conduzida para identificar se há problemas no sistema. Caso a identificação seja positiva, um modelo de fluxo potencial (FPO) de programação linear é utilizado para reprogramar a geração, aliviar a sobrecarga da linha e evitar cortes.
[012] O modelo de otimização desenvolvido apresenta as seguintes modelagens matemáticas:
Figure imgf000008_0001
0 < C < PD
Figure imgf000008_0002
Onde:
SI - estado do sistema para o j° evento de falha forçada;
T (Sj) - vetor de fluxo de linha para o estado do sistema;
A (Sj) - matriz de relação entre os fluxos de linha e injeções de energia para o estado do sistema S;
PG - vetor de saída de geração;
PD - vetor de potência de carga;
C - vetor de redução de carga;
T- vetor de classificação para linhas;
NC - conjunto de barramento de carga;
NG - conjunto de barramento de geração;
[013] Nesta modelagem, uma curva representando a carga de manutenções é determinada dentro de um período de tempo em que a duração necessária para uma interrupção planejada é geralmente mais curta do que o período disponível para a sua realização, dentro do cronograma de menor risco determinado pela simulação de Monte Cario. Dessa forma, as interrupções são ordenadas dentro dos períodos de tempo disponíveis e suas durações podem incluir diferentes segmentos de tempo em função de diferentes parâmetros e padrões de operação do sistema. Como por exemplo, existem diferentes necessidades para determinados equipamentos em diferentes meses (inverno e verão) do ano, e dessa forma, a metodologia combina os diferentes parâmetros com os diferentes períodos do ano, buscando a melhor data para a programação das interrupções. [014] Já a metodologia apresentada em Zhang, T., & Nakamura, M., atua sobre uma lista gerada a partir de pedidos que causam efeitos sobre a manutenção de um determinado equipamento dentro de um sistema. Neste método, o efeito da manutenção é o fator chave para um planejamento ideal da manutenção.
[015] Uma vez, estando em funcionamento, a metodologia tem como objetivo aumentar o número de tarefas de manutenção de alguns elementos que possuem grande efeito de manutenção, a fim de aumentar a disponibilidade do sistema e reduzir o número de tarefas de manutenção de alguns outros elementos que possuem efeitos de baixa manutenção e, dessa forma, reduzir a sobrecarga de manutenção no sistema. Ao considerar o efeito da manutenção, o método proposto resulta em uma programação de manutenção mais apropriada, quando comparada a programação de manutenção preventiva, uma vez que, além de fornecer uma programação de manutenção mais adequada e confiável, reduz os custos de manutenção, trazendo benefícios econômicos e alta disponibilidade do sistema.
[016] Para obter uma programação de manutenção ideal, é necessário que os cálculos de disponibilidade dos elementos que compõem o sistema sejam os mais precisos possíveis. A disponibilidade estimada do elemento é o pré-requisito para calcular a disponibilidade do sistema, bem como os efeitos de manutenção do elemento. Neste estudo, a disponibilidade do j- ésimo elemento no sistema com kj-ésimo intervalo de manutenção médio a jK. pode ser calculado com base no tempo médio de falha (MTTF) dado pela seguinte equação:
Figure imgf000010_0001
[017] Sendo que Mj, kj e M r denotam o MTTF do j-ésimo elemento com o tipo de intervalo médio de manutenção e o kj representa o tempo médio de reparo dos elementos no sistema.
[018] Uma vez que a operação normal de um sistema com a estrutura de confiabilidade paralela depende apenas da operação normal de qualquer um dos elementos, a disponibilidade deste sistema pode ser calculada pela equação:
Figure imgf000011_0001
Onde N Prepresenta o número de elementos dentro do sistema.
[019] O aumento do efeito de manutenção do j-ésimo elemento com o tipo de intervalo de manutenção kj-ésimo, pode ser expresso como d AJI K.. Dessa forma, os efeitos de manutenção de todos os elementos, com vários tipos de intervalo de manutenção dentro do sistema, podem ser ordenados a partir de uma lista, em ordem crescente, com as principais ordenações com efeito sobre a manutenção:
Figure imgf000011_0002
[020] A partir desta lista de pedidos, os tipos de intervalo médio de manutenção de todos os elementos podem ser reorganizados para reduzir os custos de manutenção sem diminuir a disponibilidade do sistema.
[021] Em KIM, Jinho; GEEM, Zong Woo. Optimal scheduling for maintenance period of generating units using a hybrid scatter-genetic algorithm. IET Generation, Transmission & Distribution, v. 9, n. 1, p. 22- 30, 2014, foi apresentado uma metodologia para a otimização da programação de manutenção baseado nas condições das unidades geradoras de uma subestação de energia elétrica. Utiliza-se de dados como a capacidade geradora de cada unidade, período permitido em semanas para manutenção, período de interrupção em semanas e a mão-de-obra necessária. O estudo detalha uma metodologia, que combina um algoritmo meta- heurístico (SS) baseado em população que tem sido aplicado a vários problemas de otimização, com um algoritmo de otimização popular que imita o processo de evolução dos cromossomos (GA) que tem sido aplicado a vários problemas de engenharia devido à sua praticidade. Neste método, o SS trabalha com um pequeno conjunto de soluções, chamado de conjunto de referência, e usa apenas um número limitado de randomização para a diversificação na busca de uma solução ótima global. Já o GA gera uma população de soluções candidatas aleatoriamente, que são codificadas por meio de uma representação adequada (binária ou real) e uma função objetivo, denominada função de adequação, que deve ser formulada para avaliar a qualidade de cada solução produzida.
[022] Para incorporar o conhecimento de otimização ao cronograma de manutenção de um sistema de linhas de transmissão, em POYRAZOGLU, Gokturk; OH, HyungSeon. Co-optimization of Transmission Maintenance Scheduling and Production Cost Minimization. Energies, v. 12, n. 15, p. 2931, 2019, foi apresentado um estudo focado na co- otimização do cronograma de manutenção e na minimização dos custos de produção. Utilizando como fonte de dados detalhes do sistema (demanda, recomendações, custos, custo fixos, custo de implantação, geração máxima e mínima, capacidade de rampa, tempo mínimo de aquecimento e resfriamento, sensores) e requerimentos da manutenção. O modelo matemático proposto co-otimiza a capacidade do gerador, através da otimização das solicitações de transmissão geradas no momento da queda de energia, visando atender toda a demanda e reduzir os custos de produção. Além disso, o método proposto ainda gera uma programação otimizada de manutenção, com a capacidade de reduzir as taxas de interrupções forçadas e evitar mudanças inesperadas nas condições operacionais do sistema, ao mesmo tempo que mantém um critério de confiabilidade (N-l). Quando aplicado em um sistema de barramentos, o modelo proposto obteve 4% de economia no custo de produção, juntamente com uma redução na quantidade de solicitações de transmissão não atendidas.
[023] Em ANDRIANTO et al. Analysis of maintenance scheduling transformer oil using Markov method. In: AIP Conference Proceedings. AIP Publishing LLC, 2020. p. 030020, foi apresentada uma metodologia para a otimização da programação de manutenção do óleo dos transformadores em uma subestação na Indonésia. Neste estudo, o autor utilizou o método de Markov para analisar a confiabilidade e disponibilidade do óleo do transformador, através de parâmetros coletados em uma análise dos gases dissolvidos (DGA), total de gases combustíveis dissolvidos (TDCG) e da tensão de ruptura (BDV). Esses parâmetros foram processados pela metodologia e os resultados obtidos foram simulados no Matlab 2014a para gerar duas curvas, sendo uma curva de confiabilidade e outra de disponibilidade. A curva de confiabilidade foi obtida a partir de valores que representam a variação da condição boa para ruim do óleo do transformador. Essa mudança de condição usa a taxa de deterioração simbolizada por X que é obtida a partir do cálculo do tempo médio da mudança de condição. Já a curva de disponibilidade é obtida a partir da mudança de dados de todas as condições boas para más e vice-versa. Quando condições boas, variam para más usam os valores da taxa de deterioração (X), porém quando condições ruins mudam para boas, usam a taxa de reparo (p), que, também, é obtida a partir do cálculo do tempo médio das mudanças de condição. Assim, os resultados obtidos a partir das curvas são utilizados para prever o cronograma de manutenção do óleo do transformador.
PRINCIPAIS DESVANTAGENS DO ESTADO DA TÉCNICA
[024] No Estado da Técnica, as metodologias usadas para otimizar o plano de manutenção possuem objetivos distintos e limitados, como otimizar o cronograma de manutenção, avaliar o efeito do cronograma de manutenção sobre a confiabilidade, entre outros. Subestimando o potencial deste no auxílio de Equipes de Engenharia de Manutenção e Gestão de Ativos como um todo;
[025] Atualmente, utiliza-se de soluções com apenas um critério ou objetivo, chamadas soluções mono-objetivo, para otimizar o plano de manutenção de ativos. Este tipo de solução pode gerar conflitos para os objetivos da empresa, pois muitos destes indicadores são antagônicos. Diminuir os custos e aumentar a confiabilidade da operação são dois dos principais objetivos da empresa, por exemplo, porém ao aumentar-se a quantidade de manutenções para aumentar a confiabilidade, aumenta-se também o custo também. Portanto, uma solução mono-objetiva pode não alcançar o resultado ótimo para a operação como um todo;
[026] As metodologias do Estado da Técnica não apresentam para as concessionárias uma flexibilidade para adequar a otimização aos seus objetivos e indicadores organizacionais, sendo realizadas apenas otimizações com objetivos e indicadores predefinidos. Sendo assim, a empresa fica muitas vezes à deriva do cenário previamente estabelecido pela metodologia e o método pode cair em desuso, visto que este passa a não atender aos objetivos e indicadores organizacionais da concessionária;
[027] Os equipamentos de alta tensão, como transformadores de potência, reatores, disjuntores, transformadores de instrumentos e chaves seccionadoras, são equipamentos complexos, constituídos de diversos subsistemas que interagem entre si, dos quais depende o bom funcionamento do conjunto. Porém, no Estado da Técnica, as metodologias foram desenvolvidas visando a aplicação em somente um tipo/família de equipamento - em sua maioria, transformadores de potência - e não possuem suporte para aplicação em outros tipos/famílias de equipamentos. Assim, não é possível obter um plano de manutenção otimizado para todo o parque de equipamentos da empresa;
[028] De fato, o estado atual da técnica não considera, ou considera pouco, o estado atual do ativo. Ao expedir-se o planejamento de manutenção, não se procura definir ou identificar qual o estado do ativo, para verificar-se o melhor momento para a manutenção, podendo errar muitas vezes as prioridades e urgências, levando a falhas e perda de confiabilidade. Devido a isso, muitas vezes a manutenção pode ser realizada tardiamente ou muito cedo, podendo levar ao aumento dos custos da operação;
[029] As metodologias usam, quase que exclusivamente, dados provenientes de fontes offline - como disponibilidade de semanas para manutenção, tempo de interrupção e, no caso das poucas metodologias que consideram o estado do ativo, dados de ensaios - e que não são atualizados com frequência. Assim, as equipes de manutenção podem se deparar com problemas e defeitos não previstos, levando a um aumento do tempo de interrupção dos ativos;
[030] Muitas vezes, a empresa possui dados sobre os equipamentos de seu parque, resultados de inspeções visuais e ocorrências relevantes (como: sobretensões, curtos-circuitos passantes e outros eventos externos ao equipamento). Apesar disso, esses defeitos encontrados durante as inspeções não alteram o plano de manutenção. Isso pode muitas vezes levar a queda de confiabilidade, pois os defeitos podem se tomar falhas antes do período de manutenção;
[031] Geram apenas um cronograma de manutenção, incompleto, deixando de considerar a disponibilidade das equipes, disponibilidade de recursos materiais, localização dos ativos versus localização das equipes e recursos, entre outros que podem impactar nos indicadores de desempenho. BREVE DESCRIÇÃO DA INVENÇÃO
[032] Em função do estado da técnica, seus inconvenientes e limitantes, a presente invenção, “METODOLOGIA DE AVALIAÇÃO DA CONDIÇÃO DE TRANSFORMADORES DE POTÊNCIA, REATORES, DISJUNTORES, TRANSFORMADORES DE INSTRUMENTOS, CHAVES SECCIONADORAS E EQUIPAMENTOS DE ALTA TENSÃO CONGÊNERES”, foi desenvolvida de forma a permitir que o índice de estado seja empregado como uma ferramenta completa e eficaz de auxílio à Engenharia de Manutenção e Gestão de Ativos na definição dos equipamentos prioritários para suas intervenções.
PRINCIPAIS VANTAGENS DA INVENÇÃO
[033] Na forma como foi concebida, esta metodologia inovadora apresenta diversas vantagens em relação ao Estado da Técnica, entre elas:
[034] A metodologia inovadora desenvolvida possui um objetivo bem definido, através do qual cria um plano de manutenção ótimo. Visa-se alcançar todo o potencial desta ferramenta, gerindo todo o parque de ativos nos seus mais diversos indicadores e objetivos, auxiliando as equipes de Engenharia de Manutenção e Gestão de Ativos em suas atividades;
[035] Para alcançar o plano de manutenção ótimo, a metodologia desenvolvida utiliza soluções com mais de um critério ou objetivo, chamadas soluções multiobjetivo, para otimizar o plano de manutenção dos ativos através de técnicas de otimização inteligente. Dessa forma, a metodologia minimiza os conflitos entre os muitos indicadores antagônicos. Por exemplo, considerando um cenário com somente os indicadores antagônicos: custo e confiabilidade, a metodologia busca encontrar a melhor troca onde seja possível obter a melhor confiabilidade possível que se deseja alcançar e o menor custo de operação. Alcançando um resultado ótimo para operação como um todo;
[036] É possível para as Equipes de Manutenção e Gestão de Ativos da empresa escolher a melhor solução dentre todas as soluções que compõem a Fronteira de Pareto de acordo com os objetivos e indicadores organizacionais, ainda mais é possível configurar os parâmetros da metodologia para que isso seja contemplado automaticamente. Dessa forma, a empresa pode adequar esta metodologia desenvolvida ao cenário estabelecido. Assim, o método sempre atende a empresa da melhor forma possível, gerando valor;
[037] Os equipamentos de alta tensão, como transformadores de potência, reatores, disjuntores, transformadores de instrumentos, chaves seccionadoras e equipamentos de alta tensão congêneres são contemplados na aplicação da metodologia desenvolvida. Com isso, a metodologia desenvolvida é capaz de obter o plano de manutenção ótimo para todo o parque de equipamentos de uma subestação de energia elétrica;
[038] Ainda mais, a metodologia desenvolvida considera o estado do ativo. Para isso, através de uma avaliação do estado do equipamento, define- se em qual estado da Cadeias de Markov o ativo se encontra. Portanto, a manutenção consegue ser realizada no momento correto, considerando as prioridades e urgências, levando a maior confiabilidade e queda dos custos da operação.
[039] Dados provenientes de fontes online em tempo real são utilizados pela metodologia desenvolvida para gerar um plano de manutenção ótimo capaz de levar em consideração o estado atual do ativo. Dessa forma, a equipe de manutenção sabe exatamente os problemas e defeitos que poderá encontrar em campo, podendo diminuir o tempo de interrupção dos ativos; [040] A empresa pode utilizar dados relevantes de seus equipamentos provenientes de inspeções visuais e ocorrências (como: sobretensões, curtos- circuitos passantes e outros eventos externos ao equipamento) para alterar o plano de manutenção. Dessa forma, evita-se que defeitos se tomem falhas antes do período de manutenção.
[041] Por fim, a metodologia desenvolvida consegue gerar um plano de manutenção otimizado e completo, contemplando a disponibilidade de equipes, disponibilidade de recursos materiais, localização dos ativos versus localização das equipes e recursos, entre outros que podem impactar nos indicadores de desempenho.
DESCRIÇÃO DAS FIGURAS
[042] A seguir, explica-se a invenção com referência ao desenho anexo, no qual está representada de forma ilustrativa e não limitativa:
[043] A Figura 1 apresenta um diagrama esquemático da metodologia revelada na presente invenção.
DESCRIÇÃO DETALHADA DA INVENÇÃO
[044] “METODOLOGIA MULTICRITÉRIOS PARA O PLANEJAMENTO OTIMIZADO DE MANUTENÇÃO DE TRANSFORMADORES DE POTÊNCIA, REATORES, DISJUNTORES, TRANSFORMADORES DE INSTRUMENTOS, CHAVES SECCIONADORAS E EQUIPAMENTOS DE ALTA TENSÃO CONGÊNERES” consistindo notadamente de um conjunto de cálculos e otimizações inteligentes (MTD), a partir de Ordens de Serviços (OS) geradas manualmente e de ordens de serviços previstas que compõem o Plano de Manutenção (PM) de transformadores de potência, reatores, disjuntores, transformadores de instrumentos, chaves seccionadoras e equipamentos de alta tensão congêneres com o objetivo de estimar o Plano de Manutenção Ótimo (PMO) para realização da manutenção desses ativos de alta tensão.
[045] Mais particularmente, a metodologia (MTD) aqui descrita estima o Plano de Manutenção Ótimo (PMO) utilizando como Entradas (ENT) as ordens de serviço que compõem o Plano de Manutenção (PM) previsto pelas concessionárias de energia elétrica para seus ativos de alta tensão e pelas Ordens de Serviços (OS) geradas de forma manual pelas equipes de manutenção e gestão de ativos e que não compõem o Plano de Manutenção (PM).
[046] Para o conjunto de Entradas (ENT) analisado pela (MTD), isto é, o Plano de Manutenção (PM) e as Ordens de Serviços (OS) geradas de forma manual, são definidas as Atividades (ATV) que compõem o conjunto de Entradas (ENT). Por exemplo, uma Atividade (ATV) que pode compor um Plano de Manutenção (PM) e ser usada como Entrada (ENT) para a Metodologia (MTD) é a Atividade (ATV) de Cromatografia Gasosa, realizada, normalmente, com períodos de 6 meses.
[047] Em seguida, para cada Atividade (ATV), são definidos os Modos de Falha (MF) relacionados a aquela Atividade (ATV), sendo que cada Atividade (ATV) pode possuir um ou mais de um Modos de Falha (MF). Além disso, duas ou mais Atividades (ATV) diferentes podem ser usadas para o(s) mesmo(s) Modo de Falha (MF). Seguindo o exemplo anterior da Atividade de Cromatografia Gasosa, podemos definir os Modos de Falha (MF) Descarga Elétrica e Falha Térmica como Modos de Falha (MF) para esta Atividade (ATV).
[048] Na sequência, é definida uma Cadeia de Markov (CM) para cada Modo de Falha (MF). A Cadeia de Markov (CM) deve, necessariamente, possuir o primeiro estado como Normal, o último estado como Falha e pelo menos um estado de Defeito intermediário, porém, não se limitando a um. O estado Normal existe quando não é possível detectar o início de ocorrência de uma falha e ocorre antes da uma falha potencial, já o estado de Defeito é possível identificar danos ao ativo e tem-se uma falha potencial, já o estado Falha ocorre quando o ativo não desempenha sua função dentro dos limites do projeto de maneira adequada e tem-se uma falha funcional. Para o Modo de Falha (MF) Descargas Elétricas, por exemplo, pode ser utilizado uma cadeia de Markov com cinco estados, ou seja, com três estados de Defeitos intermediários, sendo eles Defeito 1, Defeito 2 e Defeito 3.
[049] Com as Cadeias de Markov (CM) definidas, o próximo passo é avaliar o estado dos equipamentos de alta tensão e definir em qual estado da Cadeia de Markov (CM) de cada Modo de Falha (MF) o equipamento se encontra. Uma das formas possíveis para avaliar o estado dos equipamentos é através da utilização de um índice de Estado (IE). Para isso utiliza-se parâmetros técnicos sobre o estado do ativo, provenientes de monitoramento online, inspeções preditivas, ensaios especiais, ensaios de rotina e eventos. Existem diversas metodologias de índice de Estado (IE), porém para a aplicação da Metodologia (MTD) desenvolvida neste projeto não importa como o cálculo do índice de Estado (IE) é realizado, desde que as seguintes condições sejam mantidas: 1) Deve possuir apenas um valor de índice de estado indicativo de estado normal; 2) Deve possuir valores de índices de estado para os diversos estados de defeito; 3) Cada nível do índice de estado deve possuir significado definido, sem duplicidade. Uma vez selecionada a metodologia de avaliação que será utilizada, sendo ela uma Metodologia de índice de Estado (IE) ou outra que se aplique, deve-se atribuir as faixas de valores que serão representativos de cada estado da cadeia de Markov.
[050] Dando seguimento ao exemplo anterior, uma metodologia de avaliação que pode ser usada para avaliação do Modo de Falha Descargas de Energia e indicação de seus respectivos estados correspondentes na Cadeia de Markov exemplificada anteriormente, seria: Equipamentos com Descargas Parciais serão considerados como estando no estado Defeito 1, Equipamentos com Descargas de Baixa Energia serão considerados como estando no estado Defeito 2 e Descargas de Alta Energia serão considerados como estando no estado Defeito 3.
[051] Os estados dos equipamentos são utilizados como entradas para o Otimizador Multicritérios (OTM), que irá definir e calcular os Indicadores de Desempenho (ID), como, por exemplo, Indicador de Custo, Desempenho, Disponibilidade, Indicadores Coletivos de Continuidade (DEC e FEC), entre outros, para cada Plano de Manutenção de um Conjunto de Plano de Manutenção Simulado (CPMS), considerando o cronograma da manutenção, a disponibilidade das equipes, a disponibilidade de recursos materiais, a localização dos ativos versus localização das equipes e recursos, entre outros fatores que possam impactar nos Indicadores de Desempenho (ID) selecionados.
[052] Uma forma genérica de cálculo dos Indicadores de Desempenho, para uma Cadeia de Markov com três estados, ou seja, somente um estado de Defeito, aplicável a metodologia, porém não se limitando à esta, pode ser definida como:
Figure imgf000021_0001
onde,
[053] I(t) representa o indicador a ser avaliado para um dado tempo t;
[054] INN é o impacto médio no indicador ao se realizar uma transição do Estado Normal para o Estado Normal (ao se permanecer no estado normal); [055] IND é o impacto médio no indicador ao se realizar uma transição do Estado Normal para o Estado de Defeito;
[056] INF é o impacto médio no indicador ao se realizar uma transição do Estado Normal para o Estado de Falha; [057] PNN é a probabilidade de transição do estado Normal para o Estado
Normal (probabilidade de permanecer no estado Normal);
[058] PND é a probabilidade de transição do estado Normal para o Estado Defeito;
[059] PNF é a probabilidade de transição do estado Normal para o Estado Defeito;
[060] Considerando uma Cadeia de Markov com mais de um estado de Defeito, a equação se toma:
Figure imgf000022_0001
[061 ] considerando o indicador de custo e o cenário do exemplo anterior, isto é, uma Cadeia de Markov com três estados intermediários. Desse modo, a equação se toma:
Figure imgf000022_0002
+ VF^JVFC
Onde
C(t) é o indicador de risco custo para um dado tempo “t”
[062] Os indicadores de desempenho são então simulados considerando as mais diversas combinações possíveis de intervalos entre as manutenções. Esses cenários simulados formam o Conjunto de Plano de Manutenção Simulado (CPMS).
[063] Em seguida, dentre o Conjunto de Plano de Manutenção Simulado (CPMS), o Otimizador (OTM) seleciona os cenários com os valores mínimos para o conjunto de Indicadores de Desempenho (ID) utilizados, formando uma Fronteira de Pareto (FP) dos valores mínimos dos Indicadores de Desempenho. Os eixos da Fronteira de Pareto (FP) são os indicadores avaliados pela metodologia, podendo ser, por exemplo, Custo e Confiabilidade.
[064] Por fim, um Especialista (ESP) seleciona o cenário na Fronteira de Pareto que melhor se adequa aos objetivos organizacionais da empresa. E, com isso, o Otimizador (OTM), e a Metodologia (MTD), apresentam como saída o Plano de Manutenção Ótimo (PMO) com as datas para realização de manutenções nos equipamentos que apresentam os valores mínimos para os Indicadores de Desempenho otimizados.
[065] Algumas características da presente invenção foram apresentadas, entretanto, a invenção não é limitada pelos exemplos aqui mostrados. Deve ser entendido que omissões, substituições, mudanças na forma e detalhes do sistema e método podem ser feitos por uma pessoa versada na técnica, sem sair do espírito e escopo da invenção.

Claims

22 REIVINDICAÇÕES
1. Metodologia multicritérios para o planejamento otimizado de manutenção de transformadores de potência, reatores, disjuntores, transformadores de instrumentos, chaves seccionadoras e equipamentos de alta tensão congêneres, caracterizada por um conjunto de cálculos e otimizações inteligentes (MTD), a partir de Ordens de Serviços (OS) geradas manualmente e de ordens de serviços previstas que compõem o Plano de Manutenção (PM) de transformadores de potência, reatores, disjuntores, transformadores de instrumentos, chaves seccionadoras e equipamentos de alta tensão congêneres com o objetivo de estimar o Plano de Manutenção Ótimo (PMO) para realização da manutenção desses ativos de alta tensão; por utilizar como Entradas (ENT) as ordens de serviço que compõem o Plano de Manutenção (PM) previsto pelas concessionárias de energia elétrica para seus ativos de alta tensão e pelas Ordens de Serviços (OS) geradas de forma manual pelas equipes de manutenção e gestão de ativos e que não compõem o Plano de Manutenção (PM), de onde são definidas as Atividades (ATV) de manutenção que compõem o conjunto de Entradas (ENT); por definir os Modos de Falha (MF) relacionados a cada Atividade (ATV) de manutenção, sendo que cada Atividade (ATV) pode possuir um ou mais de um Modo de Falha (MF), além de duas ou mais Atividades (ATV) diferentes que podem ser usadas para o(s) mesmo(s) Modo de Falha (MF); por aplicar uma Cadeia de Markov (CM) para cada Modo de Falha (MF), sendo que esta Cadeia de Markov (CM) deve, necessariamente, possuir o primeiro estado como Normal, o último estado como Falha e pelo menos um estado de Defeito intermediário, porém, não se limitando a um; por avaliar o estado dos equipamentos de alta tensão e definir em qual estado da Cadeia de Markov (CM) de cada Modo de Falha (MF) o equipamento se encontra; por poder utilizar para a atribuição de estado na Cadeia de Markov (CM) metodologias de índice de Estado (IE) que fazem uso de parâmetros técnicos sobre o estado do ativo, provenientes de monitoramento online, inspeções preditivas, ensaios especiais, ensaios de rotina e eventos; por, se selecionado avaliar o equipamento utilizando metodologias de índice de Estado (IE), não interferir em como o cálculo do índice de Estado (IE) é realizado, desde que as seguintes condições se mantenham: 1) Deve possuir apenas um valor de índice de estado indicativo de estado normal; 2) Deve possuir valores de índices de estado para os diversos estados de defeito; 3) Cada nível do índice de estado deve possuir significado definido, sem duplicidade; por, tendo sido selecionada a metodologia de avaliação, sendo ela uma Metodologia de índice de Estado (IE) ou outra que se aplique, atribuir as faixas de valores que serão representativos de cada estado da cadeia de Markov; por utilizar os estados dos equipamentos como entradas para o Otimizador Multicritérios (OTM), que irá definir e calcular os Indicadores de Desempenho (ID), para cada Plano de Manutenção de um Conjunto de Plano de Manutenção Simulado (CPMS); por ter como uma das opções para o cálculo dos Indicadores de Desempenho (ID) o método de cálculo constituído pelas somatória dos impactos médios no indicador ao se realizar uma transição do Estado (I) multiplicado pelas probabilidades de transição de estado (P) respectivas; pelo Otimizador (OTM) selecionar, dentre o Conjunto de Plano de Manutenção Simulado (CPMS), os cenários com os valores mínimos para o conjunto de Indicadores de Desempenho (ID) utilizados, formando uma Fronteira de Pareto (FP) dos valores mínimos dos Indicadores de Desempenho (ID), em que os eixos são os Indicadores de Desempenho avaliados pela metodologia; por um Especialista (ESP) selecionar o cenário na Fronteira de Pareto que melhor se adequa aos objetivos organizacionais da empresa; por apresentar como saída, através do Otimizador (OTM) e da Metodologia (MTD), o Plano de Manutenção Ótimo (PMO) com as datas para realização de manutenções nos equipamentos que apresentam os valores mínimos para os Indicadores de Desempenho otimizados.
2. Metodologia multicritérios para o planejamento otimizado de manutenção de transformadores de potência, reatores, disjuntores, transformadores de instrumentos, chaves seccionadoras e equipamentos de alta tensão congêneres, de acordo com a reivindicação 1 caracterizada por permitir o uso de dados de entrada (ENT), desde que contenham informação de parâmetros técnicos acerca do estado do equipamento, informações e atividades das ordens de serviço (OS) e Plano de Manutenção (PM).
3. Metodologia multicritérios para o planejamento otimizado de manutenção de transformadores de potência, reatores, disjuntores, transformadores de instrumentos, chaves seccionadoras e equipamentos de alta tensão congêneres, de acordo com a reivindicação 1 caracterizada por permitir o uso de métodos de avaliação do estado do equipamento e atribuição do estado na Cadeia de Markov (CM), desde que possuam apenas um valor indicativo de estado normal, possuam valores de índices para os diversos estados de defeito e cada valor de índice possua um significado definido, sem duplicidade.
4. Metodologia multicritérios para o planejamento otimizado de manutenção de transformadores de potência, reatores, disjuntores, transformadores de instrumentos, chaves seccionadoras e equipamentos de alta tensão congêneres, de acordo com a reivindicação 1 caracterizada por permitir o uso de métodos de cálculo dos Indicadores de Desempenho (ID), desde que seja obtido o valor ótimo do Indicador de Desempenho (ID) através de uma minimização do método de cálculo dos Indicadores de Desempenho (ID).
PCT/BR2022/050471 2021-12-09 2022-11-30 Metodologia multicritérios para o planejamento otimizado de manutenção de transformadores de potência, reatores, disjuntores, transformadores de instrumentos, chaves seccionadoras e equipamentos de alta tensão congêneres. WO2023102626A1 (pt)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
BR102021024895-5A BR102021024895A2 (pt) 2021-12-09 Metodologia multicritérios para o planejamento otimizado de manutenção de transformadores de potência, reatores, disjuntores, transformadores de instrumentos, chaves seccionadoras e equipamentos de alta tensão congêneres.
BR1020210248955 2021-12-09

Publications (1)

Publication Number Publication Date
WO2023102626A1 true WO2023102626A1 (pt) 2023-06-15

Family

ID=86729301

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/BR2022/050471 WO2023102626A1 (pt) 2021-12-09 2022-11-30 Metodologia multicritérios para o planejamento otimizado de manutenção de transformadores de potência, reatores, disjuntores, transformadores de instrumentos, chaves seccionadoras e equipamentos de alta tensão congêneres.

Country Status (1)

Country Link
WO (1) WO2023102626A1 (pt)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8887008B2 (en) * 2012-04-24 2014-11-11 International Business Machines Corporation Maintenance planning and failure prediction from data observed within a time window
US9058569B2 (en) * 2012-12-11 2015-06-16 International Business Machines Corporation System and method for maintenance planning and failure prediction for equipment subject to periodic failure risk
US9959514B2 (en) * 2014-11-24 2018-05-01 International Business Machines Corporation Optimized asset maintenance and replacement schedule
US10025337B2 (en) * 2011-12-16 2018-07-17 Schneider Electric USA, Inc. Method and system for managing an electrical distribution system in a facility
US10037502B2 (en) * 2013-05-03 2018-07-31 Gansu Electric Power Corporation Wind Power Technology Center Maintenance schedule optimization method for electric power system including large-scale wind power
US10466689B2 (en) * 2015-09-22 2019-11-05 International Business Machines Corporation Maintenance optimization for asset performance management
US11042145B2 (en) * 2018-06-13 2021-06-22 Hitachi, Ltd. Automatic health indicator learning using reinforcement learning for predictive maintenance

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10025337B2 (en) * 2011-12-16 2018-07-17 Schneider Electric USA, Inc. Method and system for managing an electrical distribution system in a facility
US8887008B2 (en) * 2012-04-24 2014-11-11 International Business Machines Corporation Maintenance planning and failure prediction from data observed within a time window
US9058569B2 (en) * 2012-12-11 2015-06-16 International Business Machines Corporation System and method for maintenance planning and failure prediction for equipment subject to periodic failure risk
US10037502B2 (en) * 2013-05-03 2018-07-31 Gansu Electric Power Corporation Wind Power Technology Center Maintenance schedule optimization method for electric power system including large-scale wind power
US9959514B2 (en) * 2014-11-24 2018-05-01 International Business Machines Corporation Optimized asset maintenance and replacement schedule
US10466689B2 (en) * 2015-09-22 2019-11-05 International Business Machines Corporation Maintenance optimization for asset performance management
US11042145B2 (en) * 2018-06-13 2021-06-22 Hitachi, Ltd. Automatic health indicator learning using reinforcement learning for predictive maintenance

Similar Documents

Publication Publication Date Title
Jiang et al. Risk-based resource optimization for transmission system maintenance
Haddad et al. An options approach for decision support of systems with prognostic capabilities
Ge et al. Reliability and maintainability improvement of substations with aging infrastructure
Kančev et al. Evaluation of risk and cost using an age-dependent unavailability modelling of test and maintenance for standby components
Goyal et al. Asset health management using predictive and prescriptive analytics for the electric power grid
Golmakani et al. Optimal non-periodic inspection scheme for a multi-component repairable system using A∗ search algorithm
Zhong Power transformer end-of-life modelling: Linking statistics with physical ageing
Wangdee Bulk electric system reliability simulation and application
Li et al. A probabilistic analysis approach to making decision on retirement of aged equipment in transmission systems
Božič et al. Assessment of investment efficiency in a power system under performance-based regulation
Mahmoudi et al. A maintenance optimzation policy for an electric power distribution system: case of the HV/MV substations
Wang et al. Maintenance modeling and policies
Wang Risk-based security-constrained optimal power flow: Mathematical fundamentals, computational strategies, validation, and use within electricity markets
Ge Maintenance optimization for substations with aging equipment
WO2023102626A1 (pt) Metodologia multicritérios para o planejamento otimizado de manutenção de transformadores de potência, reatores, disjuntores, transformadores de instrumentos, chaves seccionadoras e equipamentos de alta tensão congêneres.
BR102021024895A2 (pt) Metodologia multicritérios para o planejamento otimizado de manutenção de transformadores de potência, reatores, disjuntores, transformadores de instrumentos, chaves seccionadoras e equipamentos de alta tensão congêneres.
Abbasi et al. Risk based maintenance optimization of overhead distribution networks utilizing priority based dynamic programming
Raghavan et al. Developing life cycle management plans for power plant components
Yun et al. Application of reliability-centered stochastic approach and FMECA to conditional maintenance of electric power plants in China
Xu et al. System maintenance scheduling: review and prospect
Laabassi et al. System dynamics modelling method optimizing CAPEX/OPEX Performance in electrical distribution networks
JP7570551B1 (ja) 電力設備管理システム、電力設備管理方法、および電力設備管理プログラム
JP7570552B1 (ja) 電力設備管理システム、電力設備管理方法、および電力設備管理プログラム
JP7570550B1 (ja) 電力設備管理システム、電力設備管理方法、および電力設備管理プログラム
JP7570549B1 (ja) 電力設備管理システム、電力設備管理方法、および電力設備管理プログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22902535

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE