Disjuntores de alta tensão SF6 são amplamente utilizados em sistemas de energia para proteger circuitos contra curtos-circuitos e sobrecargas. Para garantir sua confiabilidade e segurança, os fabricantes geralmente exigem desmontagem periódica e inspeção visual dos contatos principais, contatos de arco e bocais de gás. Essas inspeções visam avaliar o estado de desgaste desses componentes e determinar se a substituição é necessária.
Historicamente, essas inspeções foram baseadas em vários critérios:
Intervalo de Tempo: Por exemplo, recomenda-se a inspeção dos contatos após 12 anos de uso para disjuntores de alta tensão SF6 de tanque morto com pressão única.
Operações Elétricas: Por exemplo, as inspeções são recomendadas após 2000 operações elétricas.
Operações de Falha: Por exemplo, as inspeções são recomendadas após 10 operações de interrupção de curto-circuito nominal.
Critérios Combinados: Uma combinação dos fatores acima às vezes é usada para uma avaliação mais abrangente.
No entanto, ao longo do tempo, esses métodos de inspeção baseados em intervalos de tempo e contagem de operações revelaram algumas limitações. Embora essas verificações ajudem a garantir a segurança do equipamento, nem sempre refletem com precisão o estado real de desgaste dos contatos e bocais. Além disso, essas inspeções podem ser caras, inconsistentes e apresentar riscos potenciais durante as inspeções internas no local, o que pode levar a danos no equipamento.
O arco elétrico é um processo térmico e elétrico complexo que afeta significativamente o desempenho do disjuntor. Durante a interrupção de correntes de curto-circuito, o arco pode impactar os parâmetros do disjuntor através da ablação do bocal. A ablação do bocal refere-se à erosão do material do bocal causada pela alta temperatura do arco. Este processo tem um duplo efeito na capacidade de interrupção do disjuntor:
Aumento da Pressão na Câmara: À medida que o bocal sofre ablação, a área seccional do gargalo do bocal aumenta, levando a uma pressão maior dentro da câmara do disjuntor. Esta pressão aumentada ajuda a acelerar a extinção do arco, suprimindo a recombustão.
Aumento da Área Seccional do Gargalo do Bocal: O alargamento do gargalo do bocal permite que mais gás flua para a região do arco, levando embora mais calor e reduzindo a temperatura do arco. No entanto, isso também dispersa a energia do arco, potencialmente enfraquecendo a capacidade de autoexplosão do disjuntor.
Assim, o processo de ablação do bocal tem efeitos positivos e negativos na capacidade de interrupção de um disjuntor de autoexplosão. Quando o disjuntor interrompe uma corrente de curto-circuito, a ablação do bocal remove parte da energia da coluna de arco, aumenta a massa de gás no espaço do bocal e eleva a densidade do gás em torno dos contatos do arco, reduzindo assim a probabilidade de recombustão.
Dado o impacto significativo da ablação do bocal no desempenho do disjuntor, estimar a intensidade da ablação (ou seja, o aumento no diâmetro do gargalo do bocal) e calcular a massa ablatada é uma tarefa crucial. A estimativa precisa da ablação do bocal ajuda os técnicos de manutenção a compreender melhor a condição do disjuntor e a tomar decisões informadas para futuras manutenções.
A intensidade da ablação pode ser estimada através dos seguintes métodos:
Inspeção Visual: Desmontando o disjuntor e observando diretamente o desgaste do bocal. Embora este método seja direto, ele é caro e traz riscos inerentes, como mencionado anteriormente.
Técnicas de Detecção Não Intrusivas: Tecnologias avançadas de detecção não intrusiva, como termografia infravermelha e teste ultrassônico, estão sendo cada vez mais utilizadas para a manutenção de disjuntores. Essas técnicas permitem avaliar a ablação do bocal e outros problemas potenciais sem desmontar o equipamento.
Análise de Dados e Modelagem Preditiva: Analisando dados históricos de operação do disjuntor e combinando-os com modelos de física do arco, modelos preditivos podem estimar a intensidade da ablação do bocal. Esta abordagem reduz inspeções desnecessárias e melhora a eficiência da manutenção.
Para melhorar a eficiência e confiabilidade da manutenção de disjuntores de alta tensão SF6, as estratégias de manutenção futuras podem depender mais de monitoramento de condições e tecnologias de diagnóstico inteligente. O monitoramento em tempo real dos parâmetros de operação do disjuntor (como corrente, tensão e temperatura), combinado com algoritmos avançados de análise de dados, pode fornecer uma previsão mais precisa da ablação do bocal e da saúde geral dos componentes-chave. Esta abordagem pode reduzir inspeções e reparos desnecessários, prolongar a vida útil do equipamento e diminuir os custos de manutenção.
Além disso, avanços na ciência dos materiais focarão no desenvolvimento de materiais de bocal mais resistentes ao calor e à ablação. A aplicação de novos materiais pode ainda melhorar a confiabilidade e a capacidade de interrupção do disjuntor, mitigando os efeitos negativos da ablação do bocal.

Método de Medição da Ablação do Bocal em Disjuntores de Alta Tensão
1.Princípios da Medição da Ablação do Bocal
1.1 Relação Entre Sinais de Pressão e Ablação do Bocal
Pesquisas demonstraram que a ablação do bocal, que aumenta o diâmetro do gargalo do bocal, altera as características de fluxo de gás dentro do disjuntor. Esta mudança afeta a distribuição de pressão, levando a variações nos sinais de pressão que podem ser capturados por sensores de pressão. Especificamente, a ablação do bocal resulta em dois efeitos principais:
Alterações no Formato do Sinal de Pressão: Um aumento no diâmetro do bocal modifica a resistência ao fluxo de gás, alterando a forma do sinal de pressão.
Alterações nas Características Espectrais: A ablação do bocal também influencia as características espectrais dos sinais de pressão, particularmente na faixa de alta frequência.
Analisando essas características dos sinais de pressão, é possível inferir indiretamente a extensão da ablação do bocal.
1.2 Instalação e Medição de Sensores de Pressão
Para obter sinais de pressão precisos, os sensores de pressão podem ser instalados em diferentes pontos, dependendo da estrutura do disjuntor e dos requisitos de medição:
Medição Monopolar: Cada polo tem uma válvula na parte inferior, que pode ser usada para conectar sensores de pressão. Esta configuração permite a medição de ondas de pressão de um único polo, evitando interferências de sobreposição de sinais multipolares.
Medição Tripolar: Durante a operação padrão, os três polos são conectados através de tubos de cobre, com uma válvula principal de enchimento localizada na base do disjuntor, conectando todos os três polos. Se a válvula principal de enchimento for usada como ponto de conexão para o sensor de pressão, o sinal medido será a superposição de três sinais de pressão individuais.
Para garantir medições precisas, são usados sensores de pressão piezelétricos de alta sensibilidade equipados com amplificadores de carga adequados. Os dados de pressão são registrados desde o início da operação de comutação até o final da sexta oscilação. O sinal de pressão bruto pode ser processado com ou sem filtragem, dependendo dos requisitos de análise.
Sinal Não Filtrado: A Transformada Rápida de Fourier (FFT) é aplicada diretamente ao sinal não filtrado para analisar suas características no domínio de frequência.
Sinal Filtrado: É usado um filtro passa-baixo de 100 Hz para remover ruídos de alta frequência, retraindo apenas os componentes de baixa frequência.
As Figuras 1 e 2 ilustram a história de pressão e o espectro, fornecendo uma representação visual das características do sinal de pressão.
Classificação da Condição do Bocal Usando Aprendizado de Máquina
Para melhorar a precisão do diagnóstico, este estudo emprega um algoritmo de aprendizado de máquina baseado no método k-Nearest Neighbors (k-NN). O processo envolve as seguintes etapas:
Extração de Características: As características-chave são extraídas dos sinais de pressão, como valores de pico e vale, componentes de frequência, etc. Essas características servem como parâmetros de entrada para o algoritmo de aprendizado de máquina.
Treinamento do Modelo: O modelo k-NN é treinado usando dados conhecidos sobre as condições do bocal e dos eletrodos. Durante o treinamento, o algoritmo determina os vizinhos mais próximos com base nas distâncias entre as características para realizar a classificação.
Classificação de Novos Dados: Para novas medições desconhecidas, o modelo treinado é usado para classificar a condição dos bocais e eletrodos.
Esta abordagem permite a avaliação da ablação do bocal e outras condições críticas de componentes sem abrir a câmara de gás, fornecendo recomendações de manutenção precisas e prolongando a vida útil do disjuntor.
Ponto de conexão com sensor de pressão para ablação do bocal (foto da fonte n° 1)

Dados brutos da medição na válvula principal de enchimento em condição original (azul), sinal filtrado (vermelho) (foto da fonte n° 1)

Espectro de frequência dos dados brutos no método de pressão de disjuntores de alta tensão (foto da fonte n° 1)
Várias características podem ser derivadas tanto de sinais de pressão filtrados quanto não filtrados. Essas características capturam as características únicas de diferentes sinais de medição e são essenciais para identificar a condição dos bocais. Devido à ampla dispersão dessas características, não é viável fazer uma correspondência direta entre diferentes condições de ablação e características individuais. Para resolver esse desafio, o algoritmo k-Nearest Neighbors (k-NN) é empregado para a avaliação.
O algoritmo k-NN gera um vetor n-dimensional para cada medição, onde n representa o número de características. A distância entre dois vetores é calculada usando a distância euclidiana, com um peso adicional de variância para considerar a variabilidade nos dados. Esta abordagem garante que o algoritmo possa distinguir efetivamente entre diferentes condições de ablação com base na informação combinada de várias características.
O método de pressão transitória é vantajoso porque pode ser facilmente implementado usando válvulas de enchimento existentes para conectar sensores de pressão. No entanto, um dos principais desafios é a má dispersão dos indicadores de estado (características), o que torna difícil diagnosticar com precisão as condições do bocal. Para superar essa limitação, as escalas de características foram otimizadas através de análise de sensibilidade. Embora uma única característica possa não fornecer informações suficientes para todos os casos, a combinação de todas as sete características com o algoritmo de classificação k-NN melhora significativamente a precisão do diagnóstico.
Vários algoritmos de classificação foram testados, e os resultados mostraram que o algoritmo k-NN, utilizando a distância euclidiana padrão, alcançou a menor taxa de erro de menos de 0,9% durante a validação cruzada. Esta combinação de características e o algoritmo k-NN foi então aplicada para classificar medições de campo para diferentes tipos de disjuntores. Para as medições de disjuntores consideradas, esta abordagem foi capaz de realizar a classificação sem erros.