Extracting Interpretable Rules For Efficient Diagnosis of Power Transformer with Isolated Oil from the Increase in Space Attributes

This work proposes a new method for diagnosis of incipient faults in power equipment with insulation oil. It consists on a set of interpretable rules extracted from the concentrations of the dissolved gases in insulating oil, and the relationships between these concentrations. Using a Decision Tree (DT) with changes in the size of the input attributes for obtaining rules, the proposed method: (i) allows the user to know the rules that generated the diagnosis, (ii) bypasses limitations common to other methods (e.g. the existence of "no diagnosis" regions, and the occurrence of more than one possible diagnosis) and (iii) the accuracy in diagnosis of DGA (Dissolved Gas Analysis) data available in the literature. The proposed method is compared with other DGA standard methods: Gas Key, Rogers, Dornenburg and Duval´s Triangle. The performed comparison considered databases available in technical literature, including data from the IEC TC 10. The observed accuracy of the proposed method is above 94%. Comparatively, the Duval´s Triangle method presents accuracy between 83% and 88% for the considered databases. The method was also evaluated with respect to sensitivity to measurements errors of laboratory – the results are very promising, the proposed method shows a hit rate of 83% in comparison with a hit rate of 78% for the Duval´s Triangle method. This work has also been developed a method for simplified diagnostic of power equipments with insulated oil using physico-chemical data - the hit rates obtained were lower than those achieved with the proposed DGA, however close to those observed in DGA methods cited in the literature, as Rogers IEEE C57.104 - 2008, with the advantage of the data not depend on the availability of a gas chromatograph.Este trabalho propõe um novo método de diagnóstico de falhas incipientes em equipamentos de potência com isolamento a óleo baseado em regras interpretáveis extraídas a partir das concentrações dos gases presentes e dissolvidos no óleo isolante e de relações entre essas concentrações não exploradas por outros métodos. Utilizando uma árvore de decisão (Decision Tree - DT) com modificações na dimensão dos atributos de entrada para a obtenção de regras, o método proposto: (i) permite que o usuário conheça as regras que geraram o diagnóstico, (ii) contorna limitações comuns a outros métodos (ex.: existência de regiões de “não-diagnóstico”, existência de mais de um diagnóstico possível) e (iii) apresenta percentual elevado de acerto no diagnóstico de dados de DGA (Dissolved Gas Analysis) disponíveis na literatura. O método proposto é comparado com outros métodos de DGA descritos em normas: Gás Chave, Rogers, Dörnenburg e Triângulo de Duval. Na comparação dos métodos foram utilizados bancos de dados com informações publicadas, entre eles os dados do IEC TC 10 que apresentam informações e diagnóstico de um comitê de especialistas. Os índices de acerto observados com o método proposto estiveram acima de 94%. Comparativamente, o Método do Triângulo de Duval apresenta índices de acerto entre 83% e 88%. O método também foi avaliado com relação à sensibilidade na ocorrência de erros nas medidas de laboratório, apresentando resultados comparativamente superiores (índice de acerto de 83% em comparação com 78% do Método do Triângulo de Duval). Também foi desenvolvido neste trabalho um método para o diagnóstico simplificado de equipamentos de potência com isolamento a óleo utilizando dados físico-químicos – os índices de acerto obtidos foram inferiores aos alcançados com o DGA proposto, porém próximos aos observados em métodos de DGA citados na literatura, como Rogers IEEE C57.104 – 2008, com a vantagem dos dados não dependerem da disponibilidade de um cromatógrafo