See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/306058795

Manutenção Preventiva Inteligente de Transformadores Via Análise

Cromatográfica

Conference Paper · September 2002

DOI: 10.13140/RG.2.1.3546.3925

CITATION READS

1 606

2 authors, including:

Germano Lambert-Torres
PS Solutions, Itajuba, Brazil
789 PUBLICATIONS   4,128 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Group Technology View project

Aprimoramento, Fabricação e Aplicação Piloto de Cabeças de Série de Dispositivo Inteligente para Reduzir a Demanda de Ponta em Equipamento de Linha Branca View
project

All content following this page was uploaded by Germano Lambert-Torres on 11 August 2016.

The user has requested enhancement of the downloaded file.

 MANUTENÇÃO PREDITIVA INTELIGENTE DE TRANSFORMADORES
VIA ANÁLISE CROMATOGRÁFICA

Jaime Suñé(1)

Germano Lambert Torres (2)

RESUMO

Conhecer a condição operativa dos equipamentos sem a necessidade de

desligamentos programados para isto é um dos objetivos dos responsáveis pela manutenção
destes equipamentos. Técnicas preditivas de manutenção, muitas vezes em conjunto com
sistemas de monitoramento, passam a ter importância fundamental ao acompanhamento do
desempenho dos equipamentos em serviço. A análise dos resultados obtidos no ensaio de gás-
cromatografia é um dos métodos eficientes para verificação das condições operativas de um
transformador que tenha sua parte ativa imersa em óleo isolante. O ensaio de gás-
cromatográfia, quantifica e determina os gases dissolvidos no óleo a partir de pequenas
amostras. Interpretar os resultados obtidos no ensaio de gás-cromatografia leva ao
conhecimento das condições de funcionamento de um transformador. Como apoio à
interpretação deste resultados existem métodos de análise propostos em normas e critérios.
Estes métodos fornecem tabelas de conhecimento que determinam a causa da falha incipiente
no transformador a partir dos valores das concentrações dos gases obtidos no ensaio de gás-
cromatografia. Dependendo da combinação de valores os métodos apresentam falhas nas
tabelas de conhecimento, não apresentando diagnósticos possíveis. Utilizando técnicas de
inteligência artificial são modificadas estas tabelas e os resultados obtidos mostram a eficiência
da metodologia utilizada, com a eliminação de combinações de valores sem diagnóstico
proposto.

PALAVRAS-CHAVE:

Transformadores - Inteligência Artificial - Cromatografia – Conjuntos Aproximados – Sistemas

Difusos

1
( ) Engenheiro Eletricista, Departamento de Engenharia de Manutenção da Itaipu Binacional, Mestre em
Engenharia Elétrica pela Universidade Federal de Itajubá-MG;
(2) Professor Doutor, Pró-diretor de Pesquisa e Pós-Graduação da Universidade Federal de Itajubá-MG
 2

1. INTRODUÇÃO

Transformadores são equipamentos que durante sua operação normal sofrem esforços
elétricos e mecânicos. Quando a parte ativa destes transformadores é imersa em óleo isolante,
o aquecimento causado pelos esforços elétricos altera a composição do óleo isolante causando
a liberação de diversos gases, dependendo da intensidade e local do aquecimento.

O ensaio de gás-cromatográfia quantifica e determina os gases dissolvidos no óleo isolante a

partir de pequenas amostras do óleo. Interpretar os resultados obtidos no ensaio de gás-
cromatografia leva ao conhecimento das condições de funcionamento de um transformador.

Existem metodologias propostas para apoio à interpretação destes resultados, tais como o
proposto pela norma brasileira NBR7274 (1) e pelo Critério de Rogers (2). Estes métodos
fornecem tabelas de conhecimento que propõe um diagnóstico provável a partir dos valores das
concentrações dos gases obtidos no ensaio de gás-cromatografia.

Dependendo da combinação de valores obtidos no ensaio de cromatografia estes métodos

apresentam falhas nas tabelas de conhecimento, não apresentando diagnósticos possíveis.

Este trabalho propõe a expansão do conhecimento contido nos métodos de análise dos valores
obtidos no ensaio de gás-cromatografia, a fim de eliminar as falhas nas tabelas de
conhecimento propostas pela norma brasileira NBR-7274 e pelo Critério de Rogers.

A expansão das relações propostas nas tabelas de conhecimento foi feita utilizando as técnicas
de inteligência artificial conhecidas como: Teoria dos Conjuntos Aproximados e Sistemas
Difusos.

2. Teoria de Conjuntos Aproximados

Existem diversas técnicas de Inteligência Artificial disponíveis para tratamento de incertezas ou

busca de dados em bases de conhecimentos. Porém a técnica adotada neste trabalho foi a
Teoria dos Conjuntos Aproximados (“Rough Sets”).

A Teoria dos Conjuntos Aproximados foi apresentada por Zdzislaw Pawlak ( 3) no início dos
anos 80 como uma abordagem matemática para a análise de dados vagos e imprecisos. O
ponto de partida desta teoria é a constatação de que objetos podem ser indiscerníveis (no
sentido de similares ou indistinguíveis), devido à limitada informação disponível sobre eles.
Neste contexto, objetos que não podem ser especificados através dos dados disponíveis são
caracterizados pela Teoria dos Conjuntos Aproximados através de dois conceitos precisos: a
aproximação inferior e a aproximação superior.

Uma das principais vantagens apontadas na Teoria dos Conjuntos Aproximados é a dessa
teoria não necessitar de qualquer informação adicional ou preliminar a respeito de dados, tais
como é necessário o grau de pertinência ou valor de possibilidade na Teoria de Conjuntos
Difusos
 3

Em um universo conhecido, estes conjuntos de dados ou conhecimentos propõem limitar a

solução entre duas regiões, na região de aproximação inferior à solução proposta, todos os
elementos do conjunto fazem parte da proposta, e na região de aproximação superior os
elementos possivelmente façam parte da solução. Na Figura 1 e na Figura 2 é possível
visualizar as regiões de aproximação inferior e superior, onde U é um conjunto universo e R
uma relação de equivalência em U, definindo o espaço aproximado A =( U,R ). Seja também
X U .

universo U
XU

aproximação inferior

Figura 1: Região de aproximação inferior no universo U

universo U
XU

aproximação superior

Figura 2: Região de aproximação superior no universo U

Estes conceitos definem três regiões de interesse a saber: região positiva, região de fronteira e
região negativa, ver Figura 3, assumindo a seguinte notação:

 Região positiva POSR(X);

 Região de fronteira BNR(X);
 Região negativa NEGR(x).
 4

POSR(X) BNR(X) NEGR(x)

Figura 3: Regiões de interesse para a Teoria dos Conjuntos Aproximados

Observando a Figura 3 concluímos que a região positiva coincide com o conjunto de

aproximação inferior, sendo composta portanto de elementos que fazem parte da solução do
problema. A região de fronteira é a diferença entre os dois conjuntos de aproximação e é
composta por elementos que podem ou não fazer parte da solução. Finalmente, a região
negativa contém elementos que não fazem parte da solução.

3. Teoria de Sistemas Difusos

O conceito de conjuntos difusos (ou conjuntos nebulosos, em inglês “ fuzzy sets” ) foi
apresentado pela primeira vez , em 1965, por Lotfi A. Zadeh (4). No início da década de 60,
Zadeh observou que os recursos tecnológicos disponíveis eram incapazes de automatizar as
atividades relacionadas a problemas de natureza industrial, biológica ou química, que
compreendessem situações ambíguas, não passíveis de processamento através da lógica
computacional fundamentada na lógica booleana.

A idéia clássica de conjunto obedece a uma lógica binária, ou seja, um elemento pertence ou
não pertence a um conjunto, não existindo, desta maneira, outras opções intermediárias.

A característica dos conjuntos difusos é que a fronteira entre pertencer e não pertencer a ele
não é bem definida, sugerindo assim, a idéia de graus de pertinência.

Normalmente, tem-se num conjunto convencional limites bruscos, onde a transição dos
membros para não-membros é abrupta e repentina. O grau de associação do conjunto é
especificado, por exemplo, por um nível ‘1’ para os membros e ‘0’ para os não-membros. Por
exemplo, o controle de temperatura de um transformador para o comando do sistema de
 5

refrigeração pode considerar 59 C como uma temperatura baixa e 90 C como uma

temperatura elevada.

Num conjunto difuso, diferentemente, as transições entre o membro e o não-membro estão

numa faixa gradual, sendo associado um grau ao elemento entre ‘0’ (totalmente não membro)
e ‘1’ (totalmente membro). No controlador de temperatura, 60 C pode ser ‘moderado’ e um
‘pouco baixa’ ao mesmo tempo, 80 C é ‘muito alta’ e assim por diante.

Se for estabelecido o seguinte padrão:

 A temperatura do transformador de 60 C ou menos, não é considerada elevada.

 A temperatura do transformador de 80 C ou mais, é considerada elevada.

E, em seguida fizermos a seguinte pergunta: a temperatura do transformador está elevada?

A resposta deve ser: se a temperatura estiver em de 60C ou menos, a temperatura não é

elevada, já que o valor do grau de pertinência da resposta é 0 (zero), ou seja, não-pertinência.
Mas se a temperatura do transformador for de 90C ou mais, a mesma é elevada, já que o grau
de certeza é 1, ou seja, pertinência.

Mas se a temperatura do transformador for entre 61 e 79 C ela não pode ser considerada nem
elevada nem baixa (não elevada). No entanto, pode ser estabelecido um grau de pertinência
quanto a ser elevada. Como os valores 0 e 1 representam as percentagens 0% e 100%, é
possível estabelecer o grau de pertinência em termos percentuais. Por exemplo: se a
temperatura estiver a 65 C, por uma regra de três simples, pode-se afirmar que a temperatura
é elevada com um grau de certeza de 25% (ou 0,25). Ver Figura 4.


1

Não Elevada
Elevada

0
60 80 C

Figura 4 : Representação Fuzzy

A extensão sugerida por Zadeh esta na possibilidade de um determinado elemento poder

pertencer a um conjunto com um valor chamado grau de pertinência. Assim, um elemento não
simplesmente pertence ou não pertence a um conjunto, como na teoria clássica, mas poderá
pertencer a um conjunto com grau de pertinência que pode assumir valor em uma dada
estrutura do tipo lattice. A maioria dos trabalhos adota por simplicidade e para fazer uma
analogia com o mundo real o intervalo [0,1], onde o valor 0 indica uma completa exclusão, o
valor 1 representa completa pertinência e os valores deste intervalo representam graus
intermediários de pertinência do objeto com relação ao conjunto.
 6

4. Aplicando a norma NBR 7274

A norma brasileira NBR-7274 descreve como as concentrações dos gases formados pela
degradação do óleo ou da isolação sólida, causada por descargas elétricas ou solicitações
térmicas de transformadores imersos em óleo, podem ser interpretadas para diagnosticar o
estado de um transformador e sugerir procedimentos futuros a serem adotados.

Em todos os casos, a indicação obtida precisa ser vista apenas como um guia e qualquer ação
resultante deve ser tomada em função dos imperativos da utilização.

A norma apresenta duas tabelas, na Tabela 1 as relações entre os gases acetileno e etileno,
metano e hidrogênio, e entre os gases etileno e etano; na Tabela 2 os diagnóstico propostos de
acordo com a relação obtida na Tabela 1;

Tabela 1: Relações propostas pela norma NBR 7274

C2H2/C2H4 CH4/H2 C2H4/C2H6

0.1  R 0 1 0
0.1  R  1 1 0 0
1 R  3 1 2 1
R3 2 2 2

Tabela 2 : Diagnósticos propostos pela norma NBR 7274

Relações
Diagnóstico C2H2/C2H4 CH4/H2 C2H4/C2H6
Sem falha 0 0 0
Descargas Parciais baixa energia 0 1 0
Descargas Parciais alta energia 1 1 0
Descargas de baixa energia (ver nota c) 1 0 1
Descargas de alta energia 1 0 2
Descargas de baixa energia 2 0 1
Descargas de baixa energia 2 0 2
Falha térmica baixa (<150 C ) (ver nota d) 0 0 1
Falha térmica média (150 – 300C ) (ver nota e) 0 2 0
Falha Térmica alta (300 – 700C) 0 2 1
Falha Térmica muito alta (>700C) (ver nota f) 0 2 2

A base de dados utilizada para aplicação da norma NBR7274 e verificação dos diagnósticos
propostos é composta por resultados obtidos das manutenções periódicas e das verificações
aperiódicas, motivadas por anormalidades encontradas durante a execução das manutenções
periódicas, em transformadores da Itaipu Binacional, totalizando 7822 análises.

Após classificar todas as análises armazenadas utilizando este método obteve-se os totais
anotados na Tabela 3.
 7

Tabela 3 : Classificação do histórico utilizando a NBR 7274

Diagnóstico Incidência (%)
Sem falha 26.822
Descargas Parciais baixa energia 7.159
Descargas Parciais alta energia 0.665
Descargas de baixa energia 2.301
Descarga de alta energia 0.332
Falha térmica de baixa temperatura (<150 C ) 3.989
Falha térmica de baixa temperatura (150 – 300C ) 33.252
Falha Térmica de temperatura média (300 – 700C) 9.0
Falha Térmica de alta temperatura (>700C) 4.922

Do total de 7822 amostras, observa-se que em 11.557 % dos casos não foi obtido diagnóstico
utilizando a NBR7274.

5. Aplicando o critério de Rogers

O critério de Rogers é semelhante à norma NBR7274 quanto a sua apresentação, tendo duas
tabelas: na Tabela 4 as relações entre os gases acetileno e etileno, metano e hidrogênio,
etileno e etano, e entre os gases etano e metano; na Tabela 5 os diagnóstico propostos de
acordo com a relação obtida na Tabela 4;

Tabela 4: Relações propostas pelo critério de ROGERS

Relações
CH4/H2 C2H6/CH4 C2H4/C2H6 C2H2/C2H4
0.1  R 5 0 0 0
0.1  R  1 0 0 0 1
1 R  3 1 1 1 1
R3 2 1 2 2

Tabela 5 : Diagnósticos propostos pelo critério de ROGERS

Diagnóstico Relações
CH4/H2 C2H6/CH4 C2H4/C2H6 C2H2/C2H4
Deterioração Normal 0 0 0 0
Descargas Parciais baixa energia 5 0 0 0
Descargas Parciais alta energia 5 0 0 1
Descargas de baixa energia, arco sem potência 0 0 0 1
Descargas de baixa energia: potencial em flutuação 0 0 1 1
Descargas de baixa energia: potencial em flutuação 0 0 1 2
Descargas de alta energia 0 0 2 1
Descargas de alta energia 0 0 2 2
Sobreaquecimento de condutor isolado 0 0 1 0
Falha térmica baixa (<150oC) 0 1 0 0
Falha térmica media (100 – 200oC) 0 1 0 0
Falha térmica media (100 – 200oC) 1 1 0 0
o
Falha térmica media (100 – 200 C) 2 1 0 0
o
Falha térmica alta (150 – 300 C) 1 0 1 0
Falha térmica muito alta (300 – 700oC) 1 0 2 0
Falha térmica muito alta (300 – 700oC) 2 0 2 0
 8

O critério de Rogers foi aplicado a mesma base de dados, 7822 análises, onde foram obtidos
os seguintes resultados, Tabela 6:

Tabela 6 : Classificação do histórico utilizando Rogers

Diagnóstico Incidência (%)
Deterioração Normal 19.292
Descargas Parciais baixa energia 7.402
Descargas Parciais alta energia 0.499
Descargas baixa energia, arco sem potência 2.672
Descargas baixa energia: potencial em flutuação 1.317
Descargas alta energia 0.307
Sobreaquecimento de condutor isolado 1.879
o
Falha térmica baixa (<150 C) 10.573
o
Falha térmica media (100 – 200 C) 17.118
o
Falha térmica alta (150 – 300 C) 2.007
o
Falha térmica muito alta (300 – 700 C) 4.296

Do total de 7822 amostras, observa-se que em 32.639% dos casos não são obtidos
diagnósticos utilizando o critério de Rogers.

6. Aplicação da teoria de conjuntos aproximados à NBR7274

Existem diversos algoritmos propostos em publicações (5). Neste artigo é utilizado o algoritmo
proposto em (6) com a finalidade de demonstrar a utilização dos conceitos de conjuntos
aproximados à norma NBR7274.

A idéia contida no algoritmo é transformar um conjunto de exemplos em um conjunto de regras

que representem o conhecimento inicial contido nas tabelas de conhecimento da NBR7274.
Algumas simplificações são feitas para facilitar o melhor entendimento de cada passo da
formulação sem perda da generalização.

O algoritmo proposto pode ser empregado conforme os seguintes passos:

 Transformar valores contínuos em faixas;

 Eliminar atributos idênticos;
 Eliminar exemplos idênticos;
 Eliminar atributos dispensáveis;
 Calcular o conjunto básico da tabela de decisão;
 Compor a tabela conjunto redução;
 Agrupar os exemplos;
 Compor o conjunto final de regras.

Adequando à Tabela 2, NBR7274, para aplicação do algoritmo proposto, passamos a chamar

esta tabela de Conjunto de Conhecimento Inicial, Tabela 7, onde o número de exemplos estão
relacionados na coluna U, os atributos de entrada estão de acordo com as entradas na tabela
proposta pela norma NBR7274, e a coluna de decisão esta representada pela coluna S. Na
 9

coluna de decisão estão representados os diagnósticos propostos na norma NBR7274 sendo

substituídos por letras por facilidade de representação.

Tabela 7 : Conjunto de conhecimento inicial

U Atributos S
C2H2/C2H4 CH4/H2 C2H4/C2H6
1 0 0 0 A
2 0 1 0 B
3 1 1 0 C
4 1 0 1 D
5 2 0 1 D
6 2 0 2 D
7 1 0 2 E
8 0 0 1 F
9 0 2 0 G
10 0 2 1 H
11 0 2 2 I

O algoritmo fornece como tabela de saída, ou Conjunto Reduzido do Exemplo, a Tabela 8.

Tabela 8 : Conjunto reduzido do exemplo

Atributos
U C2H2/C2H4 CH4/H2 C2H4/C2H6 S
1 0 0 A
2 0 1 B
3 1 1 C
4 1 0 C
5 1 1 D
6 2 D
7 1 2 E
8 0 0 1 F
9 2 0 G
10 2 1 H
11 2 2 I
12 0 2 I

O conhecimento existente na Tabela 8 pode ser expressado pelo seguinte conjunto de regras:

 Se CH4/H2 é igual a 0 e C2H4/C2H6 é igual a 0, então a saída é A;

 Se C2H2/C2H4 é igual a 0 e CH4/H2 é igual a 1 , então a saída é B;
 Se C2H2/C2H4 é igual a 1 e CH4/H2 é igual a 1, então a saída é C;
 Se C2H2/C2H4 é igual a 1 e C2H4/C2H6 é igual a 0, então a saída é C;
 Se C2H2/C2H4 é igual a 1 e C2H4/C2H6 é igual a 1, então a saída é D;
 Se C2H2/C2H4 é igual a 2 , então a saída é D;
 Se C2H2/C2H4 é igual a 1 e C2H4/C2H6 é igual a 2, então a saída é E;
 Se C2H2/C2H4 é igual a 0 e CH4/H2 é igual a 0 e C2H4/C2H6 é igual a 1,então a saída é F;
 10

 Se CH4/H2 é igual a 2 e C2H4/C2H6 é igual a 0, então a saída é G;

 Se CH4/H2 é igual a 2 e C2H4/C2H6 é igual a 1, então a saída é H;
 Se CH4/H2 é igual a 2 e C2H4/C2H6 é igual a 2, então a saída é I;
 Se C2H2/C2H4 é igual a 0 C2H4/C2H6 é igual a 2, então a saída é I.

Substituindo os índices adotados pelos diagnósticos propostos na norma NBR7274, obtém-se a

nova tabela proposta pela NBR7274, Tabela 9, com a finalidade de melhor identificar esta
tabela neste trabalho passamos a chamá-la de NBR7274 após TCA.

Tabela 9: Relações da NBR 7274 após TCA

Diagnóstico Relações
C2H2/C2H4 CH4/H2 C2H4/C2H6
Sem falha 0 0
Descargas Parciais baixa energia 0 1
Descargas Parciais alta energia 1 1
Descargas Parciais alta energia 1 0
Descargas de energia reduzida 1 1
Descargas de energia reduzida 2
Descargas de alta energia 1 2
Falha térmica baixa (<150 C ) 0 0 1
Falha térmica média (150 – 300C ) 2 0
Falha Térmica alta (300 – 700C) 2 1
Falha Térmica muito alta (>700C) 2 2
Falha Térmica muito alta (>700C) 0 2

Aplicando as varias possibilidades de combinações de entrada de valores à Tabela 9, observa-

se que:
 das 27 combinações possíveis de resultados, todas apresentam diagnóstico proposto;
 nenhum diagnóstico proposto é divergente da tabela original proposta pela NBR7274;
 a nova tabela de conhecimento apresenta 11 possibilidade de duplo diagnósticos.

Ao aplicar as relações propostas na Tabela 9 a base de dados disponíveis foram obtidos

diagnósticos propostos para a totalidade de dados disponíveis.

7. Aplicação da teoria de conjuntos aproximados ao critério de Rogers

O critério de Rogers apresenta duas tabelas para verificação dos diagnósticos propostos, assim
como a NBR7274, totalizando 72 combinações possíveis de entrada de dados, porém oferece
somente 16 relações com diagnósticos.

Aplicando os conceitos de conjuntos aproximados ao critério de Rogers, obtém-se como

resultado a Tabela 10, denominada neste trabalho de Rogers após TCA.

Aplicando as varias possibilidades de combinações de entrada de valores à tabela 10, observa-

se que:
 das 72 combinações possíveis de resultados, 70 apresentam diagnóstico proposto;
 nenhum diagnóstico proposto é divergente da tabela original proposta por Rogers;
 11

 a nova tabela de conhecimento apresenta varias possibilidades de múltiplo

diagnóstico.

Ao aplicar as relações propostas na Tabela 10 à base de dados disponíveis foram obtidos

diagnósticos propostos para a totalidade de dados disponíveis.

Tabela 10: Relações de ROGERS após TCA

Relações
Diagnóstico CH4/H2 C2H6/CH4 C2H4/C2H6 C2H2/C2H4
Deterioração Normal 0 0 0 0
Descargas Parciais baixa energia 5 0
Descargas Parciais alta energia 5 1
Descarga baixa energia, arco sem pot. 0 0 1
Descarga baixa energia: potencial flut. 1 1
Descarga baixa energia: potencial flut. 1 2
Descarga de alta energia 0 2
Descarga de alta energia 2 1
Descarga de alta energia 2 2
Sobreaquecimento de condutor isolado 0 1 0
Falha térmica baixa (150oC) 1 0 0
Falha térmica media (100 – 200oC) 1
Falha térmica alta (150 – 300oC) 1 1
Falha térmica muito alta (300 – 700oC) 1 2
Falha térmica muito alta (300 – 700oC) 2 0
Falha térmica muito alta (300 – 700oC) 2 0
Falha térmica muito alta (300 – 700oC) 2 2

8. Conclusão

O trabalho apresenta uma alternativa às tabelas de conhecimento propostas pela norma

NBR7274 e pelo critério de Rogers no tratamento dos resultados obtidos no ensaio de gas-
cromatografia, fornecendo as tabelas propostas por estes critérios alteradas de forma a atender
a praticamente todas as combinações possíveis de entrada, sem no entanto propor
diagnósticos divergentes às tabelas originais.

Tanto no método proposto por Rogers quanto no método proposto pela NBR7274 após
aplicação dos conceitos da Teoria de Conjuntos Aproximados ocorreram saídas múltiplas, mais
de um diagnóstico possível para uma mesma combinação de valores de entrada.

A escolha entre qual dos diagnósticos seria o mais adequado para os valores de entrada, pode
ser feita através do critério de gás-chave, onde a maior concentração de determinado gás
determina o tipo de falha característica.

A implementação do critério de gás-chave utilizando Sistemas Difusos, define que não mais
temos um valor absoluto de concentração de determinado gás e sim uma faixa de valores nos
quais os valores extremos a esta faixa indicam uma pertinência menor de participação deste
gás na caracterização da falha, e o valor central indica uma pertinência máxima de participação
deste gás na caracterização da falha.
 12

O somatório das pertinências de cada gás em cada falha característica possível fornece a
pertinência total de cada falha característica proposta pelo método do gás-chave.

A escolha entre qual diagnóstico é mais provável de acordo com as saídas múltiplas fornecidas
pelos métodos der Rogers e NBR7274, após TCA, é realizada pela verificação de qual falha
característica obteve maior somatório de pertinências.

1 - NBR7274, Interpretação da Análise dos gases de Transformadores em Serviço, Abril/1982,

ABNT – Associação Brasileira de Normas Técnicas .
2 - SCM047: "Recomendação para Utilização da Análise Cromatográfica em Óleo Mineral
Isolante na Recepção e na Manutenção de Equipamentos", Grupo Coordenador para Operação
Interligada, GCOI
3 - Pawlak, Zdzislaw ; ROUGH SETS, Theorical Aspects of Reasoning about Data, Institute of
computer Science, Warsaw University of Technology Library of Congress Cataloging-in-
Publication Data ISBN 0-7923-1472-7 Kluwer Academic Publisher, Netherlands.
4 - L. A. Zadeh - "Fuzzy Sets", Information and Control, Vol.8, pp.338-353, 1965.
5 - Carvalho, Jaqueline Corrêa Silva, Aplicação de conjuntos aproximados utilizando banco de
dados relacionais, Dissertação de Mestrado, Escola Federal de Engenharia de Itajubá, EFEI,
Itajubá, 2000
6 - G. Lambert-Torres, R. Rossi, J. A . Jardini, A . P. Alves da Silva and V.H. Quintana, Power
system security analysis based on rough classification. Book Chapter ROUGH-FUZZY
HYBRIDIZATION:NEW TREND IN DECISION MAKING, S.K. Pal & A Skowron (Ed.) Springer-
Verlag Co

View publication stats