Desarrollo de un código de programación para el mantenimiento preventivo de transformadores de potencia

Abstract

Los transformadores de potencia son los equipos más importantes y por ende costosos al interior de una subestación de potencia, ya sea de elevación en una central generadora, transmisión o subtransmisión en subestaciones de paso, o de reducción tanto para empresas públicas de comercialización como para empresas privadas que alimentan sus procesos productivos, de acuerdo con estos distintos tipos de usos los equipos están sujetos a diferentes condiciones ambientales como grado de contaminación, salinidad, altura, humedad relativa, entre otros, a eso se le suma factores de demanda y calidad de energía, lo que provoca diferentes esfuerzos eléctricos y térmicos al interior del transformador. Consecuentemente resulta necesario implementar diferentes técnicas de diagnóstico de acuerdo con las etapas del plan de mantenimiento dependiendo de las condiciones propias, sobre este contexto, el propósito del siguiente proyecto es implementar un código de programación basado en el algoritmo de aprendizaje supervisado Support Vector Machine (SVM) para el procesamiento de los niveles de concentración de gases contenidos en el aceite dieléctrico mineral, obtenidos del Análisis de Gases Disueltos (DGA) y para la interpretación se utiliza el método de Duval expuesto en la norma IEEE C57.104™-2019, de tal forma que sirva para verificación y comparación con métodos estandarizados y no estandarizados como las Redes neuronales Artificiales (RNA), contribuyendo en las decisiones que se tomen en el programa de mantenimiento preventivo que se implementen a futuro en los distintos transformadores de potencia.