Evaluación de la calidad del aceite en transformadores por métodos de Machine Learning

Abstract

RESUMEN: Una de las claves en la vida útil de los transformadores de potencia es la adecuada conservación del fluido que refrigera y aísla estas máquinas eléctricas. La presencia de oxígeno o humedad pueden acelerar el proceso de degradación, generando posibles problemas de funcionamiento. Por este motivo los gestores de parques de transformadores llevan a cabo programas de mantenimiento basados en la monitorización frecuente de la calidad de estos fluidos. Las variables que se monitorizan son diversas y el diagnóstico del estado del fluido no es sencillo. Por ejemplo, es común medir la humedad, la acidez o las perdidas dieléctricas, entre otras variables. La interpretación de la evolución de todos estos datos se basa normalmente en la experiencia de la persona que realiza el diagnóstico. Por ello, el proyecto consiste en el desarrollo de un programa basado en Machine Learning para evaluar la calidad de los aceites de los transformadores de potencia, teniendo en cuenta los indicadores que se usan habitualmente para determinar su estado. De esta forma se podrá automatizar la clasificación del estado del aceite y mejorar la gestión de la vida útil del transformador. Se trabajará con el software Matlab, para el desarrollo del proyecto, junto con un trabajo de preprocesamiento de datos de los aceites.

ABSTRACT: One of the keys to the lifetime of power transformers is the proper conservation of the fluid that cools and isolates these electrical machines. The existence of oxygen or humidity can accelerate the degradation process, it could generate operating problems. For this reason, transformer park managers carry out maintenance programs based on frequent monitoring of the quality of these fluids. The variables that are monitored are several and the diagnosis of the state of the fluid is not easy. For example, it is common to measure humidity, acidity or dielectric losses among other variables. The interpretation of the evolution of all these data is normally based on the experience of the person making the diagnosis. For this reason, the project consists of the development of a program based on Machine Learning methods to evaluate the quality of power transformer oils, taking into account the indicators that are commonly used to determine their status. In this way, it will be possible to automate the classification of the state of the oil and improve the management of the transformer's useful life. It will work with the Matlab software, for the development of the project, together with a preprocessing work on the oil data.