Métodos para el análisis de fluidos dieléctricos en transformadores de potencia usando la Inteligencia Artificial
Ver/ Abrir
Identificadores
URI: https://hdl.handle.net/10902/29598Registro completo
Mostrar el registro completo DCAutoría
González Roque, Eliezer DanielFecha
2023-07-26Director/es
Derechos
Attribution-NonCommercial-NoDerivatives 4.0 International
Disponible después de
2028-07-26
Palabras clave
Transformadores de Potencia
Red Neuronal Artificial
Python
Aceites dieléctricos minerales y vegetales
Artificial Intelligences Networks
Power Transformer
Mineral and Vegetable Dielectric oils
Resumen/Abstract
Dada la enorme importancia del control de la calidad en la red de distribución eléctrica y su gran relación con los transformadores de potencia; es primordial el seguimiento y evaluación de sus parámetros y en especial de la calidad y estado de los fluidos dieléctricos. Es por ello que en el presente trabajo se establecen una serie de métodos para utilizando las Redes Neuronales Artificiales (RNA), predecir y sugerir acciones sobre los fluidos dieléctricos en explotación, debido a su estado. Entre los métodos que se usan en la actualidad para analizar la fiabilidad y salud de los transformadores, se encuentran los análisis de gases disueltos (DGA) y los llamados índices de salud. Mediante el uso de RNA, se pretende obtener repuestas similares a las obtenidas por estos métodos clásicos. Para lo cual se han desarrollado tres Redes Neuronales Artificiales en el lenguaje de programación Python 2 entrenadas con bases de datos en sqlite, formadas a partir de las diferentes bibliografías consultadas, así como informaciones y datasets de IEEE y siguiendo las especificaciones de diversas normas de IEEE e IEC. La presentación de los datos y pruebas a realizar se muestran en entorno web con la utilización de web2py.
Quality control in electric distribution networks is one of the most important tasks to performe for a good customer experience. Power transformers and their dielectric oils are extremely relevant at the mentioned quality control. This research is based in IEC and IEEE standards; about Dissolved Gas Analisys (DGA) and Health Index studies and vinculated with a RNA. For the purpose of this study, three Artificial Neuronal Networks (RNA) have been developed to predict fails in these fluids and to recommend actions to do, as well as to avoid fails and minimize humans risks. To do so Python programming language is used to create RNA from a Sqlite database, with contains the training datas. Web2py is used as user interface.