Sistema de pronóstico para regeneración de aceites para transformadores basado en algoritmos filtro de partículas

Abstract

Las estrategias de mantenimiento, ya sean correctivas, preventivas o predictivas, son fundamentales para extender el tiempo de vida de los equipos y maquinas en la industria. En particular, la monitorización y mantenimiento de la calidad de aceites en los transformadores está asociado al desarrollo de una serie de métodos tanto teóricos como aplicados. El más usado, tanto por costos como por los tiempos involucrados, es el tratamiento por regeneración de características químicas y dieléctricas. La mayoría de estos métodos requieren una monitorización en línea para estimar el tiempo exacto en que un aceite se regenera y logra una calidad adecuada para asegurar una larga duración. Sin embargo, en muchos casos este tipo de enfoques no se aplica, dependiendo el análisis de resultados que son obtenidos en pruebas de laboratorio; con la consiguiente extensión de los tiempos y costos asociados a esquemas de mantenimiento plani cado. El presente trabajo plantea el diseño e implementación de un sistema para la estimación y pronóstico del proceso de regeneración del aceite en transformadores de media potencia. Dicho sistema se basa en una caracterización del estado del aceite calculada a través de un ltro de partículas (clase de algoritmos Bayesianos de procesamiento secuencial de información), debido a la capacidad que exhibe este algoritmo en el manejo de modelos no-lineales con fuentes de incertidumbre no-Gaussianas. Con el n de obtener los valores óptimos a utilizar en el proceso de pronóstico, se consideran datos de muestras de aceite tomadas en un período de tiempo bien establecido. Las condiciones iniciales se determinan por medio de algoritmos de enjambre de partículas (PSO por sus siglas en inglés). El resultado son los valores más apropiados para el número de partículas y realizaciones del ltro a ser utilizadas en una implementación general. La validación del este trabajo se efectúa con datos obtenidos aplicados a otro transformador con similares características de potencia y voltaje. Los resultados de nidos demuestran que mejoran notablemente el pronóstico de regeneraci ón de aceites en términos de exactitud y precisión, mostrando un margen de error de 0;0521 en los valores pronosticados, este valor se obtiene, debido a mejores condiciones iniciales para el vector de estados que se usa en la implementación del ltro de partículas, permitiendo una plani cación más efectiva en el mantenimiento