Programming code using the Duval method for diagnosing power transformers and direct way
DOI:
https://doi.org/10.51798/sijis.v4i3.694Keywords:
Code, Diagnostic, Duval, Faults, TransformerAbstract
A transformer is a piece of equipment of great value in a public or private power substation in that it allows power to be supplied to the production processes. Thus, as it is used, the equipment is exposed to different environmental conditions such as level of contamination, salinity. , height, humidity, among others, as well as energy demand and quality, causing different types of electrical and thermal stress inside. That is why the objective of this study is to implement a programming code using the Duval method for the diagnosis of power transformers. For this, programming based on the supervised learning algorithm is used as a methodology to process the gas concentration levels contained in the dielectric oil obtained from the analysis of dissolved gases and for its interpretation the Duval method is used, which is presented in IEEE C57.104™-2019 standard. The designed code individually processes the dissolved gas analysis reports as well as large quantities of reports from the same transformer or from different ones, allowing the comparison of historical data of the equipment or equipment and the evaluation of its status according to the electrical stress to which it is subjected.
References
Almanza, A., & Pedroza, J. (2019). Estudio orientado al mantenimiento predictivo de transformadores trifásicos sumergidos en aceite a partir de cinco (5) ensayos eléctricos en devanados y sistema de aislamiento. Bogotá: Universidad Distrital Francisco José de Caldas. Obtenido de https://repository.udistrital.edu.co/bitstream/handle/11349/22434/AlmanzaRodriguezAndr%c3%a9s2019.pdf?sequence=3&isAllowed=y
Álvarez, J. (2019). Mantenimiento predictivo a través de un sistema de monitoreo de vibraciones a turbinas tipo francis (8mw) acorde a la norma ISO 10816 en la Central Hidroeléctrica Santa Teresa. Guatemala: Universidad San Carlos de Guatemala. Obtenido de https://core.ac.uk/download/pdf/211029688.pdf
Álvarez, L., Lozano, C., & Bravo, D. (2022). Metodología para el mantenimiento predictivo de transformadores de distribución basada en aprendizaje automático. Ingeniería, 27(3), 1-16. Obtenido de doi.org/10.14483/23448393.17742
Arteaga, O. (2018). Análisis de respuesta en frecuencia para el diagnóstico de un transformador de potencia. Universidad Nacional de Colombia. Obtenido de https://www.lareferencia.info/vufind/Record/CO_1f4532e49b507489bbb7cfc7d063390c
De la Torre, A. (2021). Análisis de fallas en transformadores de potencia de centrales de generación eléctrica. Guayaquil: Universidad Politécnica Salesiana. Obtenido de https://dspace.ups.edu.ec/bitstream/123456789/20837/1/UPS-GT003353.pdf
Fernández, J. (2021). Circuitos magnéticos y transformadores. Barcelona: Editorial Reverté S.A.
Fernández, J., Hernández, F., & Corrales, L. (2021). Método de lógica difusa para el diagnóstico de fallos incipientes en un transformador de 40MVA. Revista de Ingeniería Electrónica Automática y Comunicaciones, 42(2), 76-88. Obtenido de http://scielo.sld.cu/pdf/eac/v42n2/1815-5928-eac-42-02-76.pdf
Foros, J., & Istad, M. (2020). Índice de salud, riesgo y estimación de vida útil restante de transformadores de potencia. IEEE Transactions on Power Delivery, 35(6), 2612-2620. doi:10.1109/TPWRD.2020.2972976
Ganyun, L., Haozhong, C., Haibao, Z., & Lixin, P. (2005). Diagnóstico de fallas de transformador de potencia basado en clasificador SVM multicapa. Electric Power Systems Research, 74(1), 1-7. doi:doi.org/10.1016/j.epsr.2004.07.008
Hung, C., & Wang, M. (2004). Diagnóstico de fallas incipientes en transformadores de potencia mediante el enfoque de redes neuronales CMAC. Electric Power Systems Research, 71(3), 235-244. doi:doi.org/10.1016/j.epsr.2004.01.019
Institute of Electrical and Electronics Engineers. (2019). Guía IEEE para la interpretación de gases generados en transformadores sumergidos en aceite mineral. IEEE. doi:10.1109/IEEESTD.2019.8890040
Jian, W., Wenbing, Z., Chao, G., Demeng, B., & Kuihua, W. (2020). El nuevo índice de salud desarrollado para la evaluación del estado de los transformadores de potencia. Chengdu: Quinta Conferencia Asiática sobre Energía e Ingeniería Eléctrica (ACPEE). doi:10.1109/ACPEE48638.2020.9136344
Núñez, Ó., Gómez, G., Acuña, F., & González, C. (2023). Metodología para Evaluar la Condición de Transformadores Eléctricos de Potencia Basada en un Índice de Salud. Ingeniería, 33(1), 48-65. Obtenido de https://www.scielo.sa.cr/scielo.php?script=sci_arttext&pid=S2215-26522023000100048
Pillado, M., Castillo, V., & De la Riva, J. (2022). Metodología de administración para el mantenimiento preventivo como base de la confiabilidad de las máquinas. Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 12(24), 1-17. doi:10.23913/ride.v12i24.1218
Sarma, S., & Kalyani, G. (2004). Enfoque ANN para el monitoreo de la condición de transformadores de potencia usando DGA. Conferencia IEEE, 3(1), 447-447. doi:10.1109/TENCON.2004.1414803
Villacrés, S., Viscaíno, M., & Gallegos, C. (2021). Metodologías de optimización del mantenimiento enfocado a transformadores de potencia: Una revisión del estado del arte. Conciencia Digital, 4(3), 238-252. doi:doi.org/10.33262/concienciadigital.v4i3.1.1827
Zorilla, J., Céspedes, A., & García, D. (2020). Técnicas para el diagnóstico de transformadores de potencia: Una revisión crítica. Ingeniare, 28(2), 184-203. Obtenido de https://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052020000200184
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Walter Paul Rueda Flores, Israel Patricio Pachacama Campaña , Secundino Marrero Ramírez
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
