Estudos sobre predição do estado de transformadores de potência imersos em óleo mineral isolante por modelos matemáticos de ajuste aplicados
Estudios sobre la predicción del estado de transformadores de potencia inmersos en aceite mineral aislante mediante modelos matemáticos aplicados de ajuste
Résumé
Power transformers are fundamental to the electrical system regarding the continuous supply of energy, thus requiring effective tools for predictive maintenance. Therefore, the objective of this work is the accurate prediction of performance indices for non-invasive predictive techniques applied to the evaluation of transformers, offering an innovative approach applicable to different scenarios. Additionally, the overall performance index of the equipment is used as a reference to support decision-making. In this sense, the methodology adopted includes curve fitting for three predictive techniques: dissolved gas analysis, physical-chemical tests, and degree of polymerization/2FAL-Furfuraldehydes. In the results, five types of fittings were tested (linear, quadratic, exponential, Gaussian, and sum of sines), and the analytical expressions that best modeled the data were determined. The worst-case scenario criterion was considered to calculate the time intervals for each classification. Validation was carried out with training/testing data splits, using the Root Mean Square Error (RMSE) as a performance metric. It is concluded that the second-degree polynomial fit is the best fit for modeling performance indices, proving the effectiveness of the methodology developed in this work.
Los transformadores de potencia son fundamentales para el sistema eléctrico en lo que respecta al suministro continuo de energía, lo que requiere herramientas efectivas de mantenimiento predictivo. Por lo tanto, el objetivo de este trabajo es la predicción precisa de los índices de rendimiento de las técnicas predictivas no invasivas aplicadas a la evaluación de transformadores, ofreciendo un enfoque innovador aplicable a diferentes escenarios. Además, el índice de rendimiento general del equipo se utiliza como referencia para apoyar la toma de decisiones. En este sentido, la metodología adoptada incluye el ajuste de curvas para tres técnicas predictivas: análisis de gases disueltos, pruebas físico-químicas y grado de polimerización/2FAL-Furfuraldehídos. En los resultados, se probaron cinco tipos de ajustes (lineal, cuadrático, exponencial, gaussiano y suma de senos), y se determinaron las expresiones analíticas que mejor modelaron los datos. Se consideró el criterio del peor caso para calcular los intervalos de tiempo de cada clasificación. La validación se realizó con divisiones de datos de entrenamiento/prueba, utilizando el Error Cuadrático Medio (RMSE) como métrica de rendimiento. Se concluye que el ajuste polinómico de segundo grado es el mejor ajuste para modelar los índices de rendimiento, demostrando la efectividad de la metodología desarrollada en este trabajo.
Os transformadores de potência são fundamentais para o sistema elétrico no que concerne ao fornecimento contínuo de energia, exigindo ferramentas eficazes de manutenção preventiva. Assim, o objetivo deste trabalho é a previsão acurada dos índices de desempenho de técnicas preditivas não invasivas aplicadas à avaliação de transformadores, oferecendo uma abordagem inovadora aplicável a diferentes cenários. Além disso, o índice de desempenho geral do equipamento é utilizado como referência para apoiar a tomadas de decisões. Nesse sentido, a metodologia adotada inclui o ajuste de curvas para três técnicas preditivas: análise de gases dissolvidos, ensaios físico-químicos e grau de polimerização/2FAL-Furfuraldeídos. Nos resultados, foram testados cinco tipos de ajustes (linear, quadrático, exponencial, gaussiano e soma de senos), e as expressões analíticas que melhor modelaram os dados foram determinadas. O critério do pior caso foi considerado para calcular os intervalos de tempo de cada classificação. A validação foi realizada com divisões de dados de treinamento/teste, utilizando a Raiz do Erro Quadrático Médio (RMSE) como métrica de desempenho. Conclui-se que o ajuste polinomial de segundo grau é o melhor ajuste para modelar os índices de desempenho, comprovando a originalidade deste trabalho.