Diagnóstico predictivo de transformadores de potencia basado en análisis del aceite dieléctrico

Contenido principal del artículo

Juan José Montero-Jiménez
Gustavo Adolfo Gómez-Ramírez
Fabricio Jorge Umaña-Blanco
Gabriel Andres Barrientos-Bravo
José Francisco Pérez-Guardiola

Resumen

El presente estudio analiza la condición del aceite dieléctrico en transformadores de potencia con el propósito de detectar fallas internas que puedan afectar su operatividad. La problemática principal se centra en el deterioro del aceite y su influencia en el aislamiento eléctrico, lo que puede derivar en la aparición de descargas parciales o fallas térmicas de alta gravedad. Para abordar esta cuestión, se emplearon diversos métodos de diagnóstico, tales como Dornenburg, Triángulo de Duval y Rogers, complementados con el análisis de gases disueltos y propiedades fisicoquímicas del aceite. La metodología consistió en el análisis de diez muestras de aceite, evaluando la concentración de gases como acetileno, etileno, monóxido y dióxido de carbono, así como parámetros fisicoquímicos tales como rigidez dieléctrica, factor de potencia y contenido de agua. Los resultados revelaron que algunas muestras presentan indicios de descargas parciales o de baja energía, mientras que otras evidencian fallas térmicas severas o descargas de alta energía. La concordancia entre los diferentes métodos empleados respalda la confiabilidad del diagnóstico y pone de manifiesto la presencia de una degradación significativa en determinados transformadores.

Detalles del artículo

Cómo citar
Montero-Jiménez, J. J., Gómez-Ramírez, G. A., Umaña-Blanco, F. J., Barrientos-Bravo, G. A., & Pérez-Guardiola , J. F. (2025). Diagnóstico predictivo de transformadores de potencia basado en análisis del aceite dieléctrico. Revista Tecnología En Marcha, 39(1), Pág. 14–28. https://doi.org/10.18845/tm.v39i1.7861
Sección
Artículo científico

Citas

[1] Ó. Núñez-Mata, G. Gómez-Ramírez, F. Acuña-Rojas y C. Gonzalez-Solis, «Metodología para Evaluar la Condición de Transformadores Eléctricos de Potencia Basada en un Índice de Salud,» Ingeniería, vol. 33, nº 1, pp. 34-47, 2023.

[2] H. de-Faria, J. G. Spir-Costa y J. L. Mejia-Olivas, «A review of monitoring methods for predictive maintenance of electric power transformers based on dissolved gas analysis,» Renewable and Sustainable Energy Reviews, vol. 46, nº https://doi.org/10.1016/j.rser.2015.02.052, pp. 201-209, 2015.

[3] C. Collazos, V. Arroyo, M. Chauca, J. Ramos, J. Morales y R. Cuba, «Characterization of Faults in Power Transformers Based on Oil Chromatographic Analysis in the Coastal Zone,» de 11th International Conference on Information and Electronics Engineering (ICIEE 2022), Online. DOI 10.1088/1742-6596/2261/1/012002, 2022.

[4] M. Duval, «Fault gases formed in oil-filled breathing EHV power transformers- The interpretation of gas analysis data,» de IEEE PAS conf., Paper No C 74 476-8, 1974.

[5] M. Duval y J. Dukarm, «Improving the reliability of transformer gas-in-oil diagnosis,» IEEE Electrical Insulation Magazine, vol. 21, nº DOI: 10.1109/MEI.2005.1489986, pp. 21-27, 2005.

[6] O. Shutenko y O. Kulyk, «Recognition of low-temperature overheating in power transformers by dissolved gas analysis,» Electrical Engineering, vol. 104, nº https://doi.org/10.1007/s00202-021-01465-5, pp. 2109-2121, 2022.

[7] E. Dornenburg y W. Strittmatter, «Monitoring oil-cooled transformers by gas-analysis,» Brown Boveri Review, vol. 61, pp. 238-247, 1974.

[8] R. Rogers, «IEEE and IEC codes to interpret incipient faults in transformers using gas in oil analysis,» IEEE Transactions on Electrical Insulation, vol. 13, pp. 349-354, 1978.

[9] O. Gouda, S. El-Hoshy y H. Tamaly, «Condition assessment of power transformers based on dissolved gas analysis,» IET Generation, Transmission & Distribution, vol. Vol.13 Iss. 12, nº doi: 10.1049/iet-gtd.2018.6168, pp. 2299-2310, 2019.

[10] Ó. Nuñez-Mara, F. Acuña-Rojas, C. González-Solís y G.-R. Gustavo, «Assessment of Power Transformers using a Methodology Based on Health Indices,» de IEEE International Conference on Automation/XXIV Congress of the Chilean Association of Automatic Control (ICA-ACCA) , 978-1-6654-0127-2/21, 2021.

[11] Institute of Electrical and Electronics Engineers, «IEEE Guide for the Interpretation of Gases Generated in Mineral Oil-Immersed Transformers,» IEEE Std C57.104-2019, vol. doi: 10.1109/IEEESTD.2019.8890040, pp. 1-98, 2019.

[12] International Electrotechnical Commission, «Oil-filled electrical equipment - Sampling of free gases and analysis of free and dissolved gases in mineral oils and other insulating liquids - Guidance,» IEC Standard 60567:2023, 2023.

[13] S. Bazi, H. Nhaila y M. El Khaili, «Artificial Intelligence for Diagnosing Power Transformer Faults,» de 4th International Conference on Innovative Research in Applied Science, Engineering and Technology (IRASET) , DOI: 10.1109/IRASET60544.2024.10548561, 2024.

[14] L. Jin, D. Kim, K. Y. Chan y A. Abu-Siada, «Deep Machine Learning-Based Asset Management Approach for Oil- Immersed Power Transformers Using Dissolved Gas Analysis,» IEEE Access, vol. 24, nº doi: 10.1109/ACCESS.2024.3366905, pp. 27794-27809, 2024.

[15] Suwarno, H. Sutikno, R. Azis Prasojo y A. Abu-Siada, «Machine learning based multi-method interpretation to enhance dissolved gas analysis for power transformer fault diagnosis,» Heliyon, vol. 10, nº Issue 4, e25975, 2024.

[16] G. Jiménez-Araya and G. A. Gómez-Ramírez, “Comportamiento de los aislamientos sólidos de transformadores de potencia en condiciones ambientales no controladas,” Tecnología en Marcha, vol. 29, no. 3, pp. 99–116, 2016. [Online]. Available: http://www.scielo.sa.cr/scielo.php?script=sci_arttext&pid=S0379-39822016000300099. doi: 10.18845/tm.v29i3.2891.

[17] L. D. Acuña-Barrantes and G. A. Gómez-Ramírez, “Metodología indirecta para la estimación de vida útil residual de transformadores de potencia a partir de la evaluación de los materiales dieléctricos,” Tecnología en Marcha, vol. 33, no. 3, pp. 45–56, 2020. [Online]. Available: http://www.scielo.sa.cr/scielo.php?script=sci_arttext&pid=S0379-39822020000300045. doi: 10.18845/tm.v33i3.4485.