Monitoreo del estado y diagnóstico de fallas del transformador de potencia basado en mediciones no invasivas

Área de la Ciencia:

• Ingeniería eléctrica
• Análisis de los sistemas de energía
• Monitoreo del estado del transformador

Sus antecedentes:

• Los fallos internos en los transformadores de potencia amenazan la estabilidad y la fiabilidad de la red.
• La detección rápida y la localización de fallas son fundamentales para evitar fallas en cascada y extender la vida útil del transformador.
• Los métodos existentes pueden requerir hardware adicional o carecer de precisión en la discriminación de los tipos de fallas.

Objetivo del estudio:

• Desarrollar un método en línea innovador para discriminar, clasificar y localizar fallas internas de cortocircuito en transformadores de potencia.
• Para centrarse en tres tipos específicos de fallas de bobinado: giro a giro, cortocircuitos en serie y cortocircuitos de derivación.
• Utilizar el diagrama de locus ΔV-Iin con los dispositivos de medición existentes para un control rentable.

Principales métodos:

• Desarrolló un modelo completo de bobinado en MATLAB para simular fallas de aislamiento.
• Utilizó el diagrama de locus ΔV-Iin para la detección de fallas en línea y la extracción de características.
• Analizó el impacto de las fallas y distorsiones armónicas en el rendimiento del transformador.
• Se ha validado el método en modelos de transformadores de 3 MVA, 5 MVA y 7 MVA a 50 Hz.

Principales resultados:

• El identificador propuesto detectó con precisión tres tipos de avería de aislamiento con una precisión del 98,51% en un transformador de 3 MVA.
• El algoritmo de localización de fallas alcanzó una precisión de aproximadamente el 93,28%.
• El método demostró robustez frente a las distorsiones armónicas.

Conclusiones:

• El método de diagrama de locus ΔV-Iin propuesto es una herramienta robusta y fiable para evaluar el estado del transformador de potencia.
• Este esquema de detección en línea discrimina, clasifica y localiza efectivamente las fallas internas de cortocircuito sin hardware adicional.
• Los resultados apoyan la mejora de la fiabilidad del sistema de energía a través de una mejor gestión de fallas de transformadores.