Interpretación de Gases Disueltos en Aceite Dieléctrico Mediante Bosques Aleatorios Para la Detección de Anomalías en Transformadores de Potencia
Interpretation of Gases Dissolved in Dielectric Oil Using Random Forests for the Detection of Anomalies in Power Transformers
Sección
TECNOLÓGICOS E INNOVACIÓN
Cómo citar
Interpretación de Gases Disueltos en Aceite Dieléctrico Mediante Bosques Aleatorios Para la Detección de Anomalías en Transformadores de Potencia. (2023). Revista Técnica "energía", 19(2), PP. 90-98. https://doi.org/10.37116/revistaenergia.v19.n2.2023.544
Dimensions
Cómo citar
Interpretación de Gases Disueltos en Aceite Dieléctrico Mediante Bosques Aleatorios Para la Detección de Anomalías en Transformadores de Potencia. (2023). Revista Técnica "energía", 19(2), PP. 90-98. https://doi.org/10.37116/revistaenergia.v19.n2.2023.544
Descargar cita
Licencia
Juan Astudillo
Fernando Arias
Mostrar biografía de los autores
Artículos similares
- Luis Paredes, Marcelo Pozo, Movilidad Eléctrica y Eficiencia Energética en el Sistema de Transporte Público del Ecuador un Mecanismo para Reducir Emisiones de CO2 , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
- Terry Solis, Cristina Calderón, Yang Liu , Optimización de la Producción de Xilanasa Bacteriana a Partir de Bacillus sp. K1 con el Uso de Residuos Lignocelulósicos , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
- Juan Giraldo, Juan Pablo Arango, Proceso de optimización en el diseño de sistema de calefacción solar pasivo , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
- René Gualotuña, Juan Ramírez, Miguel Lucio, Nelson Granda, Franklin Quilumba, Estimación de los Parámetros Eléctricos de una Línea de Transmisión Trifásica a Escala de Laboratorio a Partir de Mediciones de Transitorios de Voltaje , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
- John Morales, Paúl Dután, Análisis de sensibilidad para la determinación de curvas características de tiempos muertos vs potencia de transferencia aplicados a líneas de transmisión , Revista Técnica "energía": Vol. 16 Núm. 2 (2020): Revista Técnica "energía", Edición No. 16
- Jhery Saavedra, Hugo Arcos , Mitigación de corrientes de arco secundario en re-cierres monofásicos de líneas simple y doble circuito de Extra Alto Voltaje con aplicación en la Interconexión Ecuador – Perú 500 kV , Revista Técnica "energía": Vol. 16 Núm. 1 (2019): Revista Técnica "energía", Edición No. 16
- Jaime Cepeda, Santiago Chamba, Determinación del Modelo Estocástico del Estado de Carga de Baterías para el cómputo de Flujo de Potencia Probabilístico de Microrredes , Revista Técnica "energía": Vol. 16 Núm. 1 (2019): Revista Técnica "energía", Edición No. 16
- A. Ríos, D. Taipe, Manuel Otorongo, J. Guamán, Diseño e Implementación de una Plataforma CloudIoT de Control Inteligente de un Sistema de Iluminación Interior con Suministro en LVDC. , Revista Técnica "energía": Vol. 16 Núm. 1 (2019): Revista Técnica "energía", Edición No. 16
- O. Pineda, S. Espinel , M. Ruiz, Diseño e Implementación de un Sistema de Gestión de Energía Enfocado en el Control de Equipos y Luminarias , Revista Técnica "energía": Vol. 16 Núm. 1 (2019): Revista Técnica "energía", Edición No. 16
- Cristian Fabara, Diego Maldonado, Mauricio Soria, Antonio Tovar, Predicción de la Generación para un Sistema Fotovoltaico mediante la aplicación de técnicas de Minería de Datos , Revista Técnica "energía": Vol. 16 Núm. 1 (2019): Revista Técnica "energía", Edición No. 16
También puede Iniciar una búsqueda de similitud avanzada para este artículo.
Artículos más leídos del mismo autor/a
- Julio Lascano, Luis Chiza, Roberth Saraguro, Carlos Quinatoa, Jessy Tapia, Estimación de la Demanda de una Estación de Carga para Vehículos Eléctricos Mediante la Aplicación de Métodos Probabilísticos , Revista Técnica "energía": Vol. 20 Núm. 1 (2023): Revista Técnica "energía", Edición No. 20, ISSUE I
- Fernando Arias, Armando Freire, Estudio de Indicadores de Desempeño Energético (IDEn) de un Hospital Básico en el Ecuador , Revista Técnica "energía": Vol. 20 Núm. 1 (2023): Revista Técnica "energía", Edición No. 20, ISSUE I
- Juan Carlos Ríos, Carlos Quinatoa, Germán Casillas, Ubicación Óptima de Reconectadores en Redes de Distribución con Generación Distribuida Utilizando Algoritmos Genéticos e Índices de Calidad de Servicio , Revista Técnica "energía": Vol. 20 Núm. 1 (2023): Revista Técnica "energía", Edición No. 20, ISSUE I
- Armando Freire, Luis Toapanta, Carlos Quinatoa, Control orientado de voltaje del sistema de generación de energía eólica conectado a la red , Revista Técnica "energía": Vol. 19 Núm. 1 (2022): Revista Técnica "energía", Edición No. 19, ISSUE I
- Josue Ortiz, Jefferson Tayupanda, Carlos Quinatoa, Solución al problema de despacho hidrotérmico a corto plazo mediante la programación no lineal aplicada a sistemas de uno y varios nodos , Revista Técnica "energía": Vol. 20 Núm. 2 (2024): Revista Técnica "energía", Edición No. 20, ISSUE II
- Armando Freire, Fernando Arias, Héctor Mullo, Jhonny Casa, Implementación de Control Remoto para la Apertura y Cierre de Compensación Reactiva al Alimentador de 13,8 kV de la Subestación Eléctrica de la Empresa Novacero S.A. mediante una Tarjeta ADVC-IOEX , Revista Técnica "energía": Vol. 21 Núm. 1 (2024): Revista Técnica "energía", Edición No. 21, ISSUE I
- Andrés Pereira, Roberth Saraguro, Carlos Quinatoa, Evaluación de Pérdidas de Potencia Activa en el Sistema Eléctrico de la Empresa eléctrica Quito (EEQ) Aplicando un Algoritmo de Optimización , Revista Técnica "energía": Vol. 21 Núm. 1 (2024): Revista Técnica "energía", Edición No. 21, ISSUE I
El siguiente documento presenta una herramienta de aprendizaje automático para la interpretación de anomalías en transformadores de potencia utilizando el método de bosques aleatorios. Mediante los resultados de ensayos de cromatografía de gases en aceite dieléctrico de varios artículos publicados, se utiliza el conjunto de datos entregados por el análisis de gases disueltos (AGD) en cantidades de partes por millón (ppm), la cantidad de gases de hidrocarburos como el hidrógeno (H2), metano (CH4), etano (C2H6), etileno (C2H4) y acetileno (C2H2) que sirven para diagnosticar el estado interno del transformador. Debido al número reducido de datos recolectados, se presenta una desventaja para aplicar redes neuronales artificiales, máquina de soporte vectorial, entre otras que necesitan grandes cantidades de datos para cada variable, pero satisfactoriamente son resueltas usando bosques aleatorios, debido a que esta metodología clasifica mejor los datos de menor cantidad. El aprendizaje obtenido por el entrenamiento se valida con los estados obtenidos por los datos de prueba bajo la norma IEC 60599 e IEEE C57-104, que engloban a 4 diagnósticos como la descarga de alta energía, descarga de baja energía, estado normal y sobrecalentamiento, obteniendo como resultado un criterio de validación final corroborativo por el algoritmo al comparar el diagnóstico de resultados con el de bosques aleatorios.
Visitas del artículo 1199 | Visitas PDF 434
Descargas
Los datos de descarga todavía no están disponibles.
- A. Naderian, S. Cress, R. Piercy, F. Wang, and J. Service, “An approach to determine the health index of power transformers,” Conf. Rec. IEEE Int. Symp. Electr. Insul., pp. 192–196, 2008, doi: 10.1109/ELINSL.2008.4570308.
- A. D. Ashkezari, H. Ma, T. Saha, and C. Ekanayake, “Application of fuzzy support vector machine for determining the health index of the insulation system of in-service power transformers,” IEEE Trans. Dielectr. Electr. Insul., vol. 20, no. 3, pp. 965–973, 2013, doi: 10.1109/TDEI.2013.6518966.
- G. Lv, H. Cheng, H. Zhai, and L. Dong, “Fault diagnosis of power transformer based on multi-layer SVM classifier,” Electr. Power Syst. Res., vol. 75, no. 1, pp. 9–15, 2005, doi: 10.1016/j.epsr.2004.07.013.
- D. V. S. S. S. Sarma and G. N. S. Kalyani, “ANN approach for condition monitoring of power transformers using DGA,” IEEE Reg. 10 Annu. Int. Conf. Proceedings/TENCON, vol. C, pp. 444–447, 2004, doi: 10.1109/tencon.2004.1414803.
- C. P. Hung and M. H. Wang, “Diagnosis of incipient faults in power transformers using CMAC neural network approach,” Electr. Power Syst. Res., vol. 71, no. 3, pp. 235–244, 2004, doi: 10.1016/j.epsr.2004.01.019.
- K. Shrivastava and A. Choubey, “A novel association rule mining with IEC ratio based dissolved gas analysis for fault diagnosis of power transformers,” Int. J. Adv. Comput. Res., vol. 2, no. 2, 2012.
- S. S. M. Ghoneim and I. B. Taha, “Artificial Neural Networks for Power Transformers Fault Diagnosis Based on IEC Code Using Dissolved Gas Analysis,” Int. J. Control. Autom. Syst., vol. 4, no. 2, pp. 18–21, 2015.
- S. Chakravorti, D. Dey, and B. Chatterjee, Recent Trends in the Condition Monitoring of Transformers: Theory, Implementation and Analysis, vol. 67. 2013. doi: 10.1007/978-1-4471-5550-8.
- M. Duval and A. DePablo, “Interpretation of gas-in-oil analysis using new IEC publication 60599 and IEC TC 10 databases,” IEEE Electr. Insul. Mag., vol. 17, no. 2, pp. 31–41, 2001, doi: 10.1109/57.917529.
- U. Djillali, L. D. E. Sidi, B. E. L. Abbes, S. Mohammed, and E. Amine, “Contributions des techniques intelligentes au diagnostic industriel des transformateurs de puissance,” 2019.
- IEC 60599, Mineral oil-filled electrical equipment in service –Guidance on the interpretation of dissolved and free gases analysis, 3rd ed. 2015.
- IEEE Std C57.104, IEEE Guide for the Interpretation of Gases Generated in Oil-Immersed Transformers, vol. 1991, no. 3. 1992. [Online]. Available: http://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=29023%5Cnhttp://scholar.google.com/scholar?hl=en&btnG=Search&q=intitle:IEEE+Guide+for+the+Interpretation+of+Gases+Generated+in+Oil-Immersed+Transformers#0
- B. Vahidi and A. Teymouri, Quality Confirmation Tests for Power Transformer Insulation Systems. 2019. doi: 10.1007/978-3-030-19693-6.
- I. Vasilev, D. Slater, G. Spacagna, P. Roelants, and V. Zocca, Python Deep Learning. 2019.
- L. Igual and S. Seguí, Introduction to Data Science: A Python Approach to Concepts, Techniques and Applications. 2017.
- A. Prinzie and D. Van Den Poel, “Random multiclass classification: generalizing random forests to random MNL and random NB,” Lect. Notes Comput. Sci. (including Subser. Lect. Notes Artif. Intell. Lect. Notes Bioinformatics), vol. 4653 LNCS, pp. 349–358, 2007, doi: 10.1007/978-3-540-74469-6_35.
- A. Pajankar and A. Joshi, Introduction to Machine Learning with Scikit-learn. 2022. doi: 10.1007/978-1-4842-7921-2_5.
- L. E. O. Breiman, “Random Forests,” pp. 5–32, 2001.
Periodicidad
Semestral: Publicaciones en enero y julio
Indexada en
Redes Sociales
Miembros Comité Editorial
