OMICRON Magazine

Magazine | Número 2 2022 «El aprendizaje automático, o más concretamente la inteligencia artificial, permite comparar los resultados de las pruebas con la ayuda de algoritmos basados en los conocimientos de los expertos y en una gran cantidad de datos». Nuevo reto: condiciones de carga cambiantes en la red eléctrica Consideremos, por ejemplo, las consecuencias de un cambio rápido de las condiciones de carga en un transformador. Los transformadores de potencia son elementos esenciales de la red eléctrica, que están expuestos a nuevas condiciones de carga eléctrica y a esfuerzos derivados de la transición energética. Ahora se necesitan medidas de mantenimiento apropiadas para garantizar un ciclo de vida largo y saludable de los transformadores de potencia instalados. Las mediciones fuera de línea, el monitoreo en línea y los datos de funcionamiento son factores críticos para las evaluaciones de los transformadores basadas en su estado. El método de análisis de respuesta en frecuencia de barrido (SFRA) es un procedimiento fuera de línea de uso común, que ha demostrado ser el método más sensible y no invasivo para detectar fallas mecánicas y eléctricas. Aprendizaje automático con el método SFRA Más concretamente, el método SFRA proporciona resultados sobre la integridad mecánica del núcleo, los devanados, la estructura de sujeción y la integridad eléctrica, tanto de los devanados y las espiras en cortocircuito. Se inyecta una señal de baja tensión con frecuencia variable en un terminal del transformador de potencia y se mide en el otro terminal. Al comparar las señales de salida y de entrada se obtiene una respuesta en frecuencia que puede compararse con mediciones anteriores, como la de referencia. Nuevo en la escena de las mediciones: El aprendizaje automático, o más concretamente la inteligencia artificial, permite comparar los resultados de las pruebas con la ayuda de algoritmos basados en los conocimientos de los expertos y en una gran cantidad de datos. Estos modelos ayudan a detectar con mucha antelación los errores sistemáticos de medición relacionados con el dispositivo y la aplicación, así como los problemas de calidad. 41

RkJQdWJsaXNoZXIy NTkxNzY=