Estudio de Criticidad de Transformadores Usando Logica Difusa

XXXI SEMINARIO NACIONAL DEL
SECTOR ELECTRICO
USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE

CRITICIDAD EN LOS TRANSFORMADORES DEL SISTEMA DE
TRANSMISION
Unidad de Negocio TRANSELECTRIC
FECHA: 27 DE OCTUBRE DE 2016
USO DE LOGICA DIFUSA PARA

DETERMINAR EL GRADO DE
CRITICIDAD EN LOS
TRANSFORMADORES DEL SISTEMA DE
TRANSMISION
Autores:
ING. CHRISTIAN RAUL CUASMIQUER ROSERO
ING. CAMILO GABRIEL ROMERO SANCHEZ
DEPARTAMENTO CENTRO DE OPERACION
USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

LOS TRANSFORMADORES DEL SISTEMA DE TRANSMISION
OBJETIVO
Determinar
el
estado
de
los
transformadores
de
potencia
del
Sistema Nacional de Transmisin con el
uso de la lgica difusa, desarrollado en
MATLAB,
que
permita
establecer
acciones de planificacin para evitar
fallas o eventos
que
afecten al
sistema de transmisin.

EL PROBLEMA
El Sistema Nacional nos presenta un universo de

transformadores de diferente tipo, bajo diferentes
condiciones ambientales, de 1 a 43 aos de edad, en
diferente topologa, etc.

En la metodologa actual..
Qu transformador se atiende primero en una
planeacin de mantenimiento?
El ms antiguo.
El que ha sufrido ms
fallas.
El que presenta mxima
carga.
El que no implique
restricciones de cortes de
carga.
El que falla las pruebas.

Qu camino se toma para determinar un ndice de

criticidad de un transformador?
BITACORAS DE
MANTENIMIENT
No siempre
O Y PRUEBAS
MEDICIONE
S EN
Equipos
CAMPO
Alto
costo
Avanzados
Indisponibilida
Recurso
d
humano
Alta
problemas
fiabilidad
ocultos
fija
Recurso
humano
Fija en
el
tiempo
tiene todos
datos
problemas
Agrupamiento
ocultos
por similitud
DATOS
Fcil
FiabilidadVaria con
OPERATIVOS
acceso
No
muestra
problemas
ocultos
media
los
cambios
Disponibilidad
de la
informacin

De dnde se obtienen los datos?

SCADA
TOPOLOGA
SUBESTACIN
INFORMACIN DE
ACTIVOS
TENDENCI
AS
INFORMACIN
GEOGRFICA
INFORMACIN
AMBIENTAL

Cmo se relacionan los datos operativos para el

estudio?
Algebra y
lgica difusa
Algebra y
lgica clsica
Algoritmos y
funciones
matemticas
Conjuntos difusos
y funciones de
pertenencia
Inteligencia
Artificial
Algoritmos
genticos y
redes
neuronales

Un poco mas de Lgica difusa o borrosa

Concepto 1945
Lgica basada en la teora de
conjuntos que trata de imitar
el comportamiento de la
lgica humana.
Lotfi A. Zadeh
1921
Ingeniero
Elctrico e
informtico MIT,
Columbia,
Berkeley
Se utiliza para representar la

informacin
imprecisa,
ambigua o vaga, para tomar
decisiones razonables en un
entorno de incertidumbre.

Ejemplo
En la lgica clsica, el
estado de una puerta es
abierta o cerrada
Puerta Abierta:
Verdadero
Puerta Cerrada: falso
Para la lgica Difusa

establece que una
puerta no tiene que
estar solo abierta o
cerrada, podemos
encontrar otros estados:
Puerta abierta (1)
Puerta bastante
abierta (0.8)
Puerta abierta a
medias (0.5)
Puerta casi cerrada
(0.1)
Una puerta est
cerrada (0)

Crecimiento de aplicaciones de Lgica Difusa

SISTEMAS DE CONTROL
(FABRICAS, LAVADORAS , HORNOS, VEHICULOS)
SISTEMAS DE DIAGNOSTICO
(MEDICO, ESTRUCTURAL, DE EQUIPOS)
SISTEMAS DE PREDICCION
(BIOLOGICOS, CLIMA, INVERSIONES)

Cundo usar la
lgica difusa?
En procesos complejos, si no
existe un modelo de solucin
sencillo.
En procesos no lineales.
Cuando haya que introducir la
experiencia de un operador
experto que se base en
conceptos
imprecisos
obtenidos de su experiencia.
Cuando ciertas partes del
sistema
a
controlar
son
desconocidas y no pueden
medirse de forma fiable (con
errores posibles).
Cuando el ajuste de una
variable puede producir el
desajuste de otras.
En general, cuando se quieran
representar
y
operar
con
conceptos
que
tengan
imprecisin o incertidumbre
(como en las Bases de Datos
Difusas).
Cundo no usar la
lgica difusa?
Si puedes resolver el problema

con otra tcnica ms sencilla.
Cuando el mapeo de seales de
entradas no justifica el modelo
de salida.

Modelo General de Lgica Difusa

FUZIFICACIO
N
ReglasFUZZIFICAD
de
ENTRAD pertenencia
OR
A1
SISTEMA DE
REGLAS
DEFUSIFICACI
ON
Mandani, Sugeno
Centroide, Centro de
rea
REGL
A1
ENTRAD
A1
FUZZIFICAD
OR
REGL
A2
ENTRAD
A1
FUZZIFICAD
OR
SALID
A
0100%

Ejemplo de un funcin de pertenencia

alto
bajo
medi
o

Funciones de Pertenencia

Sistemas de Reglas
Regla de Mandami
Es conocida por utilizar condiciones IF-ELSE en las cuales se define
relaciones entre variables utilizando los operadores AND y OR. A
continuacin se muestra un ejemplo:
IF edad transformador is nuevo AND Cargabilidad is alta THEN criticidad es
media
Es intuitivo
Tiene una amplia aceptacin
Est bien adaptado a la incorporacin de conocimiento y experiencia

Sistemas de Reglas
Regla de Takagi-Sugeno
En principio es posible emplear dos funciones f() y g() como funciones
no lineales, pero la eleccin de tal funcin puede ser muy compleja, por
lo tanto en general se emplean funciones lineales.
Es computacionalmente eficiente.
Trabaja bien con tcnicas lineales (como lo disponible para
controladores PID).
Trabaja bien con tcnicas de optimizacin y control adaptable.
Tiene garantizada una superficie de control continua.
Est bien adaptado al anlisis matemtico.

Defusificacin
Por centro de gravedad (Centroide)
El mtodo de defusificacin del Centroide transforma la salida

difusa en un nmero real, el cual es la coordenada (x) del
centro de gravedad del polgono de salida.

Un comn en
Std C57.91-2011 IEEE Guide for Loading MineralOil-Immersed Transformers and Step-Voltage
Regulators
No es posible predecir con un alto grado de

exactitud la vida til del aislamiento un
transformador, debido a que muchos factores
tienen incidencia sobre la temperatura a lo
largo del tiempo

Envejecimiento
El deterioro del aislamiento de los transformadores es
una funcin en el tiempo de la temperatura, entre otros
factores.
IEEE Guide for Loading Mineral-Oil-Immersed Transformers and Step-Voltage Regulators Redline," inIEEE Std C57.91-2011 (Revision of IEEE Std C57.91-1995) - Redline, vol., no., pp.1172, March 7 2012

Tipos de cargabilidades
Los transformadores estn sujetos a diferentes
condiciones de carga:
Causado por
salidas
prolongadas
de
elementos
que
ocasionen
sobrecargas
por varias
horas
Causado por
salidas
intempestiva
s de
elementos
que
ocasionen
sobrecargas
por periodos
cortos
IEEE Guide for Loading Mineral-Oil-Immersed Transformers and Step-Voltage Regulators Redline," inIEEE Std C57.91-2011 (Revision of IEEE Std C57.91-1995) - Redline, vol., no., pp.1172, March 7 2012

IMPLEMENTACIN EN
MATLAB

Interfaz Fuzzy Logic Maltab

Entradas del sistema

1.- Tiempo de vida
2.- Fallas propias del transformador
3.- ndice fsico
4.- Porcentaje de generacin interna
5.- Mxima carga
6.- Crecimiento de carga
7.- Tiempo que permanece carga sobre
80% de su valor nominal
8.- Fallas en redes del secundario del
transformador

Tiempo de vida
El periodo de operacin de los transformadores
del SNT varan desde [1, 43] aos.
Fuente: Logistica y Bodegas

Fallas del transformador

Corresponde el nmero de fallas que han incidido
en el propio transformador y que pueda causar
un estrs en el bobinado o aislamiento durante el
transitorio de sobrecorriente.
Fuente:
Estadsticas
Operacin
de
Centro
de

ndice Fsico
Indicador propio que refleja el grado de
contaminacin en el que opera el transformador.
Fuente: GIS de Transelectric
Evento del Cotopaxi ->

Transformadores de Totoras,
Mulal.

Generacin interna
Intenta reflejar el estado en el sistema en el cual
el disparo de una unidad de generacin en el
secundario del transformador, causa sobrecarga
en el equipo mismo y que degrade en su vida til.
Fuente:
Estadsticas
Operacin
de
Centro
de

Mxima carga
Es el mximo valor de potencia que se puede
presentar por un evento eventual en el sistema
como el mantenimiento de un transformador en
paralelo. El registro se da en un periodo
determinado.
Fuente:
Estadsticas
Operacin
de
Centro
de

Crecimiento de carga
Es la diferencia en porcentaje de la carga para el
mismo periodo analizado. Este incremento se
puede reflejar en un incremento de temperatura
y afeccin al transformador.
Fuente:
Estadsticas
Operacin
de
Centro
de

Tiempo de carga
Es el tiempo acumulado en horas en la que un
transformador permanece sobre el 80% de su
capacidad nominal.
Fuente:
Estadsticas
de
Centro
de

Fallas redes lado secundario

Corresponde el nmero total de fallas en las
redes secundarias por eventos externos a la red.
Fuente:
Estadsticas
Operacin
de
Centro
de

Reglas
Se definieron
aproximadamente
130 reglas

Reglas
LIFETIME
Se
Se
Se
Se
Sin
mi
mi
mi
mi
C
Nu Nu Me Me Viej Nu Nu Me Me Viej ni
evo evo dio dio o evo evo dio dio o Tp
FALLAS
M V N
Semi Nuevo
Medio
Nuevo
M M M
M M
V M
N
Semi Nuevo
Medio
Semi Medio
Nuevo
Semi Nuevo
Medio
Semi Medio
Viejo
Viejo
Sin C con Tp
GEN.
INTERNA
Con C con Tp
Viejo
Nuevo
Semi Nuevo
Medio
MAX. CARGA
TIEMPO.
CARGA
CREC. CARGA
Co
Se
Se
Se
Se
Se
Se
Se
Se
nC
mi
mi
mi
mi
mi
mi
mi
mi
con Nu Nu Me Me Viej Nu Nu Me Me Viej Nu Nu Me Me Viej Nu Nu Me Me Viej
Tp evo evo dio dio o evo evo dio dio o evo evo dio dio o evo evo dio dio o
Sin C ni Tp
IND. FISICO
Sin
C
con
Tp
GEN. INTERNA
Nuevo
Semi Medio
LIFETIME
IND.
FISICO
FALLAS
N M
V M V
V M
V V V
N N M
M M M
M
M V

V

V
N
M
M
M M
N M
V M V
V V
N
M
V

V
V
M
V
N
M V
V

M M
V V

V
M
M M
M
V
N
M
M

V V
N M
M
M M

Grficos de superficie
Fallas vs
tiempo de
vida
Tiempo vida vs
crecimiento de carga

ejempl
o
Resultados
Los ms
afectados
Los menos
afectados

Aplicacin Prctica en el Sector Elctrico

Las empresas de transmisin y distribucin, en muchas
ocasiones, elaboran sus planes de mantenimiento
basado en condiciones externas (mantenimiento
correctivo) y por lo general son cclicas. Es comn
observar, que la salida de lneas y/o transformadores
coinciden para el mismo periodo de tiempo.
Con la herramienta desarrollada, es posible tener una
idea clara sobre que elementos atacar, optimizando
recursos y dando seguridad al sistema.
La herramienta muestra una visin mas amplia sobre
aquellos elementos que requieran mayor atencin para
pruebas de mantenimiento detalladas.

Ventajas
Flexible.- Es posible modificar, sin mucho esfuerzo,
las entradas del sistemas (agregar/quitar), cambiar
criterios, reglas y ajustar el modelo acorde a la
necesidad de cada particular.
Uso en otros programas.- Dado la simplicidad
matemtica, puede ser implementado en otros
programas open source como Python, R, Octave y otros
como Excel.
Datos de entrada.- Los datos de entradas
corresponden a variables simples, que cualquier otro
agente, como las empresas de distribucin, pueden
implementar.
Bajo costo.- Su implementacin no requiere de
costos elevados; sino mas bien de una gestin de
datos, por lo que su puesta en marcha no conlleva a

Conclusiones
Los resultados finales de los transformadores ms
afectados concuerdan a los registros del rea de
mantenimiento, cuyos reportes han mostrado un cierto
grado de deterioro de la celulosa.
Tener una idea clara de qu elementos pueden ser
propensos a fallar en la red, sirve como insumo para
mejorar los planes de mantenimiento, optimizando
recursos de personal y econmicos, con el fin de evitar
desconexiones indeseadas y cortes de suministro al
usuario final.
Dado su flexibilidad, lo hace ideal para ser usado por
otras empresas como las de distribucin y generacin.

Conclusiones
Puede ser implementado para otros elementos de la
subestacin como disyuntores, seccionadores, etc; con
criterios de datos de entradas similares.
El modelo difuso supera a la lgica clsica, en
un evento es catalogado cierto si supera un
determinado. La incertidumbre del modelo
permite dar una mejor respuesta dentro
categorizacin del elemento en estudio.
el cual
umbral
difuso,
de la

Trabajos futuros
Implementar variables de mantenimiento como
concentracin de gases, pruebas de factor de potencia,
calidad de energia y/o otras pruebas de mantenimiento
especificas, con el mismo objetivo de dar un grado de
criticidad de los transformadores.
GRACIAS!

Estudio de Criticidad de Transformadores Usando Logica Difusa

Încărcat de

Informații document

Descriere originală:

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Estudio de Criticidad de Transformadores Usando Logica Difusa

Încărcat de

Drepturi de autor:

Formate disponibile

XXXI SEMINARIO NACIONAL DEL

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE

USO DE LOGICA DIFUSA PARA

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

El Sistema Nacional nos presenta un universo de

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

Qu camino se toma para determinar un ndice de

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

De dnde se obtienen los datos?

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

Cmo se relacionan los datos operativos para el

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

Un poco mas de Lgica difusa o borrosa

Se utiliza para representar la

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

Para la lgica Difusa

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

Crecimiento de aplicaciones de Lgica Difusa

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

Si puedes resolver el problema

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

Modelo General de Lgica Difusa

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

Ejemplo de un funcin de pertenencia

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

El mtodo de defusificacin del Centroide transforma la salida

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

No es posible predecir con un alto grado de

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

Interfaz Fuzzy Logic Maltab

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

Entradas del sistema

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

Fuente: Logistica y Bodegas

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

Fallas del transformador

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

Fuente: GIS de Transelectric

Evento del Cotopaxi ->

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

Fallas redes lado secundario

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

Aplicacin Prctica en el Sector Elctrico

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN

USO DE LOGICA DIFUSA PARA DETERMINAR EL GRADO DE CRITICIDAD EN