Evaluación, diseño y estimación de indicador de vida útil remanente de los transformadores de potencia de una Central Térmica

Abstract

Los transformadores de potencia son equipos críticos en la cadena de generación de energía eléctrica y su indisponibilidad impacta de forma directa la confiabilidad y el balance económico de cualquier central térmica. Esta investigación formula un Indicador de Vida Útil Remanente (IVUR) que integra información dieléctrica, fisicoquímica, cromatografía de gases y operativa con técnicas de inteligencia artificial, a fin de priorizar el mantenimiento y prevenir fallas catastróficas. Se analizaron 4680 registros históricos (2012-2024) correspondientes a nueve transformadores con 20 variables: rigidez dieléctrica, humedad, número ácido, densidad relativa, tensión interfacial, factor de potencia, índice de calidad del aceite, nueve gases de falla clave, concentración de furanos, grado de polimerización, carga y temperatura. Tras un estudio de relevancia, se descartaron edad cronológica y pruebas eléctricas de rutina, estado físico, historial de fallas y ubicación geográfica, enfocándose en los factores que explican > 85 % de la varianza.

El IVUR se estimó mediante dos enfoques: o Red Neuronal Artificial (ANN) feed forward con algoritmo Levenberg Marquardt. o Sistema Neuro Difuso Adaptativo (ANFIS) con 20 funciones de membresía gaussiana y entrenamiento híbrido.

Ambos modelos se entrenaron con un reparto 70-15-15 y mostraron alta precisión (MSE ≤ 8,5 × 10⁻³; R ≥ 0,85 en prueba). La comparación con los valores de laboratorio basados en la curva de Doble para furanos arrojó errores relativos < 2 % en los nueve equipos, confirmando la validez del IVUR. El transformador TX08 resultó ser el más crítico, con IVUR ≈ 76 %, lo que respalda decisiones de intervención prioritaria.

El estudio demuestra que la combinación de ANN y ANFIS supera la subjetividad de los métodos ponderados tradicionales, brinda interpretabilidad suficiente y reduce el riesgo operativo. Se recomienda implementar monitoreo en línea y validación cruzada continua para refinar el índice y soportar la toma de decisiones de la gerencia de activos.