Termografía : diagnóstico de la condición de equipos de alta tensión
dc.contributor.advisor | Gualdron Gonzalez, Oscar | |
dc.contributor.advisor | Ordonez Plata, Gabriel | |
dc.contributor.author | Fuentes Villa, Lina Marcela | |
dc.date.accessioned | 2024-03-03T16:12:41Z | |
dc.date.available | 2006 | |
dc.date.available | 2024-03-03T16:12:41Z | |
dc.date.created | 2006 | |
dc.date.issued | 2006 | |
dc.description.abstract | La termografía infrarroja es una metodología de inspección muy utilizada en las rutinas de mantenimiento predictivo de los sistemas de alta tensión, ya que una anomalía en el comportamiento de estos equipos se manifiesta mediante un incremento de su temperatura. El propósito de este trabajo es determinar de forma confiable el modo de operación de los transformadores de corriente y conectores de alta tensión presentes en las subestaciones de transmisión eléctrica, que se manifiestan con alteraciones térmicas superficiales, mediante una metodología que incorpora técnicas de tratamiento digital de imágenes y un algoritmo de clasificación. La metodología planteada consiste en transformar una imagen con valores de intensidades, proporcionales a la energía infrarroja incidente sobre el sensor, a otra con valores de temperatura; segmentar o aislar la región de la escena correspondiente al dispositivo de interés; extraer las zonas del objeto que presenten temperaturas superiores a una referencia térmica de operación; y finalmente, calcular los descriptores característicos que permitan determinar la criticidad de la anormalidad e identificar las posibles reflexiones solares. Los valores de estos parámetros son agrupados en un vector para cada una de las zonas, y es evaluado por una red neuronal artificial, la cual determina el estado del equipo, basándose en la normativa de la International Electrical Testing Association (NETA). Las redes neuronales utilizadas son estáticas multicapa del tipo feedforward backpropagation con funciones de transferencia sigmoidales, y arrojaron porcentajes de error menores al 2%. El correcto funcionamiento del algoritmo depende de algunas consideraciones que deben ser tenidas en cuenta a la hora de la adquisición del termograma, las cuales son especificadas en un protocolo de registro. Además, se debe tener en cuenta que este análisis se encuentra dirigido a imágenes de extensión *.IMG, provenientes de la cámara Agema 550. | |
dc.description.abstractenglish | The infrared thermography is an inspection methodology very used in the predictive maintenance routines of the high voltage systems, since abnormal behavior of these equipments is showed by means of increases of its temperature. The goal of this project is to determine reliably the operation state of current transformers and high voltage connectors in electrical transmission substations, which are showed with superficial thermal alterations, with a methodology constituted by digital image processing and classification algorithm techniques. The proposed methodology transforms an image with intensity values, proportional to the incident infrared energy on the sensor, to another one with temperature values; isolates the region of the scene corresponding to the interest device; extracts the zones in the object that present temperatures over the operation thermal reference; and finally, calculates the characteristic parameters that allows to determine how critical the abnormality is and identify the possible solar reflections. The values of these parameters are grouped in a vector for each one of the zones, and are evaluated by an artificial neuronal network to determine the state of the equipment, based on the norm of International Electrical Testing Association (NETA). The neural networks used were configured as static multilayer networks with feedforward backpropagation and sigmoid transfer functions, achieving error percentages smaller than 2%. The correct operation of the algorithm depends on some considerations that must be followed in the image acquisition process, which are specified in a registry protocol. In addition, it must be consider that this analysis is guided to images with *.IMG extension coming from the Agema 550 camera. | |
dc.description.degreelevel | Maestría | |
dc.description.degreename | Magíster en Ingeniería Electrónica | |
dc.format.mimetype | application/pdf | |
dc.identifier.instname | Universidad Industrial de Santander | |
dc.identifier.reponame | Universidad Industrial de Santander | |
dc.identifier.repourl | https://noesis.uis.edu.co | |
dc.identifier.uri | https://noesis.uis.edu.co/handle/20.500.14071/19026 | |
dc.language.iso | spa | |
dc.publisher | Universidad Industrial de Santander | |
dc.publisher.faculty | Facultad de Ingenierías Fisicomecánicas | |
dc.publisher.program | Maestría en Ingeniería Electrónica | |
dc.publisher.school | Escuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones | |
dc.rights | http://creativecommons.org/licenses/by/4.0/ | |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | |
dc.rights.creativecommons | Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) | |
dc.rights.license | Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc/4.0 | |
dc.subject | Termografía | |
dc.subject | Mantenimiento Predictivo | |
dc.subject | Tratamiento Digital de Imágenes | |
dc.subject | Redes Neuronales Artificiales | |
dc.subject | Subestaciones de Transmisión Eléctrica. | |
dc.subject.keyword | Thermography | |
dc.subject.keyword | Predictive Maintenance | |
dc.subject.keyword | Digital Image Processing | |
dc.subject.keyword | Neuronal Networks | |
dc.subject.keyword | Electrical Transmission Substations. | |
dc.title | Termografía : diagnóstico de la condición de equipos de alta tensión | |
dc.title.english | Thermography: diagnosis of the condition of equipment of high voltage | |
dc.type.coar | http://purl.org/coar/version/c_b1a7d7d4d402bcce | |
dc.type.hasversion | http://purl.org/coar/resource_type/c_bdcc | |
dc.type.local | Tesis/Trabajo de grado - Monografía - Maestria |