Estimación de la vida útil remanente de los transformadores de potencia de la Central Hidroeléctrica Urra I utilizando técnica de inteligencia artificial

Simple item page
dc.contributor.advisorBorrás Pinilla, Carlos
dc.contributor.authorSierra Flórez, Mario José
dc.contributor.evaluatorQuiroga Méndez, Jabid Eduardo
dc.contributor.evaluatorGonzález Estrada, Octavio Andrés
dc.date.accessioned2023-04-06T17:56:29Z
dc.date.available2023-04-06T17:56:29Z
dc.date.created2023-03-09
dc.date.issued2023-03-09
dc.description.abstractLos transformadores de potencia de la Central Hidroeléctrica Urra I son activos de gran importancia para la generación de la energía eléctrica, los cuales elevan la tensión de salida de los generadores de 13,8 kV a 230 kV para, posteriormente, llevar la energía a través de cables hasta la subestación donde se integra al sistema interconectado nacional. Es por esto que un buen mantenimiento y operación de estos transformadores es vital para la continuidad en el suministro de energía eléctrica. Para realizar seguimiento al estado de los transformadores de potencia se han instalado equipos para monitoreo en línea de gases disueltos en el aceite (DGA) y controladores electrónicos de la temperatura del transformador. Este proyecto tiene como base la búsqueda de una metodología para estimar la vida útil remanente de un transformador de potencia inmerso en aceite utilizando los registros de los equipos de medida mencionados anteriormente, y aplicando una técnica de inteligencia artificial. Inicialmente se realizó un estudio de las diferentes técnicas basadas en inteligencia artificial con el fin de seleccionar la más adecuada de acuerdo con las características de la data existente. Seguido se plantean metodologías para estimar la vida remanente de un transformador utilizando análisis de regresión y aplicando la herramienta computacional Matlab. Por último, se realiza un análisis de resultados de aplicar el modelo obtenido, donde se pudo encontrar que es posible estimar la vida útil remanente de un transformador con una buena aproximación utilizando un análisis de regresión con la app regression learner de Matlab.
dc.description.abstractenglishThe power transformers of the Urra I Hydroelectric Power Plant are assets of great importance for the generation of electrical energy, which raise the output voltage of the generators from 13.8 kV to 230 kV, to later, carry the energy through cables to the substation where it is integrated into the national interconnected system. This is why good maintenance and operation of these transformers is vital for the continuity of the electricity supply. To monitor the status of the power transformers, equipment has been installed for online monitoring of gases dissolved in the oil (DGA) and electronic transformer temperature controllers. This project is based on the search for a methodology to estimate the remaining useful life of a power transformer immersed in oil using the records of the measurement equipment mentioned above, and applying an artificial intelligence technique. Initially, a study of the different techniques based on artificial intelligence was carried out in order to select the most appropriate according to the characteristics of the existing data. Next, methodologies are then proposed to estimate the remaining life of a transformer using regression analysis applying the Matlab computational tool. Finally, an analysis of the results of applying the obtained model is carried out, where it was found that it is possible to estimate the remaining useful life of a transformer with a good approximation using a regression analysis with the Matlab regression learner app.
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Gerencia de Mantenimiento
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/13929
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingeníerias Fisicomecánicas
dc.publisher.programMaestría en Gerencia de Mantenimiento
dc.publisher.schoolEscuela de Ingeniería Mecánica
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectInteligencia artificial
dc.subjectData
dc.subjectRegresión
dc.subjectFuranos
dc.subjectVida útil remanente
dc.subjectGrado de polimerización
dc.subject.keywordArtificial Intelligence
dc.subject.keywordData
dc.subject.keywordRegression
dc.subject.keywordRemaining Useful Life
dc.subject.keywordFurans
dc.subject.keywordDegree of Polymerization
dc.titleEstimación de la vida útil remanente de los transformadores de potencia de la Central Hidroeléctrica Urra I utilizando técnica de inteligencia artificial
dc.title.englishEstimation of the Remaining Useful Life of the Power Transformers of the Urra I Hydroelectric Plant using Artificial Intelligence Techniques
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Maestría
dspace.entity.type
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Documento.pdf
Size:
750.84 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
94.8 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
344.79 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.18 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Maestría en Gerencia de Mantenimiento