IEEE Power & Energy Magazine - Spanish - March/April 2023 - 32

En nuestro experimento contra fallas, el interruptor no está
conectado a la red y ambas mediciones pueden aplicarse de
forma continua en cada operación.
rimentales. Si existieran suficientes datos de fallas, el
etiquetado de estas mediciones sería un proceso tedioso
y propenso a errores para los seres humanos, lo que daría
lugar a conjuntos de datos no bien etiquetados o etiquetados
con una calidad incoherente.
El segundo reto es la falta de dominio. Aunque tengamos
la misma máquina y utilicemos el mismo sensor, los datos
recopilados pueden ser diferentes debido a las diversas condiciones
ambientales de funcionamiento. Por ejemplo, los
datos pueden variar de verano a invierno o de interiores a
exteriores. Incluso si monitoreamos los tres disyuntores de
un sistema trifásico que están instalados uno al lado del otro,
los datos recopilados de estos tres disyuntores podrían seguir
siendo diferentes debido a las diferencias en el proceso de
fabricación. Esto hace que los métodos de AA sean muy difíciles
de generalizar.
El tercer reto es la falta general de normalización de
la recopilación de datos en la industria de la energía eléctrica.
Como los datos sobre fallas son escasos, una posible
72
70
68
66
64
62
60
5,000
10,000
15,000
20,000
Número de operación
Tiempo de cierre a partir de las señales de vibración (no intrusivo), tni
Tiempo de cierre a partir de la medición de separación de
contactos (intrusiva), ti
(a)
5
5,000
10,000
15,000
20,000
Número de operación
(b)
figura 8. (a) El tiempo de cierre del VCB determinado directamente (e
intrusivamente) a partir de la medición de la separación de los contactos (ti,
naranja), e indirectamente (y no intrusivamente) a partir de la señal de vibración
medida (tni, azul). (b) La diferencia entre las dos horas de cierre se determina de
manera diferente.
32
ieee power & energy magazine
25,000
solución podría ser combinar diferentes fuentes de datos.
Por ejemplo, combinar datos de tipos similares de equipos
de diferentes subestaciones y empresas de servicios públicos
podría ser útil para aumentar la cantidad de datos recopilados
y mejorar la capacidad de generalización de los modelos
de AA utilizados. Sin embargo, debido a la falta de estandarización
en la recopilación de datos, históricamente, cada
empresa de servicios públicos utiliza su propia base de datos
y formato de datos, por lo que combinar diferentes conjuntos
de datos resulta muy difícil, si no imposible. En principio,
el establecimiento de una norma de recopilación de datos en
la industria de la energía eléctrica en todo el mundo facilitaría
la aplicación de los métodos de AA para el monitoreo de
condiciones.
El cuarto reto es la falta de etiquetas con información
real. Como se ha mencionado anteriormente, los modelos
de AA supervisados necesitan tener etiquetas durante la fase
de entrenamiento. Pero en el mundo real es imposible conocer
la condición de estado real de una máquina, por lo que
entrenar un modelo que emita un
IH es difícil. Una posible solución
sería utilizar datos simulados, de
los que conocemos la condición
de estado, como sustituto de los
datos reales para entrenar algoritmos
de AA y validarlos con datos
reales.
25,000
En resumen, estos retos dificultan
bastante la aplicación de
enfoques basados en datos de AA
en la industria de la energía eléctrica,
por lo que las aplicaciones
de AA siguen siendo limitadas. No
obstante, los avances en la tecnología
de sensores y la conectividad
IoT han estimulado el interés por
el mantenimiento predictivo de
los componentes de la red eléctrica,
y las actividades de I+D en el
mundo académico, los fabricantes
y las empresas de servicios públicos
han aumentado en los últimos
años. A continuación, se presenta
un ejemplo de proyecto de investigación.
Según el conocimiento
de los autores, se trata del primer
marzo/abril 2023
Residual
ti - tni (ms)
Tiempo de cierre (ms)
IEEE Power & Energy Magazine - Spanish - March/April 2023

Table of Contents for the Digital Edition of IEEE Power & Energy Magazine - Spanish - March/April 2023
