Ingeniería 33(1): 34-47, Enero-Junio, 2023. ISSN: 2215-2652. San José, Costa Rica
DOI: 10.15517/ri.v33i1.50613
Esta obra está bajo una Licencia de Creative Commons. Reconocimiento - No Comercial - Compartir Igual 4.0 Internacional
Metodología para Evaluar la Condición de Transformadores
Eléctricos de Potencia Basada en un Índice de Salud
Methodology to Assess the Condition of Electrical Power Transformers
Based on a Health Index
Óscar Núñez Mata
Escuela de Ingeniería Eléctrica
Universidad de Costa Rica, San José, Costa Rica
Email: oscar.nunezmata@ucr.ac.cr
ORCID: 0000-0002-5410-6121
Gustavo Adolfo Gómez-Ramírez
Escuela de Ingeniería Electromecánica
Instituto Tecnológico de Costa Rica, Cartago, Costa Rica
Email: ggomez@itcr.ac.cr
ORCID: 0000-0001-9195-072X
Fauricio Acuña Rojas
Itecna S.A., San José, Costa Rica
Email: facuna@itecnacr.com
ORCID: 0000-0002-4959-7026
César González Solís
CEG Soporte y Mantenimiento Electromecánico, San José, Costa Rica
Email: cesar.gonzalez@ceg-cr.com
ORCID: 0000-0002-6305-5055
Recibido: 29 de marzo de 2022 Aceptado: 19 de noviembre 2022
Resumen
El desarrollo de sistemas de monitoreo de condición que sigue la evolución del desgaste de los
transformadores de potencia es esencial para una operación segura y conable de los sistemas eléctricos. Contar
con herramientas de monitoreo de condición se ha convertido en una prioridad de las compañías eléctricas,
siendo esto una tarea compleja, ya que la operación del transformador combina distintas solicitaciones.
Algunos autores proponen el uso de índices de salud, que recogen, en un solo parámetro, la condición del
activo. Para la obtención del índice, se utilizan resultados de pruebas que verican el estado de las partes. Este
será la base para evaluar la salud global y facilitar la identicación de modos de falla. Este trabajo propone
una herramienta novedosa que evalúa los transformadores de potencia basada en un índice de salud, sobre
la base de una suma de puntajes ponderados. Este enfoque de separar el transformador en dos zonas busca
facilitar su diagnóstico y la evaluación. Se logró determinar con criterio experto la importancia de cada
prueba, apoyado en la normativa internacional. Los resultados obtenidos en los casos de estudio mostraron
un buen desempeño del índice de salud al evaluar cinco transformadores de potencia. El valor del índice
de salud calculado para cada transformador coincidió con los resultados de las evaluaciones ejecutadas
Ingeniería 33(1): 48-65, Enero-Junio, 2023. ISSN: 2215-2652. San José, Costa Rica DOI: 10.15517/ri.v33i1.50613 49
posteriormente a la realización de las pruebas. Esto indica que avanzar hacia el uso de un índice de salud
para evaluar el estado del transformador puede mejorar el seguimiento de la condición de estos equipos.
Palabras Clave:
Análisis de falla; análisis químico; prueba de aislamiento; sistemas eléctricos de potencia; transformador
de potencia.
Abstract
The development of condition monitoring systems that follow the evolution of power transformer aging
is essential for safe and reliable operation of electrical systems. Having condition monitoring tools has
become a priority for power companies, this being a complex task, since the operation of the transformer
combines different requests. Some authors propose the use of health indices, which collect, in a single
parameter, the condition of the equipment. To obtain the index, test results are used to verify the condition
of the parts. This will be the basis for evaluating global health and facilitating the identication of failure
modes. This work proposes a novel tool that evaluates power transformers based on a health index, based
on a sum of weighted scores. This approach of separating the transformer into two zones seeks to facilitate
its diagnosis and evaluation. It was possible to determine with expert criteria the importance of each test,
supported by international regulations. The results obtained in the case studies showed a good performance
of the health index when evaluating ve power transformers. The value of the health index calculated for
each transformer coincided with the results of the evaluations carried out after the tests were executed. This
indicates that moving towards the use of a health index to assess the transformer can improve the monitoring
of the condition of this equipment.
Keywords:
Chemical analysis; failure analysis; insulation testing; power systems; power transformer.
NÚÑEZ, GÓMEZ, ACUÑA, GONZÁLEZ: Metodología para Evaluar la Condición de Transformadores...
50
1. INTRODUCCIÓN
El transformador de potencia (TP) es uno de los componentes principales de las subestaciones
en los sistemas eléctricos de potencia y representan una costosa inversión, alcanzando hasta el
60 % del costo total de la subestación [1], [2], [3]. La evaluación de la condición del TP ayuda a
aumentar su disponibilidad, al garantizar un seguimiento adecuado que busca prolongar su vida
útil por medio de rutinas de mantenimiento y reparación [4], [5]. El estado de condición de un
TP, también llamado “estado de salud”, está inuenciada por múltiples factores, incluidas las
solicitaciones de tipo química, eléctrica y mecánica, que operan de manera simultánea [6], [7].
Diferentes autores han propuesto soluciones para abordar los desafíos de la evaluación de un
TP durante su vida útil, al utilizar un parámetro adimensional conocido como Índice de Salud
(HI). La idea es realizar el seguimiento de la condición del TP con un enfoque integral, que
combina: resultados de observaciones operativas, inspecciones de campo, pruebas en sitio y de
laboratorio, transformando todo en información útil para la toma de decisiones [8], [9], [10].
Calcular un HI conlleva distintas tareas como incluir las mediciones obtenidas de las pruebas,
al considerar el tipo e importancia de cada una, para la evaluación del estado del transformador.
Los métodos de evaluación de la condición dependen de la realización de varias pruebas de
diagnóstico eléctrico, físico y químico, que miden parámetros tales como: pruebas dieléctricas,
medición de descargas parciales, análisis de gases disueltos (DGA), temperatura del punto caliente,
parámetros de calidad del aceite, vibraciones del tanque y del devanado, y movimientos del
devanado [4]. Por ejemplo, algunos autores han propuesto metodologías de evaluación indirectas,
que analizan el material dieléctrico para calcular la vida útil residual del TP [11], [12], [13].
La vida útil esperada de un transformador está determinada principalmente por su sistema
de aislamiento, relacionado con el tipo de materiales dieléctricos utilizados y cómo fue fabricado
[12], [14]. El sistema de aislamiento se diseña con base en factores determinados por la forma y
características de la parte activa (núcleo y devanados) y los gradientes de temperatura indicados
[15], [12]. La vida útil típica de un TP alcanza unos 25 a 40 años, la cual, nalmente, dependerá
de cómo se opere el transformador [16], [17], [18], [19].
La vida útil esperada estará relacionada con las fallas a las que esté sometido el equipo, ya
que estas tienen el potencial de acelerar el envejecimiento, al aumentar la probabilidad de falla
y al reducir el tiempo de operación [15], [19]. El CIGRE realizó un estudio de las principales
causas de fallas de los grandes transformadores de potencia en [20], seguidas de una consecuencia
catastróca. El estudio arrojó datos que indican que el 45 % de los cortes forzados de los grandes
transformadores estaban relacionados con modos de falla de origen dieléctrico [21]. Es así como
la evaluación del estado de los transformadores de potencia mediante un HI está atrayendo la
atención de las organizaciones de servicios de energía para mejorar su desempeño técnico y
nanciero, al evitar, en la medida de lo posible, fallas catastrócas [22], [23].
En la literatura se han desarrollado diferentes enfoques para el cálculo de un HI relacionados
con el seguimiento del estado de los transformadores de potencia [21], [24], [25], [26], [27],
[28]. Los métodos informados actualmente se pueden dividir en dos enfoques principales. En
primer lugar, los enfoques tradicionales, basados en una función lineal en la que el HI se calcula
Ingeniería 33(1): 48-65, Enero-Junio, 2023. ISSN: 2215-2652. San José, Costa Rica DOI: 10.15517/ri.v33i1.50613 51
utilizando el promedio ponderado de diferentes pruebas de rutina y de diagnóstico, método
conocido como: suma de puntajes ponderados (SPP) [21]. Los enfoques tradicionales deben
lidiar con la incertidumbre para determinar el peso de cada prueba [29]. En segundo lugar, se
han realizado varias propuestas para calcular el HI utilizando métodos de inteligencia articial
(IA) [4]. Los enfoques basados en IA requieren del uso de métodos de clasicación o regresión
basados en datos, tales como redes neuronales articiales [30], [1], [24], sistemas de inferencia
neuro difusa adaptativos [31], máquinas de vectores de soporte [32] o similares [33]. Los HI
basados en SPP son ampliamente aceptados y puestos en servicio por las empresas de servicio
público de energía; mientras que los HI basados en algoritmos de IA han sido ampliamente
utilizados en el ámbito académico.
Para un conjunto dado de factores de diagnóstico, se prepara una base de datos de
aproximadamente cientos a varios cientos de transformadores. Un HI dene la condición de
cada transformador en esa base de datos. La clasicación HI puede ser realizada por expertos
en servicios públicos, proveedores de servicios o métodos IA. La base de datos se divide en
datos de entrenamiento y de prueba. Los datos de entrenamiento se utilizan para el proceso de
aprendizaje del método de IA.
En este proceso, los métodos de IA reconocen la relación entre los factores de diagnóstico
elegidos y el HI de los transformadores. Después de la etapa de aprendizaje exitosa, el modelo
de IA se valida mediante una comparación entre el HI calculado del método de IA con el valor de
HI de los datos de prueba [8]. Dado que algunas pruebas pueden ser de alto costo, no se realizan
con mucha frecuencia, lo que afecta la precisión del HI propuesto utilizando los enfoques de IA.
En este artículo, se propone un método novedoso para calcular un HI de transformadores
de potencia, basado en un enfoque de SPP, analizando el transformador en dos zonas. Esto es,
el HI se divide en dos subíndices, que permiten determinar el índice de salud total mediante
una serie de pruebas fuera-de-línea, que se realizan normalmente en los TP (pruebas de rutina).
Por un lado, el primer subíndice es un HI funcional, que involucra pruebas eléctricas generales,
tales como: resistencia del devanado, relación de transformación, corriente de excitación, así
como el análisis de gases disueltos. Por otro lado, el segundo subíndice es un HI dieléctrico,
que se basa en las pruebas de aceite y la prueba del factor de potencia. Finalmente, el HI total
se calcula ponderando ambos subíndices. Se espera que el HI propuesto mejore la conabilidad
y ayude a guiar las decisiones de administración de los activos, al permitir a los operadores
desarrollar estrategias de mantenimiento y el eventual reemplazo (basado en la condición del
transformador). Al separar el análisis del transformador en un HI funcional y un HI dieléctrico
se facilita el diagnóstico de la unidad, que da un mejor apoyo a la toma de decisiones y a los
análisis de fallas.
En este trabajo se comprobó la metodología propuesta, al utilizar una base de datos que
contiene las pruebas diagnósticas de campo, recolectadas entre los años 1996 y 2018, realizadas
por una empresa de servicio. Los datos se tomaron de transformadores de potencia que operan en
empresas eléctricas de servicio público e industriales. Los datos se utilizaron tanto para establecer
los HI de cada TP, así como para realizar el análisis de resultados. Los valores obtenidos para
los HI se contrastaron con los registros de cada transformador para analizar la efectividad de la
NÚÑEZ, GÓMEZ, ACUÑA, GONZÁLEZ: Metodología para Evaluar la Condición de Transformadores...
52
metodología, bajo un enfoque de criterio experto. Se comprobó la efectividad del HI, al detectar
correctamente la condición de la unidad evaluada, según los datos registrados de pruebas y
evaluaciones realizadas.
El resto de este artículo está organizado de la siguiente manera: en la Sección II se presenta
la propuesta metodológica. En la Sección III se muestra la evaluación de la propuesta por medio
de casos de estudio y el análisis de los resultados. Finalmente, en la Sección IV se presentan las
conclusiones y trabajos futuros.
2. CÁLCULO DEL ÍNDICE DE SALUD
El índice de salud de un transformador es un parámetro integral que reúne una variedad de
datos de monitoreo de condición para indicar el estado general (de salud) de un transformador. En
este capítulo, se presenta el método de cálculo del índice de salud, el cual se basa en la suma de
puntajes ponderados de una serie de pruebas realizadas al transformador. El cálculo es apoyado
en: i) distintos estándares de entidades reconocidas; ii) recomendaciones de los fabricantes; y
iii) juicio de expertos para establecer los criterios de evaluación. El método general para calcular
el índice de salud se muestra en la Fig. 1.
Datos de la
condición
Función de la
condición
(
HIF
)
Peso (
W
) Cálculo del
HI
Fig. 1. Diagrama de bloques de la metodología de cálculo del HI. Basado en [34]
La metodología propuesta en la Fig. 1 considera los siguientes aspectos:
• Datos de condición: se reere a las pruebas realizadas al transformador que evalúan su
condición.
•
Función de condición: se reere al valor asignado en un rango, para cada prueba especíca.
Por un lado, si una prueba da un resultado altamente deciente, el valor asignado será
el más bajo posible. Por otro lado, si el resultado es el mejor posible, el valor asignado
será el más alto del rango seleccionado.
•
Peso: depende de la importancia de la prueba realizada y su relevancia para el diagnóstico
del transformador.
• Cálculo del HI: es la suma de puntajes ponderados de todas las pruebas realizadas, que
indica la condición de salud del transformador.
Los valores para la Función de Condición y el Peso, incluidos en la metodología mostrada
en la Fig. 1, se establecen siguiendo las recomendaciones incluidas en las normativas IEEE e
IEC, así como en los reportes de la literatura técnica especializada.
Ingeniería 33(1): 48-65, Enero-Junio, 2023. ISSN: 2215-2652. San José, Costa Rica DOI: 10.15517/ri.v33i1.50613 53
El cálculo del HI para el transformador se realiza utilizando la ecuación (1), en la que se
toman en cuenta todos los parámetros y factores obtenidos para la formulación de su estado de
condición [35].
(1)
donde:
HIFj = Factor del índice de salud de la prueba j, asignado de acuerdo con la prueba realizada,
según el CUADRO I. El valor posible del HIFj para cada parámetro estará entre 0 y 4.
Kj = Factor de peso asignado a la prueba j, que va de 1 a 10, la cual considera la importancia
de los resultados de la prueba en la condición del transformador.
n = Número máximo de pruebas utilizadas.
CUADRO I
VALORES DEL FACTOR DEL ÍNDICE DE SALUDO HIF. BASADO EN [36]
HIF Condición
4Muy bueno
3Bueno
2Regular
1Pobre
0Muy pobre
Según la ecuación (1), el cálculo del HI es la suma de la multiplicación entre el factor del
índice de salud en cada parámetro, dividido por la suma total de pesos de cada parámetro utilizado
y multiplicado por la puntuación máxima. El resultado del HI es un número entre cero y cien
por ciento. El valor de cero por ciento se considera como la peor condición, y cien por ciento
es la mejor condición posible.
El análisis del TP se divide en dos subíndices, como lo muestra la ecuación (2), la cual se
usa para calcular un índice de salud total (que aplica a todo el TP). En primer lugar, el subíndice
funcional se obtiene a partir de pruebas eléctricas generales como resistencia del devanado,
relación de transformación, corriente de excitación y DGA. En segundo lugar, el subíndice
dieléctrico se obtiene a partir del análisis de aceite dieléctrico y la prueba de factor de potencia al
TP. De esta manera se puede evaluar el TP considerando dos zonas, lo que benecia la ubicación
de las fallas (en caso de presentarse).
(2)
El CUADRO II muestra la propuesta de evaluación nal, junto con un código de colores
que busca facilitar el análisis del TP de manera gráca.
NÚÑEZ, GÓMEZ, ACUÑA, GONZÁLEZ: Metodología para Evaluar la Condición de Transformadores...
54
CUADRO II
EVALUACIÓN DE CONDICIÓN DEL HI TOTAL. BASADO EN [37]
% HI Condición
Vida útil
remanente
esperada
Recomendación Código de
colores
86 - 100 Muy bueno Más de 15 años Programar mantenimiento normal
71 - 85 Bueno Más de 10 años Programar mantenimiento normal
51 - 70 Regular Hasta 10 años Incrementar las pruebas de
diagnóstico
31 - 50 Pobre Menos de 10 años
Comenzar a planicar el
reemplazo o reparación
considerando el alto riesgo
0 - 30 Muy pobre Fin de vida útil Evaluar el riesgo de inmediato
A continuación, se presenta el cálculo de cada subíndice.
Cálculo del subíndice de salud funcional
En este subíndice se evalúan las pruebas incluidas en el CUADRO III en la cual se indican
los Factores de Peso de cada una, el cual depende de lo crítico de la prueba y de su relación con
la vida útil restante.
CUADRO III
FACTORES DE PESO DE CADA PRUEBA FUNCIONAL. BASADO EN [21]
Prueba Factor de peso (K) HIF
Relación de transformación 84,3,2,1,0
Resistencia de devanados 64,3,2,1,0
Corriente de excitación 54,0
Análisis de gases disueltos 10 4,3,2,1,0
Las pruebas utilizadas para el cálculo del HIfuncional se desarrollan a continuación.
Relación de transformación: este parámetro se evalúa a partir de la prueba TTR (Transformer
Turns Ratio). El CUADRO IV muestra los valores del factor del índice de salud. El porcentaje
de error (% error de TTR) se calcula entre los valores teóricos y reales de la prueba TTR.
CUADRO IV
HIF PARA LA PRUEBA TTR. BASADO EN [38]
HIF % error de TTR
4% error ≤0,1 %
30,1 %<% error≤0,5 %
20,5 %<% error≤1,0 %
11,0 %<% error≤2,0 %
0% error≥2,0 %
Ingeniería 33(1): 48-65, Enero-Junio, 2023. ISSN: 2215-2652. San José, Costa Rica DOI: 10.15517/ri.v33i1.50613 55
Es necesario probar al menos en tres posiciones de los cambiadores de tomas, y se deberá
usar el peor valor de HIF para efectos del análisis.
Resistencia de devanados: esta prueba se realiza para los devanados de alta tensión y de baja
tensión por separado. Se realizan mediciones de resistencia en cada devanado y se comparan
entre sí. El porcentaje de error (% error resistencia) presentado es la diferencia máxima entre
las mediciones. El CUADRO V muestra los valores del factor del índice de salud para la prueba
de resistencia de devanados.
CUADRO V
HIF PARA LA PRUEBA RESISTENCIA DE DEVANADOS. BASADO EN [38]
HIF %error resistencia
4%error ≤1,0%
31,0%<%error≤2,0%
22,0%<%error≤3,0%
13,0%<%error≤5,0%
0%error≥5,0%
Se toma el HIF más bajo entre la resistencia del devanado de alta y baja tensión.
Corriente de excitación: esta es una prueba con un resultado binario, esto es: i) si el patrón en
H1, H2 y H3 es L-H-L o H-L-H (según el CUADRO VI) sobre los valores de corriente obtenidos
en la prueba, el HIF es 4; y ii) cualquier otro patrón obtenido el HIF es 0.
CUADRO VI
PATRÓN DE LA CORRIENTE DE EXCITACIÓN. BASADO EN [16]
Patrón
H1 H2 H3
Alto (H) Bajo (L) Alto(H)
Bajo (L) Alto (H) Bajo (L)
Análisis de gases disueltos: la prueba DGA (Dissolved Gas Analysis) se analiza de acuerdo
con el CUADRO VII para obtener el HIF. Cada gas tiene su propio puntaje (Sj) y peso (Wj ).
Usando la ecuación (3) se obtiene el factor DGAF, de acuerdo con el CUADRO VIII.
(3)
CUADRO VII
HIF PARA LA PRUEBA DGA. BASADO EN [36], [39], [40]
HIF %DGAF
4DGAF ≤20%
320%<DGAF≤30%
230%<DGAF≤40%
140%<DGAF≤50%
0DGAF≥50%
NÚÑEZ, GÓMEZ, ACUÑA, GONZÁLEZ: Metodología para Evaluar la Condición de Transformadores...
56
CUADRO VIII
PUNTAJES Y PESOS PARA PRUEBA DGA [ppm]. BASADO EN [35]
Gas
Puntaje (Sj) Peso
1 2 3 4 5 6 Wj
Bueno Pobre (1-5)
Hidrógeno H2≤ 100 101-200 201-300 301-500 501-700 >700 2
Metano CH4≤ 75 76-125 126-200 201-400 401-600 >600 3
Etano C2 H6≤ 65 66-80 81-100 101-120 121-150 >150 1
Etileno C2 H4≤ 50 51-80 81-100 101-150 151-200 >200 3
Acetileno C2 H2≤ 3 4-7 8-35 36-50 51-80 >80 5
Dióxido de carbono CO ≤ 350 351-700 701-900 901-1100 1101-1400 >1400 1
Monóxido de carbono CO2≤ 2500 ≤ 3000 ≤ 4000 ≤ 5000 ≤ 6000 >7000 1
Finalmente, el HIfuncional se obtiene con los datos de HIF y K obtenidos de todas las pruebas,
utilizando la ecuación (1).
Cálculo del subíndice de salud dieléctrico
Al igual que en el cálculo del HIfuncional, a las pruebas del HIdieléctrico se les asigna un valor
entre 1 y 10, de acuerdo con cada prueba realizada. El CUADRO IX muestra el Factor de Peso
para cada prueba.
CUADRO IX
FACTOR DE PESO DE CADA PRUEBA DIELECTRICA. BASADO EN [38]
Prueba Factor de peso (K)HIF
Factor de potencia 10 4,3,2,1
Calidad del aceite, contenido de humedad y factor de potencia del líquido 64,3,2,1
Contenido de inhibidor de oxidación 34,3,2,1
Contenido de compuestos furánicos 84,3,2,1
Las pruebas utilizadas para el cálculo del HIdieléctrico se desarrollan a continuación.
Factor de potencia: El CUADRO X muestra los datos utilizados para obtener el factor del
índice de salud para la prueba de factor de potencia.
CUADRO X
HIF PARA LA PRUEBA FACTOR DE POTENCIA. BASADO EN [38]
HIF % Factor de potencia
4FP ≤0,5 %
30,5 %<FP≤0,7 %
20,7 %<FP≤1,0 %
11,0 %<FP≤2,0 %
0FP≥2,0 %
Análisis de aceite físico y químico: El CUADRO XI se utiliza para obtener la puntuación
Sj de los datos y el peso Wj de acuerdo con los resultados de las pruebas. Con la ecuación (4),
se obtiene el Factor de Calidad del Aceite o OQF (Oil Quality Factor).
Ingeniería 33(1): 48-65, Enero-Junio, 2023. ISSN: 2215-2652. San José, Costa Rica DOI: 10.15517/ri.v33i1.50613 57
(4)
CUADRO XI
CALIFICACIÓN DE DISTINTAS PRUEBAS. BASADO EN [38]
Prueba Rango Puntaje SjPeso Wj
Rigidez
dieléctrica
[kV]
≥ 45 1
3
35-45 2
30-35 3
≤30 4
Tensión
interfacial
[N/m]
≥25 1
2
20-25 2
15-20 3
≤15 4
Número de
acidez
≤0,05 1
1
0,05-0,1 2
0,1-0,2 3
≥0,2 4
Contenido
de humedad
[ppm]
≤15 1
4
15-20 2
20-25 3
≥25 4
Color
≤1,5 1
2
1,5-2,0 2
2,0-2,5 3
≥2,5 4
Factor de
potencia del
líquido
@25 ℃ [%]
≤0,1 1
3
0,1-0,5 2
0,5-1,0 3
≥1,0 4
Finalmente, el factor de calidad del aceite se evalúa de acuerdo con el CUADRO XII.
CUADRO XII
HIF PARA EL OQF. BASADO EN [41]
HIF %OQF
4OQF ≤1,2%
31,2%<OQF≤1,5%
21,5%<OQF≤2,0%
12,0%<OQF≤3,0%
0OQF≥3,0%
Contenido de inhibidor de oxidación: Los resultados se dan en porcentaje del total de inhibidor
por peso del aceite. El valor del factor del índice de salud se muestra en el CUADRO XIII.
NÚÑEZ, GÓMEZ, ACUÑA, GONZÁLEZ: Metodología para Evaluar la Condición de Transformadores...
58
CUADRO XIII
HIF PARA EL CONTENIDO DE INHIBIDOR DE OXIDACIÓN. BASADO EN [42],
[39], [40]
HIF % de contenido de inhibidor de oxidación
4INH ≤0,25%
30,25%<INH≤0,20%
20,20%<INH≤0,15%
10,15%<INH≤0,10%
0NH≥0,10%
Contenido de furano: El grado de polimerización DP (Degree of Polymerization) calculado
se utiliza para representar el estado general. El CUADRO XIV muestra los valores para el factor
del índice de salud.
CUADRO XIV
HIF PARA DP. BASADO EN [42]
HIF DP
4DP >700
3700≥DP>560
2560≥DP>425
1425≥DP>250
0DP≤250
Finalmente, el HIdieléctrico se obtiene con los factores HIF y K obtenidos de todas las pruebas
dieléctricas, por medio de la ecuación (1).
A continuación, se presentan los resultados de la aplicación de la metodología a cinco
transformadores reales de los cuales se conocía su historial de mantenimiento y condición.
3. CASOS DE ESTUDIO Y DISCUSIÓN
Los transformadores de potencia evaluados son todos trifásicos, 60 Hz, en aceite y tienen una
antigüedad entre cuatro y veintiséis años de uso. Los siguientes son los datos básicos de placa:
• Caso 1: 10 MVA – 34,5/4,16 kV – fabricado en 1996.
• Caso 2: 10 MVA – 24,9/6,6 kV – fabricado en 1998.
• Caso 3: 4 MVA – 24,9/4,16 kV – fabricado en 1999.
• Caso 4: 10 MVA – 24,9/6,6 kV – fabricado en 2002.
• Caso 5: 5 MVA – 24,9/0,8 kV – fabricado en 2018.
La información utilizada en estos casos de estudio es parte de la base de datos de la
compañía de servicio que participó en este trabajo. Las pruebas realizadas en cada uno tienen
una antigüedad menor a los tres años.
Ingeniería 33(1): 48-65, Enero-Junio, 2023. ISSN: 2215-2652. San José, Costa Rica DOI: 10.15517/ri.v33i1.50613 59
La valoración de los transformadores se realizó por medio de lo metodología de cálculo de
los HIfuncional, HIdieléctrico y HItotal. En los CUADROS XV y XVI se muestran los valores HIF para
el cálculo del HIfuncional y HIdieléctrico. Esta evaluación concluye con el cálculo del HItotal mostrado
en el CUADRO XVII. Las cifras están escritas siguiendo el código de colores establecido (que
buscan facilitar el análisis).
CUADRO XV
RESULTADOS DEL HIfuncional
Caso de
estudio
HIF Relación
transformación
HIF
Resistencia de
devanados
HIF DGA
HIF
Corriente de
excitación
HIfuncional
1 4 0 3 4 71%
2 4 0 4 4 79%
3 3 4 3 4 84%
4 3 0 4 4 72%
5 4 0 2 4 62%
CUADRO XVI
RESULTADOS DEL HIdieléctrico
Caso de
estudio
HIF
Fisicoquímica, contenido
de humedad y factor de
potencia del líquido
HIF
Contenido
de inhibidor
de oxidación
HIF
Contenido
de furanos
HIF
Factor de
potencia
HIdieléctrico
1 1 4 1 4 61%
2 4 4 3 3 83%
3 4 3 3 4 90%
4 3 4 3 4 87%
5 4 0 3 0 44%
CUADRO XVII
RESULTADO DEL HItotal
Caso HIfuncional HIdieléctrico HItotal Diagnóstico de la unidad
1 71% 61% 66% Condición regular, se recomienda la realización de más pruebas de diagnóstico
2 79% 83% 81% Condición buena, se puede continuar con las rutinas de mantenimiento normal
3 84% 90% 87% Condición muy buena, se puede continuar con las rutinas de mantenimiento
normal
4 72% 87% 80% Condición buena, se puede continuar con las rutinas de mantenimiento normal
5 62% 44% 53% Condición pobre, se sugiere planicar acciones mayores según corresponda
Del CUADRO XVII, se concluye que el TP del caso 3 obtuvo la mejor valoración. Mientras
que el caso 5 obtuvo los valores más bajos, tanto en los subíndices funcional y dieléctrico, como
en el HItotal. El análisis realizado para cada TP es el siguiente:
• Caso 1: este transformador fue inspeccionado posterior a la realización de las pruebas
por sus niveles altos de humedad y furanos y presentaba un deterioro avanzado, lo que
concuerda con el valor del HItotal obtenido.
NÚÑEZ, GÓMEZ, ACUÑA, GONZÁLEZ: Metodología para Evaluar la Condición de Transformadores...
60
•
Caso 2: según las inspecciones realizadas posteriormente en el transformador, su
condición era buena, lo que concuerda con el valor del HItotal obtenido. Sin embargo,
dado el bajo puntaje obtenido en la prueba de resistencia de devanados, los trabajos
posteriores incluyeron la vericación de las conexiones de los devanados para detectar
posibles problemas.
•
Caso 3: según las inspecciones realizadas posteriormente en el transformador, su
condición era buena, lo que concuerda con el valor del HItotal obtenido. No se tomaron
acciones correctivas concretas.
•
Caso 4: según las inspecciones realizadas posteriormente en el transformador, su
condición era buena, lo que concuerda con el valor del HItotal obtenido. Sin embargo,
dado el bajo puntaje obtenido en la prueba de resistencia de devanados, los trabajos
posteriores incluyeron la vericación de las conexiones de los devanados para detectar
posibles problemas.
• Caso 5: según las inspecciones realizadas, el transformador presentaba una condición
dieléctrica degradada, lo que concuerda con los valores obtenidos. En vista de los bajos
valores de los análisis físico y químicos, de la condición del aceite dieléctrico y del
contenido de compuestos furánicos, se realizaron mayores análisis para conrmar la
degradación avanzada del aceite dieléctrico y/o papel.
Todos los casos evaluados fueron contrastados con los registros de cada transformador,
conrmando los resultados de los índices de salud calculados. Los resultados muestran cómo
un HI puede recoger información del activo para un diagnóstico integral, que oriente la toma
de decisiones. Además, se sugirió a la empresa de servicio participante en este estudio registrar
los valores obtenidos de los subíndices e índice de salud a lo largo del tiempo, para realizar
análisis de tendencias.
4. CONCLUSIONES
Hoy en día, las compañías eléctricas requieren contar con herramientas de análisis y
diagnóstico de condición de sus activos, que guíen la adecuada toma de decisiones respecto
al mantenimiento y operación. En este trabajo, se presentó una metodología de evaluación de
los transformadores de potencia. La metodología propone determinar la condición general de
un transformador por medio de un índice de salud, basado en la suma de puntajes ponderados.
El análisis se separó en dos subíndices, uno para evaluar aspectos funcionales y otros aspectos
dieléctricos, considerando distintas pruebas de diagnóstico generales, el análisis dieléctrico y del
aceite. La metodología propuesta combina diferentes pruebas de variables operativas y análisis
de aceite, y los resultados se relacionan con las zonas de falla principales, donde la condición
del transformador de potencia podría ser afectada. El índice de salud cuantica la condición
basado en distintos criterios incluidos en la normativa reconocida, que están relacionados con
los factores de degradación del transformador que se acumulan en el tiempo, y que lo pueden
Ingeniería 33(1): 48-65, Enero-Junio, 2023. ISSN: 2215-2652. San José, Costa Rica DOI: 10.15517/ri.v33i1.50613 61
llevar al n de su vida útil. Se deben considerar las variables más signicativas del transformador
de potencia.
Los resultados obtenidos en un grupo de cinco transformadores mostraron que el índice de
salud propuesto fue sensible a cambios en las puntuaciones de las pruebas individuales realizadas.
Esto se comprobó contrastando los resultados del índice de salud con las inspecciones realizadas
posterior a las pruebas. Esto signica que los valores para los pesos y puntajes incluidos en
el cálculo del índice de salud, y la metodología misma, lograron recoger la condición de los
transformadores usados en los casos de estudio.
Como parte de los trabajos futuros, se propone desarrollar más pruebas que permitan realizar
ajustes a los pesos y puntajes incluidos en la metodología. Además, se deberán considerar técnicas
avanzadas de procesamiento de información para determinar el estado del transformador. Por
ejemplo, la investigación debe centrarse en la gestión de datos históricos masivos a través de
la minería de datos. Finalmente, el uso de esta metodología podría aplicarse en la gestión de
activos productivos para el retiro de transformadores de potencia y futuros reemplazos.
5. ROLES DE LOS AUTORES
- Oscar Núñez Mata: idea inicial de la investigación, revisión del estado del arte, desarrollo
de las primeras discusiones, diseño de la propuesta metodológica, análisis de resultados.
- Gustavo A. Gómez Ramírez: revisión del estado del arte, desarrollo de las primeras
discusiones, análisis de resultados.
- Fauricio Acuña Rojas: desarrollo de las primeras discusiones, análisis de resultados,
aplicación de la metodología.
- César González Solís: aplicación de la metodología, análisis de resultados.
AGRADECIMIENTOS
Esta investigación se realizó gracias al apoyo del proyecto de investigación: “Detección
de fallas, control e integración de sistemas de energías renovables no convencionales con
almacenamiento energético para redes inteligentes”, código C1467 de la Universidad de Costa
Rica.
NOMENCLATURA
CIGRE: acrónimo en francés de Conseil International des Grands Réseaux Électriques.
DGA: análisis de gases disueltos por el acrónimo en inglés de Dissolved Gas Analysis.
DP: grado de polimerización por el acrónimo en inglés de Degree of Polymerization.
NÚÑEZ, GÓMEZ, ACUÑA, GONZÁLEZ: Metodología para Evaluar la Condición de Transformadores...
62
HI: índice de salud, por el acrónimo en inglés de Health Index.
HIFj: factor del índice de salud de cada prueba, por el acrónimo en inglés de Health Index
Factor.
IA: inteligencia articial.
IEEE: acrónimo en inglés de Institute of Electrical and Electronics Engineers.
IEC: acrónimo en inglés de International Electrotechnical Commission.
Kj: factor de peso asignado a cada prueba.
OQF: factor de calidad del aceite por el acrónimo en inglés de Oil Quality Factor.
Sj: puntaje o ponderación.
SPP: suma de puntajes ponderados.
TP: transformador de potencia.
TTR: acrónimo en inglés de Transformer Turns Ratio.
Wj: factor de peso.
REFERENCIAS
[1] A. Abu-Elanien, M. Salama, y M. Ibrahim “Determination of transformer health condition using
articial neural networks” presentado en International Symposium on Innovations in Intelligent
SysTems and Applications, 2011, pp. 1–5, doi: 10.1109/INISTA.2011.5946173.
[2] S. Ghoneim y I. Taha, “Comparative study of full and reduced feature scenarios for health index
computation of power transformers” IEEE Access, vol. 8, pp. 181326–181339, 2020, doi: 10.1109/
ACCESS.2020.3028689.
[3] M. Dong et al., “A novel maintenance decision making model of power transformers based on
reliability and economy assessment” IEEE Access, vol. 7, pp. 28778–28790, 2019, doi: 10.1109/
ACCESS.2019.2897606.
[4] K. Benhmed, A. Mooman, A. Younes, K. Shaban, y A. El-Hag, “Feature selection for effective health
index diagnoses of power transformers” IEEE Transactions on Power Delivery, vol. 33, no. 6, pp.
3223–3226, 2017, doi: 10.1109/TPWRD.2017.2762920.
[5] P. Bohatyrewicz, J. Płowucha, y J. Subocz, “Condition assessment of power transformers based on
health index value” Applied Sciences, vol. 9, no. 22, 2019, doi: 10.3390/app9224877.
[6] A. Ashkezari, H. Ma, C. Ekanayake, y T. Saha, “Multivariate analysis for correlations among different
transformer oil parameters to determine transformer health index” presentado en IEEE Power and
Energy Society General Meeting, 2012, pp. 1–7, doi: 10.1109/PESGM.2012.6345231.
[7] G. Gómez-Ramírez, “Metodología para el análisis y retiro de activos: transformadores de potencia”
Revista Tecnología en Marcha, vol. 28, no. 3, p. 116-126, 2015, doi: 10.18845/tm.v28i3.2416.
[8] S. Kittan, S. Kornhuber, P. Kastel, G. Nitsche, G. Valtin, y M. Weise, “Review and implementation
of transformer health index methods in line with the development of a condition assessment tool”
Ingeniería 33(1): 48-65, Enero-Junio, 2023. ISSN: 2215-2652. San José, Costa Rica DOI: 10.15517/ri.v33i1.50613 63
presentado en International Conference on Diagnostics in Electrical Engineering, Diagnostika, 2018,
pp. 5–8, doi: 10.1109/DIAGNOSTIKA.2018.8526034.
[9] R. Arias y J. Mejia, “Health index for transformer condition assessment” IEEE Latin America
Transactions, vol. 16, no. 12, pp. 2843–2849, 2018, doi: 10.1109/tla.2018.8804247.
[10] A. Selva et al., “Application of statistical distribution models to predict health index for condition-
based management of transformers” Applied Sciences, vol. 11, no. 6, pp. 1–20, 2021, doi: 10.3390/
app11062728.
[11] L. Acuña-Barrantes y G. Gómez-Ramírez, “Metodología indirecta para la estimación de vida útil
residual de transformadores de potencia a partir de la evaluación de los materiales dieléctricos”
Revista Tecnología en Marcha, vol. 33, no. 3, pp. 45–56, 2020, doi: 10.18845/tm.v33i3.4485.
[12] G. Jiménez-Araya y G. Gómez-Ramírez, “Comportamiento de los aislamientos sólidos de transformadores
de potencia en condiciones ambientales no controladas” Tecnología en Marcha, vol. 29, no. 3, pp.
99–116, 2016, doi: tm.v29i3.2891.
[13] S. Li y H. Dong, “Transformer apparent age estimation based on probabilistic health index” presentado
en IEEE PES Innovative Smart Grid Technologies Asia, ISGT, 2019, no. 1, pp. 3936–3940, doi:
10.1109/ISGT-Asia.2019.8881798.
[14] R. Prasojo, N. Maulidevi, B. Soedjarno, y S. Suwarno, “Health index analysis of power transformer with
incomplete paper condition data” presentado en 4th International Conference on Condition Assessment
Techniques in Electrical Systems, CATCON, 2019, pp. 3–6, doi: 10.1109/CATCON47128.2019.
CN0073.
[15] H. De Faria, J. Costa, y J. Olivas, “A review of monitoring methods for predictive maintenance of
electric power transformers based on dissolved gas analysis” Renewable and Sustainable Energy
Reviews, vol. 46, pp. 201–209, 2015, doi: 10.1016/j.rser.2015.02.052.
[16] W. Wattakapaiboon y N. Pattanadech, “The new developed Health Index for transformer condition
assessment” presentado en CMD 2016 - International Conference on Condition Monitoring and
Diagnosis, pp. 32–35, 2016, doi: 10.1109/CMD.2016.7757760.
[17] R. Murugan y R. Ramasamy, “Understanding the power transformer component failures for health
index-based maintenance planning in electric utilities” Engineering Failure Analysis, vol. 96, pp.
274–288, 2019, doi: 10.1016/j.engfailanal.2018.10.011.
[18] J. Foros y M. Istad, “Health index, risk and remaining lifetime estimation of power transformers”
IEEE Transactions on Power Delivery, vol. 35, no. 6, pp. 2612–2620, 2020, doi: 10.1109/
TPWRD.2020.2972976.
[19] R. Soni y B. Mehta, “Review on asset management of power transformer by diagnosing incipient
faults and faults identication using various testing methodologies” Engineering Failure Analysis,
vol. 128, no. February, p. 105634, 2021, doi: 10.1016/j.engfailanal.2021.105634.
[20] S. Tenbohlen et al., "Transformer reliability survey", CIGRE, Technical Brochure, vol. 642, pp.
94-102, 2015
[21] A. Azmi, J. Jasni, N. Azis, y M. Kadir, “Evolution of transformer health index in the form of
mathematical equation” Renewable and Sustainable Energy Reviews, vol. 76, no. March, pp. 687–
700, 2017, doi: 10.1016/j.rser.2017.03.094.
[22] M. Islam, G. Lee, S. Hettiwatte, y K. Williams, “Calculating a health index for power transformers
using a subsystem-based GRNN approach” IEEE Transactions on Power Delivery, vol. 33, no. 4,
pp. 1903–1912, 2018, doi: 10.1109/TPWRD.2017.2770166.
[23] O. N. Mata, F. A. Rojas, C. G. Solís, y G. G. Ramírez, “Assessment of Power Transformers using
NÚÑEZ, GÓMEZ, ACUÑA, GONZÁLEZ: Metodología para Evaluar la Condición de Transformadores...
64
a Methodology Based on Health Indices” presentado en 2021 IEEE International Conference on
Automation/XXIV Congress of the Chilean Association of Automatic Control (ICA-ACCA), 2021, pp.
2–7, doi: 10.1109/ICAACCA51523.2021.9465245.
[24] R. Prasojo, A. Setiawan, Suwarno, N. Maulidevi, y B. Anggoro, “Development of analytic hierarchy
process technique in determining weighting factor for power transformer health index” presentado en
2nd International Conference on High Voltage Engineering and Power Systems: Towards Sustainable
and Reliable Power Delivery, ICHVEPS, 2019, pp. 1–5, doi: 10.1109/ICHVEPS47643.2019.9011040.
[25] A. De la Fuente et al., “Strategic view of an assets health index for making long-term decisions in
different industries” presentado en Safety and Reliability - Safe Societies in a Changing World -
28th International European Safety and Reliability Conference, ESREL, 2018, pp. 1151–1156, doi:
10.1201/9781351174664-146.
[26] W. Jian, Z. Wenbing, G. Chao, B. Demeng, y W. Kuihua, “The new developed health index for power
transformer condition assessment” presentado en 5th Asia Conference on Power and Electrical
Engineering, ACPEE, 2020, pp. 1880–1884, doi: 10.1109/ACPEE48638.2020.9136344.
[27] S. Li, G. Hu, B. Gao, Y. Yang, y G. Wu, “A probabilistic framework for transformer health condition
assessment” presentado en IEEE International Conference on Properties and Applications of Dielectric
Materials, 2018, vol. May, pp. 212–217, doi: 10.1109/ICPADM.2018.8401221.
[28] M. Islam, G. Lee, y S. Hettiwatte, “A review of condition monitoring techniques and diagnostic tests
for lifetime estimation of power transformers” Electrical Engineering, vol. 100, no. 2, pp. 581–605,
2018, doi: 10.1007/s00202-017-0532-4.
[29] K. Ibrahim, R. Sharkawy, H. Temraz, y M. Salama, “Selection criteria for oil transformer measurements
to calculate the Health Index” IEEE Transactions on Dielectrics and Electrical Insulation, vol. 23,
no. 6, pp. 3397–3404, 2016, doi: 10.1109/TDEI.2016.006058.
[30] M. Ahmed, M. Elkhatib, M. Salama, y K. Bashir, “Transformer Health Index estimation using
orthogonal wavelet network”, presentado en Electrical Power and Energy Conference (EPEC), 2015.
[31] H. Zeinoddini-Meymand y B. Vahidi, “Health index calculation for power transformers using technical
and economical parameters” IET Science, Measurement and Technology, vol. 10, no. 7, pp. 823–830,
2016, doi: 10.1049/iet-smt.2016.0184.
[32] K. Mohamadeen, R. Sharkawy, y M. Salama, “Binary cat swarm optimization versus binary particle
swarm optimization for transformer health index determination” presentado en ICET 2nd International
Conference on Engineering and Technology, 2015, pp. 0–4, doi: 10.1109/ICEngTechnol.2014.7016812.
[33] A. D. Ashkezari, H. Ma, T. Saha, y C. Ekanayake, “Application of fuzzy support vector machine
for determining the health index of the insulation system of in-service power transformers” IEEE
Transactions on Dielectrics and Electrical Insulation, vol. 20, no. 3, pp. 965–973, 2013, doi: 10.1109/
TDEI.2013.6518966.
[34] K. Chitnavis y N. Bhasme, “Review of critical analysis for life estimation of power transformer”
presentado en 4th International Conference on Power, Control and Embedded Systems, ICPCES,
2017, pp. 1–6, doi: 10.1109/ICPCES.2017.8117632.
[35] A. Naderian, S. Cress, R. Piercy, F. Wang, y J. Service, “An approach to determine the health index
of power transformers” presentado en IEEE International Symposium on Electrical Insulation, 2008,
pp. 192–196, doi: 10.1109/ELINSL.2008.4570308.
[36] J. Haema y R. Phadungthin, “Condition assessment of the health index for power transformer”
presentado en Power Engineering and Automation Conference, PEAM 2012, pp. 2–5, 2012, doi:
10.1109/PEAM.2012.6612413.
Ingeniería 33(1): 48-65, Enero-Junio, 2023. ISSN: 2215-2652. San José, Costa Rica DOI: 10.15517/ri.v33i1.50613 65
[37] R. Heywood y T. McGrail, “Clarifying the link between data, diagnosis and Asset Health Indices”
presentado en IET Conference Publications, 2015, vol. 2015, no. CP669, pp. 1–6, doi: 10.1049/
cp.2015.1748.
[38] A. Jahromi, R. Piercy, S. Cress, y W. Fan, “An approach to power transformer asset management using
health index” IEEE Electrical Insulation Magazine, vol. 25, no. 2, pp. 20–34, 2009, doi: 10.1109/
MEI.2009.4802595.
[39] M. Angkapiyasiri, P. Fuangpian, T. Suwanasri, y C. Suwanasri, “Condition evaluation of power
transformer by analysis of insulating oil tests” presentado en ECTI-CON 15th International Conference
on Electrical Engineering/Electronics, Computer, Telecommunications and Information Technology,
2019, pp. 341–344, doi: 10.1109/ECTICon.2018.8620011.
[40] M. Al Hamdani, R. Azis Prasojo, Suwarno, y A. Abu-Siada, “Power transformer degradation condition
and insulation index estimation based on historical oil data” presentado en 2nd International Conference
on High Voltage Engineering and Power Systems: Towards Sustainable and Reliable Power Delivery,
ICHVEPS, 2019, pp. 1–5, doi: 10.1109/ICHVEPS47643.2019.9011135.
[41] M. Horning, J. Kelly, S. Myers, y R. Stebbins, Guía para el mantenimiento del transformador, 3ra
ed. Nueva York: Transformer Maintenance Institute (TMI), 2005.
[42] I. Margalló Gasco, “Diagnóstico del consumo de vida de un transformador a través del análisis de
compuestos furánicos” tesis de Bch. Sc., Dept Ingeniería Eléctrica, Universidad Carlos III de Madrid,
Madrid, España, 2012.
