Mantenimiento basado en la condición para transformadores frente al mantenimiento basado en el tiempo
Una guía comercial para equipos de transformadores de compañías eléctricas que compara el mantenimiento basado en la condición y el mantenimiento basado en el tiempo, con DGA, monitorización en línea, paquetes de evidencia y flujos de trabajo de GridAPM revisados por personas.
En esta página
El mantenimiento de transformadores se ha basado históricamente en intervalos de calendario, experiencia de campo, ensayos periódicos y respuesta ante emergencias. Ese ritmo sigue importando. El mantenimiento basado en el tiempo da a las compañías eléctricas una disciplina mínima de inspección y muestreo. Ayuda a los equipos a acordarse de las comprobaciones de refrigeración, las inspecciones de pasatapas, la toma de muestras de aceite, los ensayos rutinarios, las actividades de seguridad y las obligaciones de mantenimiento reglamentarias o internas.
El mantenimiento basado en la condición para transformadores añade una pregunta diferente:
¿Qué evidencia del activo indica que se necesita ahora una decisión de mantenimiento?
Esa pregunta es cada vez más importante para las compañías eléctricas, los TSO, los DSO, los propietarios de generación, los centros de datos, las plantas industriales y las instalaciones de petróleo y gas que gestionan transformadores de potencia de alto valor con diferentes edades, ciclos de servicio, perfiles de carga, ventanas de indisponibilidad y niveles de consecuencia.
GridAPM Ai está posicionado para este cambio: un entorno de trabajo de APM de transformadores que ayuda a los equipos a pasar de la evidencia dispersa a decisiones de mantenimiento basado en la condición revisadas por personas. La afirmación sobre el producto debe mantenerse con los pies en la tierra. GridAPM no sustituye a los ingenieros de transformadores, no garantiza la prevención de fallos ni aprueba órdenes de trabajo de forma autónoma. Ayuda a preparar la evidencia para que personas cualificadas puedan tomar decisiones mejor documentadas.
Mantenimiento basado en la condición frente al mantenimiento basado en el tiempo
Los programas de mantenimiento más sólidos utilizan ambos modelos. El mantenimiento basado en el tiempo protege la línea base. El mantenimiento basado en la condición cambia la priorización.
| Modelo de mantenimiento | Mejor uso | Principal limitación | Oportunidad de piloto GridAPM |
|---|---|---|---|
| Mantenimiento basado en el tiempo | Inspecciones rutinarias, muestreo de aceite, comprobaciones de seguridad, tareas reglamentarias y trabajo de campo predecible. | El calendario puede pasar por alto un cambio rápido de condición o centrarse en exceso en activos de bajo riesgo. | Conciliar el trabajo programado con la evidencia de DGA, aceite, monitorización, inspección e historial de trabajos. |
| Mantenimiento basado en la condición | Activos con evidencia diagnóstica significativa y un proceso de revisión definido. | Requiere calidad de la fuente, continuidad de la tendencia y disciplina de revisión de ingeniería. | Construir un paquete de evidencia vinculado a su fuente para decisiones de monitorizar, reensayar, inspeccionar, planificar indisponibilidad o continuar la observación. |
| Mantenimiento basado en el riesgo | Priorización de flota donde importan tanto la condición como la consecuencia. | Puede volverse opaco si los factores de riesgo quedan ocultos tras una única puntuación. | Mostrar los factores de condición, la criticidad, la evidencia que falta, las notas del revisor y el estado de aprobación. |
Las guías de mantenimiento de CIGRE, incluidas TB 962 y TB 445, respaldan una visión del mantenimiento más amplia que la mera actividad de calendario fija. Las CIGRE TB 761 y TB 858 también refuerzan que la evaluación de la condición y los índices de salud deben conectarse con decisiones sobre los activos, y no quedarse como puntuaciones aisladas.
Qué debe incluir la evidencia de CBM de transformadores
El mantenimiento basado en la condición solo funciona cuando la evidencia es revisable. Para los transformadores de potencia, el conjunto de evidencia suele incluir:
- Análisis de gases disueltos, tasas de generación de gases y contexto de monitorización DGA en línea.
- Calidad del aceite, humedad, acidez, rigidez dieléctrica e historial de mantenimiento.
- Descargas parciales, PRPD y notas sobre la calidad de la medición.
- Resultados de SFRA, resistencia de arrollamientos, relación de transformación, resistencia de aislamiento y factor de potencia.
- Carga térmica, estimaciones de punto caliente, condiciones ambientales, alarmas y estado de refrigeración.
- Registros de pasatapas, cambiador de tomas, protección y sistemas auxiliares.
- Fotografías de inspección, notas de campo, observaciones de fugas, indicadores, alarmas y acciones abiertas.
- Criticidad del activo, consecuencia para la red, disponibilidad de repuestos, restricciones de indisponibilidad y exposición ambiental.
IEEE C57.152 es un anclaje útil porque plantea los ensayos diagnósticos de campo como una práctica integrada, en lugar de un veredicto derivado de un único ensayo. IEEE C57.104 e IEC 60422 respaldan la capa de evidencia de aceite y DGA que muchos equipos de transformadores ya utilizan.
El argumento comercial es sencillo: el CBM de transformadores no es un eslogan. Es un flujo de trabajo que convierte el movimiento diagnóstico en un siguiente paso aprobado.
Dónde encaja la DGA en el mantenimiento basado en la condición
El análisis DGA para la monitorización de estado del transformador suele ser el primer caso de uso de CBM de alto valor. El movimiento de los gases puede ayudar a los equipos a identificar un esfuerzo eléctrico o térmico en desarrollo, especialmente cuando la DGA se revisa como una tendencia y no como una instantánea única.
Pero la DGA por sí sola no es la decisión. La revisión debería preguntar:
- ¿Qué gases cambiaron?
- ¿Con qué rapidez cambiaron?
- ¿Es el cambio persistente a lo largo de las muestras o de las lecturas del monitor en línea?
- ¿Era fiable la fuente de la medición?
- ¿Cambiaron la carga, la temperatura, el tratamiento del aceite o el mantenimiento al mismo tiempo?
- ¿La evidencia respalda monitorizar, reensayar, inspeccionar, planificar indisponibilidad o escalar?
Para un flujo de trabajo de DGA más detallado, consulte análisis de tendencias DGA para la monitorización de estado del transformador y monitorización DGA en línea de transformadores de potencia.
Un modelo operativo práctico de CBM
Del mantenimiento de calendario al APM guiado por la evidencia
El mantenimiento basado en la condición funciona mejor cuando conserva la disciplina de calendario, añade disparadores basados en evidencia y enruta cada recomendación a través de la revisión humana.
Mantener los intervalos obligatorios de inspección, muestreo, seguridad y cumplimiento como ritmo operativo mínimo.
Detectar aceleración de la DGA, movimiento en la calidad del aceite, cambio en el monitor en línea, esfuerzo térmico, actividad de PD, cambio en SFRA o hallazgos de campo repetidos.
Los agentes de GridAPM reúnen enlaces a las fuentes, contexto de tendencia, historial del activo, datos que faltan y vías de mantenimiento candidatas.
Los equipos de mantenimiento aprueban la monitorización, ensayos adicionales, paquetes de trabajo, planificación de indisponibilidad, revisión de ciclo de vida u observación continuada.
Qué debería y qué no debería hacer la IA agéntica
La IA agéntica es útil cuando la tarea está acotada y es auditable. En un flujo de trabajo de CBM de transformadores, un agente debería realizar un trabajo estructurado con la evidencia:
- Recuperar los registros más recientes e históricos del transformador.
- Normalizar fechas, unidades, fuentes, identificadores de activo y notas sobre la calidad de la evidencia.
- Identificar qué flujos diagnósticos cambiaron.
- Comparar la evidencia de DGA y aceite con el contexto de tendencia.
- Poner de relieve registros que faltan, entradas desactualizadas o evidencia contradictoria.
- Redactar preguntas para el revisor y el texto del caso de mantenimiento.
- Preparar un borrador de paquete de trabajo para el CMMS o el EAM solo después de que los límites de aprobación estén claros.
No debería despachar de forma autónoma a las cuadrillas, cambiar ajustes de los equipos, certificar el cumplimiento, aprobar límites de operación ni garantizar que se evitará un fallo de transformador.
Esa distinción es la razón por la que GridAPM trata la IA como inteligencia de flujo de trabajo, no como autoridad de caja negra.
Cómo delimitar el alcance de un piloto de CBM de GridAPM
La mejor pregunta para un primer piloto es concreta:
¿Qué decisiones de mantenimiento de transformadores son hoy lentas porque la evidencia está dispersa entre informes, hojas de cálculo, exportaciones de ensayos, monitores e historial de órdenes de trabajo?
Buenos primeros alcances incluyen:
- Revisión de tendencias DGA más historial de mantenimiento para un grupo de transformadores seleccionado.
- Revisión de la evidencia de monitorización DGA en línea para activos de alta criticidad.
- Evidencia de calidad del aceite y humedad con notas de inspección.
- Triaje de la calidad de la medición PRPD antes de la interpretación.
- Gestión de cambios en SFRA tras transporte, falta pasante o preocupación mecánica.
- Explicación del índice de salud y preparación del paquete de trabajo.
Un piloto debería medir la mejora del flujo de trabajo, no una vaga euforia por la IA. Entre las métricas de éxito útiles están el tiempo para reunir la evidencia, los registros faltantes encontrados antes de la revisión, la confianza del revisor en los enlaces a las fuentes, el porcentaje de conclusiones redactadas por la IA que se editan o rechazan, y la claridad del paquete de mantenimiento final.
La página del piloto de GridAPM puede ayudar a definir el alcance, las entradas de evidencia aprobadas, los roles de revisor y las métricas de éxito. La Lista de verificación de preparación de la evidencia para CBM de transformadores es un punto de partida práctico cuando el estado actual de los datos no está claro.
Sostenibilidad y valor del ciclo de vida
El mantenimiento basado en la condición es también una estrategia de ciclo de vida. Cuando los equipos pueden distinguir entre «continuar monitorizando», «repetir muestra», «tratar el aceite», «reparar la refrigeración», «realizar ensayos adicionales», «planificar reacondicionamiento» y «evaluar la sustitución», pueden evitar decisiones puramente reactivas.
ISO 55000:2024 importa porque los equipos de transformadores están gestionando el valor del activo a lo largo del tiempo, no solo manteniendo equipos. Una mejor evidencia puede respaldar conversaciones más claras sobre reparación, reacondicionamiento, sustitución y estrategia de repuestos. También puede ayudar a los equipos a explicar por qué una acción seleccionada es proporcionada a la evidencia de la condición y a la consecuencia.
Conclusión
El mantenimiento basado en la condición para transformadores es más sólido cuando complementa al mantenimiento basado en el tiempo, no cuando finge que el calendario ya no importa.
GridAPM ayuda a las compañías eléctricas a evaluar si la evidencia aprobada de los transformadores puede convertirse en un flujo de trabajo de revisión de mantenimiento más claro, más rápido y vinculado a su fuente. Empiece con una vía práctica de CBM, como DGA más historial de mantenimiento o evidencia de monitorización DGA en línea, y amplíe solo después de que el equipo pueda demostrar la calidad de la revisión y el valor del flujo de trabajo.
Solicite un piloto de GridAPM para evaluar un flujo de trabajo de mantenimiento basado en la condición enfocado para su flota de transformadores.
Referencias
- CIGRE TB 962 CIGRE TB 962: Guide for Transformer Maintenance
- CIGRE TB 445 CIGRE TB 445: Guide for Transformer Maintenance
- CIGRE TB 761 CIGRE TB 761: Condition Assessment of Power Transformers
- CIGRE TB 858 CIGRE TB 858: Asset Health Indices for Equipment in Existing Substations
- IEEE C57.152 IEEE C57.152: Diagnostic Field Testing of Fluid-Filled Power Transformers
- IEEE C57.104 IEEE C57.104: Interpretation of Gases Generated in Mineral Oil-Immersed Transformers
- IEC 60422 IEC 60422: Mineral insulating oils in electrical equipment - Supervision and maintenance guidance
- ISO 55000:2024 ISO 55000:2024 Asset management
Preguntas que hacen los ingenieros
¿Qué es el mantenimiento basado en la condición para transformadores?
El mantenimiento basado en la condición para transformadores utiliza evidencia como las tendencias DGA, la calidad del aceite, la monitorización en línea, la carga térmica, las inspecciones, el historial de trabajos y la criticidad del activo para decidir cuándo un transformador debe ser monitorizado, ensayado, reparado, reacondicionado o escalado para revisión.
¿Deberían los equipos de transformadores sustituir el mantenimiento basado en el tiempo por el mantenimiento basado en la condición?
No. Un programa práctico de APM de transformadores suele mantener las tareas de calendario obligatorias, las comprobaciones de seguridad y los intervalos de cumplimiento, a la vez que utiliza la evidencia de la condición para priorizar acciones adicionales de revisión y mantenimiento.
¿Cómo puede GridAPM apoyar un piloto de CBM de transformadores?
GridAPM puede ayudar a un equipo a organizar la evidencia aprobada, exponer el contexto que falta, redactar paquetes de mantenimiento vinculados a su fuente y enrutar las recomendaciones a revisores cualificados antes de que se apruebe cualquier decisión operativa o de orden de trabajo.
