Evidencias diagnósticas

Análisis SFRA de movimiento de devanados para el APM de transformadores

Cómo la SFRA y las evidencias de respuesta en frecuencia pueden respaldar la revisión de la integridad mecánica del transformador cuando la IA preserva las líneas base, el contexto de montaje y el criterio de ingeniería.

Analizador de diagnóstico SFRA y cables de medida conectados a un transformador de potencia en una subestación
En esta página

El análisis de respuesta en frecuencia por barrido (SFRA) ayuda a los equipos que trabajan con transformadores a evaluar la integridad mecánica. Genera una huella de respuesta en frecuencia influida por la geometría del devanado, el núcleo, los conductores internos, las estructuras de apriete y la configuración de conexión. Cuando un transformador sufre esfuerzos de transporte, fuerzas por faltas pasantes, eventos sísmicos o un historial de operación sospechoso, la SFRA puede convertirse en un registro de comparación crítico.

La IA puede ayudar a organizar y comparar trazas. No debe pasar por alto la disciplina de medida.

Qué mide la SFRA

La SFRA no «ve» directamente un devanado. Mide la respuesta en un rango de frecuencias y permite a los ingenieros comparar esa respuesta con una línea base, una unidad hermana, otra fase o un ensayo anterior. Los desplazamientos pueden indicar cambios como movimiento de devanados, deformación, movimiento del núcleo, espiras en cortocircuito o abiertas, o diferencias de montaje que es necesario resolver.

IEEE C57.149 es la guía IEEE vigente para el análisis de respuesta en frecuencia en transformadores sumergidos en aceite. IEC 60076-18 es la referencia IEC para la técnica y el equipo de medida de la respuesta en frecuencia. Documentos de CIGRE como TB 342 y TB 812 aportan contexto adicional de interpretación.

Valor impulsado por eventos

La SFRA resulta especialmente valiosa cuando se vincula a eventos:

  • Línea base de fábrica y puesta en servicio.
  • Verificación posterior al transporte.
  • Después de una falta pasante.
  • Tras sospecha de problemas en el cambiador de tomas o en las conexiones.
  • Después de un esfuerzo sísmico o mecánico.
  • Cuando otras evidencias sugieren un cambio mecánico.

Un sistema de APM agéntico debería hacer visibles esos vínculos con los eventos. Una traza sin historial de eventos constituye una evidencia más débil.

El contexto de medida importa

Una mala puesta a tierra, la colocación de los cables de medida, la posición de la toma, cambios de instrumento de ensayo o la falta de metadatos de la línea base pueden producir comparaciones engañosas. Un modelo de IA puede amplificar estos problemas si trata cada curva como igualmente fiable.

El modelo de evidencias de GridAPM debería almacenar los detalles de montaje, la fecha de medida, el contexto del instrumento, la configuración de conexión, la posición de la toma y la referencia de línea base. Así, el agente puede distinguir entre «posible cambio en el devanado» y «repetir el ensayo con un montaje controlado».

Comparación asistida por IA

Un agente SFRA acotado puede:

  1. Recuperar las trazas de línea base y las más recientes.
  2. Comparar fases, unidades hermanas y registros históricos.
  3. Calcular métricas de cambio o medidas de similitud.
  4. Identificar bandas de frecuencia con desviación significativa.
  5. Correlacionar con el historial de faltas pasantes, DGA, PRPD, carga y registros de inspección.
  6. Redactar una recomendación con niveles de confianza y lógica de reensayo.

Esto complementa el modelo de evidencias de diagnóstico de transformadores de potencia y el flujo de trabajo de calidad de medida PRPD.

De la traza a la decisión

Los hallazgos de la SFRA pueden respaldar acciones como repetir el ensayo, una inspección más profunda, ensayos sin tensión, la evaluación de reparaciones, la revisión de la vuelta al servicio o la monitorización continua. La decisión depende del cambio en la traza, la severidad del evento, las evidencias complementarias y la criticidad del activo.

La afirmación de producto más sólida no es que la IA diagnostique automáticamente cada movimiento de devanados. Es que la IA ayuda a que las evidencias SFRA sean más fáciles de recuperar, comparar, explicar y aprobar dentro de un flujo de trabajo de APM de transformadores.

Referencias

  1. IEEE C57.149
  2. IEC 60076-18
  3. TB 342
  4. TB 812

Archivado en

Sostenibilidad de transformadores de potenciaInteligencia artificial para transformadores de potenciaSFRAIEEE C57.149IEC 60076-18Diagnóstico de transformadoresAPM

Hable de esto con nuestros ingenieros

Comparta el perfil de su flota y su flujo de diagnóstico. GridAPM propondrá una ruta de evaluación piloto enfocada.

Escriba para buscar en investigación, páginas de plataforma y herramientas.