tipos de organización y sus objetivos y aplicación
FERCHALE
1. Resumen—El análisis de la respuesta en frecuencia por el
método de barrido frecuencial SFRA (Sweep Frequency Response
Analysis) es una técnica de diagnóstico para detectar
deformaciones y desplazamientos (entre otras fallas eléctricas y
mecánicas) de devanados de transformadores de distribución y
de potencia. El SFRA como técnica de diagnóstico debe integrar
las mediciones off-line y la interpretación de los registros para
dar una valoración adecuada de la condición de los devanados.
Sin embargo, no existe una guía de medición SFRA y tampoco
una metodología para la interpretación de los registros, la cual
usualmente es realizada por expertos. En este trabajo se presenta
una revisión de las variantes encontradas en cuanto a la
metrología SFRA e interpretación de los registros.
Palabras clave—Transformador, análisis de la respuesta en
frecuencia, desplazamiento de devanados, deformación de
devanados.
I. INTRODUCCIÓN
l alto porcentaje de fallas mecánicas en transformadores
de potencia como consecuencia de la deformación y el
desplazamiento de los devanados hace necesaria la
implementación de una técnica sensible en la detección de este
tipo de daño mecánico. Algunas de las técnicas de diagnóstico
implementadas para este propósito son:
- Medición de la impedancia de corto circuito
- Análisis de la respuesta en frecuencia – FRA (Frequency
Response Analysis) realizada por los métodos:
Impulso de bajo voltaje. Low Voltage Impulse
LVI
Barrido frecuencial. SFRA
- Medición de Vibración mecánica
- Medición de la respuesta en frecuencia de pérdidas
parásitas.
Estudios comparativos de estas técnicas de diagnóstico
señalan que la medición de la Respuesta en Frecuencia por
cualquiera de los dos métodos es la técnica más sensible en la
Este trabajo fue parcialmente financiado por el DAAD (Servicio Alemán
de Intercambio Académico).
J. Secue, E. Mombello pertenecen al Instituto de Energía Eléctrica-IEE,
Universidad Nacional de San Juan-UNSJ, Argentina. (e-mail:
janneth.secue@gmail.com, mombello@iee.unsj.edu.ar ).
C. Cardoso pertenece a la Universidad de Sao Paulo, Brasil (e-mail:
cavica@usp.br).
detección de este tipo de fallas. La medición de la respuesta en
frecuencia se fundamenta en el concepto de que las
variaciones debidas a deformación y desplazamiento de los
devanados en el transformador se reflejan en un cambio de los
parámetros L, C, y R del circuito equivalente del devanado,
modificando así su respuesta en frecuencia.
Los trabajos realizados en [1]-[11] permiten establecer las
diferencias existentes entre SFRA y LVI e identificar algunas
ventajas del SFRA sobre el LVI tales como mejor relación
señal/ruido y repetibilidad.
Por definición general el SFRA consiste en realizar la
medición en los devanados del transformador de la magnitud y
la fase, ya sea de la Impedancia ó Función de transferencia,
cuando se les aplica una señal sinusoidal en una banda amplia
de frecuencias, comparando luego las mediciones con un
conjunto de registros de referencia, pudiéndose tratar de
registros del mismo transformador (mediciones homólogas),
de registros de otro transformador con igual diseño, o también
de registros pertenecientes a las otras fases del mismo
transformador (mediciones Inter-Fases).
Esta definición general ha dado paso a que aspectos
relacionados con la metrología SFRA y el diagnóstico mismo
no hayan sido unificados. En este trabajo se presenta una
revisión del método SFRA, describiéndose en la sección II
aspectos relacionados con la metrología. En la sección III se
presentan aspectos relacionados con la sensibilidad del
método en la detección de fallas y las metodologías propuestas
para realizar el diagnóstico. En la sección IV se identifican
fuentes de imprecisión e incertidumbre presentes en la
medición y diagnóstico SFRA.
II. METROLOGÍA SFRA
Para analizar la metrología SFRA se definen conceptos
generales relacionados con el tema:
Mensurando: Magnitud especifica a medir.
Procedimiento de medición: Conjunto de operaciones,
descritas de forma especifica, usadas en la ejecución de las
mediciones de acuerdo a un método de medición dado.
Principio de medición: Fundamento científico del método de
medición.
A. A. Mensurando SFRA
En el método SFRA es posible realizar la medición de la
Revisión del Análisis de Respuesta en Frecuencia
(SFRA) para Evaluación de Desplazamientos y
Deformaciones de Devanados en Transformadores de
Potencia
J. Secue, E. Mombello, Senior Member, IEEE y C. V. Cardoso
E
IEEE LATIN AMERICA TRANSACTIONS, VOL. 5, NO. 5, SEPTEMBER 2007 321
2. respuesta en frecuencia de la función de transferencia o de la
impedancia. Como se explica en [9], cuando la función de
transferencia se obtiene como la relación de dos voltajes no
existe relación directa con la impedancia. La función de
transferencia sólo puede ser llamada impedancia cuando se
obtiene como la relación de un voltaje y una corriente Vi/Ii.
Las razones por las cuales realizar una u otra medición no son
claramente establecidas.
La referencia [12] indica que de su experiencia la medición
de la impedancia es usualmente menos sensible a pequeños
cambios geométricos que la función de transferencia. En [1],
[13] se usan ambas mediciones para obtener diferentes
criterios para realizar el diagnóstico. En [1] estas mediciones
se usan también para obtener los parámetros de un circuito
equivalente propuesto para el transformador.
Con independencia de cuál sea el mensurando, impedancia
o función de transferencia, existen dos criterios relacionados a
él que no son claramente establecidos: rango de frecuencia de
la medición y cantidad de puntos de frecuencia de medición a
realizar.
1. Rango de frecuencia de la medición. En la tabla I se
presentan algunas referencias para las cuales ha sido posible
establecer el mensurando y el rango de frecuencia
considerado.
TABLA I. RANGO DE FRECUENCIA
En [1] la medición se realiza hasta 10MHz pero se concluye
que el rango útil para el diagnóstico es hasta 1MHz. En [8] se
indica que el límite superior hasta el cual el ensayo es
reproducible es de 1MHz para transformadores de potencia.
2. Cantidad de puntos de medición. Este es un parámetro
importante a definir, ya que de ello depende el tiempo de
duración de cada medición. En [1] se realiza la medición con
1000 puntos, en [9] se recomienda medir con 2000 puntos y
en [13] se realiza la medición con 3000 puntos. De acuerdo
con [9] es recomendable que la resolución de la medición sea
menor al 2%.
B. Procedimiento de medición
Existen tres importantes aspectos relacionados con el
procedimiento de medición, los cuales no están claramente
establecidos: Forma de conexión de los bornes bajo prueba y
no bajo prueba, tipo de mediciones a realizar (transferidas y
no transferidas) y cantidad de mediciones a realizar.
1. Forma de conexión de los bornes:
- Terminales no bajo prueba con un resistor de 1k Ω [1]. En
esta configuración se conecta un resistor de 1kΩ entre cada
terminal no bajo prueba y el tanque puesto a tierra. Se indica
que estos resistores ayudan a amortiguar oscilaciones
secundarias en los devanados no excitados y a minimizar
capacitancias parásitas en las terminales de los pasatapas, ver
Fig. 1. De manera similar, en [33] se conecta un resistor en
todas las terminales bajo prueba y no bajo prueba.
Fig 1. Conexión con bornes no bajo prueba con resistor de 1 kΩ
- Todas las terminales no bajo prueba abiertas (flotantes).
Configuración usada en [12], [20], [25], [36], [37]. En [36]
se indica que poner a tierra o cortocircuitar las terminales
no bajo prueba crea caminos adicionales para el flujo, lo
cual puede causar modificación en la información
directamente relacionada al devanado bajo prueba, ver Fig. 2.
Fig 2. Conexión con bornes no bajo prueba flotantes
- Mediciones con terminales no bajo prueba cortocircuitadas
no puestas a tierra. En [16] se indica que cortocircuitar las
terminales de los devanados no bajo prueba ayuda a
remover los efectos del núcleo a baja frecuencia, menor a
200 kHz. Este efecto es identificado en [9] como la causa
de la variación de la respuesta en frecuencia en el rango de
2 kHz, el cual se intensifica cuando la medición es
322 IEEE LATIN AMERICA TRANSACTIONS, VOL. 5, NO. 5, SEPTEMBER 2007
3. realizada con las terminales no bajo prueba flotantes, ver
Fig. 3.
Fig 3. Conexión con bornes no bajo prueba cortocircuitados y no puestos a
tierra
Los autores de [14] realizan mediciones usando terminales
no bajo prueba (cortocircuitadas) puestas a tierra, así como
también mediciones con las terminales no bajo prueba
flotantes, para obtener información complementaria de las
mediciones. De manera similar, en [38] se recomiendan
mediciones con terminales no bajo prueba (cortocircuitadas)
no puestas a tierra y, con terminales no bajo prueba flotantes,
dependiendo del grupo de conexión del transformador.
2. Tipo de mediciones a realizar:
- Mediciones no transferidas. En este tipo de medición las
terminales involucradas en la medición pertenecen al mismo
nivel de voltaje como se indica en la Fig. 4.
Fig 4. Ejemplo de medición de función de transferencia no transferida
- Mediciones transferidas (Interwinding). Las terminales
involucradas en la medición no pertenecen al mismo nivel de
voltaje como se indica en la Fig. 5.
Estos tipos de mediciones pueden ser realizadas para medir
la función de transferencia y la impedancia. Por ejemplo, en
[13] el voltaje de entrada y la corriente de entrada se miden en
el primario para calcular la impedancia de entrada, medición
no transferida. Al tiempo se realiza la medición del voltaje de
salida en el secundario del transformador, medición
transferida de la función de transferencia.
Fig 5. Ejemplo de medición transferida de la función de transferencia.
3. Cantidad de mediciones a realizar. La cantidad de
mediciones a realizar depende de factores tales como:
- Configuración de conexión del transformador
- Configuración de conexión de las terminales bajo prueba y
no bajo, considerado.
- Tipo de mediciones realizados
Por ejemplo para un transformador de dos devanados en
conexión Y-Y, en [38] se proponen 12 mediciones, en [14] se
proponen 15 mediciones mientras que en [1] se proponen 24
mediciones. Estas cantidades no incluyen mediciones
realizadas con los taps del transformador en diferentes
posiciones.
III. DIAGNÓSTICO SFRA
Aunque la sensibilidad del SFRA a fallas mecánicas en los
devanados del transformador ha sido ampliamente estudiada
[1], [8], [9], [11], [13]-[15], [17], [19], [22], [25]-[27], [29],
[31], [33]-[40], no existe una relación claramente definida
entre las fallas y las características observadas en los registros.
Por otra parte existe acuerdo lingüístico entre algunos
expertos [8], [9], [20], [27], por ejemplo, en que fallas mayores
(asociadas con el núcleo y grandes movimientos en los
devanados) son identificables en baja frecuencia, mientras que
fallas menores (asociadas con desplazamientos pequeños,
problemas en los conductores, leve deformación) son
identificadas en alta frecuencia. Sin embargo, se debe tener en
cuenta que no existe acuerdo en cuento al rango de frecuencia
de medición.
En su forma básica el diagnóstico SFRA se realiza a través
de la extracción de diferencias existentes entre dos registros,
cuyo análisis depende de factores tales como el tipo de
registro usado para el análisis, características extraídas de los
registros, parámetros usados en el análisis, etc. De manera
general se pueden clasificar las metodologías propuestas para
el análisis de las mediciones en dos grupos, aquellas en las
cuales la comparación se realiza de forma directa con las
mediciones y aquellas en las cuales la comparación está
basada en modelos equivalentes de las mediciones.
A. Comparación directa de las mediciones
En el análisis por comparación directa de las mediciones se
consideran dos casos:
1. Análisis con registros homólogos. En este caso existe un
grupo de registros históricos pertenecientes a la misma unidad
que representan el estado normal del transformador.
SECUE et al.: REVIEW OF SWEEP FREQUENCY RESPONSE 323
4. 2. Análisis sin registros de referencia. Cuando no se cuenta
con registros homólogos es posible realizar:
- Análisis con los registros de las fases pertenecientes a la
misma unidad. En este caso, debido a la estructura propia del
transformador, existen diferencias implícitas entre las fases
que deben ser consideradas en el análisis. Sin embargo, en
[10] se ha reportado que las diferencias normales entre las
fases no son comparables con las diferencias existentes en
presencia de falla. Este tipo de análisis tiene como ventaja que
la medición se realiza bajo condiciones similares.
- Análisis con registros de unidades gemelas, transformadores
nuevos o transformadores en servicio con características
similares. Al igual que en el caso anterior se deben considerar
las diferencias de diseño y construcción y las posibles
diferencias debidas a operación propia de cada transformador.
Para el caso de análisis con registros homólogos, algunas
características extraídas de la respuesta en frecuencia son:
- Creación de nuevas frecuencias de resonancia o eliminación
de frecuencias de resonancia existentes.
- Desplazamientos importantes en las frecuencias de
resonancia.
- Variaciones en la amplitud en rangos de frecuencia
considerables.
Cuando no se cuenta con registros de referencia, el análisis
entre fases se basa en la observación de la similitud que debe
existir entre las tres respuestas.
Algunos parámetros usados para establecer la similitud y/o
diferencias existentes entre los registros son el coeficiente de
correlación (CC), la desviación estándar (DS) y la diferencia
máxima absoluta (DABS).
Las referencias [39], [40] presentan un análisis de la
sensibilidad del CC y la DS calculados por rangos de
frecuencia, donde se concluye que el CC es un parámetro útil,
mientras que la DS es un parámetro de comparación poco
confiable. En [13] se analizan las características del CC y DS
indicándose que el CC no es sensible a cambios en los cuales
los registros pueden ser similares en forma pero con una
diferencia constante en amplitud, y que la DS sobreestima
variaciones normales como consecuencia de ligeros
desplazamientos en frecuencias de resonancia, donde el orden
de magnitud en la amplitud de las frecuencias analizadas
puede diferir. En [13] se proponen otros parámetros como
SSE (Sum Squared Error), SSRE (Sum Squared Ratio Error),
SSMMRE (Sum Squared Max-Min Ratio Error), y ASLE
(Absolute Sum of Logaritmic Error) sin embargo, se explica
que excepto ASLE los demás presentan alguna desventaja
numérica. Los límites de variación normal para estos
parámetros no se presentan.
Para hacer más objetivo el diagnóstico SFRA, Ryder [36] ha
propuesto la integración codificada de los parámetros CC
(calculado por rangos de frecuencia), el cambio relativo en la
amplitud de la primera frecuencia de resonancia y el cambio
relativo en la cantidad de frecuencias de resonancia de alta
frecuencia, para la identificación de determinados tipos de falla.
B. Comparación a través de modelos equivalentes
A continuación se describen propuestas en las cuales se
plantea realizar el diagnóstico con los modelos equivalentes
de las mediciones.
1. Modelación de la respuesta en frecuencia medida como
un circuito eléctrico [18], [23], [24]. En [18],[24] un circuito
equivalente se simplifica en tres circuitos para baja, media y
alta frecuencia. Las funciones de transferencia equivalentes de
los circuitos son funciones de segundo y tercer los cuales no
logran representar la respuesta en frecuencia medida. Los
parámetros de las funciones se obtienen usando el comando
invfreqs MATLAB’s Signal Processing Toolbox. En [23] el
circuito equivalente se compone de celdas de diferente
topología las cuales representan un ancho de banda particular
caracterizado por la presencia de frecuencias de resonancia y
antirresonancia, el orden del modelo depende de la cantidad
de frecuencias de resonancia y antirresonancia identificadas
en cada caso particular. En estas propuestas, las variaciones de
los parámetros, de los circuitos equivalentes de cada
medición, se proponen para realizar el análisis SFRA.
2. Modelación de transformadores basados en la geometría
interna y propiedades de los materiales. [28], [34], [35], [37],
[41]-[43]. Estos modelos son aproximaciones teóricas basadas en
simulación numérica, su importancia esta relacionada con la
posibilidad de evaluar la sensibilidad del método a diferentes tipos
de fallas.
3. Modelos matemáticos. En estas propuestas la respuesta en
frecuencia medida se modela como una función racional con
coeficientes reales. En [21] la función racional se resuelve a
través de invfreqs. En [22] el problema de encontrar los
coeficientes de los polinomios se resuelve a través de invfreqs y
un algoritmo no iterativo de identificación basado en sub-
espacios. Los parámetros de la función racional se proponen para
la comparación de los registros. Sin embargo, no se ha realizado
un análisis de sensibilidad a las fallas de estos parámetros.
4. Redes Neuronales Artificiales o ANN (Artificial neural
network) para el diagnóstico de fallas [17], [21], [31]. Las
ANN propuestas hasta ahora permiten la identificación del
estado en falla o no falla, pero no identifican el tipo de falla.
Estas ANN se entrenan a través de patrones correspondientes
a fallas simuladas en transformadores de prueba y están
limitadas a dicha unidad o unidades gemelas. En [17] las
entradas de la red son el CC y la DS calculados para baja,
media y alta frecuencia. De manera similar, en [31] el CC se
calcula para los mismos rangos de frecuencia y para el rango
total de frecuencia. En [21] se entrenan varias redes usando
como entradas la información de polos, ceros, y el factor de
amortiguamiento. La salida de las redes es 0 indicando que no
existe falla ó 1, indicando que existe falla.
IV. INCERTIDUMBRE E IMPRECISIÓN DEL MÉTODO SFRA
En la práctica existen varias fuentes de incertidumbre e
imprecisión que pueden influenciar el resultado de una
medición.
Formalmente la caracterización de un sistema lineal
invariante en el tiempo de entrada simple y salida simple
puede realizarse por su respuesta al impulso h(t) o su
324 IEEE LATIN AMERICA TRANSACTIONS, VOL. 5, NO. 5, SEPTEMBER 2007
5. respuesta en frecuencia H(jω), representación de la función de
transferencia para entradas armónicas (y de dc con ω=0), la
cual tiene naturaleza compleja y se expresa en forma de
magnitud (|H(jω)|) y fase (θ(jω)).
Esto significa que para hacer el análisis de la respuesta en
frecuencia se deben tener en cuenta dos factores:
- La caracterización lineal del sistema a analizar.
- La naturaleza compleja de la respuesta en frecuencia.
El primer factor ha sido considerado en [2] proponiendo
realizar la medición de respuesta en frecuencia a frecuencias
mayores que 1 k Hz, donde el efecto del núcleo de hierro se
reduce. En [9] se identifica el efecto del núcleo a frecuencias
menores a 2 k Hz; en [9], [16] se indica que los efectos del
núcleo se reducen con la configuración de devanados no bajo
prueba cortocircuitados. En [43], [44] se asume el efecto del
núcleo despreciable a frecuencias superiores a 10 kHz, dado
que la profundidad de penetración del campo magnético
disminuye con el aumento de la frecuencia. En el trabajo
realizado en [45] se concluye que existe una inductancia
considerable inclusive a frecuencias mayores a 1MHz. Por lo
tanto el SFRA es una aproximación de la respuesta en
frecuencia. La interacción entre núcleo y devanados está
presente en el rango total de frecuencia medido, aunque es
mayor a baja frecuencia.
El segundo factor asociado con el análisis de la respuesta en
frecuencia es considerar la respuesta de fase, para lo cual se
requiere su correcta representación. Cuando la fase se
representa de –180 a +180 grados, se pueden presentar
algunos saltos cuando el ángulo excede uno de estos límites.
Este doblamiento de la fase, conocido como ambigüedad de la
fase, puede ser corregido, por ejemplo, con la función unwrap
MATLAB’s Signal Processing Toolbox.
Las mediciones en fábrica y sub-estación de la función de
transferencia de un transformador de 30 MVA 132/34.5/13.8
kV, Y-Y-D tomadas con el analizador HP 4192A se usan para
mostrar el efecto de doblamiento de la fase. Las mediciones
fueron realizadas con terminales bajo prueba y no bajo prueba
con resistores de 1 kΩ, en el rango de frecuencia 1 kHz a
1 MHz con 1000 datos tomados en forma logarítmica. La Fig.
6 presenta el doblamiento en la medición en fábrica y en sub-
estación (S/E) de fase c-a del devanado terciario. Alrededor de
los 700 kHz existe un ligero desplazamiento horizontal
seguido del doblamiento de la fase, dando origen a un salto en
la diferencia absoluta entre las mediciones. La tabla II
presenta el detalle de este efecto.
TABLA II. AMBIGÜEDAD DE LA RESPUESTA DE FASE
La corrección de las mediciones facilita el análisis. La Fig.
7 presenta la corrección y la tabla III muestra el detalle.
TABLA III. CORRECCIÓN DE LA AMBIGÜEDAD EN LA FASE
Fig 6. Ejemplo de respuesta de fase con doblamiento
Fig 7. Respuesta en frecuencia de la fase corregida
Por otro lado, una clase de error que se puede presentar en
la medición de la respuesta en frecuencia en magnitud y la
fase es el outlier, elemento atípico dentro de la serie de datos.
Cuando existe un outlier en la medición, cualquier parámetro
estadístico basado en el cálculo de medias y varianzas queda
afectado, por ejemplo el parámetro SSE (Sum Squared Error).
Cuando un outlier aparece, este rompe con la continuidad de
la respuesta en frecuencia. Su detección es posible a través de
inspección visual o técnicas de procesamiento de señales
discretas las cuales hacen uso de diferencias forward. Una vez
detectado se puede corregir a través de procedimientos de
interpolación como el propuesto en [13], el cual tiene en
cuenta que la medición se realiza en forma logarítmica. La
fase c-a que presentó doblamiento de fase también presenta un
outlier en la frecuencia 1,14 kHz en la medición en fábrica.
La tabla IV presenta los valores antes y después de la
corrección de la respuesta de magnitud y fase. La Fig. 9
presenta la respuesta de magnitud corregida.
SECUE et al.: REVIEW OF SWEEP FREQUENCY RESPONSE 325
6. TABLA IV. INTERPOLACIÓN DE OUTLIER
Fig 8. Ejemplo de un outlier en la respuesta de magnitud
Fig 9. Corrección del outlier de la respuesta de magnitud
Por lo tanto, para hacer el diagnóstico SFRA basado en
parámetros estadísticos o los obtenidos de la modelación
como función racional de la respuesta en frecuencia medida se
requiere realizar un procesamiento de la señal.
El cálculo de parámetros obtenidos de la modelación de la
respuesta en frecuencia como función racional puede
realizarse a partir de la aplicación del Vector fitting [46] un
algoritmo robusto de dominio público cuya aproximación se
da en forma de fracciones parciales y que no presenta
problemas numéricos cuando se requieren funciones de alto
orden combinados con amplios rangos de frecuencia, como es
el caso de mediciones de respuesta en frecuencia de
transformadores de potencia.
No se ha propuesto aún en la literatura la realización de un
análisis basado en parámetros de diferente tipo, por ejemplo
estadísticos, polos y residuos, donde se contemple la
sensibilidad de cada parámetro en la identificación de
determinados cambios de la respuesta de frecuencia en
presencia de falla, considerando la incertidumbre e
imprecisión en el cálculo de los parámetros y que permita
involucrar el conocimiento experto.
V. CONCLUSIONES
Actualmente, existe un gran interés en el método SFRA
debido a su alta sensibilidad en la detección de deformación y
desplazamiento de devanados sin necesidad de abrir la unidad.
El SFRA como técnica de diagnóstico debe integrar las
mediciones off-line y la interpretación de los registros para
proveer una valoración de la condición mecánica del
transformador. La revisión sobre la literatura del tema indica
que no existe una guía de medición y que el diagnóstico se
realiza por expertos en el tema cuyos criterios pueden no
coincidir. Aunque existen varias propuestas para realizar el
diagnóstico de forma más objetiva, ninguna está dirigida a la
recopilación de conocimiento y su representación en un
sistema experto.
Las siguientes características integran el problema del
diagnóstico SFRA:
- La respuesta en frecuencia presenta característica compleja.
Magnitud y fase deben tenerse en cuenta en el diagnóstico.
- Existen varios fenómenos físicos presentes en una medición
SFRA. Las interacciones entre devanados, núcleo y tanque,
dependen de: tipo de devanado excitado, tipo de devanado
secundario, configuración terminal, conexión de terminales
no bajo prueba, etc. Un modelo eléctrico puede integrar
todos estos fenómenos físicos, pero requiere datos de
diseño y construcción del transformador a los cuales
difícilmente se tiene acceso y son particulares a cada
unidad.
- El SFRA presenta buena repetibilidad, reproducibilidad y
relación señal/ruido, pero como todo proceso de medición
tiene imperfecciones que dan lugar a un error e imprecisión
en la medición, lo que causa que el resultado sólo sea una
aproximación o estimación de la respuesta en frecuencia de
los devanados.
- Para el diagnóstico SFRA se han propuesto parámetros de
diferente tipo. Sin embargo, no se ha propuesto su
integración bajo la consideración de que estos presentan
diferente sensibilidad a las diferencias asociadas a un tipo de
falla particular.
- Existe acuerdo lingüístico entre algunos expertos en el tema
sobre algunos aspectos. Por ejemplo, la relación existente
entre la severidad de la falla y el rango de frecuencia
analizado o el efecto de la no linealidad del núcleo de hierro
en la medición.
Dadas estas características, la aproximación al diagnóstico
causal difuso [47], podría ser adoptada como metodología
para el diagnóstico SFRA, debido a su efectividad en el
manejo de fuentes de imprecisión e incertidumbre como las
presentes en la medición y posterior cálculo de los parámetros
y, lo más importante permite considerar el conocimiento de
expertos en el tema.
326 IEEE LATIN AMERICA TRANSACTIONS, VOL. 5, NO. 5, SEPTEMBER 2007
7. VI. REFERENCIAS
[1] E.P. Dick, C.C. Erven, “Transformer diagnostic testing by frequency
response analysis”. IEEE Trans. on power apparatus and systems.
PAS-97 (1978) 2144–2153.1978.
[2] P.T.M. Vaessen, E. Hanique, “A new frequency response analysis
method for power transformers” IEEE Trans. on power delivery.
Volume: 7 Issue: 1 , Jan. 1992 Page(s): 384 –391.
[3] J.A. Lapworth, P.N. Jarman, I.R. Funnell, “Condition assessment
techniques for large power transformers”. Reliability of Transmission
and Distribution Equipment. Conference publication No 406. IEE
1995.
[4] L. Xiaowei, S. Qiang, “Test research on power transformer winding
deformation by FRA method”. Electrical Insulating Materials, 2001.
(ISEIM 2001). IEEE Proceedings of 2001 International Symposium 19-
22 Nov. 2001 Page(s):837 – 840.
[5] S. Tenbohlen, D. Uhde, J. Poittevin. “Enhanced diagnosis of power
transformers using on- and off-line methods: Results, examples and
future trends”. ALSTOM-France Schering-Institute of High-Voltage
Technique and Engineering, University of Hannover, Germany, 2000.
[6] M. Wang, A.J. Vandermaar, K.D. Srivastava, “Review of condition
assessment of power transformers in service”. IEEE Electrical
Insulation Magazine, page(s): 12- 25 Vol. 18, Issue: 6, Nov/Dec 2002.
[7] R. Ocón, A. Cancino, “Evaluación del método de respuesta en
frecuencia (FRA) en la detección de fallas controladas en un devanado
experimental”. INDUSTRIAS IEM S.A - México 2003.
[8] S.A. Ryder, “Diagnosing transformer faults using frequency response
analysis”. Electrical Insulation Magazine, IEEE, Vol. 19 March-April
2003
[9] C. Sweetser, T. Mcgrail, “Sweep Frequency Response Analysis
Transformer Applications”. Doble Engineering. January- 2003.
[10] L. Coffeen, “A new objective method for transformer frequency
response analysis to determine winding deformation without the use of
historical data”. NEECTRAC. High Voltage laboratory 2002.
[11] S.A. Ryder, S. Tenbohlen, “A comparison of the swept frequency and
impulse response methods for making frequency response analysis
measurements”.International Annual Conf. of Doble Clients 2003.
[12] M. Hässig, R. Bräunlich, R. Gysi, J. Alff, V.Der Houhanessian, W.S.
Zaengl, “On-site applications of advanced diagnosis methods for
quality assessment of insulation of power transformers”. Electrical
Insulation and Dielectric Phenomena IEEE, 2001 Annual Report.
Conference, Oct.2001 Page(s): 441-447.
[13] K. Jong-Wook, P. ByungKoo, J. Seung, K. Sang Woo, P. PooGyeon,
“Fault diagnosis of a power transformer using an improved frequency-
response analysis”. Power Delivery, IEEE Transactions. Volume
20, Issue1, Jan 2005 Page(s):169-178.
[14] G. Csépes, I. Kispál, “Case stories of FRA results used to detect the
winding movement and geometric changes in power transformers
(Hungarian experience)”. Cigre SC. A2, Merida Colloquium, June
2003.
[15] R. Ocón, R. Malewski, A. Cancino, “Frequency response analysis-
transformer manufacturer perspective”. Cigre Merida Colloquium, June
2003.
[16] H. Fridman, “Assessment of mechanical/thermal condition on two
transformers”. Cigre SC A2, Merida Colloquium, June 2003.
[17] D.K. Xu, C.Z. Fu, Y.M. Li, “Application of artificial neural network to
the detection of the transformer winding deformation”. High Voltage
Engineering, Eleventh International Symposium Conf. Publ. No 467
IEE, Volume: 5, Aug. 1999 Page(s): 220 –223.
[18] J. Pleite, E. Olias, A. Barrado, A. Lazaro, J. Vazquez, “ Transformer
modeling for FRA techniques”. Transmission and Distribution
Conference and Exhibition Asia Pacific. IEEE/PES, Vol. 1, Oct. 2002.
[19] B. Bak-Jensen, J. Bak-Jensen, L. Mikkelsen, “Detection of faults and
ageing phenomena in transformers by transfer functions”. IEEE
Transactions on Power Delivery, Vol. 10. No1, January 1995.
[20] S. Birlasekaran, F. Fetherston, “Off/on-line FRA condition monitoring
technique for power transformer”. Power Engineering Review, IEEE
1999.
[21] S. Birlasekaran, Xingzhou Y, F. Fetherstone, R. Abell, R.Middleton,
“Diagnosis and identification of transformer faults from frequency
response data”. Power Engineering Society IEEE. Vol. 3, 23-27 Jan.
2000.
[22] H. Akcay, S.M. Islam, B. Ninness, “Identification of power transformer
models from frequency response data: A Case Study”. Elsevier Signal
Processing 68 (1998) 307-315.
[23] S.M. islam, K.M. Coates, G. Ledwich, “Identification of high frequency
transformer equivalent circuit using Matlab from frequency domain
data”. Industry Applications Conference. Thirty-Second IAS Annual
Meeting, IAS '97, Conference Record IEEE, Vol. 1. Oct. 1997
[24] M. Stace, S.M. Islam, “Condition monitoring of power transformers in
the Australian State of New South Wales using transfer function
measurements”. Properties and Applications of Dielectric Materials
Proceedings of the 5th International Conf. IEEE, Vol. 1 May 1997.
[25] H. Akcay, S.M. Islam, B. Ninness, “Subspace-based identification of
power transformer models from frequency response data”.
Instrumentation and Measurement, IEEE Transactions, Vol.48, June
1999.
[26] S.M. Islam, “Detection of shorted turns and winding movements in
large power transformers using frequency response analysis”. Power
Engineering Society Winter Meeting, 2000. IEEE, Vol 3, 23-27 Jan.
2000.
[27] P.M. Jarman, “Transformer winding movement and fault detection”.
Assessment of degradation within Transformer Insulation Systems, IEE
Colloquium, 6 Dec 1991 Page(s): 8/1 -8/2
[28] J. Jayasinghe, Z.D. Wang, Z.D, P.N. Jarman, A.W. Darwin,
“Investigations on sensitivity of FRA technique in diagnosis of
transformer winding deformations”. Electrical Insulation, 2004.
Conference Record of the 2004 IEEE International Symposium. 19-22
Sept. 2004.
[29] P.M. Nirgude, B. Gunasekaran, B. A.D. Rajkumar, B.P. Singh,
“Frequency response analysis approach for condition monitoring of
transformer”. Electrical Insulation and Dielectric Phenomena. CEIDP
'04. 2004 Annual Report Conference IEEE. 17-20 Oct. 2004
Page(s):186 – 189.
[30] P. Picher, C. Rajotte, “Comparison of FRA and FRSL Measurements
for the detection of Transformer Winding Displacement” Institut de
recherche d’Hydro-Québec. Canada.
[31] J. Zhijian, L. Jingtao, Z. Zishu, “Diagnosis of transformer winding
deformation on the basis of artificial neural network”. IEEE
Proceedings of The 6th
International Conference on Properties and
Applications of Dielectric Materials. Volume:1, June 2000.
[32] J. Zhijian, Z. Minglin, Z. Zishu, “Fault location of transformer winding
deformation using frequency response analysis”. Electrical Insulating
Materials, 2001. (ISEIM). IEEE Proceedings of 2001 International
Symposium 19-22 Nov. Page(s): 841 –844.
[33] I. Merlo, “Determinación de pautas y criterios para la elaboración de
diagnósticos de fallas en transformadores de distribución basándose en
ensayos de análisis de respuesta en frecuencia (FRA)”. Degree
dissertation, Dept. Elec.Eng. Univ. San Juan Argentina 2003.
[34] Y. Guillot, O. Moreau, D. Vo-quoc, “FRA Diagnostic Method:
simulation applied to sensitivity analysis and criteria derivation for
mechanical shiftings”. Intern. Sym On High Voltage (ISH) Proc.,
Bangalore, India, Vol. IV, N° 6-2, 2001.
[35] E. Bjerkan, H.K. Høidalen, O. Moreau, “FRA sensitivity analysis using
high frequency modeling of power transformers based on the finite
element method”. Proceedings of the XIVth International Symposium
on High Voltage Engineering, Tsinghua University, Beijing, China,
August 25-29, 2005.
[36] S.A. Ryder, “A new method for diagnosing transformer faults using
frequency response analysis”. ALSTOM Transformer Reseach Centre,
Francia- 2003.
[37] O. Moreau, Y. Guillot, B. Barre, “FRA diagnosis method: simulation
applied to feasibility study and efficiency improvement”. Power
Engineering Society 1999, IEEE. Vol. 2, 31 Jan-4 Feb 1999.
[38] C. Sweetser, T. Mcgrail, “Winding frequency response analysis using the
sweep frequency response analysis (SFRA) method”. Doble Engineering
IEEE SFRA Specification Doble. Submission Version 1.0 March 2003.
[39] S.A. Ryder, “Transformer diagnosis using frequency response analysis:
results from fault simulations”. Power Engineering Society Summer
SECUE et al.: REVIEW OF SWEEP FREQUENCY RESPONSE 327
8. Meeting, 2002 IEEE, Vol. 1, 21-25 July 2002 Page(s): 399 -404
[40] S.A. Ryder, “Methods for comparing frequency response analysis
measurements”. Conference Record of the 2002 IEEE International
Symposium on Electrical Insulation, Boston, April, 2002.
[41] N. Al-Khayat, L. Haydock, G. McDowell, “Swept frequency response
tests for condition monitoring of power transformers”. Condition
Monitoring of Electrical Machines, IEE Colloquium, 30 Jan 1995.
[42] K. Herszterg, H. Martins, S. Carneiro, “Analytical approach of
frequency response through a mathematical model of transformer
windings”. Proceedings of the XIVth International Symposium on High
Voltage Engineering, Tsinghua University, Beijing, China, August 25-
29, 2005.
[43] E. Rahimpour, J. Christian, K. Feser, H. Mohseni, “Transfer function
method to diagnose axial displacement and radial deformation of
transformer windings”. IEEE Trans. Power Delivery, vol.18, Apr 2003.
[44] M. Florkowski, J. Furga, “Detection of winding faults in electrical
machines using the frequency response analysis method”. Institute of
Physics Publishing. Published 26 August 2004.
[45] E. Bjerkan, H.K. Høidalen, O. Moreau, “Importance of a proper iron
core representation in high frequency power transformer models”. Proc.
of the 14th Int. Symp. on High-Voltage Engineering (ISH2005), August
25-29, 2005, Beijing, China.
[46] B. Gustavsen, A. Semlyen, “Rational approximation of frequency
domain responses by vector fitting”. IEEE Trans. on Power Delivery,
vol. 14, no. 3, pp. 1052-1061, July 1999.
[47] D. Dubois, M. Grabisch, O. Mouzon, H. Prade. “A possibilistic
framework for single-fault causal diagnosis under uncertainty”, General
Systems. Vol. 30, No. 2-2001.
VII. BIOGRAFÍA
Janneth Rocío Secue Roncería. Nació en Bogotá,
Colombia en 1977. Ingeniera electricista egresada de
la Universidad Nacional de Colombia. Actualmente
estudiante de doctorado en Ingeniería Eléctrica de la
Universidad Nacional de San Juan, Argentina. Su
campo de investigación es el diagnóstico de fallas
mecánicas y eléctricas en devanados de
transformadores a través del análisis de la respuesta
en frecuencia por el método SFRA.
Enrique E. Mombello (IEEE M’95-SM’00) nacido
en Buenos Aires, Argentina, en 1957. Recibió el
grado de ingeniero eléctrico en 1982 y el grado de
Doctor en Ingeniería Eléctrica en 1998, ambos en la
Universidad Nacional de San Juan (UNSJ),
Argentina. Su campo de interés abarca temas tales
como transformadores, alta tensión, comportamiento
transitorio de componentes de sistemas de potencia y
coordinación del aislamiento.
Carlos V. Cardoso. Nació en Lima, Perú en 1971.
Ingeniero Electrónico egresado de la Universidad
Antenor Orrego de Trujillo (Trujillo-Perú). Realizó
la maestría y el doctorado en la Universidad de San
Pablo – Brasil (USP). Actualmente se desempeña
como investigador en el “Grupo de Investigación en
Automatización de la Generación, Transmisión y
Distribución de Energía Eléctrica”- GAGTD de la
facultad de Ingeniería Eléctrica de la Universidad de
San Pablo, Brasil.
328 IEEE LATIN AMERICA TRANSACTIONS, VOL. 5, NO. 5, SEPTEMBER 2007