Browsing by Author "Coyos , Carlos"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Aplicación de predicciones por series temporales para la gestión eficiente en sobrecargas de emergencia de tranformadores de potencia.
    (CIDEL., 2018) Piumetto, Miguel; Pucheta, Julián; Vaschetti, Jorge Carlos; Gómez Targarona, Juan Carlos; Arcurio, Jorge Rubí; Coyos , Carlos; Valdebenito, Federico
    Los transformadores de potencia son fundamentales en el funcionamiento de los sistemas eléctricos de potencia, ya que son las máquinas eléctricas encargadas de transformar la energía de forma que sea posible transportar grandes cantidades de ésta con tensiones muy elevadas con un alto impacto a nivel del subtransporte y de la distribución, y por ende del área que abarca el servicio eléctrico. Siendo los transformadores de potencia un equipo tan crítico dentro de un sistema eléctrico, resultará fundamental disponer de las herramientas necesarias para poder gestionar de manera eficiente la cargabilidad de estos equipos. En vista a lo anteriormente descripto, se planteó como objetivo de este trabajo el diseño y el desarrollo de un algoritmo con la definición de herramientas asociadas al problema de la vida del transformador de potencia (vida por unidad, factor de aceleración de envejecimiento y punto más caliente), aplicando el uso de las guías de sobrecargas de emergencias en el marco de la norma IEC 60076-7, para gestionar su historia de vida en escenarios de incertidumbre (en base a pronósticos climáticos y en emergencias), para un manejo eficiente. Usando una base de datos anual de una Estación Transformadora típica del Centro de Control de la EPEC de la Provincia de Córdoba, Argentina, se dispusieron de registros diarios; con este historial y haciendo uso de las recomendaciones de la IEC 60076-7, se analizó y se desarrolló un escenario de posibles tuplas de valores definidas como K1, K2 y TK2, que describen el estado de carga diaria de los transformadores, valores bases previos a situaciones de emergencias. Para ello, se definió una función de correspondencia entre los valores históricos de éstas variables, el valor actual y escenarios de sobrecargas de emergencia. Luego, a través del algoritmo de predicción, se generaron los valores futuros de la tuplas con sus respectivas varianzas. Se observó que las varianzas aumentaron conforme lo hace el horizonte de predicción como es de esperar en este tipo de técnicas. En base a los resultados obtenidos en el caso práctico desarrollado, se ha definido y utilizado una técnica que permite obtener indicadores precisos que ayudan a programar y gestionar con precisión la curabilidad en situaciones de sobrecarga de emergencia de los transformadores de potencia.
  • Thumbnail Image
    Item
    Predicción por Series Temporales Aplicadas a la Estimación de Cargabilidad de Transformadores de Distribución para la Toma de Decisiones.
    (LATIN-AMERICAN CONGRESS ON ELECTRICITY GENERATION., 2017) Piumetto, Miguel; Pucheta, Julián; Vaschetti, Jorge Carlos; Gómez Targarona, Juan Carlos; Coyos , Carlos; Arcurio, Jorge Rubí
    Transformers are electrical machines of major importance for distributors. Their operation is subject to conditions that degrade their insulation system, such as: excessive temperature, presence of humidity combined with electrical and mechanical stress, among others. The technical life expectancy of a transformer is determined by several factors: equipment design, historical and future events, present and future working conditions. The objective proposed was to design and develop an algorithm with the definition of tools associated with the problem of the life of the distribution transformer, applying the use of normal load guides in the framework of the IEC 60076-7 standard, to manage their life history in scenaries of uncertainty (based on weather forecasts). Using an annual database of a typical SET of the EPEC Distributor of the Province of Córdoba, Argentina, a possible tuple scenary of values defined as K1, K2 and TK2 was analyzed and developed, which describes the daily load state of the transformers. For this, a function of correspondence between the historical values of these variables and the present value was defined. Then, through the prediction algorithm, the future values of the tuples were generated with their respective variances. Based on the results obtained in the case study developed, a technique has been defined and used to obtain precise indicators that helps, in advance, to program and manage the loadability of the distribution transformers accurately.