Por favor, use este identificador para citar o enlazar este ítem:
http://ciateq.repositorioinstitucional.mx/jspui/handle/1020/505| Modelado térmico en trasformadores de instrumento con aislamiento solido bajo ensayo de temperatura | |
| EDGAR ALFREDO JUÁREZ BALDERAS | |
| JUAN CARLOS OLIVARES GALVAN JOSELITO MEDINA MARIN CARLOS JUAREZ TOLEDO Noé Villa_Villaseñor | |
| Acceso Abierto | |
| Atribución-NoComercial-CompartirIgual | |
| Transformador de instrumento de media tensión tipo seco, Red Neuronal Artificial (RNA) Simulación térmica Método de Elementos Finitos (MEF) Temperatura de punto caliente Dry type medium voltage instrument transformer Artificial Neural Network | |
| Los transformadores de instrumento, son muy utilizados en el sistema eléctrico de potencia, debido a varios beneficios sobre otros tipos de transformadores. Sin embargo, las altas temperaturas de operación afectan su rendimiento y durabilidad. El presente trabajo, desarrolla una metodología basada en la teoría de las Redes Neuronales Artificiales (RNA,) para poder predecir la temperatura en el transformador de instrumento de media tensión tipo seco para servicio interior. Con veintiséis datos de entrada, que corresponden a los criterios de diseño del transformador de instrumento, se realizaron 792 simulaciones en COMSOL Multiphysics®, para emular la transferencia de calor y entrenar a 1’110 RNA con diferente número de neuronas y capas ocultas. El resultado que se consiguió, es un modelo térmico de RNA con tres capas, una de ellas con 10 neuronas, las otras dos con 9 neuronas respectivamente. El Error Cuadrático Medio (MSE) que se obtuvo, fue igual a 0.003455 y una curva de correlación entre entradas y salidas (R) igual a uno. Las predicciones del modelo con RNA, fueron validadas con simulaciones por el Método de Elementos Finitos (MEF) y pruebas térmicas bajo ensayos de laboratorio. Se observó que el modelo de la RNA propuesto, presentan patrones similares a las simulaciones y ensayos, con esta precisión en la predicción de las temperaturas, se puede pronosticar puntos calientes y ser utilizada para la optimización de los diseños de transformadores de instrumentos, lo que representan las contribuciones más transcendentales en este trabajo. Instrument transformers are widely used in the electrical power system due to several advantages over other types of transformers. However, high operating temperatures affect their efficiency and durability. The present study has developed a model based on the theory of Artificial Neural Networks (ANN) to be used to forecast the temperature in the medium voltage dry type instrument transformer for indoor service. With twenty-six input data corresponding to the design parameters of the transformer, 792 simulations were made in COMSOL Multiphysics® to emulate heat transfer and train 1’110 ANNs with different numbers of neurons and hidden layers. The result obtained was a thermal model of RNA with three layers, one of them with 10 neurons and the other two with 9 neurons respectively. The Mean Square Error (MSE) obtained was equal to 0.003455 and a correlation curve between inputs and outputs (R) equal to one. The predictions of the model with ANN were validated with Finite Element Method (FEM) simulations and laboratory thermal tests. It was observed that the proposed RNA model presents similar patterns to the simulations and tests, with this accuracy in temperature prediction, hot spots can be predicted and used for the optimization of instrument transformer designs, which represent the most transcendental contributions in this work. | |
| CIATEQ, A.C. | |
| 2021 | |
| Tesis de doctorado | |
| Español | |
| Público en general | |
| TECNOLOGÍA DE LOS ORDENADORES | |
| Versión aceptada | |
| acceptedVersion - Versión aceptada | |
| Aparece en las colecciones: | Doctorado en Manufactura Avanzada |
Cargar archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| JuarezBalderasEdgarA DMANAV 2021.pdf | Tesis de doctorado en texto completo | 7.12 MB | Adobe PDF | Visualizar/Abrir |