Failure-Risk clustering of power transformers

Abstract

Al evaluar el riesgo de falla de los transformadores de potencia (PT), se pueden utilizar resultados de pruebas de rutina para estimar el estado de cada unidad y agrupar aquellas con problemas similares. Dado que el transformador es uno de los componentes más caros e importantes dentro de un sistema de potencia, el objetivo de este estudio es presentar una metodología para agrupar PTs con problemas de salud y consecuencias de falla (CoF) similares. Aquí, se presentan dos opciones de agrupación para identificar cual ofrece mayores beneficios a la hora de definir el esquema de mantenimiento. Para evaluar las CoF, se utiliza el factor de consecuencia encontrado en la metodología DNO del Reino Unido, que considera factores como sobrecargas a otros activos, carga media suministrada por la unidad, cargas críticas alimentadas, volumen de aceite, proximidad a otros edificios y penalizaciones por indisponibilidad, entre otros. Esta propuesta se evalúa en una flota de 39 transformadores de potencia y los resultados muestran que la combinación del índice de salud (HI) y el factor de consecuencia conduce a índices consistentes para la evaluación del riesgo de las unidades.

When assessing the risk of power transformer (PT) failure, routine test results can be used to estimate the condition of each unit and group those that share similar issues. Since the transformer is one of the most expensive and important components within a power system, the objective of this study is to present a methodology for grouping PTs with similar health problems and Consequences of Failure (CoF). Here, two grouping options are presented to identify which provides greater benefit in defining the maintenance scheme. To evaluate the CoF, the consequence factor found in the UK DNO methodology is used, which considers factors such as overload to other assets, average load supplied by the unit, critical loads fed, oil volume, proximity to other buildings, and unavailability penalties, among others. This approach is evaluated on a fleet of 39 power transformers and the results show that the combination of the Health Index (HI) and the Consequence Factor leads to consistent indices for risk assessment of the units.