Reducción de la dependencia del operador en las pruebas de PD: Problemas comunes y soluciones de expertos

Las pruebas de descarga parcial tienen su propio punto débil. En pocos segundos, un dispositivo obtiene una forma de onda, pero convertirla en una decisión justificable de "reparar ahora" o "esperar seis meses" depende de un operador capacitado que pueda distinguir un pulso de descarga real de emisiones transitorias, como el ruido de encendido de una carretilla elevadora. Si ese operador está de baja, todo el proceso se paraliza.

Esta guía describe dónde las habilidades del operador resultan realmente útiles en el proceso de PD, qué pruebas de PD y qué equipos se pueden automatizar para un mejor aprovechamiento, y cómo implementar la automatización sin que desaparezca por completo la necesidad de criterio. Está dirigida a ingenieros de plantas y subestaciones que comparan el monitoreo en línea con las pruebas manuales.

¿Qué coste real tiene la dependencia del operador en las pruebas manuales de PD?

In prueba de descarga parcialLa dependencia del operador se refiere a la medida en que la calidad de los resultados de un programa de pruebas depende de la capacidad de interpretación de un individuo en lugar de un instrumento. Dado que la descarga parcial indica la degradación gradual del aislamiento —el deterioro lento de un sistema de aislamiento mucho antes de que un aislador o buje falle por completo—, un diagnóstico erróneo puede ser catastrófico. El estado de ese aislamiento es, en última instancia, lo que todo programa de detección de descargas parciales intenta evaluar. La descarga parcial tiene tres repercusiones en un proyecto: costo de la mano de obra, errores de calidad y la carga de capacitación para los nuevos empleados.

Un sin conexión prueba de descarga parcial La medición de un circuito de cable de media tensión requiere más de dos horas para su instalación, desenergización y operación, y exige un operador altamente cualificado. Una medición en línea del mismo cable tarda menos de 10 minutos y requiere mucha menos habilidad en la fase de captura. Esta diferencia no se debe a la velocidad de los instrumentos, sino al trabajo humano asociado a la tecnología.

El segundo factor, denominado "error", es mucho más sutil. Los niveles de ruido, que la empresa llama "ruido de fondo" durante el funcionamiento normal, pueden superar la señal de su equipo PD hasta en 1,000 veces (60 dB). Por lo tanto, una señal de ruido interferiría con la señal PD y provocaría que el técnico midiera un bobinado en buen estado con lecturas tan altas que necesitara desconectarse, lo que generaría una falsa alarma y una desconexión innecesaria de la línea para mantenimiento.

Un segundo coste, aún más significativo, reside en el problema de las falsas alarmas. En los datos de subestaciones reales de un estudio, los falsos positivos se definen como la predicción de descargas parciales donde no se produce ninguna.

Cada falso positivo obliga al personal a realizar una comprobación de confirmación manual, lo que reduce la productividad de la fuerza laboral: una alarma de descarga parcial mal ajustada no solo proporciona un número, sino que también obliga a llamar al electricista para que demuestre que es erróneo. Investigación revisada por pares sobre la discriminación de ruido en la enfermedad de Parkinson. Esto confirma que separar una descarga genuina de una interferencia es la parte difícil y que requiere habilidad.

La dependencia del operador cuesta más que el salario pagado por la monitorización de pantallas. Hay que tener en cuenta el coste de las pruebas repetidas, el tiempo de inactividad desperdiciado, los meses necesarios para certificar a alguien en la identificación de ruido y el coste oculto que se añade cuando una automatización deficiente obliga a retomar parte del trabajo de validación manual.

Un técnico de mantenimiento que trabajaba en una subestación de distribución de 33 kV utilizó un medidor de tensión transitoria portátil que mostró un panel de interruptores a 40 dBmV, por lo que un equipo de mantenimiento nocturno acudió a atender una interrupción del servicio. Posteriormente, un ingeniero sénior con experiencia condujo 45 kilómetros para inspeccionar los interruptores, solo para descubrir que la condición estaba aislada en un variador de velocidad en dos paneles de interruptores adyacentes. Se perdió medio día más una interrupción evitable, y no se encontró ningún panel sin problemas a 40 dBmV esa noche.

Mapa de cuellos de botella del flujo de trabajo de PD de 5 niveles: donde la habilidad del operador realmente importa

No todos los pasos de la prueba PD requieren intervención humana. Para reducir deliberadamente la intervención del operador, este mapa divide el flujo de trabajo en cinco niveles y puntúa cada uno según su grado de dependencia del juicio humano, e indica qué niveles puede gestionar una máquina actualmente.

Las máquinas dominan la gama alta en los niveles 1 y 3, donde generalmente hay un calibrador que introduce automáticamente una carga en un momento programado y el sistema de adquisición digital capta automáticamente cualquier pulso, por lo que la interacción es mínima. Estas son las opciones más sencillas: la mayoría de los anuncios de "sistemas automáticos de prueba de descargas parciales" se centran básicamente en los dos niveles superiores.

Aquí es donde reside la mayor parte de la dependencia del operador: en los niveles 4 y 5. Aislar una descarga real de corona en equipos adyacentes y luego determinar si una señal indica "actuar esta semana" o "monitorear la tendencia" es precisamente el trabajo que una base de datos de referencia de 6,000 máquinas respalda, pero no puede reemplazar por completo.

Incluso métodos automatizados de clasificación de PRPD Aún así, partimos de una base de referencia definida por expertos. Si desea eliminar la dependencia, concéntrese deliberadamente en los niveles 4 y 5, y tenga en cuenta que su automatización será la última.

No caiga en el problema de multiplicación de la cantidad de dispositivos por la cantidad de activos para PD; consulte nuestro análisis anterior del Problema de multiplicación del número de dispositivos en programas PD.

Métodos de detección de descargas parciales en transformadores, aparamenta eléctrica y equipos de maquinaria rotativa: madurez de la automatización según el método.

No existe un único método de detección que funcione mejor en todas partes. El grado de automatización de un método determinado depende de la clase de equipo, un detalle que los proveedores omiten cuando presentan un sensor como universal.

Dado que un pulso de descarga parcial (DP) se genera en menos de un nanosegundo, cada método sacrifica ancho de banda a cambio de una mayor capacidad de resolución: una pinza HFCT acoplada a un condensador mide la carga en un cable, mientras que una antena UHF capta la emisión dentro de un tanque de transformador o un buje. El objetivo común en todos los casos es detectar el defecto de aislamiento en una etapa temprana. Cada fila a continuación relaciona un método con la clase de activo correspondiente y su alcance actual sin un intérprete experto.

También ayuda a relacionar el tipo de descarga con el método, ya que cada tipo de descarga parcial requiere un sensor diferente y ofrece una perspectiva de automatización distinta. Esta matriz de referencia relaciona los nueve tipos de descarga parcial que un técnico de campo encuentra con mayor frecuencia con su ubicación, una banda de carga aparente típica, el método de detección más adecuado y el grado de preparación de dicha combinación para la automatización.

La revisión de MDPI indica que el método no es invasivo, tiene alta sensibilidad y es relevante para el monitoreo en tiempo real de subestaciones metálicas. Por otro lado, el método UHF presenta inconvenientes en transformadores, como interferencias de conmutación, interferencias de radio y errores de calibración debido a los componentes activos dentro del transformador. La descarga parcial en maquinaria rotativa puede complicar aún más los flujos de trabajo del estator, incluso cuando el entrenamiento del clasificador parece apropiado, ya que depende de la configuración de los sensores, los conjuntos de datos de máquinas comparables y las etiquetas de expertos.

¿Cuáles son los métodos de detección de descargas parciales?

En el campo se utilizan cuatro familias principales. Los métodos eléctricos (HFCT/acoplador capacitivo) miden la carga aparente en picoculombios y se ajustan a la norma IEC 60270, proporcionando valores consistentes y repetibles fuera de línea. Las antenas UHF detectan la emisión electromagnética de la descarga y funcionan mejor para la monitorización de transformadores y GIS por encima de unos 40 MHz, donde la relación señal/ruido es óptima. Guía IEEE 1434 Establece qué métodos son adecuados para las máquinas rotativas.

Los sensores TEV capacitivos capturan las tensiones transitorias a tierra en el panel de distribución, y los sensores acústicos/ultrasónicos captan la onda de presión causada por la descarga, lo que les permite localizar con precisión el defecto una vez que una técnica lo ha detectado. Los sistemas maduros suelen basarse en un enfoque de dos (o más) capas, ya que cada técnica tiene puntos ciegos que otras detectan con mayor eficacia.

Distribución de potencia en línea frente a distribución de potencia fuera de línea para transformadores, cables y aparamenta: ¿Cuál reduce más las horas de trabajo del operador?

Sin duda, el factor más importante que influye en las horas de un operador es la decisión entre trabajar en línea o fuera de línea. Estas dos opciones no son intercambiables, y la decisión correcta depende de la importancia del activo y de si se necesita un valor de cargo cuantificado o un análisis de tendencias.

¿Cuál es la diferencia entre las pruebas de descarga parcial en línea y fuera de línea?

Las pruebas fuera de línea implican desenergizar el activo, aplicar un voltaje de prueba regulado y tomar lecturas de carga aparente en un entorno silencioso, razón por la cual sigue siendo el estándar para lecturas de picoculombios calibradas y trazables según la norma IEC 60270, y para detectar cualquier bobina individual dentro de un devanado. Su costo es una interrupción de varias horas y un técnico altamente capacitado. Trabajo de subestación revisado por pares en Localización de PD mediante matriz de sensores UHF Esto demuestra hasta qué punto la ventaja online depende de la ubicación de los sensores.

La monitorización en línea mantiene el activo en servicio y muestra descargas parciales (DP) en tiempo real, lo que ahorra horas de operación y reduce las interrupciones del servicio. Sin embargo, el entorno real presenta ruido eléctrico y la mayoría de las mediciones a nivel de picosegundos suelen ser imposibles. De hecho, para detectar cualquier problema, se recurre a la monitorización en línea; para medir con precisión la amenaza, se desconecta el sistema.

Sin embargo, cuando se trata de transformadores de más de 50 MVA cuyo coste por fallo ascendería a varios cientos de miles de euros, la monitorización continua de descargas parciales (DP) justifica con creces la inversión, ya que detecta tendencias al alza en las primeras etapas de la curva de detección. En el caso de un conjunto de aparamenta de media tensión de menor importancia (donde, por ejemplo, la medición de DP incluya la monitorización de la presión de SF6 como segundo parámetro de estado), resulta más conveniente aplicar técnicas de ensayo de DP periódicas fuera de línea o utilizar los dispositivos portátiles TEV, ya que esto ofrece una mejor relación calidad-precio.

“Los datos de descargas parciales solo pueden ser interpretados correctamente por un ingeniero experto; un solo operador puede pasar una prueba completa intentando eliminar problemas que, en realidad, no son descargas parciales.”

Sistemas automatizados de pruebas PD: qué reemplazan realmente y qué no.

Si recibe un presupuesto para un sistema de pruebas PD automático, conviene aclarar cuántos de los cinco niveles del flujo de trabajo incluirá la funcionalidad automatizada. Para la mayoría de estos, la respuesta es, sinceramente, "Niveles 1 a 3". La palabra "automático" utilizada en muchas descripciones de pruebas automatizadas tiende a no implicar nada "automático", sino automatizar solo una parte del flujo de trabajo. Incluso Patentes de reconocimiento de PD basadas en SVM Ese informe con una precisión superior al 95% describe un clasificador, no un probador autónomo.

Ahí es donde los compradores se equivocan. Un sistema que selecciona automáticamente la clase de descarga en un laboratorio libre de interferencias electromagnéticas puede arrojar una etiqueta errónea pero segura en una subestación con alta interferencia electromagnética, y alguien tiene que detectarlo. Adaptar la capacidad real del proveedor a las necesidades reales de su flujo de trabajo, en lugar de basarse en el folleto, es la diferencia entre reducir las horas de trabajo de los operarios y simplemente reubicarlos.

Un portafolio de instrumentos claramente documentado ayuda con esto: antes de comprar, verifique las especificaciones de cualquier sistema que esté considerando, como por ejemplo: Plataforma de sistema de pruebas PD automatizadas de Demikspower, en contra de la clasificación de niveles anterior.

Estándares de referencia: IEC 60270, IEC TS 62478, IEEE 1434 sobre competencia del operador.

Las normas presuponen la capacidad del operario, y su lectura le indicará en qué punto del proceso general se tolera la automatización y en cuáles seguirá siendo necesario su criterio.

Un par de cosas que quería destacar que pueden importar si aprendiste sobre PD hace algunos años. Primero, el estándar IEC 60270 de la era analógica, cuyo compañero para máquinas rotativas es el Guía IEEE 1434 — fue revisada en 2025 y renumerada (¡porque algunas cosas no pueden permanecer estáticas!) para referirse a la medición basada en carga. (La norma IEC 62478 abarca pruebas de alta frecuencia y "en línea" como UHF y acústicas).

La escalera de migración del operador al algoritmo: cuándo automatizar y cómo

Eliminar al operador no es como accionar un interruptor, es más bien como una escalera, que va desde la línea base totalmente manual hasta un sistema autónomo, con una puerta de paso/no paso en cada peldaño. Ascienda peldaño a peldaño a medida que gana capacidad, tratando los diseños de circuito cerrado completo como Patentes de monitorización de PD multisensor como el escalón más alto, no el punto de partida.

Regla general para ser honesto Al evaluar nuevas herramientas, existe una regla general alternativa. Para una flota grande y de alta criticidad con muchos activos por encima de, digamos, 50 MVA o en una subestación primaria, comience comprometiendo su análisis a la Etapa 2 con un conjunto de datos de máquinas comparables; para una flota más pequeña, más básica y de menor criticidad, quédese en la Etapa 1 y considere la subcontratación. No puede permitirse comprar un clasificador que no pueda explicar, así que no lo haga.

En cuanto al retorno de la inversión: evitar una sola falla en un transformador puede ahorrar cientos de miles de euros en costos de reparación, así como posibles multas y pérdida de ingresos, lo que justifica la automatización de la Fase 2-3 en el segmento crítico de la flota. Sin embargo, el principal inconveniente es que las estimaciones de retorno de la inversión disponibles públicamente y específicas para cada activo son difíciles de obtener, y un clasificador que genera demasiados falsos positivos en realidad genera un esfuerzo de confirmación adicional que contrarresta algunos, si no todos, los beneficios económicos por los que se pagó.

Nunca tome una afirmación de "recuperación de 18 a 36 meses" literalmente, sino como una hipótesis basada en sus datos. Superarla requiere una plataforma de prueba de PD capaz; la de Demikspower. Gama de equipos de prueba PD validados para producción Abarca las fases de captura y análisis por las que la mayoría de los programas migran primero.

Las 3 habilidades del operador que siguen siendo innegociables después de la automatización

He aquí la verdad, aunque parezca contraria a lo que se anuncia en los folletos: no elimina por completo la dependencia del operador. En cambio, la traslada a tres habilidades de orden superior, ninguna de las cuales ningún sistema posee de forma fiable hoy en día. Prepárese para mantener —y pagar por— estas habilidades incluso a medida que ascienda en la jerarquía.

Esa segunda capacidad es fundamental. La precisión de identificación de PRPD se acerca al 100 % con datos de laboratorio limpios, pero disminuye drásticamente en entornos de producción con ruido. Una tercera capacidad, que la mayoría de los modelos de ROI descuidan, es que, en última instancia, el operador debe etiquetar las señales de campo, mantener el modelo validado con equipos similares y actualizar periódicamente los umbrales específicos del sitio para generar confianza en el clasificador.

Estas habilidades se consolidan en trabajos reales. La puesta en marcha de una central hidroeléctrica de 50 MW por parte de un fabricante de generadores demuestra cómo: los datos del acoplador de ranura del estator automatizado se registraron correctamente y produjeron un gráfico PRPD nítido, pero etiquetó un patrón de descarga de ranura como seguimiento de superficie.

Un ingeniero que conocía esa familia de máquinas volvió a aplicar dos acopladores de ranura, correlacionó la firma con tres unidades hermanas y corrigió la llamada, leyendo la condición de aislamiento justo donde el software la había leído mal (una limitación). IEEE 1434 (indica explícitamente los valores de PD medidos) — todo en unos 20 minutos.

Un ingeniero del fabricante de equipos originales (OEM) presente en el lugar no podría haber realizado esa evaluación, pero los datos de ese análisis están ayudando a preparar una máquina para que pueda tomar esa decisión por sí misma en el futuro.

Perspectivas del sector: Reconocimiento de PRPD mediante IA para estatores de máquinas rotativas, análisis en el borde y convergencia de IoT (2025-2027)

La tendencia es clara, aunque los plazos no lo sean. Según diversas fuentes, las previsiones de mercado para equipos de prueba de descargas parciales (DP) oscilan entre los 0.5 y los 2 millones de dólares en 2025, dependiendo de si se incluye o no la monitorización en línea. Se prevé que aumenten entre un 5 % y un 7 % anual gracias a la proliferación del Internet de las Cosas (IoT), la inteligencia artificial (IA) y los sensores de análisis predictivo. Esto se refleja en las búsquedas, donde tanto los dispositivos de prueba de DP en línea como los dispositivos de mantenimiento predictivo basados ​​en IoT experimentaron un incremento interanual.

Considera lo siguiente durante tu próximo ciclo de inversión: 1) Tecnología de clasificación de PD de laboratorio a campo: Los estudios de clasificación de PRPD basados ​​en aprendizaje profundo siguen mostrando resultados notables (una máquina híbrida CNN-KNN obtuvo un 98.79 % en señales preparadas en 2025). Sin embargo, el problema del ruido en la transición del laboratorio al campo sigue siendo una limitación.

2) Nueva actividad de patentes: vemos actividad concentrada en torno a sistemas de fusión multisensor, por ejemplo, EP3182114B1 Combina sensores acústicos y eléctricos para la detección de fugas de corriente en máquinas rotativas.

3) Cambios en la norma IEC: En 2025, las nuevas normas IEC 60270 incluirán un lenguaje que respalda oficialmente las tecnologías modernas de procesamiento de señales digitales.

Para el propietario de activos, la clave es invertir ahora en automatización de nivel 1-2: obtenga datos limpios y continuos, así como un etiquetado inicial preciso de sus activos clave durante el próximo ciclo presupuestario. Deje la evaluación de compra para la automatización de nivel 3-4 para 2026-2027. Los datos que recopile en el nivel 2 son precisamente los datos de comparación de máquinas que necesitará para confiar en los niveles 3-4.

Preguntas frecuentes