COMISIN DE INTEGRACIN ENERGTICA REGIONAL

UNIVERSIDAD TECNOLGICA NACIONAL (FRCO-FRSF-FRLP)

COMISION TCNICA MIXTA DE SALTO GRANDE
EMPRESA PROVINCIAL DE ENERGIA DE SANTA FE
HANGAR SERVICIOS S.A.
SITECE S.A.

Identificacin del trabajo: Ponencia AT

TCT EN LINEAS DE A.T. CON AISLADORES POLIMRICOS-PARTE 4

Autores:
Dr. Walter Gimnez (UTN) Regional Santa F
Dr. Hctor Pascual (UTN) Regional La Plata
Ing. Luis Neira (CTM) Jefe Dto. Lneas (neiral@saltogrande.org)
Ing. Francisco Prez (CTM) Sub Jefe Dto. Protecciones (pereza@saltogrande.org)
Ing. Daniel Cairol (EPE) Jefe Unid. Mant. LAT Zona Norte (dcairol@epe.santafe.gov.ar)
Ing. Jorge Ramos (UTN) Regional Concordia
Ing. Gustavo Alonso (HANGAR SERVICIOS S.A.) Gerente (galonso@hangarservicios.com)
Ing. Jorge Moya (SITECE S.A.) Asistente Tcnico (jmoya@sitece.co)

PALABRAS-CLAVE:
Trabajos con Tensin, Aisladores
Polimricos, Normas de Aplicacin.

desde e l suelo.

OBJETIVO
Desde el ao 2002 las Regionales de Concordia
y Santa F de la UTN junto a la Comisin
Tcnica Mixta de Salto Grande, la Empresa de
Energa de Santa F y la firma Hangar Servicios
S.A. se encuentran abocadas a la investigacin
de nuevas y ms seguras tcnicas de deteccin
de fallas en aisladores polimricos que se
encuentran instalados y en servicio. Esta
investigacin ha ido brindando resultados y
diversos avances que fueran presentados en los
anteriores CITTES.
En la actualidad, se han sumado a la
investigacin la Facultad Regional La Plata de
la UTN y la firma SITECE S.A El objetivo de
estas incorporaciones ha sido lograr el aporte
del procesamiento de datos mediante una Red
Neuronal por parte de la UTN La Plata y aplicar
toda la tecnologa disponible para la realizacin
de experiencias con una fbrica de aisladores
polimricos como lo es SITECE S.A. El presente
trabajo muestra los avances efectuados en el
marco del proyecto de Investigacin y
Desarrollo, el que pretende establecer una
metodologa que permita determinar
fehacientemente el estado de aisladores
polimricos que se encuentran en servicio, con
el objeto de brindar al operario de TCT mejor
informacin al momento en que tenga que
decidir sobre su reemplazo con tensin.
Para cumplir con este objetivo se ha analizado
una gran cantidad de datos provenientes de
distintos tipos de mediciones realizadas sobre
aisladores polimricos en diferentes estados ya
que se pretende encontrar una vinculacin
concreta entre los resultados de determinadas
mediciones y el estado real del aislador.

1
COMISIN DE INTEGRACIN ENERGTICA REGIONAL
INTRODUCCIN
El proyecto cubre una necesidad que se
presenta en las prcticas de TCT que se
vinculen con los aisladores polimricos ya que
sera altamente favorable emplear una
metodologa de trabajo sobre este tipo de
aisladores que involucre la posibilidad de
determinar si existen condiciones de seguridad
para la intervencin con lneas energizadas.
Cabe destacar que en la actualidad esta
determinacin la realiza el responsable del
trabajo de acuerdo a su experiencia, con la
probabilidad de error e incertidumbre que esto
representa.
Las actividades de investigacin realizadas y a
realizar, pretenden desarrollar un sistema de
evaluacin del estado de los aisladores
polimricos, el cual ayudara sustancialmente a
la decisin de un operario de intervencin o no
con la lnea energizada. El citado sistema se
nutre de los datos que se desprenden de una
serie de mediciones, las cuales no representan
un grado de dificultad elevado para ser
realizadas por un operario habituado a este tipo
de tareas. Con el objeto de vincular, de una
forma apropiada, todos los datos que provienen
de las mediciones realizadas, el sistema estar
compuesto principalmente por una arquitectura
de red neuronal, la cual ser entrenada con
informacin proveniente de mediciones
realizadas en campo y/o Laboratorio sobre
aisladores cuyo estado es certeramente
conocido.
DESARROLLO
Se ha efectuado el anlisis de una gran
cantidad de parmetros que se vinculan con el
estado de un aislador polimrico. De estos
estudios surgieron posibles mediciones a
realizar sobre las muestras (sean estas
mediciones de campo y/o Laboratorio).
Mediciones efectuadas sobre aisladores en
diferentes estados:
2
a) Medicin de la corriente de Fuga.
b) Medicin del Campo Elctrico.
c) Medicin de las Descargas
Parciales.
d) Medicin de Rayos UV.
e) Medicin Parmetros Ambientales.
a) La medicin de la corriente de Fuga se
realiz con una pinza y un Osciloscopio digital
de cuatro canales. Con el objeto de optimizar
el ingreso de la informacin al sistema de
procesamiento, se efectu una normalizacin
de los datos utilizando como referencia el valor
de corriente de fuga medido sobre un aislador
sano.
b) La medicin del Campo Elctrico se realiz
con un equipo POSITRON y a la informacin
obtenida con dicho equipo se la proceso de la
siguiente manera:
1- La utilizacin del POSITRON arroja dos
curvas como resultado, una de ellas es
producto de pasarlo en una direccin de la
cadena de aisladores y la otra se obtiene al
pasarlo en la direccin contraria Figuras 1 y 2.
Estas curvas son consideradas como vlidas
para su posterior anlisis, si las diferencias
relativas que se presentan entre ambas no
superan un determinado valor. Al da de la
fecha y considerando los ensayos de campo y
Laboratorio realizados en diferentes tipos de
aisladores polimricos, se considera que la
mencionada discrepancia relativa entre las
curvas obtenidas con el equipo no deberan
superar un 2 % para considerar la medicin
como vlida.
COMISIN DE INTEGRACIN ENERGTICA REGIONAL

2.6
180
2.5

2.4

2.3 90

2.2

2.1 0

1.9
-90
1.8

1.7
0 2 4 6 8 10 12 14 16 18
-180

Fig. 1: Curvas obtenidas con el POSITRON Fig. 3: Fase de la DFT de los valores
de un aislador polimrico en buen estado. correspondientes a la Fig. 1

2.8 180

2.6

2.4 90

2.2

2 0

1.8

1.6 -90

1.4

0 2 4 6 8 10 12 14 16 18 -180

Fig. 2: Curvas obtenidas con el POSITRON

de un aislador polimrico en mal estado.
2- Luego de obtener una medicin valida del
aislador, se determina la curva promedio de
las dos que arroja el POSITRON para
posteriormente aplicar la transformada
discreta de Fourier (DFT) sobre los datos de
dicha curva. Los valores utilizados para
alimentar al sistema de procesamiento de
informacin son los correspondientes a la
fase, ya que estos sufren una alteracin
significativa cuando se comparan los datos
provenientes de una curva que representa a
un aislador sano con aquellos obtenidos de
una medicin sobre un aislador con
problemas, como se puede apreciar en las
Figuras 3 y 4.
Fig. 4: Fase de la DFT de los valores
correspondientes a la Fig. 2
c) Para obtener datos que se vinculen con las
descargas parciales producidas por un aislador
polimrico se utilizaron Ncleos de ferrite y un
osciloscopio digital de cuatro canales.
Con el objeto de obtener una mayor capacidad
de generalizacin de los resultados obtenidos y
permitir un ingreso ptimo al sistema de
procesamiento de informacin, se efectu el
siguiente procedimiento sobre los valores
medidos.

3
COMISIN DE INTEGRACIN ENERGTICA REGIONAL

Mtodo de Clculo del ndice de debajo de los 280nm por lo que slo la radiacin
descargas parciales terrestre es detectada.
La Corona aparecer siempre donde la fuerza
De los datos obtenidos con osciloscopio, y del campo elctrico por rea cuadrada de una
luego de descartar el nivel de continua que superficie es suficientemente alta (ms de 3
pudieran tener los mismos, se extraen a travs kV/mm2) para ionizar el aire circundante.
de un filtrado, todos aquellos que superan un
umbral positivo o negativo. Posteriormente se
considera el valor absoluto de los valores
arrojados en el paso anterior, se calcula su
promedio y se lo divide por el mximo de los
valores absolutos de la lista.
Con las citadas operaciones se busca encontrar
un ndice denominado:
ndice de descargas parciales del aislador
ensayado) que involucre las descargas
parciales que se producen en el aislador objeto
de ensayo y que permita obtener un valor que
pueda compararse con ensayos realizados en
aisladores con diferentes estados y en
condiciones distintas de ensayo.

d) Las mediciones de Rayos UV se realizaron a

travs de una cmara CORO CAM IV PLUS y Fig.5- Imgen Aislador polimrico en mal
los datos obtenidos se ingresan al sistema de estado.
procesamiento de informacin.
La frecuencia de esta luz desciende en un
espectro que es especfico al gas que est
siendo ionizado. En el aire, que contiene cerca
de un 80% de gas nitrgeno, su espectro de luz
desciende mayormente como luz ultravioleta
(UV), esto significa entre = 280-400 nm.

Fig.6- Imagen Aislador polimrico con falla

en curso.

e) Para la medicin de parmetros ambientales

Hay, sin embargo, una pequea porcin de la
energa que es menor a 280nm. Esta longitud
de onda desciende en el espectro solar filtrado
y es usada en la deteccin de corona por la
CoroCAM IV+. No hay radiacin solar por
se utiliza una estacin meteorolgica porttil y
para modificar las condiciones ambientales en
los ensayos de laboratorio, se diseo una
cmara higroscpica (Fig. 7) que permite
controlar determinados parmetros ambientales.

4
COMISIN DE INTEGRACIN ENERGTICA REGIONAL
De esta forma es posible realizar ensayos sobre
aisladores polimricos en diferentes condiciones
de humedad y temperatura.
Fig. 7: Cmara Higroscpica.
Los resultados obtenidos, junto con los datos de
las mediciones anteriores forman parte del
paquete de informacin vinculada al estado de
los distintos aisladores sometidos a ensayo.
Estos datos son los que posteriormente sern
utilizados para alimentar el sistema de
procesamiento de informacin.
Sistema para el procesamiento de
informacin:
Con el objeto de vincular los resultados de las
citadas mediciones con el estado de los
aisladores polimricos se estudiaron las
caractersticas de diferentes algoritmos de
inteligencia artificial, particularmente se analiz
la posibilidad de aplicacin de distintas
arquitecturas de redes neuronales artificiales
(RNA), a travs de las cuales se pretende
aprovechar la capacidad de las RNA de
reconocer y clasificar patrones para determinar
con claridad el estado de un aislador polimrico
que se encuentre en servicio.
En virtud de las mediciones realizadas y las
caractersticas de los datos obtenidos, se
consider como apropiado para este caso la
utilizacin de una arquitectura de red neuronal
denominada Backpropagation o red de
propagacin hacia atrs (BPN).
Esta red fue descrita formalmente en primer
lugar por Werbos [13] y posteriormente por
Parker [14] y por Rummelhart y McClelland [15],
la Figura 8 muestra en forma general la
arquitectura de la BPN, la cual est diseada
para funcionar como red multicapa empleando
un modo supervisado de aprendizaje, se
encuentra completamente interconectada entre
capas y no hay conexiones de realimentacin ni
conexiones que salten una capa.
Fig. 8: Arquitectura general de la Red de
la propagacin hacia atrs BPN.
La arquitectura de red neuronal seleccionada es
capaz de resolver problemas complejos de
reconocimiento de tramas, cuando los datos
utilizados para el entrenamiento de la misma
son coherentes con la realidad fsica que
representan.
Esta red aprende un conjunto predefinido de
pares de entradas y salida dados como ejemplo,
entendiendo como entradas a la trama de datos
provenientes de las mediciones sobre el
5
COMISIN DE INTEGRACIN ENERGTICA REGIONAL
aislador y salida al estado del aislador que fue
sometido a las citadas mediciones. Una vez que
se ha aplicado una trama de entrada como
estmulo para la primera capa de unidades de la
red, sta se va propagando a travs de todas
las capas superiores hasta generar una salida.
La seal de salida se compara entonces con a
salida deseada, y se calcula una seal de error.
La seal de error se transmite hacia atrs,
partiendo de la capa de salida hacia todos los
nodos de la capa intermedia que contribuyan
directamente a la salida. Sin embargo, las
unidades de la capa intermedia slo reciben una
fraccin de la seal total de error, basndose
aproximadamente en la contribucin relativa
que haya aportado la unidad a la salida original.
Este proceso se repite, capa por capa, hasta
que todos los nodos de la red hayan recibido
una seal de error que describa su contribucin
relativa al error total. Basndose en la seal de
error percibida, se actualizan los pesos de
conexin de cada unidad para hacer que la red
converja hacia un estado que permita codificar
todas las tramas de entrenamiento.
La importancia de este proceso consiste en que,
a medida que se entrena la red, los nodos de
las capas intermedias se organizan as mismo
de tal modo que los distintos nodos aprenden a
reconocer diferentes caractersticas del espacio
total de entradas. Despus del entrenamiento,
cuando se les presente una trama arbitraria de
entrada que contenga los resultados de las
mediciones ya estipuladas sobre un aislador
determinado, se espera que las unidades de las
capas ocultas de la red respondan con una
salida que represente el estado del aislador,
interpretando de esta forma la informacin
contenida en la nueva trama de entrada, en
virtud de su semejanza con aquellas
caractersticas que las unidades individuales
hayan aprendido a reconocer durante su
proceso de entrenamiento.
Es importante destacar que la BPN posee una
representacin interna que le permite generar
las salidas deseadas cuando se le dan las
entradas de entrenamiento y cuando a esta
misma representacin interna se le aplican
6
entradas que no fueron utilizadas, la BPN las
clasificar segn las caractersticas que
compartan con los ejemplos que hayan sido
utilizados en el proceso de entrenamiento.
Contemplando los datos que provienen de las
mediciones realizadas sobre aisladores
polimricos y luego de hacer el procesamiento
sobre los mismos para que puedan ser
utilizados en forma ptima, los pasos que se
efectan para el entrenamiento de la red
neuronal seleccionada, se pueden resumir de la
siguiente manera:
Aplicar un vector de entrada con los
datos provenientes de las
mediciones de Laboratorio y/o
campo y calcular su salida.
Calcular el error en relacin con el
estado real del aislador polimrico
vinculado a los datos en cuestin.
Determinar en qu direccin (+ o -)
debe cambiarse los pesos para
reducir el error, entendiendo como
pesos a los valores que ponderan las
conexiones entre los nodos que
conforman la red.
Determinar la cantidad en que es
preciso cambiar cada peso.
Corregir los pesos de las conexiones
antes mencionadas.
Repetir los pasos anteriores para
todos los patrones de datos que
fueron seleccionados para el
entrenamiento hasta reducir el error
a un valor aceptable.
CONCLUSIONES
Considerando los estudios realizados, las
mediciones efectuadas y los resultados
obtenidos hasta el momento, es posible decir
que generalizar la metodologa que permite
determinar el estado certero de un aislador
polimrico en condiciones de explotacin, a
travs de la utilizacin de datos que se obtienen
COMISIN DE INTEGRACIN ENERGTICA REGIONAL
de mediciones relativamente sencillas, (las
cuales puedan ser realizadas en campo), es
una tarea que presenta un grado de dificultad
elevado, en virtud de la gran cantidad de
variables involucradas y las interferencias que
existen producto de los acoplamientos con otros
elementos del sistema elctrico de potencia.
Desde el punto de vista de las tareas futuras y
contemplando que el estado de los aisladores
polimricos se vinculan en mayor o menor
medida con distintas variables, es que las
prximos pasos a realizar en el marco del
proyecto estarn vinculados con el
perfeccionamiento de las mediciones realizadas
en laboratorio para obtener factores que
permitan ponderar su influencia en la
determinacin del estado real del aislador, y
mejorar las mediciones realizadas en campo
para que las mismas arrojen valores que se
vinculen slo con el aislador sometido a estudio.
Consideramos que el estado de la investigacin
resulta muy alentador y permite confirmar que a
muy corto plazo se podr disponer de equipos
para un diagnstico certero para el estado de
los aisladores polimricos en servicio con la
implementacin de programas tales como
LabView o similares que son una herramienta
grfica que permite realizar pruebas, control y
diseo de instrumentos mediante la
programacin.
De esta manera se podrn asegurar las
condiciones de trabajo para los operarios que
realizan trabajos con tensin en instalaciones
con aisladores de este tipo.
REFERENCIAS
[1] Diagnostic Methods of Non-Ceramic
Insulators for HV Lines M. De Negris
F. Tavano F. Zagliani R. Rendina.
[2] Assessment of the State of Insulators on
Live Transmission Lines C. De
Tourreil M. Ishiwari.
[3] Considerations on the Design of
Composite Suspension Insulators Based
on Experience From Natural Ageing
Testing and Electric Field Calculations
7
K. Sokolija M. Hajro M. Kapetanovic
R. Hartingsstri.
[4] Field Experience of Ageing and
Performance of Polymeric Composite
Insulators A.E. Vlastos T. Srqvist.
[5] Design Criteria of Composite Insulators
for use in HV Outdoor Applications M.
Kuhl A. Schutz.
[6] Latest Developments and Experience
with Composite Longrod Insulators H.
Dietz H. Krner K.H. Mller H.
Patrunky.
[7] Service performance, material design
and applications of composite insulators
with silicone rubber housings J.
Kindersberger A. Schutz H. Krner
R.V.D. Huir.
[8] Aplication of Avanced Chemical
Analysis Techniques to the Assessment
of Composite Insulators Condition D.
Birtwhistle P. Blackmore G. Cash
G. George T. Gillespie A. Krivda.
[9] Evaluation of Optimum Composite
Insulator Design Using Service
experience and test Station data from
various Pollution Environments A. J.
Maxwell R. Hartings.
[10] Recambio de Aisladores Polimricos
con Tensin Comisin 21 AEA J.
Bianchi L. Neira F. Lopez G.
Lockhart C. Ibarlucea D. Persia.
[11] Neira L., Cairol D., Alonso J.C., Ramos
J.: "TcT en lneas de AT con aisladores
polimricos"; CIER Salto Grande, 2003.
[12] Neira L., Cairol D., Alonso J.C., Ramos
J.: "TcT en Lneas de AT con aisladores
polimricos: Parte II" CIER Rosario,
2005.
COMISIN DE INTEGRACIN ENERGTICA REGIONAL

[13] Werbos P. Beyond Regrssion: New Communications magazine, No. 27, pp.
Tools for Prediction and Analysis in the 47-64, 1989.
Behavioral Sciences. Tesis doctoral,
Harvard, Cambridge, MA, Agosto de [23] KREUGER F Partial Discharge
1974. Detection in HV Equipment.
BUTTERWORTHS, 1989.
[14] Parker D. B. Learning Logic. Technical [24]www.ni.com/labview/-National
Report TR-47, Center for Computational Instruments.
Research in Economics and
Management Science, MIT, Cambridge,
MA, Abril de 1985.

[15] James McClelland y David

Rummelhart. Exploration in Parallel
Distributed Processing, volumenes 1 y
2, MIT Press, Cambridge, MA, 1986.

[16] S. Amari, "Field theory of self-

organizing neural nets", IEEE
Transactions on Systems, Man, and
Cybernetics, SMC- 13, pp 741-748,
1983.

[17] A. Michel, J. Farrel, "Associative

Memories via Artificial Neural
Networks," IEEE Control System
Magazine, April 1990, pp. 6-17.

[18] D. Tank, J. Hopfield, "Neural

Computation by Concentrating
Information in Time," in Proc. of the
National Academics of Sciences of USA,
84, pp. 1896-1900, 1986.

[19] E. Baum, D. Haussler, "What Size Net

Gives Valid Generalization?", Neural
Computation 1, pp. 151-160, MIT, 1989.

[20] T. Kohonen, "The Self-Organizing

Map", Proccedings of the IEEE, vol. 78,
No. 9, Sep. 1990.

[21] T. Miller III, F. Glanz, G. Kraft III,

"CMAC: An Associative Neural Network
Alternative to Backpropagation",
Proccedings of the IEEE, vol. 78, No.
10, 1990.

[22] R. Lipmann, "Pattern Classification

using Neural Networks", IEEE