Metodología para el mantenimiento predictivo de transformadores de distribución basada en aprendizaje automático
Document title: Metodología para el mantenimiento predictivo de transformadores de distribución basada en aprendizaje automático
Journal: Ingeniería (Bogotá)
Database:
System number: 000538204
ISSN: 0121-750X
Authors: 1
1
2
Institutions: 1Universidad del Valle, Santiago de Cali, Valle del Cauca. Colombia
2Universidad del Cauca, Popayán, Valle del Cauca. Colombia
Year:
Season: Sep-Dic
Volumen: 27
Number: 3
Country: Colombia
Language: Español
Spanish abstract Contexto: En este artículo describimos una metodología ́ıa que se ha establecido para programar el mantenimiento predictivo de transformadores de distribución en el Departamento del Cauca (Colombia) mediante aprendizaje automático. Método: La metodología propuesta se basa en un modelo predictivo de clasificación que encuentra el número mínimo de transformadores de distribución propensos a fallar. Para verificar esto, el modelo fue implementado y probado con datos reales en el Departamento del Cauca (Colombia). Resultados: Es posible lograr una solución efectiva para programar el mantenimiento predictivo de los transformadores de distribución mediante el uso de aprendizaje automático. Conclusiones: El modelo propuesto es una herramienta eficaz para los problemas de programación del mantenimiento preventivo de los transformadores de distribución.
English abstract Context: In this paper, we describe a methodology set up to schedule the predictive maintenance of distribution transformers in the Department of Cauca (Colombia) by means of machine learning. Method: The proposed methodology relies on a predictive classification model that finds the minimum number of distribution transformers prone to failure. To verify this, the model was implemented and tested with real data in the Department of Cauca (Colombia). Results: It is possible to achieve an effective solution for scheduling the predictive maintenance of distribution transformers by means of machine learning. Conclusions: The proposed model is an effective tool for problems involving the scheduling of preventive maintenance scheduling problems for distribution transformers.
Keyword: Transformadores de distribución,
Aprendizaje automático,
Mantenimiento predictivo.
Keyword: Distribution Transformers,
Machine Learning,
Predictive maintenance.
Full text: Texto completo (Ver HTML) Texto completo (Ver PDF)