SciELO - Scientific Electronic Library Online

 
vol.15 número2Criterios para Seleccionar Sistemas de Diseño y Manufactura Asistidos por Computadora (CAD/CAM)Análisis Simbólico en Circuitos Electrónicos Analógicos Manipulando Estructuras de Datos índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Información tecnológica

versión On-line ISSN 0718-0764

Inf. tecnol. v.15 n.2 La Serena  2004

http://dx.doi.org/10.4067/S0718-07642004000200017 

  Información Tecnológica-Vol. 15 N° 2-2004, págs.: 95-100

ELECTRICIDAD Y ELECTRONICA

Sistema de Adquisición y Almacenamiento de Datos para Monitorización del Estado de Transformadores de Potencia

Data Acquisition and Storage System for Condition Monitoring. Application to Operating Power Transformers

 

P. Mariño, F. Poza, M. Ubeira y F. Machado

Univ. de Vigo, Dpto. de Tecnología, E.T.S. Ingenieros Industriales, 36200 Vigo-España (e-mail: pmarino@uvigo.es)


Resumen

El objetivo del presente trabajo es el diseño y realización de un sistema de adquisición, procesado y almacenamiento de datos para la monitorización del estado de transformadores de potencia. Utilizando técnicas de Almacén de Datos (Data Warehouse) e instrumentos virtuales, se creó un sistema de medida en cuatro transformadores en funcionamiento de 40 MVA. Se ha proporcionado a la aplicación que maneja los modelos de predicción, abstracciones de los sensores que los autores han denominado Tarjetas de Adquisición Virtuales. El sistema desarrollado en este trabajo tiene la ventaja frente a los sistemas comerciales existentes de ser fácilmente reconfigurable. Los subsistemas desarrollados, se pueden modificar para adaptarse a la monitorización del estado de otros equipos que necesiten medir variables mediante sensores.


Abstract

The objective of the current work is the design and development of an acquisition, processing and storage data system for monitoring the condition of power transformers. Using techniques for data storage (Data Warehouse) and virtual instruments, a measuring system was created in four 40 MVA transformers. The application that handles the prediction models was provided with an abstraction of the sensors, which the authors have named Virtual Acquisition Cards. Compared with available commercial software the acquisition system developed in this work has the advantage of being easily reconfigurable. The subsystems designed can be easily modified to monitor the estate of any other equipment that needs to measure variables using sensors.

Keywords: data acquisition, storage system, condition monitoring, power transformers, sensors


INTRODUCCIÓN

En la actualidad hay un creciente interés en utilizar y aplicar técnicas de monitorización de estado (Condition Monitoring), a equipos eléctricos de potencia como transformadores, generadores y motores (Han y Song, 2003). Utilizando dichas técnicas se consigue reducir los costes de operación y mantenimiento, incrementando la fiabilidad de los equipos.

En el caso particular de los transformadores de potencia utilizados en subestaciones de transformación de energía eléctrica, sus fallos suponen grandes pérdidas para las compañías eléctricas, ya que la reparación y realización de tareas de mantenimiento periódicas exige costosos recursos. Es por ello que existen comercialmente distintos equipos de monitorización de transformadores de potencia como son: INSITE de la firma Doble Engineering, SITRAM de Siemens, T-MONITOR de ABB, FARADAY T-MEDIC de General Electric, etc.

Con el objetivo de minimizar el número de fallos en los transformadores de potencia, los autores han realizado los subsistemas de adquisición y almacén de datos de una herramienta de predicción de fallos basada en modelos de comportamiento (Grimmelius et al., 1999), (Figura 1), que es la base de un proyecto que se ha denominado Sistema de Medición de Mantenimiento Preventivo (SMMP).


 
Fig. 1: Arquitectura del Sistema de Medición de Mantenimiento Preventivo (SMMP)

Para liberar a las aplicaciones de predicción de las funciones de manejo de datos, se las proveyó de una abstracción de datos denominada Tarjetas de Adquisición Virtuales (TAV) (Jackson y Zave, 1998), que son una abstracción de los sensores reales que proporcionan a los modelos los datos que necesitan.

Con la división del proyecto en tres subsistemas (medida, almacenamiento y predicción), y la creación de las TAVs, se consiguió un sistema escalable y fácilmente reconfigurable, a la vez que se redujo enormemente el tiempo de desarrollo del sistema global.

METODOLOGÍA

El desarrollo del SMMP se ha realizado dividiendo su arquitectura en tres subsistemas: Sistema de Adquisición de Datos (SAD), Almacén de Datos (AD) y Modelos de Predicción (MP), como se muestra en la figura 1.

En la realización actual los tres subsistemas se ejecutan en el mismo ordenador industrial, pero han sido diseñados de forma que son independientes entre sí y se han definido muy claramente las interfaces a través de las que interactúan. De esta forma se consigue que dichos subsistemas puedan ejecutarse en un entorno distribuido, y que cambios realizados en uno de ellos no afecten a los demás.

El subsistema MP ha sido diseñado por otro grupo investigador. Está formado por una apli-cación informática que incluye un conjunto de modelos matemáticos que simulan y predicen el comportamiento del transformador, en base al estado actual y pasado de distintas variables físicas, como son: temperatura, vibraciones y concentración tanto de humedad como de gases disueltos en el aceite (García et al., 2002). Una característica importante de estos modelos es que utilizan medidas de sensores que o bien se sitúan en el exterior del transformador, o que aunque se sitúen en su interior no implican el desencubado del mismo. Esto es importante para evitar el coste del desencubado y la posible anulación de la garantía del fabricante.

Este subsistema utiliza los datos almacenados en el AD, en primer lugar para ajustar los algoritmos que rigen el funcionamiento de los modelos de comportamiento, y una vez hecho esto, para comparar continuamente los valores medidos con los estimados. Si hay una variación significativa entre ambos se genera una alarma.

El acceso a los datos se realiza a través del conocido protocolo ODBC (Open DataBase Connectivity). Para simplificar el acceso a las aplicaciones MP a través de ODBC se ha desarrollado la biblioteca de enlace dinámico C-DLL2 (Figura 1).

Adquisición de datos

El SAD es el encargado de realizar las medidas y el procesado de las variables que utilizan los modelos empleados en la monitorización. Está formado por un conjunto de sensores, equipos comerciales de preacondicionamiento, equipo de acondicionamiento, tarjeta de adquisición de datos y ordenador industrial.

Entre los sensores utilizados se encuentran los siguientes: 4 PT100 para la medida de temperatura, 4 transformadores de intensidad y 4 de tensión para la medida de las corrientes y tensiones en los bobinados de alta y baja tensión, 3 acelerómetros piezoeléctricos para la medida de vibraciones, 1 higrómetro capacitivo para la medida de humedad en el aceite y un sensor para la medida de la concentración de gases en el aceite.

Algunos de los sensores comentados disponen de un equipo comercial de preacondicionamiento. El higrómetro capacitivo y el sensor de concentración de gases disueltos se preacondicionan obteniéndose señales de corriente 4-20mA (Mariño, 2003). Los acelerómetros piezoeléctricos también utilizan un e-quipo comercial que suministra señales de tensión entre ±3.16V.

Todas las señales comentadas anteriormente, junto con las PT100, se acondicionan utilizando tarjetas específicas conectadas en un chasis del tipo SCXI (Signal Conditioning eXtensions for Instrumentation) con varias ranuras, a los valores adecuados para la tarjeta de adquisición de datos. El ordenador industrial utilizado se basa en un chasis PXI (PCI eXtensions for Instrumentation) con un procesador Pentium III. Todos estos elementos son de la firma National Instruments.

Como se muestra en la Figura 2, el SAD captura los datos y los introduce en el AD. Para maximizar el rendimiento, utiliza una biblioteca hecha a medida C-DLL1 (C-Dinamic Link Library) que emplea el protocolo nativo de la base de datos elegida (OCI).


Almacén de datos

Debido a que los modelos matemáticos utilizados en el subsistema de monitorización necesitan conocer las medidas de los sensores en instantes de muestreo anteriores al actual, debe decidirse dónde y cómo deben ser almacenadas dichas medidas. Se ha descartado dejar a cargo de la aplicación de monitorización el manejo de registros de datos históricos, lo que podría aumentar enormemente su complejidad. Tampoco parece conveniente confiar esta tarea a los propios sensores o al equipo de Adquisición de Datos ya que ráfagas impredecibles de peticiones podrían degradar el funcionamiento del sistema de tal modo que alterasen significativamente sus requerimientos de tiempo real (Kopetz, 1997; Weyuker y Vokolos, 2000).

La amplia disponibilidad de interfaces normalizadas, bajo coste por byte y potencia de las bases de datos relacionales han sido los factores que han determinado su uso para el al-macenamiento de los datos, en forma de un Almacén de Datos (AD). La interposición de un AD entre el SAD y las aplicaciones de monitorización (Figuras 1 y 2) liberan a ambas de las tareas de manejo de datos, reduciendo en gran medida su complejidad (Devlin, 1997; Inmon, 1993).

La estructura del AD, que aparece representada en la Figura 2, está formada por: buffers y tablas, filtros, muestreadores y procesos por lotes, y tarjetas de adquisición virtuales. Las tablas almacenan todos los datos que provienen de los sensores, mientras que los buffers solamente reflejan el último valor disponible de cada sensor. Por cada modelo existe un filtro configurado de tal modo que se forma una vista particular de los buffers, seleccionando el último valor de los sensores que forman el modelo.

Si el multiplexado fuese una tarea del SAD, debería ser dependiente de los modelos, y podría tener que modificarse después de cualquier cambio realizado en ellos. Esta no sería una buena solución, ya que el acoplar tareas no relacionadas, tales como la adquisición de datos y la predicción, reduce la escalabilidad y reusabilidad del sistema (Mariño et al., 1999; Mariño et al., 2000a; Mariño et al., 2000b). La única ventaja que podría forzar el uso de esta solución sería que la ganancia de velocidad fuese determinante (Johnson,1995).

Cada vista de un modelo es periódicamente muestreada por su propia tarea programada, cuya frecuencia es convenientemente configurada según las necesidades del algoritmo de predicción, independientemente de los o-tros modelos. A continuación, se les añade cierta información de identificación a los datos y se les inserta en las tablas de modelos. Estas tablas junto con su interfaz SQL (Standard Query Language), sus filtros reconfigurables y sus muestreadores forman el núcleo de las Tarjetas de Adquisición Virtuales (TAVs).

A través de las TAVs, los modelos tienen acceso transparente a los datos, tanto actuales como históricos, procedentes del conjunto de sensores que necesitan. Además, varias características del flujo de datos proveniente de las TAVs, tales como la frecuencia de muestreo o el conjunto de sensores en sí mismo, pueden ser dinámicamente reconfigurados (como muestra la Figura 2) sin coste alguno para la aplicación de predicción (Cowan y Lucena, 1995).

Los modelos acceden indirectamente a los datos históricos introducidos por el SAD en las tablas de sensores. Con este fin, las muestras históricas son procesadas por lotes (Figura 2) para rellenar las tablas de modelos, siguiendo una frecuencia (o intervalo de tiempo) configurable. Los procedimientos que se encargan del mantenimiento de las TAVs (instalación, eliminación y modificación) son muy potentes y de fácil manejo, gracias al uso de meta datos y procedimientos almacenados.

En el AD se ha diseñado un sistema de vigilancia y alarmas por correo electrónico y un sistema de replicación. Cuando la aplicación de predicción o el SAD produce una alarma, ésta se envía al AD, que se encarga de comunicarla por correo electrónico directamente a los destinatarios oportunos según el nivel de prioridad y la causa de la alarma. Por otro lado, existe un proceso de vigilancia que se ejecuta diariamente y que comprueba el correcto funcionamiento del subsistema de adquisición, enviando información sobre el estado en el que se encuentra. El sistema de replicación automático permite la realización de backups de los datos en un servidor central utilizando Internet.

RESULTADOS

Con la división del SMMP en tres subsistemas independientes (Adquisición de Datos, Almacenamiento de Datos y Modelos de Predicción) se ha conseguido un sistema escalable y fácilmente reconfigurable, a la vez que se ha reducido enormemente el tiempo de desarrollo del sistema global al ser realizado en paralelo por tres equipos de diseñadores distintos.

Se ha realizado el diseño de un Sistema de Adquisición de Datos basado en un instrumento virtual (IV) utilizando el entorno gráfico de desarrollo de aplicaciones LabVIEW y hardware PXI y SCXI de altas prestaciones en cuanto a fiabilidad y robustez. La utilización de la biblioteca C-DLL1 hace que la velocidad de inserción de datos por parte del SAD en el AD sea del orden de 25 veces más rápida que utilizando ODBC.

Se ha realizado el diseño de un Almacén de Datos basado en Oracle, así como un sistema de replicación y envío de alarmas. Las TAVs proporcionan a los modelos toda la información de los sensores que éstos puedan llegar a precisar, ya que son fácilmente reconfigurables para proporcionar cualquier información extra. Esto último es de gran utilidad durante las fases de desarrollo, en las cuales el conjunto de sensores y las características del flujo de datos son sometidos a continuos ajustes.

DISCUSIÓN

Para el sistema de Adquisición de Datos se han elegido los estándares PXI y SCXI por su robustez y fiabilidad, ya que uno de los requisitos del SMMP era que debería instalarse en un armario situado a la intemperie en uno de los laterales del transformador.

El sistema desarrollado tiene la ventaja frente a los sistemas comerciales existentes de que es abierto y fácilmente configurable para adaptarse a cambios en los modelos de predicción.

Otra alternativa investigada para el desarrollo del SAD y del AD fue la utilización del estándar OPC (OLE for Process Control). Como es bien conocido el OPC es un conjunto delimitado de interfaces, basados en las tecnologías OLE (Object Linking and Embedding)/COM (Component Object Model) y DCOM (Distributed Component Object Model) de Microsoft, que proporcionan una forma común para que las aplicaciones accedan a los datos de cualquier fuente: sensor, autómata programable, sistema SCADA (Supervisory Control And Data Acquisition), base de datos, etc. En este caso no se adoptó esta solución porque no existía ningún servidor OPC comercial que permitiese la captura de datos de los sensores con la tasa de muestreo requerida por el subsistema MP. Para algunos sensores dicha tasa de muestreo debe ser del orden de 4000 muestras por segundo, ya que hay modelos que necesitan trabajar en el dominio de la frecuencia con los armónicos de la red eléctrica hasta 800Hz. Se descartó la posibilidad de realizar el desarrollo de un servidor OPC propio porque la potencial ventaja de OPC de permitir que varias aplicaciones cliente interaccionen con el mismo servidor, no se aprovecharía en este caso debido a la existencia de un único cliente que sería el AD.

CONCLUSIONES

Después de haber instalado cuatro SMMP idénticos, los autores han concluido que:

El uso de los chasis PXI y SCXI permite al SMMP trabajar sin problemas en condiciones ambientales, mecánicas y electromagnéticas agresivas.

El uso de las TAVs reduce enormemente la complejidad y el tiempo de desarrollo de las aplicaciones de predicción

Los subsistemas SAD y AD se pueden modificar fácilmente para adaptarse a la monitorización del estado de otros equipos que necesiten la medida de variables capturadas por sensores.

 

AGRADECIMIENTOS

Este trabajo ha sido financiado por dos proyectos de I+D de las siguientes entidades: Secretaría General del Plan Nacional de I+D CICYT, Ref. DPI2000-1702, Gobierno Central (España); y Departamento de Presidencia Ref. PGIDT01TIC30301PR, Gobierno Autónomo (Galicia, España).

NOMENCLATURA

ASA: Adquisición de Sensores Analógicos.
ASD: Adquisición de Sensores Digitales.
IG: Interfaz gráfico de usuario.
NIC: Network Interface Card.
NI-DAQ: National Instruments – Data Adquisition driver (controlador de adquisición de datos).
OCI: Oracle Call Interface.
OLEDB: Object Linking & Embedding Data Base (Microsoft).

REFERENCIAS

Cowan D. y C. Lucena, Abstract data views: An interface specification concept to enhance design for reuse. IEEE Transactions on Software Engineering, 21(3):229–243 (1995).         [ Links ]

Devlin B. Data warehouse: from architecture to implementation. Addison-Wesley, MA (1997).         [ Links ]

García B., J.C. Burgos, O. Bellón, J. Sanz, A. Alonso, J. Gardy, A. Ramos, E. Pérez y J. Jiménez, Modelado de la Temperatura para Monitorización de Transformadores. Energía y Computación, Edición 18, pp. 61-67, Cali, Colombia (2002).         [ Links ]

Grimmelius H., B. Bonnier, J.S: Grevink, R.F. van Kuilenburg, H.L. Maas y P.P Meiler, "Three State-of-the-Art Methods for Condition Monitoring", IEEE Transactions on Industrial Electronics, 46 (2), 407-416, April (1999).         [ Links ]

Han Y. y Y.H. Song "Condition Monitoring Techniques for Electrical Equipment - A Lite-rature Survey", IEEE Transactions on Power Delivery, 18 (1), 4-13, January (2003).         [ Links ]

Inmon W. Building the Datawarehouse. John Wiley (1993).         [ Links ]

Jackson M. y P. Zave, Distributed feature composition: a virtual architecture for telecommunications services. IEEE Transactions on Software Engineering, 24(10):831-847 (1998).         [ Links ]

Johnson T., Approximate analysis of reader/ writer queues. IEEE Transaction on Software Engineering, 21(3):209–218 (1995).         [ Links ]

Kopetz H., Real-Time Systems: Design Principles for Distributed Embedded Applications. Kluwer Academic Publishers, Boston, USA (1997).         [ Links ]

Mariño P., Las comunicaciones en la empresa; normas, redes y servicios. RAMA, 2° edición ampliada y actualizada, Madrid (2003).         [ Links ]

Mariño P., C. Sigüenza, J. Nogueira, F. Poza y M. Domínguez, A reusable distributed soft-ware architecture driven by metadata. In Proceedings 1999 Asia-Pacific Software Engineering Conference, pp. 246-249, Takamatsu, Japón (1999).         [ Links ]

Mariño P., C. Sigüenza, J. Nogueira, F. Poza y M. Domínguez, Metadata driven data paths: Improving data warehouse plumbing. In Proceedings 2000 IASTED International Conference on Applied Informatics, pp. 640–645, Innsbruck, Austria (2000a).         [ Links ]

Mariño P., C. Sigüenza, J. Nogueira, F. Poza y M. Domínguez, An event driven software architecture for enterprise-wide data source integration. In Proc. Conf. on Information Technology: Coding and Computing, Information Technology, pp. 140–145, Las Vegas, Nevada, USA (2000b).         [ Links ]

Weyuker E. y F. Vokolos, Experience with performance testing of software systems: Issues, an approach, and case study. IEEE Transaction on Software Engineering, 26(12): 1147-1156 (2000).

 
        [ Links ]