Separación de fuentes de descargas parciales y ruido eléctrico mediante análisis de potencia espectral en alta frecuencia

En entornos industriales o incluso en ambientes controlados como laboratorios de alta tensión, los impulsos procedentes de múltiples fuentes de Descargas Parciales (PDs) y ruido eléctrico se pueden superponer llegando modificar y alterar los resultados de las mediciones de PDs conduciendo finalmente a interpretaciones erróneas. Asimismo, algunos tipos de descargas, como es el caso de las tipo corona o superficiales, no suelen influir algunas veces en la expectativa de vida en los sistemas aislantes, al contrario de lo que ocurre con las internas, que sí pueden llegar a causar la ruptura en un corto tiempo. Por estos motivos, la separación e identificación de fuentes de PDs y ruido se ha convertido en un requisito fundamental a la hora de obtener un diagnóstico efectivo del aislamiento y evitar así evaluaciones erróneas en equipos como máquinas eléctricas y cables aislados. El propósito de esta Tesis es la presentación de un nuevo método de separación y clasificación de fuentes de PDs y ruido basado en el análisis de la potencia espectral de los pulsos de PDs para determinadas bandas de frecuencia. Este método permite separar en un mapa 2D las diferentes fuentes que puedan estar presentes durante la adquisición, a través de nubes de puntos clusters que se ubican en diferentes partes del mapa de acuerdo a su naturaleza. Conjuntamente se presenta el desarrollo de un algoritmo que permite seleccionar de forma automática las bandas de frecuencia de mayor interés con el fin de mejorar la separación de los clusters en el mapa. Adicionalmente, una serie de experimentos realizados en varios objetos de ensayo y equipos reales son presentados, con el fin de validar el comportamiento del método de separación y del algoritmo de selección automática propuestos en este documento.Both at industrial environments and even controlled facilities as high voltage laboratories the onset and overlap of Partial Discharges (PDs) and electromagnetic noise is possible which may lead to disturbances on the measurements made and entailing misleading results. Furthermore, some specific types of discharges as corona and surface PDs do not usually affect the expected lifetime of insulation systems such as occur in the case of internal discharges which frequently leads to the breakdown of the insulation in a short period of time. On those grounds the accurate identification of the PDs and its differentiation from other signals like electric noise have become a basic requirement when an effective insulation diagnosis is required avoiding erroneous results and a wrong diagnosis of electrical machines and power cables. The purpose of this thesis is to present a new method for separating and classifying PDs and noise sources by means of the analysis of the spectral power from the detected pulses for certain frequency bands. This method allows the separation in a 2D map of different sources that may be present during acquisition, through clouds of clusters that are located in different parts of the map according to their nature. In addition it has been developed an algorithm for the automatic selection of the frequency bands of interest in order to improve the separation of the clusters on the map. Additionally, a series of experiments conducted on various test objects and real high voltage equipment are presented, in order to validate the performance of the separation method and the algorithm for the automatic selection of frequency intervals that is proposed in this document.Programa de Doctorado en Ingeniería Eléctrica, Electrónica y Automática por la Universidad Carlos III de MadridPresidente: Andrea Cavallini.- Secretario: Javier Sanz Feito.- Vocal: Daniel Muñoz Fría