Machine Translated by Google

Datos resumidos 38 (2021) 107454

Listas de contenidos disponibles en ScienceDirect

Datos en resumen

página de inicio de la revista: www.elsevier.com/locate/dib

Artículo de datos

Conjunto de datos de transformadores de distribución

para mantenimiento predictivo.

Diego­A Bravo Ma, , Laura­I Álvarez Qb , Carlos­A Lozano Mb

a Universidad del Cauca, Calle 5 Nro. 4­70, Popayán 190001, Colombia b Universidad del
Valle, Calle 13 Nro. 100­00, Santiago de Cali 760001, Colombia

información del artículo abstracto

Historia del artículo: En el sector eléctrico es posible recolectar grandes cantidades de datos que
Recibido el 13 de julio de 2021 contienen información sobre procesos y eventos relevantes que ocurren en
Revisado el 17 de septiembre de 2021 un período determinado. Da un conocimiento de las diferentes condiciones
Aceptado el 1 de octubre de 2021
de operación de la red eléctrica y sus componentes. A través del tratamiento
Disponible en línea el 12 de octubre de 2021
y análisis de estos datos es posible proponer estrategias de mercado,
reducción de costos, reducción de fallas y reparaciones en máquinas y
Palabras clave:
disminución de inventarios. El operador de la red puede implementar
Transformadores de distribución
Mantenimiento predictivo
estrategias para mejorar los indicadores de confiabilidad y calidad del

Aprendizaje automático
servicio. Desde el punto de vista del mantenimiento, el tiempo de operación
de los equipos es un aspecto relevante para identificar y solucionar fallas sin
suspensiones del servicio. Este artículo tiene como objetivo mostrar datos
sobre las características de fallas de transformadores de distribución
utilizando datos históricos recopilados por el operador de la red (Compañía
Energética de Occidente) en el Departamento del Cauca (Colombia), en
cooperación con la Universidad del Cauca y la Universidad del Valle.

El conjunto de datos podría ser útil para investigadores y científicos de

datos que utilizan el aprendizaje automático para desarrollar aplicaciones
que ayuden a los ingenieros en el mantenimiento predictivo.
© 2021 El autor (es). Publicado por Elsevier Inc.
Este es un artículo de acceso abierto bajo licencia CC
BY (http://creativecommons.org/licenses/by/4.0/)

Autor correspondiente.
Direcciones de correo electrónico: dibravo@unicauca.edu.co (D.­A. Bravo M), laura.isabel.alvarez@correounivalle.edu.co (L.­I. Álvarez Q),
carlos.lozano@correounivalle.edu.co (C.­A. Lozano M).

https://doi.org/10.1016/j.dib.2021.107454 2352­3409/©
2021 El(los) Autor(es). Publicado por Elsevier Inc. Este es un artículo de acceso abierto bajo licencia CC BY (http://creativecommons.org/licenses/by/4.0/)
Machine Translated by Google
2 D.­A. Bravo M, L.­I. Álvarez Q y C.­A. Lozano M /Datos en Breve 38 (2021) 107454

Tabla de especificaciones

Sujeto Ingeniería Eléctrica y Electrónica Mantenimiento de

Área temática específica transformadores de distribución El conjunto de datos fue

Tipo de datos obtenido

Cómo se adquirieron los datos
Formato de datos
Parámetros para la recopilación de datos.
mediante inspecciones manuales en el Departamento del Cauca (Colombia) por la Compañía Energética
de Occidente.
Sin formato (formato .xlsx)
Conjunto de transformadores de distribución conectados a la red del operador en niveles de tensión de 13,2 [kV] y
34,5 [kV], ubicados en zonas rurales y urbanas del Departamento del Cauca (Colombia).

Descripción de la recopilación de datos.
El conjunto de datos contiene 16.000 transformadores de distribución de energía eléctrica del Departamento del
Cauca (Colombia). Están distribuidos en zonas rurales y urbanas de 42 municipios. La información cubre los
años 2019 y 2020, tiene 6 variables categóricas y 5 variables continuas. Los primeros corresponden a: ubicación,
autoprotegido, conector removible, criticidad según nivel cerámico, cliente y tipo de instalación. Los
segundos son la potencia del transformador, la tasa de consumo, el número de usuarios, la electricidad no
suministrada y la longitud de las líneas secundarias.

Ubicación de la fuente de datos Institución: Universidad del Cauca Ciudad/Región:

Popayán, Cauca País: Colombia Nombre

del repositorio: Mendeley
Accesibilidad de datos Data Número de identificación de datos: 10.17632/
yzyj46xpmy.4 URL directa a los datos: https://data.mendeley.com/datasets/
yzyj46xpmy/4

Valor de los datos

• Los datos proporcionan una recopilación de las características de los transformadores de distribución de energía eléctrica
en el Departamento del Cauca
(Colombia). • El conjunto de datos podría ser útil para investigadores y científicos de datos que estudien el mantenimiento
predictivo mediante algoritmos de aprendizaje
automático. • El conjunto de datos es adecuado para modelos de clasificación y regresión mediante algoritmos de aprendizaje automátic
ritmos.

1. Descripción de datos

El conjunto de datos consta de dos archivos en Excel:

(i) Conjunto de datos_Año_2019.xlsx (ii)

Conjunto de datos_Año_2020.xlsx

Cada archivo tiene 16 columnas con la información de características de los transformadores de distribución.
en el Departamento del Cauca durante los años 2019 y 2020, las columnas en orden ascendente son:

A. Ubicación: Variable binaria que indica la zona en la que se encuentra ubicado el transformador: 1 si es urbana y 0 si es
rural.
B. Potencia: Capacidad del transformador en [kVA]. Para transformadores sumergidos en aceite la norma IEC 76­1 establece
condiciones normales de servicio como altitud sobre el nivel del mar no superior a 1000 [m] y temperatura ambiente
superior a −25 ◦C e inferior a 40 ◦C.
C. Autoprotección: Variable binaria que indica si el transformador cuenta internamente con un interruptor para
Protección de baja tensión: 1 si está autoprotegido y 0 si no lo está.
D. Densidad media de descarga a tierra DDT: Variable en [Rayos/km2 año] se define como el número medio de rayos por
kilómetro cuadrado en un año.
E. Densidad máxima de descarga al suelo DDT: Variable en [Rayos/km2 año] se define como el número máximo de rayos
por kilómetro cuadrado en un año.
F. Tasa de quema: Variable basada en la confiabilidad del sistema y calculada a partir de los eventos de falla registrados en
los años de estudio. Se define como el número de fallas de un componente.
Machine Translated by Google
D.­A. Bravo M, L.­I. Álvarez Q y C.­A. Lozano M /Datos en Breve 38 (2021) 107454 3

por unidad de tiempo de grabación.

Fallos
TQ =
Tiempo
[Fallos/año] (1)

G. Criticidad según estudio previo a nivel cerámico: Variable binaria producto del resultado de un estudio previo realizado
para la empresa distribuidora por terceros: 1 si por su ubicación geográfica es de alto riesgo y 0 en caso contrario
no lo es. presentar alto riesgo.
H. Conectores removibles: Variable binaria que indica si la instalación del transformador dispone de conectores
removibles de media tensión para realizar intervenciones sin necesidad de apertura desde el seccionador
inmediatamente aguas arriba: 1 si tiene los conectores removibles instalados y 0 si no los tiene.

I. Tipo de clientes: Variable categórica que indica si el transformador alimenta principalmente

estrato 1, 2, 3, 4, 5, 6, usuarios comerciales, industriales o residenciales oficiales.
J. Número de usuarios: Variable entera que indica en cuántos clientes tiene el transformador.
La cuestión es el suministro del servicio de energía eléctrica.
K. Energía eléctrica no suministrada EENS: Variable basada en el riesgo que implica la falla, representa los [kWh] que
la empresa distribuidora deja de vender cuando el transformador deja de operar por un evento de falla.

L. Tipo de instalación: Variable categórica que indica si el transformador instalado es en cabina, en estructura tipo H, si
tiene macro con red antifraude, si es tipo pad mount, si es en una estructura simple tipo poste, un poste de red
antifraude, una torre metálica u otros.

M. Red aérea: Variable binaria que indica si la red de baja tensión de los transformadores está
del tipo aéreo: 1 si es así y 0 en caso contrario.
N. Cola de Circuito: Variable binaria que indica si el transformador se encuentra dentro de la red de media tensión en un
punto terminal del circuito: 1 si está en cola y 0 si está en un punto de paso.

O. km de red LT: Variable continua que corresponde a la longitud en [km] del transformador de baja tensión.

P. Transformadores quemados: Variable binaria que indica si el transformador se ha quemado durante el

ing este año: 1 si está quemado y 0 en caso contrario.

2. Diseño experimental, materiales y métodos.

El conjunto de datos contiene todos los transformadores de distribución conectados a niveles de tensión de 13,2 kV
y 34,5 kV, ubicados en áreas rurales y urbanas del Departamento del Cauca, propiedad de la Compañía Energética de
Occidente. Es necesario resaltar que quedan excluidos los transformadores de propiedad privada (terceros), del gobierno
y de cualquier persona distinta al operador de red. El universo está compuesto por 15.869 transformadores que atienden
el contexto operativo y los intereses de la empresa en los sectores residencial, comercial, industrial y oficial.

El conjunto de datos utilizado para predecir la falla de transformadores de distribución se aborda utilizando técnicas
de Machine Learning, Álvarez [1]. Desde el punto de vista del aprendizaje automático, este es un problema de
clasificación binaria. El modelo predictivo obtenido mediante este enfoque permite construir un plan de mantenimiento
predictivo reduciendo los costos operativos y optimizando los recursos asignados al área de mantenimiento de
Compañía Energética de Occidente.
El algoritmo de clasificación binaria utilizado fue el Support Vector Machine (SVM), el cual muestra un menor
porcentaje de error en la capacidad predictiva de falla en transformadores de distribución. Las variables predictoras Xi
del conjunto de datos de entrenamiento que más contribuyen a la variable predicha Yi del modelo obtenido mediante
una clasificación binaria con el algoritmo SVM se pueden ver en la Fig. 1.

El conjunto de datos está prefiltrado y no contiene datos atípicos ni faltantes, Bravo et al. [2].
Machine Translated by Google
4 D.­A. Bravo M, L.­I. Álvarez Q y C.­A. Lozano M /Datos en Breve 38 (2021) 107454

Fig. 1. Medidas de importancia variable del clasificador SVM.

Declaración de Ética

Este trabajo no involucró a ningún sujeto humano o animal, ni datos de plataformas de redes sociales.

Declaración del autor de CRediT

Todos los autores contribuyeron por igual en este trabajo.

Declaración de intereses en competencia

Los autores declaran que no tienen intereses financieros en conflicto ni relaciones personales conocidas que hayan
influido o puedan percibirse que han influido en el trabajo presentado en este artículo.

Reconocimiento

Los autores desean reconocer y expresar su más sincero agradecimiento a la Compañía Energética de Occidente, la
Universidad del Cauca y la Universidad del Valle, (Colombia) por el apoyo académico brindado durante este proyecto.

Referencias

[1] L. Álvarez, Mantenimiento Predictivo de Distribuciones. Transformadores. Estudio de caso: Departamento del Cauca (Colombia), primer
ed., Our Knowledge Publishing, 2021. ISBN 978­620­3­93390­1
[2] M. Bravo, A. Diego, C. Lozano, L. Alvarez, Conjunto de datos de transformadores de distribución en el departamento del cauca (Colombia),
Datos de Mendeley 4 (2021), doi:10.17632/yzyj46xpmy.4.