Ups CT009455

UNIVERSIDAD POLITÉCNICA SALESIANA
SEDE CUENCA
CARRERA DE INGENIERÍA ELÉCTRICA
Trabajo de titulación previo a la

obtención del título de Ingeniero
Eléctrico
PROYECTO TÉCNICO CON ENFOQUE INVESTIGATIVO:
“ANÁLISIS TÉRMICO DEL EFECTO CORONA EN LÍNEAS DE

DISTRIBUCIÓN”
AUTORES:
JUAN DIEGO GÓMEZ DELGADO

JUAN CARLOS GUALPA PÉREZ
TUTOR:
ING. FLAVIO ALFREDO QUIZHPI PALOMEQUE
CUENCA- ECUADOR
2021
CESIÓN DE DERECHOS DE AUTOR
Nosotros, Juan Diego Gómez Delgado con documento de identificación Nº

0106947138 y Juan Carlos Gualpa Pérez con documento de identificación Nº
0106823933, manifestamos nuestra voluntad y cedemos a la Universidad Politécnica
Salesiana la titularidad sobre los derechos patrimoniales en virtud de que somos
autores del trabajo de titulación: “ANÁLISIS TÉRMICO DEL EFECTO
CORONA EN LÍNEAS DE DISTRIBUCIÓN”, mismo que ha sido
desarrollado para optar por el título de Ingeniero Eléctrico, en la Universidad
Politécnica Salesiana, quedando la Universidad facultada para ejercer plenamente
los derechos cedidos anteriormente.
En aplicación a lo determinado en la Ley de Propiedad Intelectual, en nuestra

condición de autores nos reservamos los derechos morales de la obra antes citada. En
concordancia, suscribimos este documento en el momento que hacemos
entrega del trabajo final en formato digital a la Biblioteca de la Universidad
Politécnica Salesiana.
Cuenca, diciembre de 2021.
Juan Diego Gómez Delgado Juan Carlos Gualpa Pérez

C.I. 0106947138 C.I. 0106823933
CERTIFICACIÓN
Yo, declaro que bajo mi tutoría fue desarrollado el trabajo de titulación:

“ANÁLISIS TÉRMICO DEL EFECTO CORONA EN LÍNEAS
DE DISTRIBUCIÓN”, realizado por Juan Diego Gómez Delgado y
Juan Carlos Gualpa Pérez, obteniendo el Proyecto Técnico con enfoque
investigativo, que cumple con todos los requisitos estipulados por la
Universidad Politécnica Salesiana.
Ing.Flavio Alfredo Quizhpi Palomeque

C.I. 0102257482
DECLARATORIA DE RESPONSABILIDAD
Nosotros, Juan Diego Gómez Delgado con documento de identificación Nº

0106947138 y Juan Carlos Gualpa Pérez con documento de identificación Nº
0106823933, autores del trabajo de titulación: “ANÁLISIS TÉRMICO DEL
EFECTO CORONA EN LÍNEAS DE DISTRIBUCIÓN”, certificamos que
el total contenido del Proyecto Técnico con enfoque investigativo, es de nuestra
exclusiva responsabilidad y autoría.

C.I. 0106947138 C.I. 0106823933
DEDICATORIA
A Dios por ser mi guía, a mis padres Gonzalo Gómez y Nancy Delgado quienes
con sacrificios, amor incondicional y consejos han sido el pilar fundamental para
culminar esta etapa de mi vida, a mis hermanos Roberto, Javier y Carolina por
llenarme de alegría y motivarme cada día y a todas aquellas personas que me
brindaron su apoyo para cumplir esta meta.
Juan Diego Gómez Delgado
iv
DEDICATORIA
A Dios, a la Virgen María, a mi Madre Rosita Pérez y a mi Padre Alberto Pineda,

quienes gracias a sus esfuerzos y sacrificios me permitieron culminar esta etapa
de formación profesional,a mi abuelita Gricelda Cajamarca (+), a mis hermanos
Jimmy y Fernando Pineda Pérez, a mi familia, compañeros y todas aquellas personas
que durante estos años estuvieron presentes para que este sueño se haga realidad.
Juan Carlos Gualpa Pérez
v
AGRADECIMIENTOS
Agradecemos a nuestros Padres por el apoyo incondicional durante estos años

de formación, al Ing. Flavio Quizphi quien, con su experiencia, conocimientos y
responsabilidad nos ha guiado en el desarrollo y culminación del proyecto de
titulación y a la Universidad Politécnica Salesiana por brindarnos el apoyo y
conocimiento educativo por parte de los docentes, que gracias a ellos hemos cumplido
con éxito nuestro objetivo.
vi
RESUMEN
El efecto corona es uno de los fenómenos naturales que se presenta en las líneas
de transporte y distribución de energía eléctrica. El resultado del fenómeno son
pérdidas de energía y daños en el sistema eléctrico. En el presente trabajo se plantea
un método de medición de temperatura y se analiza el comportamiento térmico
producido por el efecto corona en la línea de distribución. Se realiza pruebas de
laboratorio en una red de distribución que es modelado mediante dos aisladores
tipo pin ANSI 56-1 (23kV) y un cable 1/0 ACSR, debido a que son los elementos
más utilizados en las líneas de distribución en el sector eléctrico del Ecuador. El
laboratorio de Alto Voltaje de la Universidad Politécnica Salesiana Sede Cuenca
cumple con los estándares nacionales e internacionales para el desarrollo de ensayos
normalizados, esto permite analizar y evaluar el método planteado. En base a la
normativa IEC-60270, se realiza el montaje del circuito de prueba directo que consta
de una fuente de alto voltaje (HVAC), una impedancia de bloqueo que impide el
retorno de las descargas producidas, un partidor capacitivo que cumple la función de
medir el voltaje de ensayo y que trabaja como capacitor de acople para la toma de
muestras, y una impedancia de medida donde se conecta el instrumento de medición.
Las mediciones de temperatura y de señal de voltaje son tomadas cada 10 minutos,
aplicando voltajes a frecuencia industrial que van desde los 12,7 hasta los 60 kV. La
señal de voltaje se captura mediante el osciloscopio Tektronix DSO-5034, en donde,
se obtiene un archivo CSV y los datos de temperatura son obtenidos con la camára
termográfica Fluke Ti25. Se implementa un filtro FIR pasabanda, con una banda de
frecuencia de 180 kHz, esto con el objetivo de eliminar la componente fundamental
de la fuente y el ruido. El resultado de la implementación del filtro FIR mostró los
picos característicos de la descarga corona producidos en la linea de distribución.
Para la detección del efecto corona, se utilizó la metodología árbol de decisión el
cual forma parte del deep learnig, misma que fue entrenada con la base de datos
obtenida.
vii
ABSTRACT
The corona effect is one of the natural phenomena that occurs in electricity
transmission and distribution lines. The result of the phenomenon is energy losses
and damage to the electrical system. In this work, a temperature measurement
method is proposed and the thermal behavior produced by the corona effect in
the distribution line is analyzed. Laboratory tests are carried out on a distribution
network that is modeled using two ANSI 56-1 (23kV) pin type insulators and a 1/0
ACSR cable, since they are the most used elements in distribution lines in the
electrical sector. of Ecuador. The High Voltage laboratory of the Universidad
Politécnica Salesiana Sede Cuenca complies with national and international
standards for the development of standardized tests, this allows to analyze and
evaluate the proposed method. Based on the IEC-60270 standard, the direct test
circuit is assembled consisting of a high voltage source (HVAC), a blocking
impedance that prevents the return of the discharges produced, a capacitive
starter that fulfills the function to measure the test voltage and that works as a
coupling capacitor for sampling, and a measurement impedance where the measure-
ment instrument is connected. Temperature and voltage signal measurements are
taken every 10 minutes, applying voltages at industrial frequency ranging from 12.7
to 60 kV. The voltage signal is captured by the Tektronix DSO 5034 oscilloscope,
where a CSV file is obtained and the temperature data is obtained with the Fluke
Ti25 thermographic camera. A band-pass FIR filter is implemented, with a frequency
band of 180 kHz, this with the aim of eliminating the fundamental component of
the source and noise. The result of the implementation of the FIR filter showed the
characteristic peaks of the corona discharge produced in the distribution line. For
the detection of the corona effect, the decision tree methodology was used, which is
part of deep learning, which was trained with the database obtained.
viii
ÍNDICE
1 MARCO TEÓRICO 6
1.1 RED DE DISTRIBUCIÓN AÉREA . . . . . . . . . . . . . . . . . . . 6
1.1.1 Partes Principales . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2 PÉRDIDAS DE ENERGÍA ELÉCTRICA . . . . . . . . . . . . . . . 7
1.2.1 Pérdidas Técnicas . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.1.1 Causas de pérdidas técnicas . . . . . . . . . . . . . . 8
1.2.2 Pérdidas no Técnicas o Comerciales . . . . . . . . . . . . . . . 8
1.3 AISLAMIENTO ELÉCTRICO . . . . . . . . . . . . . . . . . . . . . 8
1.3.1 Rigidez Dieléctrica . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.2 Naturaleza del aislamiento eléctrico . . . . . . . . . . . . . . . 9
1.3.3 Formas de onda normalizada . . . . . . . . . . . . . . . . . . . 9
1.4 DESCARGAS PARCIALES (DP) . . . . . . . . . . . . . . . . . . . . 10
1.4.1 Origen de las descargas parciales (DP) . . . . . . . . . . . . . 10
1.5 TIPOS DE DESCARGAS PARCIALES . . . . . . . . . . . . . . . . 11
1.5.1 Descargas Parciales Internas . . . . . . . . . . . . . . . . . . . 11
1.5.2 Descargas Parciales Superficiales . . . . . . . . . . . . . . . . 11
1.5.3 Descargas Parciales de tipo Corona . . . . . . . . . . . . . . . 12
1.6 MÉTODOS DE MEDIDA DE DESCARGAS PARCIALES . . . . . . 12
1.6.1 Normativa IEC-60270, 2000 . . . . . . . . . . . . . . . . . . . 12
1.7 DESCARGA TOWNSEND . . . . . . . . . . . . . . . . . . . . . . . 14
1.8 EFECTO CORONA . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.8.1 Cálculo del Efecto Corona . . . . . . . . . . . . . . . . . . . . 15
1.9 DISTRIBUCIÓN DE LA CURVA DE DAVIES . . . . . . . . . . . . 18
1.9.1 Etapa de depuración . . . . . . . . . . . . . . . . . . . . . . . 18
1.9.2 Etapa de falla fortuita . . . . . . . . . . . . . . . . . . . . . . 18
1.9.3 Etapa de desgaste . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.10 ELEMENTO DE PRUEBA . . . . . . . . . . . . . . . . . . . . . . . 19
1.10.1 Aislador tipo Pin ANSI 56-1 . . . . . . . . . . . . . . . . . . . 19
1.11 INSTRUMENTOS DE MEDICIÓN . . . . . . . . . . . . . . . . . . . 20
1.11.1 Thermo Recoder TR-73U . . . . . . . . . . . . . . . . . . . . 20
1.11.2 Osciloscopio Tektronix DSO 5034 . . . . . . . . . . . . . . . . 21
ix
1.11.3 Cámara Infrarroja Fluke Ti25 . . . . . . . . . . . . . . . . . . 22
2 METODOLOGÍA PROPUESTA 23
2.1 CORRECCIONES ATMOSFÉRICAS SEGÚN EL ESTÁNDAR
IEEE 4-2013 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.1.1 Condiciones atmosféricas estándar . . . . . . . . . . . . . . . . 23
2.2 CORRECCIONES ATMOSFÉRICAS SEGÚN EL MÉTODO 1 . . . 24
2.2.1 Coeficiente correctivo de la densidad del aire (k1) . . . . . . . 25
2.2.2 Coeficiente correctivo de la humedad (k2) . . . . . . . . . . . 25
2.2.3 Exponentes m y w . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3 CORRECCIONES ATMOSFÉRICAS SEGÚN EL MÉTODO 2 . . . 29
2.3.1 El coeficiente correctivo de la densidad del aire kd . . . . . . . . 29
2.4 ESTUDIO SOBRE LAS REDES DE
DISTRIBUCIÓN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.4.1 Detección de picos en la señal . . . . . . . . . . . . . . . . . . 33
2.4.2 Medición de Temperatura y Señal de Voltaje . . . . . . . . . . 35
2.4.2.1 Medición de Temperatura . . . . . . . . . . . . . . . 35
2.4.2.2 Medición de señal de Voltaje . . . . . . . . . . . . . 35
2.4.3 Detección del efecto corona . . . . . . . . . . . . . . . . . . . 36
2.5 DEEP LEARNING . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.5.1 Árbol de decisión . . . . . . . . . . . . . . . . . . . . . . . . . 38
3 RESULTADOS EXPERIMENTALES DE LABORATORIO 40

3.1 CÁLCULO DEL VOLTAJE NORMALIZADO . . . . . . . . . . . . 40
3.1.1 Correcciones atmosféricas utilizando el método 2 . . . . . . . . 40
3.1.2 Cálculo del coeficiente correctivo de la densidad del aire kd . . 40
3.1.3 Cálculo del coeficiente correctivo de la humedad kh . . . . . . 41
3.1.4 Voltaje de descarga disruptiva normalizado . . . . . . . . . . . 41
3.2 DETECCIÓN DE PICOS EN LA SEÑAL . . . . . . . . . . . . . . . 42
3.3 MEDICIÓN DE TEMPERATURA Y VOLTAJE . . . . . . . . . . . 43
3.3.1 Medición de temperatura . . . . . . . . . . . . . . . . . . . . . 43
3.3.2 Medición de la señal de Voltaje . . . . . . . . . . . . . . . . . 47
3.4 DETECCIÓN DEL EFECTO CORONA . . . . . . . . . . . . . . . . 51
4 Conclusiones y Recomendaciones 57
Bibliografía . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
ANEXOS 62
ÍNDICE DE FIGURAS
1.1 Factores que inciden en las pérdidas técnicas [3]. . . . . . . . . . . . . 7

1.2 Comportamiento de los aislamientos frente a sobrevoltajes [4]. . . . . 9
1.3 Descargas Parciales [5]. . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4 Descargas parciales de tipo interna. . . . . . . . . . . . . . . . . . . . 11
1.5 Descargas parciales de tipo superficial. . . . . . . . . . . . . . . . . . 11
1.6 Descargas parciales de tipo corona. . . . . . . . . . . . . . . . . . . . 12
1.7 Circuito de medición directa. . . . . . . . . . . . . . . . . . . . . . . . 13
1.8 Circuito de medición indirecta. . . . . . . . . . . . . . . . . . . . . . 13
1.9 Evolución de la corriente en un gas en función del voltaje aplicado [4]. 15
1.10 Pérdidas de voltaje por efecto corona [13] . . . . . . . . . . . . . . . . 17
1.11 Etapas de la distribución de la curva de Davies [15]. . . . . . . . . . . 19
1.12 Aislador tipo PIN ANSI 56-1 [16]. . . . . . . . . . . . . . . . . . . . . 19
1.13 Thermo Recorder TR-73U[18] . . . . . . . . . . . . . . . . . . . . . . 20
1.14 Osciloscopio Tektronix DSO 5034 [20]. . . . . . . . . . . . . . . . . . 21
1.15 Cámara infrarroja Fluke Ti25 [21][22]. . . . . . . . . . . . . . . . . . 22
2.1 Parámetro k en función de h/δ [23]. . . . . . . . . . . . . . . . . . . . 27

2.2 Valor de m para corregir la densidad del aire en relación del parámetro
g [23]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3 Valor del exponente w para corregir la densidad del aire en relación
del parámetro g [23]. . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.4 Coeficiente correctivo de la humedad k en relación a la humedad
absoluta [23]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.5 Valores de m y n para corregir la densidad del aire y w para corregir
la humedad en relación a la longitud de chispa d, en metros [23]. . . . 30
2.6 Diagrama de bloques para el análisis del efecto corona. . . . . . . . . 32
2.7 Metodología propuesta . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.8 Esquema propuesto para la detección de la descarga corona. . . . . . 33
2.9 Esquema para un aislador tipo Pin. . . . . . . . . . . . . . . . . . . . 34
2.10 Diagrama de flujo para la detección del efecto corona. . . . . . . . . . 36
2.11 Esquema filtro FIR. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.12 Árbol de decisión en el análisis del efecto corona. . . . . . . . . . . . 38
xi
2.13 Metodología para la experimentación con aprendizaje automático. . . 39
3.1 Señal de Voltaje cuando no existe la descarga corona. . . . . . . . . . 42

3.2 Señal de Voltaje cuando existe la descarga corona . . . . . . . . . . . 43
3.3 Medición de temperatura en un aislador tipo ANSI 56-1 suministrado
un voltaje de 12,7 kV . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
un voltaje de 14 kV . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
un voltaje de 15,8 kV . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
un voltaje de 18,3 kV . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
un voltaje de 21,8 kV . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
un voltaje de 26,6 kV . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
un voltaje de 33,2 kV . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
un voltaje de 42,5 kV . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
un voltaje de 55,7 kV . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
un voltaje de 60 kV . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.13 Medición de la señal de voltaje en un aislador tipo ANSI 56-1
suministrado un voltaje de 12,7 kV . . . . . . . . . . . . . . . . . . . 47
suministrado un voltaje de 14 kV . . . . . . . . . . . . . . . . . . . . 48
suministrado un voltaje de 60 kV . . . . . . . . . . . . . . . . . . . . 50
3.23 Señal patrón de descarga corona en el dominio del tiempo . . . . . . . 51
3.24 Señal patrón de descarga corona en el dominio de la frecuencia . . . . 51
3.25 Filtro FIR aplicado a la señal patrón . . . . . . . . . . . . . . . . . . 52
3.26 Gráfico de dispersión . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.27 Aprendizaje del modelo árbol de decisión . . . . . . . . . . . . . . . . 53
3.28 Matriz de confusión . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.29 Detección del efecto corona . . . . . . . . . . . . . . . . . . . . . . . . 54
3.30 No detección del efecto corona . . . . . . . . . . . . . . . . . . . . . . 54
4.1 Circuito de prueba para obtener la señal patrón en el aislador tipo

pin ANSI 56-1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
4.2 Circuito de prueba para la red de distibución. . . . . . . . . . . . . . 62
4.3 Medición de temperatura utilizando la cámara termográfica Ti-25. . . 63
4.4 Medición de temperatura en la red de distribución a un voltaje de
12.7 kV. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.5 Medición de temperatura en la red de distribución a un voltaje de 14
kV. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
15.8 kV. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
18.3 kV. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
21.8 kV. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
26.6 kV. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
33.2 kV. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
42.5 kV. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
55.7 kV. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.13 Medición de temperatura en la red de distribución a un voltaje de 60
kV. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
Índice de tablas
1.1 Aislador tipo PIN ANSI 56-1 [16], [17]. . . . . . . . . . . . . . . . . . 20

1.2 Especificaciones Osciloscopio Tektronix DSO 5034 [20]. . . . . . . . . 21
2.1 Valores m y w para corregir la densidad del aire en relación del

parámetro g [23]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2 Aplicación coeficientes correctivos atmosféricos [23]. . . . . . . . . . . 31
2.3 Elementos del esquema de prueba. . . . . . . . . . . . . . . . . . . . . 34

xiv
ANTECEDENTES
El Grupo de Investigación de Energías (GIE) de la Universidad Politécnica Salesiana

con el propósito de relacionarse con temas de investigación de alto voltaje propone
diferentes temas, en este caso referente al análisis térmico del efecto corona en líneas
de distribución, donde se plantea utilizar la cámara termográfica Ti25.
Es de suma importancia el estudio del efecto corona en la rama de la Ingeniería

Eléctrica, debido a que este fenómeno natural puede ser generado en diferentes
puntos de la red eléctrica de transmisión y distribución.Las problemáticas frente a
este fenómeno son relevantes debido a que las pérdidas de energía pueden provocar
caídas de voltaje que perjudiquen a los usuarios finales.
En el Ecuador, hasta el momento se ha realizado el estudio e identificación

de puntos calientes en la red de distribución a un voltaje de 13,8 kV, para este
análisis se hace uso de la cámara termográfica Ti-25 y el software Smart View. El
estudio se realiza en estructuras, seccionadores, grapas, aisladores y empalmes, con
el objetivo de detectar fallas y minimizar anomalías en un sistema de distribución,
donde, la temperatura es el parámetro principal para analizar, monitorear y realizar
la inspección térmica y visual [1].
En la actualidad, adquirir una gran base de datos (big data) sobre un proceso
permite alcanzar resultados precisos en su estudio. El modelo deep learning que
es una sub categoría del machine learning o aprendizaje automático, busca dotar a
una máquina la capacidad de aprendizaje. La información receptada para un análisis
dependerá de su base de datos, donde la información haga una comparación con un
patrón establecido y este obtenga varios niveles de procesamiento hasta identificar
características del proceso de manera autónoma.
1
JUSTIFICACIÓN
En el presente proyecto de grado, se realiza la investigación del comportamiento

térmico del efecto corona en una línea de distribución, que está compuesto por un
aislador tipo Pin ANSI 56-1 y un conductor ACSR 1/0. Es por ello, que se utilizará
la cámara termográfica Fluke Ti-25 para medir la temperatura en tiempo real, con
el propósito de analizar cuál es la diferencia entre daños por el efecto corona y daños
por el calentamiento de los elementos del sistema eléctrico. También se realizará un
estudio sobre las consecuencias del efecto corona, las cuales son un factor importante
en la vida útil de los componentes del sistema eléctrico.
Debido a que la Universidad Politécnica Salesiana cuenta con un laboratorio

altamente calificado y con los equipos necesarios para realizar dicho proyecto, se ha
propuesto analizar este fenómeno contando con el apoyo de un tutor capacitado en
esta área.
2
OBJETIVOS
OBJETIVO GENERAL
Estudiar las alteraciones térmicas producidas por el efecto corona en los

elementos de sujeción mecánica de las redes de distribución en la provincia del
Azuay.
OBJETIVOS ESPECÍFICOS
1. Realizar mediciones en los elementos de sujeción de los sistemas de distribución

donde se produce el efecto corona.
2. Utilizar la cámara termográfica para la toma de datos termográficos y

establecer comportamientos del fenómeno.
3. Proponer una metodología deep learning para la toma de datos y determinar

el comportamiento térmico de las redes de distribución frente al efecto corona.
3
METODOLOGÍA APLICADA
Para alcanzar los objetivos planteados de la investigación se considera utilizar una

metodología deductiva y experimental, recolectando datos para su respectivo análisis
los cuales serán divididos en las siguientes fases.
1. Revisión de fuentes bibliográficas, artículos científicos e información destacada

de Internet concerniente al área de investigación.
2. Recolección de datos en base a las normativas nacionales e internacionales.
3. Implementación del esquema de ensayo para realizar las pruebas de

laboratorio, con el objetivo de realizar la adquisición de datos de
temperatura y señal de voltaje, utilizando la cámara termográfica Fluke Ti-25
y el Osciloscopio Tektronixs DSO 5034, que posteriormente servirán para el
análisis de los parámetros térmicos que influyen en el efecto corona.
4. Planteamiento del método, medición de la temperatura y señal de voltaje cada

10 minutos, aplicando voltajes establecidos desde 12,7 kV hasta 60 kV para
establecer comportamientos de temperatura y voltaje.
5. Propuesta del método deep learning con la finalidad de detectar el efecto

corona mediante la comparación de la base de datos con una señal patrón de
descarga corona, misma que se obtiene en base a un análisis discriminatorio.
6. Análisis de resultados mediante la tabulación de datos obtenidos en la etapa

anterior. Se analizará el comportamiento del parámetro temperatura y señales
de voltaje en los elementos que son sometidos a prueba frente al efecto corona.
4
INTRODUCCIÓN
El siguiente trabajo de titulación trata sobre el análisis térmico del efecto corona en
una red de distribución aplicando diferentes niveles de voltaje, desde 12,7 kV hasta
los 60 kV, utilizando como instrumento de medición principal la cámara termográfica
Ti-25, esto con el propósito de registrar valores de temperatura para el respectivo
estudio.
En el Capitulo 1 se detalla conceptos básicos sobre el origen del efecto corona en

una línea de distribución, que darán soporte al tema de investigación.
En el Capitulo 2 se explica la metodología propuesta para el análisis y estudio

del fenómeno, esto con el propósito de obtener resultados en base a los objetivos
establecidos.
En el Capítulo 3 se muestran los resultados de temperatura y señal de voltaje,

con el fin de verificar si existe la presencia del efecto corona en la linea de distribución
que es suministrado a diferentes niveles de voltaje.
Por último, el Capítulo 4, se exponen las conclusiones y recomendaciones del

proyecto de investigación, de tal forma que se mantenga una idea clara del análisis
del efecto corona en una línea de distribución, de la misma manera recomendaciones
que se puedan tomar en consideración para estudios posteriores.
5
CAPÍTULO 1
MARCO TEÓRICO
1.1 RED DE DISTRIBUCIÓN AÉREA
La red de distribución aérea es un sistema que permite transportar energía eléctrica

hacia un punto de consumo, esta conformado por elementos mecánicos de sujeción
y conductores [2].
1.1.1 Partes Principales
• Poste: Fabricados en madera, concreto o metálicos, con propiedades de peso,

longitud, resistencia de rotura.
• Conductores: De Aluminio y ACSR desnudos con calibres de 2/0, 1/0 y 2 AWG

para circuitos primarios y cables desnudos o asilados con los mismos calibres
para circuitos secundarios.
• Crucetas: Construidos en madera o ángulo galvanizado con diagonales en

varilla o ángulo de hierro (pié de amigo).
• Aisladores: Tipo ANSI 55.5-56.1 para medio voltaje y ANSI 53.3 para bajo
voltaje.
• Equipos de Seccionamiento: se opera con cortacircuitos y seccionadores

monopolares para trabajar sin carga.
6
• Transformadores y protecciones: utilizados para sistemas monofásicos y
trifásicos, protegidos por cortacircuitos, fusibles y pararrayos [2].
1.2 PÉRDIDAS DE ENERGÍA ELÉCTRICA
Producidas por una serie de fenómenos naturales, condiciones de operación,

características de los materiales y equipos, etc, los cuales influyen en la
eficiencia de una red eléctrica. Se clasifican en pérdidas técnica y pérdidas no técnicas
o comerciales [3].
1.2.1 Pérdidas Técnicas
Estas pérdidas se presentan por la impedancia de los conductores al transferir energía

eléctrica hacia un punto de consumo. Al transportar dicho voltaje por un conductor
se genera una energía que no puede ser aprovechada, sin embargo pueden ser reducida
[3].
Figura 1.1: Factores que inciden en las pérdidas técnicas [3].
7
1.2.1.1 Causas de pérdidas técnicas
• Pérdidas por efecto corona: La descarga de corona es producido por la

ionización del aire alrededor del conductor, este fenómeno comienza en las
líneas de transmisión [3].
• Pérdidas por efecto Joule: Son generadas por la transferencia de energía eléc-
trica a través del conductor, variando su temperatura por la corriente eléctrica
que circula en el. Este tipo de pérdidas se origina por el calentamiento de
cables y el calentamiento de bobinas en los transformadores de distribución
[3].
Q = I 2 · R · t(W ) (1.1)
• Pérdidas por corrientes parásitas e Histéresis: Producidos por equipos eléctri-

cos que contienen conductores que generan un campo magnético. Su resultado,
corrientes que circulan por el volumen del conductor (Foucault) que generan
pérdidas[3].
1.2.2 Pérdidas no Técnicas o Comerciales
Estás pérdidas se originan por el hurto de energía eléctrica e incumplimiento

administrativo. Estas pérdidas equivalen a la energía que se emplea para el consumo,
que son detalladas en registros precisos por la parte de la empresa distribuidora [3].
1.3 AISLAMIENTO ELÉCTRICO
El comportamiento dieléctrico de los materiales permiten mejorar los aislamientos

en base a la rigidez dieléctrica Ec , que es la característica más relevante de un
aislamiento [4].
8
1.3.1 Rigidez Dieléctrica
Razón entre el voltaje umbral (sin alcanzar la ruptura) y la lejanía entre los
electrodos en los que se suministra el voltaje. La forma de onda de voltaje,
polaridad, condiciones ambientales, geometría y tipo de electrodo, son
características elementales de la rigidez dieléctrica de un aislamiento [4].
1.3.2 Naturaleza del aislamiento eléctrico
La protección de los aparatos eléctricos se clasifican en autorregenerables, cuando

recuperan sus propiedades al desaparecer el contorneo y no autorregenera-
ble, cuando queda deteriorado tras una descarga disruptiva. "Los aislamientos
líquidos y gaseosos son autorregenerables, mientras que los aislamientos sólidos son
no autorregenerables" [4].
1.3.3 Formas de onda normalizada
Según la UNE-EN 60071-1 detallan la conducta de los aislamientos frente a los

distintos tipos de sobrevoltaje [4].
Figura 1.2: Comportamiento de los aislamientos frente a sobrevoltajes [4].
9
1.4 DESCARGAS PARCIALES (DP)
Es un fenómeno de degradación situada en medio de un aislante sea en

estado sólido,líquido o gaseoso. La DP genera impulsos de corriente de pequeña
magnitud que son notorios en un intervalo de tiempo que bordea los microsegundos
y nanosegundos [5][6].
El producto de los impulsos transitorios de las DP tienden a una

descomposición del dieléctrico, ocasionando en el sistema de aislamiento
irregularidades de construcción tanto internas como externas. Este fenómeno
produce un orificio donde la permitividad es inferior que todo el aislamiento, lo
que genera una disminución de la vida útil del elemento aislante [5][6].
1.4.1 Origen de las descargas parciales (DP)
Las descargas parciales se genera mientras el voltaje al interior de la falla (uc l(t)
con DP) sobrepasa el nivel de voltaje de ignición (+uc li) y se elimina cuando el
voltaje es menor al voltaje de extinción (+uc le), el voltaje sigue su forma de onda
sinusoidal hasta un próximo encuentro del voltaje de ignición y extinción, en donde,
al superar estos valores producen una descarga parcial. En la parte negativa de la
onda, las descargas parciales solo se producen con la polaridad [5].
Figura 1.3: Descargas Parciales [5].
10
1.5 TIPOS DE DESCARGAS PARCIALES
1.5.1 Descargas Parciales Internas
Las descargas parciales internas tiene lugar en cavidades de los sistemas aislantes
con escaza rigidez dieléctrica. Se pueden encontrar en sólidos o en burbujas en los
aislantes líquidos, así como al interior del aislante o en el límite cercano a alguno
de los electrodos. Debido a su esfuerzo en estos puntos débiles, pueden generar una
ruptura y a continuación una descarga total, conduciendo al daño de los equipos
eléctricos, por lo que son las descargas más perjudiciales [7], [5].
Figura 1.4: Descargas parciales de tipo interna.
1.5.2 Descargas Parciales Superficiales
Se presentan entre los dieléctricos, generalmente en medio del aislante y el aire, son
de acuerdo a las componentes tangenciales de campo eléctrico de gran intensidad.
La polución en cadena de aisladores pueden apresurar el proceso que provoca este
tipo de descargas [8] [5].
Figura 1.5: Descargas parciales de tipo superficial.
11
1.5.3 Descargas Parciales de tipo Corona
Se originan en áreas metálicas expuestos a voltaje en los conductores de las líneas

de alto y medio voltaje y se manifiestan en forma de halo luminosos en su contorno,
debido a que los conductores generalmente son de sección circular [9].
Un aislador sometido a climas húmedos y ambiente contaminados reducen su

línea de fuga, lo que genera un efecto corona con mayor visibilidad [5].
Figura 1.6: Descargas parciales de tipo corona.
1.6 MÉTODOS DE MEDIDA DE DESCARGAS

PARCIALES
La determinación de las descargas parciales se pueden realizar recurriendo al proceso

eléctrico tradicional, norma (IEC-60270,2000) [10], y a través de medidas no
habituales, norma (IEC-62478) [11].
1.6.1 Normativa IEC-60270, 2000
Para localizar las descargas parciales en el aislamiento eléctrico, se requiere de un

esquema donde considere una trayectoria de mínima impedancia para el pulso,
además, se debe especificar el sistema de medida a utilizar y los sensores que se
conecten para realizar dicha actividad. En la norma (IEC-60270, 2000) se define
las etapas de prueba y medición de las descargas parciales cuando se trabajan con
voltajes alternos de hasta 400 Hz y voltajes continuos [12].
12
Esta norma establece dos tipos de configuraciones para medir las descargas
parciales, los dos circuitos están sujetos a la ubicación de la impedancia de medida
en relación con el elemento de prueba. El circuito directo, Figura 1.7, la impedancia
de medida se encuentra ubicada en serie con el objeto de ensayo, mientras tanto,
que el circuito indirecto, Figura 1.8, se encuentra ubicado en serie con el capacitor
de acoplamiento [12].
Figura 1.7: Circuito de medición directa.
Figura 1.8: Circuito de medición indirecta.
Los elementos de las dos configuraciones son [12]:
• Transformador Tr libre de interferencias.
• Filtro de bloqueo con impedancia Zn , disminuye las perturbaciones en

dirección a la fuente.
13
• Elemento de prueba, que se comporta como un condensador Ca .
• Condensador de acoplamiento Ck , permite el ingreso de los pulsos de corriente

de alta frecuencia.
• Impedancia de medida Zm , facilita el desplazamiento de los pulsos de la

descarga parcial.
• Instrumento de medición de las descargas parciales.
1.7 DESCARGA TOWNSEND
La descarga Townsend es un proceso de ionización de gases a baja presión y grandes

distancias. Esta descarga tiene lugar en pequeñas cavidades de aire o gas que pueden
existir en los aislamientos sólidos [4].
Cuando los voltajes no son elevados los gases se comportan como buenos
aislantes, al elevar el voltaje entre los electrodos sumergidos en un gas presenta
una circulación de corriente, que es producida por una carga libre n0 existente
en el gas, su resultado, la radiación ionizante. La carga libre se neutraliza por
recombinación con iones positivos cuando el voltaje es bajo, mientras tanto, al
aumentar el voltaje los electrones se aceleran en dirección del campo eléctrico,
generando una circulación de corriente proporcional al voltaje entre los electrodos
(U ≤ U1 ). En la figura 1.8 si (U > U1 ), la corriente obtiene un nivel de saturación,
que indica la inexistencia de más portadores libres de carga (zona U1 − U2 ) [4].
Al superar el valor de voltaje en U2 , se origina una evolución exponencial de

la corriente, esto con el objetivo de alcanzar un valor de voltaje U3 . En la área
(U2 − U3 ) la elevación de corriente se produce por la elevación de la ionización por
efecto de los impactos de electrones y por encima del nivel de voltaje U3 que genera
efectos de ionización secundaria Γ, dando como resultado el incremento acelerado
de la corriente hasta el voltaje disruptivo Ud [4].
14
Figura 1.9: Evolución de la corriente en un gas en función del voltaje aplicado [4].
"El mecanismo Townsend explica el proceso de descarga como una ionización

producida por los electrones libres, que viajan desde el cátodo al ánodo por acción
de las fuerzas del campo eléctrico" [4].
1.8 EFECTO CORONA
"Fenómeno eléctrico que es producido por la ionización del aire que rodea a un
conductor de alto voltaje" [13]. La ionización del aire que recorre por el conductor
son repelidos y atraídos en grandes velocidades, donde varios electrones que circulan
por la línea del conductor pasan a recorrer mediante el aire [13].
El efecto corona es representado por un halo luminoso en forma de corona,

cada vez que el voltaje sea mayor su luminosidad y su temperatura adoptarán
características en su color, rojizo para un caso de corona leve y azulado para un
caso de efecto corona más severo, que va acompañado de olor de ozono y un sonido
silbante [14] .
1.8.1 Cálculo del Efecto Corona
F.W. Peek, ingeniero norteamericano, planteo un modelo matemático para evaluar

el gradiente crítico al iniciar el efecto corona, el cual se presenta a continuación [13]:
15
Voltaje crítico disruptivo
D
Vd = md · δ· ∈ra ·r · ln (1.2)
r
Voltaje crítico visual

k D
Vv = mv · δ· ∈ra ·r · I + √ ln (1.3)
r·δ r
Donde:
Vd : Voltaje crítico disruptivo (kV/cm).
VV : Voltaje crítico visual (kv/cm).
md : 1 para cilindro:0.98/0.93 hilos comerciales; 0.87/0.83 cables.
mv : 1/0,93 para hilos; 0,72 para corona parcial cables; 0,82 para corona total.
∈ra : Rigidez dieléctrica del aire= 21,1 kv/cm.
r : Radio del conductor (cm).
D : Distancia equivalente entre conductores (cm)
k : 0,308 para geometría coaxial; 0,301 para conductores paralelos.
δ : Factor de corrección de la densidad del aire, que se obtiene de:
3.921 · H
δ= (1.4)
273 + t
Donde:
t : Temperatura del aire (ºC)
16
H : Presión atmosférica (cm ·Hg)
En el caso de existir ambientes húmedos:
Tormenta
Vd0 = 0, 8Vd (1.5)
Conductor completamente mojado

0, 815 D
Vv0 = 6, 4 · r · I + √ ln (1.6)
r r
Figura 1.10: Pérdidas de voltaje por efecto corona [13]
Peek establece una ecuación de perdidas producida por el efecto corona en el

transporte de energía eléctrica:
10−5 kW
r
241 r
p= (f + 25) (Vx − Vd )2 · (1.7)
β D km
En ambientes húmedos se sustituye Vd por 0,8 Vd
Donde:
f : Frecuencia.
Vx : Voltaje simple considerado.
17
1.9 DISTRIBUCIÓN DE LA CURVA DE DAVIES
Este método realiza una comparación entre la tasa de fallas al transcurrir el periodo
en la vida útil de un elemento o sistema. Está constituida por tres etapas que son la
depuración, fortuita y desgaste, mismas que son descritas de acuerdo a la distribución
de probabilidad de Weibull [15].
1.9.1 Etapa de depuración
Se diferencia por la rápida reducción en la tasa de fallas que son producidas por los
elementos de tipo marginal y de mínima duración. Para detallar la existencia de la
falla se emplea la distribución de Weibull con valores inferiores a 1, β < 1 [15].
1.9.2 Etapa de falla fortuita
La tasa de fallas es constante, generalmente la falla se origina de manera aleatoria.

En esta fase se utiliza la distribución exponencial y la distribución de Weibull, con
un valor igual a 1, β = 1 [15].
1.9.3 Etapa de desgaste
En la tercera etapa la tasa de fallas se genera con rapidez. Para describir esta fase
se utiliza la distribución normal y la distribución de Weibull con valores superiores
a 1, β > 1 [15].
La tasa de fallas se comporta en base al periodo de uso al que se expone el sistema,

por ello si la tasa de fallas respecto al tiempo toma configuraciones específicas como
creciente, decreciente y aleatoria, hace que el análisis de las diferentes etapas de la
curva de Davies tengan comportamientos independientes [15].
El patrón de fallas permite utilizar la distribución de probabilidad correcta

para el el análisis y determinación de la confiabilidad del sistema. Al modificar
18
el parámetro de forma β, se puede modelar las tres etapas con la distribución de
Weibull [15].
Figura 1.11: Etapas de la distribución de la curva de Davies [15].
1.10 ELEMENTO DE PRUEBA
1.10.1 Aislador tipo Pin ANSI 56-1
El aislador tipo PIN es un elemento de porcelana vidriada esmaltada color café,

que cuenta con una excelente resistencia mecánica y rigidez dieléctrica. Este tipo
de aislador es utilizado para la sujeción del conductor en una linea eléctrica de
distribución, que son generalmente colocados en estructuras las cuales van crucetas.
La parte superior del aislador esta diseñado con radios de curvatura para la
sujeción del conductor sin producir deslizamientos [16].
Figura 1.12: Aislador tipo PIN ANSI 56-1 [16].
19
Tabla 1.1: Aislador tipo PIN ANSI 56-1 [16], [17].
Descripción Valor
Distancia de arco 178 mm
Distancia de fuga 330 mm
Altura mínima de espiga 152 mm
Resistencia al cantilever 11 kN
Voltaje típico de aplicación 23 kV
Flameo de baja frecuencia en seco 95 kV
Flameo de baja frecuencia en húmedo 60 kV
Flameo crítico al impulso positivo 150 kV
Flameo crítico al impulso negativo 190 kV
Voltaje de perforación a baja frecuencia 130 kV
Voltaje de prueba RMS a tierra 15 kV
RIV máximo a 1000 kHz 100 µV
Peso neto 3.30 kg
1.11 INSTRUMENTOS DE MEDICIÓN
1.11.1 Thermo Recoder TR-73U
Registrador de datos de tres canales, diseñado para medir y registrar en tiempo

real la presión barométrica, la temperatura y la humedad. Los datos obtenidos del
dispositivo pueden ser vistos por el display del T R − 73U y también pueden ser
descargados utilizando un cable USB y el software T − D recorder para Windows
[18], [19].
Figura 1.13: Thermo Recorder TR-73U[18]
• Canales: Presión Barométrica, Temperatura, Humedad.
• Rango: Presión barométrica 750 a 1100 hPa.
• Temperatura: 0 a 50 ◦ C.
• Humedad: 10 a 95% RH.
• Interfaces de comunicación: USB, Serie.
20
1.11.2 Osciloscopio Tektronix DSO 5034
El osciloscopio tektronix DSO 5034 posee una capacidad de ancho de banda

mejorada, ofreciendo una respuesta de comparación precisa de una señal a través
de los canales habilitados cuando se encuentran en máxima frecuencia de muestreo.
Este osciloscopio puede limitar el ancho de banda hasta 350 MHz para optimizar la
relación señal-ruido y la cantidad de tomas por segundo son desde las 100000 m/s.
[20].
Figura 1.14: Osciloscopio Tektronix DSO 5034 [20].
Tabla 1.2: Especificaciones Osciloscopio Tektronix DSO 5034 [20].
Características
Software de análisis Basado en Windows
Cantidad de muestras 100000 m/s
Canales de entrada 4
Ancho de banda 350 MHz
Rise Time 1 ns
FastFrame segmentado mo de adquisición de la máximo 290.000 segmentados y
memoria 310.000f ormasdeondaporsegundovelocidaddecaptura
Precisión de ganancia de CC ± 1.5% degradado en 0.10 %/◦ C sobre 30◦
Número efectivo de Bits 11 bits de resolución vertical, utilizando el muestreo

HiRes
Matemáticas definibles por el usuario MATLAB, Visual Studio y Excel
Opciones de prueba de cumplimiento USB 2.0, Ethernet, alimentación USB, MOST,
BroadR-Reach ns
Frecuencia de muestreo máxima (Todos los canales) 5 GS/s
Tasa de muestreo de tiempo equivalente máximo 400 GS/s
Longitud máxima de registro con configuración es- 25 M
tándar
Longitud máxima de registro con la opción 5RL 50 M
Longitud máxima de registro con la opción 10RL 125M
21
1.11.3 Cámara Infrarroja Fluke Ti25
"Cámara manual de procesamiento de imágenes, la cual produce imágenes térmicas

y visuales, pueden presentarse simultáneamente como una imagen térmica completa
o como una imagen dentro de otra (PIP)" [21]. Su principal aplicación es en la
investigación y desarrollo tecnológico y el mantenimiento preventivo y predictivo.
Este tipo de cámara es ideal para usar ambientes de trabajo adversos, está diseñado
y fabricado para soportar una desplome de dos metros, resistente al polvo y agua y
proporciona una imagen clara y nítida [21][22].
Figura 1.15: Cámara infrarroja Fluke Ti25 [21][22].
22
CAPÍTULO 2
METODOLOGÍA PROPUESTA
2.1 CORRECCIONES ATMOSFÉRICAS SEGÚN

EL ESTÁNDAR IEEE 4-2013
2.1.1 Condiciones atmosféricas estándar
Las condiciones atmosféricas estándar bajo la normativa son [23]:
• Temperatura (to : 20◦ C)
• Presión (bo : 101.3kP a)
• Humedad absoluta (ho : 11g/m3 )
Las condiciones atmosféricas son un factor importante para la generación de una

descarga disruptiva. Si existe un aumento en la densidad del aire o humedad el
voltaje de descarga disruptivo se incrementa. Cuando la humedad relativa supera el
80 %, el voltaje de descarga disruptivo adopta condiciones irregulares [23].
El voltaje de descarga disruptiva medido en determinadas condiciones de prueba

como temperatura t, presión b, humedad h, se puede transformar al valor que se
ha obtenido bajo condiciones atmosféricas de referencia estándar (to , bo , ho ) apli-
cando factores de corrección. Sin embargo, un voltaje de prueba determinado para
23
las condiciones de referencia, pueden ser convertidos en un valor equivalente a las
condiciones de prueba [23].
Existe dos métodos para corregir el voltaje de prueba de acuerdo a las condiciones
atmosféricas:
• Método 1: Correcciones atmosféricas mediante factor K.
• Método 2: Corrección atmosférica utilizando factores kd y kh

EL MÉTODO 1
La norma establece que el voltaje de descarga disruptivo es proporcional al

coeficiente correctivo atmosférico [23].
K = k1 k2 (2.1)
Donde:
k1 : Coeficiente correctivo de la densidad del aire.
k2 : Coeficiente correctivo de la humedad.
El voltaje, V , que se aplica durante la prueba en el aislamiento externo está dado

por:
V = Vo K (2.2)
Donde:
Vo : Voltaje en la atmósfera de referencia estándar.
24
Los voltajes de descarga disruptivo medidos, V , se corrigen a Vo correspondiente
al estándar atmósfera de referencia dividiendo por K:
V
Vo = (2.3)
K
2.2.1 Coeficiente correctivo de la densidad del aire (k1)
Este coeficiente está sujeto a la densidad relativa del aire, δ se expresa como [23]:
k1 = δ m (2.4)
Donde:
m: es un exponente definido.
La densidad relativa esta dada por la siguiente ecuación:

b 273 + to
δ= (2.5)
bo 273 + t
Las temperaturas t y to se expresan en grados Celsius y las presiones atmosféricas

b y bo se expresan en kilopascales o milibares.
Es importante considerar que la corrección debe estar entre 0.8 < k1 < 1.05
2.2.2 Coeficiente correctivo de la humedad (k2)
El coeficiente correctivo de la humedad se expresa como [23]:
k2 = k w (2.6)
25
Donde:
w: es un exponente definido
k: parámetro dependiente del tipo de voltaje de prueba. Se puede obtener

mediante la división de la humedad absoluta, h, y la densidad relativa del aire,
δ.
Voltaje Directo
k = 1 + 0.014(h/δ − 11) − 0.00022(h/δ − 11)2 (2.7)
1g/m3 < h/δ < 15g/m3
Voltaje Alterno
k = 1 + 0.012(h/δ − 11) (2.8)
1g/m3 < h/δ < 15g/m3
Voltaje de Impulso
k = 1 + 0.010(h/δ − 11) (2.9)
1g/m3 < h/δ < 20g/m3
Para voltajes del sistema por debajo de 72,5 kV o longitudes de separación

l < 0.5m, no se debe realizar la corrección de humedad (w = 0).
26
Figura 2.1: Parámetro k en función de h/δ [23].
2.2.3 Exponentes m y w
Los coeficientes correctivos están sujetos al modelo de predescarga, esto se considera

utilizando el parámetro g:
VB
g= (2.10)
500Lδk
Donde:
VB : Voltaje de descarga disruptivo del 50% (medido o estimado) en ambientes

climáticos reales (en kV pico).
L: Mínima trayectoria de descarga en metros.
δ: Densidad relativa del aire.
k: Valor adimensional establecido.
Los exponentes m y w se obtiene de la tabla 2.1 para los valores específicos de

g, y representados en la figura 2.2.
27
Tabla 2.1: Valores m y w para corregir la densidad del aire en relación del parámetro g [23].
g m w
< 0.2 0 0
0.2 hasta 1.0 g(g-0.2)/0.8 g(g-0.2)/0.8
1.0 hasta 1.2 1.0 1.0
1.2 hasta 2.0 1.0 (2.2-g)(2.0-g)/0.8
> 2.0 1.0 0
Los valores de los exponentes m y w se limitan a alturas sobre el nivel del mar
y 2000 m. Cuando los valores superan los 2000 m son considerados, para corriente
alterna (CA) y voltajes de impulso de conmutación.
Figura 2.2: Valor de m para corregir la densidad del aire en relación del parámetro g [23].
Figura 2.3: Valor del exponente w para corregir la densidad del aire en relación del parámetro
g [23].
28
EL MÉTODO 2
Para desarrollar este método se utiliza dos coeficientes importantes [23]:
• El coeficiente correctivo de la densidad del aire kd .
• El coeficiente correctivo de la humedad kh .
El voltaje de descarga disruptiva es proporcional a kd /kh .
2.3.1 El coeficiente correctivo de la densidad del aire kd .
El coeficiente correctivo de la densidad del aire se obtiene utilizando [23]:
m n
p 273 + to
kd = · (2.11)
po 273 + t
Donde:
p: es la presión atmosférica en condiciones de prueba.
t: es la temperatura en ◦ C en condiciones de prueba.
El coeficiente correctivo de la humedad se obtiene [23]:
kh =k w
El parámetro k se obtiene de la Figura 2.4 en relación a la humedad absoluta,

siendo la curva "a" para voltajes alternos y la curva "b" para voltajes directos e
impulsos.
29
Figura 2.4: Coeficiente correctivo de la humedad k en relación a la humedad absoluta [23].
Los exponentes m, n y w dependen del tipo, polaridad de voltaje y la distancia

de descarga disruptiva "d", valores que son obtenidos de la Tabla 2.2.
Para las pruebas de cualquier disposición de electrodos que no pertenezcan a las

clases descritas anteriormente, solo la corrección de la densidad del aire, se debe
aplicar el factor, utilizando exponentes m = n = 1, y sin corrección de humedad.
Para las pruebas en un ambiente húmedo, se debe aplicar el coeficiente correctivo
de la densidad del aire pero no el coeficiente correctivo de la humedad, sin embargo
para las pruebas de contaminación artificial, no se debe utilizar ningún factor de
corrección [23].
Figura 2.5: Valores de m y n para corregir la densidad del aire y w para corregir la humedad
en relación a la longitud de chispa d, en metros [23].
30
Tabla 2.2: Aplicación coeficientes correctivos atmosféricos [23].
Corrección
de los Corrección Corrección
Voltaje Forma del exponentes de Humedad
Polaridad
Prueba electrodo m y n de la Humedad Exponente
densidad Factor k w
del aire
+ 0
Esfera - Esfera - 0
Voltaje + 1,0
1,0 Ver figura 2.6
Directo Punta - Punta - 1,0
+ 1,0
Punta - Placa - 0
Esfera - Esfera ∼ 1,0 0

Voltaje
Punta - Punta ∼ Ver figura 2.7 Ver figura 2.6 Ver figura 2.7
Alterno
Punta - Placa ∼ Ver figura 2.7 Ver figura 2.7

+ 0
Relámpago Esfera -Esfera - 0
Voltaje de + 1,0 Ver figura 2.6 1,0
Impulso Punta - Punta - 0,8
+ 1,0
Punta - Placa - 0
+ 1,0 0
Traspuesta Esfera -Esfera - 1,0 0
Voltaje de + Ver figura 2.7 Ver figura 2.6 Ver figura 2.7
Impulso Punta - Punta - 0 0
+ Ver figura 2.7 Ver figura 2.7
Punta - Placa - 0 0
2.4 ESTUDIO SOBRE LAS REDES DE

DISTRIBUCIÓN
Para analizar el efecto corona se plantea un circuito compuesto por dos aisladores
tipo PIN ANSI 56-1 y un cable ACSR 1/0, con el propósito de modelar una línea de
distribución aérea. Se propone una método conformado por la detección de picos,
medición de temperatura-voltaje y detección del efecto corona.
31
Figura 2.6: Diagrama de bloques para el análisis del efecto corona.
En el siguiente análisis se plantea un método de prueba para el sistema diseñado,

utilizando una variación de voltaje que mantiene rangos de 12.7, 14, 15.8, 18.3, 21.8,
26.6, 33.2, 42.5, 55.7 y 60 kV, con el propósito de generar una base de datos de
temperatura.
En la detección de picos de la señal de voltaje, se plantea un circuito de prueba,

con el propósito de obtener una señal de voltaje, donde se pueda observar los picos
de la señal.
En la medición, los datos de temperatura y voltaje son obtenidos en un rango

de tiempo de diez minutos para cada medición.
La base de datos son los valores de temperatura y la señal de voltaje, los cuales
se obtienen del circuito de prueba con un total de 760 mediciones de temperatura y
400 señales de voltaje.
Para la detección del efecto corona se utiliza las señales de voltaje donde se
produce dicho fenómeno, este proceso se lleva acabo mediante la observación de los
picos en la señal, que se puede visualizar en el Osciloscopio Tektronix DSO 5034,
además que se puede escuchar un zumbido que va acompañado de un ligero olor a
ozono. En esta etapa, se propone una metodología deep learnig para la recolección
de muestras y determinación del efecto corona, en base a la señal de voltaje.
En el siguiente diagrama se detalla la metodología propuesta.
32
Figura 2.7: Metodología propuesta
2.4.1 Detección de picos en la señal
Teniendo como base el estándar (IEC-60270, 2000) [24], se propone un esquema

de prueba para detectar la descarga corona, el cual fue ajustado de acuerdo a los
elementos que dispone la Universidad Politécnica Salesiana.
Figura 2.8: Esquema propuesto para la detección de la descarga corona.
33
De acuerdo al estándar IEEE 43-2013 [25], el esquema para un aislador tipo pin
es representado como:
Figura 2.9: Esquema para un aislador tipo Pin.
Los elementos que forman parte del circuito son definidos en la Tabla 2.3.
Tabla 2.3: Elementos del esquema de prueba.
Elemento Característica Marca

Tr : Transformador de alto voltaje 100 kV, 5 kVA TERCO
Zn : Impedancia 10M Ω TERCO
Ck : Condensador de acoplamiento 100 pF TERCO
Ca : Aislador 1 de ensayo Tipo pin, ANSI 56-1, 23 kV GAMMA
ZL : Impedancia de cable ACSR 1/0 -
Cb : Aislador 2 de ensayo Tipo pin, ANSI 56-1, 23 kV GAMMA
Zm : Impedancia de medida 1000Ω SEC
Osciloscopio BW de 350 MHz y 5 GS/s TEKTRONIX
Laboratorio de Alto Voltaje 100 kV TERCO
El esquema propuesto esta conformado por Tr que es el transformador de alto

voltaje, Zn la impedancia de bloqueo que disminuye las perturbaciones hacia la
fuente, Ck condensador de acoplamiento que permite las transiciones de pulsos de
frecuencias elevadas, Ca y Cb aislantes de ensayo, ZL impedancia del cable que
conecta los dos aisladores y Zm impedancia de medida de voltaje.
La señal de voltaje generada por el osciloscopio es de clase muestral, la cual se

analiza como un vector de información, la misma se carga al software MATLAB
para reconstruir la señal y posteriormente estudiar su comportamiento.
34
2.4.2 Medición de Temperatura y Señal de Voltaje
De manera general se plantea realizar mediciones de temperatura y señal de voltaje

cada 10 minutos, la hora de medición inicia a las 11 horas y termina a las 18 horas,
esto con el fin de generar una base de datos, las cuales posteriormente servirán para
realizar un análisis de comportamiento de dichas variables.
El tiempo entre medición y medición ha sido definido en base a un análisis previo

de la prueba de resistencia del aislamiento, que esta definido en el estándar IEEE
43-2013 [25] .
El circuito de prueba se somete a voltajes de 12.7, 14, 15.8, 18.3, 21.8, 26.6, 33.2,
42.5, 55.7 y 60 kV valores que son controlados desde el banco de pruebas TERCO.
2.4.2.1 Medición de Temperatura
Se utilizó la cámara termográfica Ti-25 en el proceso de medición de temperatura, la

cual se debe revisar la configuración correspondiente de varios parámetros como son
la emisividad, IR-Fusion®, menú paleta, formato de archivo, fecha, hora, enfoque,
etc. configuraciones importantes antes de realizar una medición.
Los datos de temperatura son almacenados en el software Office Excel, que

posteriormente serán utilizados para realizar un análisis de comportamiento de
temperatura en el inicio y fin de red.
2.4.2.2 Medición de señal de Voltaje
Los base de datos de la señal de voltaje son obtenidos a través del Osciloscopio
Tektronix DSO-5034, mismo que esta conectado por medio de una sonda atenuada
al circuito de prueba.
El instrumento de medición nos proporciona un archivo CSV con los valores de

la señal de voltaje, donde incluyen variables como voltaje eficaz o rms, frecuencia
y voltaje pico pico. También, el osciloscopio Tektronix DSO-5034 facilita la imagen
de la señal sinusoidal, para ser analizado cuando se da una descarga corona en el
circuito.
35
2.4.3 Detección del efecto corona
Para el proceso de detectar el efecto corona se realizan actividades que están

definidas en la Figura 2.10, siendo la más relevante la obtención de la señal
patrón de descarga corona.
Figura 2.10: Diagrama de flujo para la detección del efecto corona.
Para detectar la descarga corona, se define una señal patrón de descarga corona
en base al comportamiento y estudio de la onda sinusoidal en un ciclo completo.
Para este caso de estudio se plantea la utilización del filtro digital FIR (Finite
Impulse Response), con el propósito de discriminar las señales que no contengan
características propias de la señal patrón.
Un filtro FIR se caracteriza por obtener una respuesta finita al impulso y por ser
sistemas no recursivos, es decir no necesitan retroalimentación. Puede ser diseñado
para tener fase lineal, estables porque son realizados con ceros en plano complejo,
fáciles de comprender e implementar, tienen una memoria finita, la respuesta es una
combinación lineal de la señal de ingreso y los errores por desbordamiento no son un
problema [26]. Debido a las características que presenta el filtro FIR se implementa
en la presente investigación.
36
Para conseguir la salida se necesita basarse en las señales previas y existentes
Xn , su fórmula en el dominio n es:
N
X −1
yn = bk xn−k (2.12)
k=0
Donde:
N − 1: Orden del filtro.
N : Número de términos no nulos.
bk : Coeficientes del filtro.
Con la respuesta al impulso h( n) y aplicando la transformada Z se obtiene la

siguiente expresión:
N
X −1
H(z) = hk z −k (2.13)
k=0
El esquema de los filtros FIR se representa en la figura 2.11.
Figura 2.11: Esquema filtro FIR.
Se implementa el filtro FIR de tipo pasabanda con un ancho de banda de 180

kHz, utilizando la función que tiene implementado el software MATLAB.
37
2.5 DEEP LEARNING
Con el afán de automatizar la toma de datos y la detección del efecto corona se

propone utilizar el deep learning, que es un tipo de machine learning, donde utiliza
algoritmos multinivel con el propósito de crear diferentes niveles de información que
predigan una respuesta ante un suceso, como aplicaciones principales de un deep
learning se tiene el reconocimiento de imágenes, voz, perfeccionamiento de procesos,
predicción de tendencias digitales entre otros[27].
Para el desarrollo del método propuesto en este trabajo se pretende determinar

el comportamiento del voltaje frente al efecto corona utilizando el árbol de decisión,
el cual proporciona resultados verdaderos o falsos. Esto con el objetivo de predecir
una respuesta ante la existencia o no del efecto corona en la linea de distribución.
2.5.1 Árbol de decisión
El árbol de decisión permite la clasificación de una base de datos desde el nodo

raíz(principio) hasta un nodo hoja, este proceso automatiza la información y predice
una respuesta ante el suceso, cada etapa que cumpla el árbol de decisión, la
predicción se implicaría a corroborar el valor predictor o variable[27].
Figura 2.12: Árbol de decisión en el análisis del efecto corona.
El conjunto de datos seleccionado para el entrenamiento del aprendizaje

automático, permite procesar las señales e identificar el efecto corona en los
diferentes niveles de voltaje siguiendo una señal patrón con un valor de picos
establecidos, para la implementación de este método se hace uso del software
38
MatLab, que al seleccionar y extraer funciones del software permite al algoritmo
de aprendizaje automático aumentar las probabilidades de producir resultados
precisos enfocado en la base de datos [28].
Figura 2.13: Metodología para la experimentación con aprendizaje automático.
Para entrenar el modelo se necesita clasificar los datos en dos conjuntos,

entrenamiento y validación, el conjunto de validación sirve para definir la precisión
del modelo, mientras que el conjunto de entrenamiento sirve para enseñar al modelo
seguir un patrón. La aplicación Classification Learner permite ejecutar los algoritmos
que más se ajustan al trabajo requerido. Es posible elegir un clasificador individual o
varios clasificadores y comparar su precisión entre ellos. La precisión del clasificador
se estima mediante la validación cruzada o retenida [28].
Los errores de clasificación en su mayoría son despreciables, pero en ciertos

procesos no es así. En la aplicación del efecto corona un falso negativo (no detecta la
descarga corona) es más perjudicial que un falso positivo (detecta de forma errada
la descarga corona). La precisión del modelo se estima en la aplicación Classification
Learner en la matriz de confusión.
39
CAPÍTULO 3
RESULTADOS EXPERIMENTALES
DE LABORATORIO
3.1 CÁLCULO DEL VOLTAJE NORMALIZADO
3.1.1 Correcciones atmosféricas utilizando el método 2
En base al Estándar IEEE 4-2013 [23], se realiza el cálculo del voltaje normalizado
según las condiciones atmosféricas del laboratorio.
3.1.2 Cálculo del coeficiente correctivo de la densidad del aire

kd
m n
p 273 + to
kd = · (3.1)
po 273 + t
1 1
273 + 20◦

74, 98kP a
kd = · (3.2)
101, 3kP a 273 + 21, 1◦
kd = 0, 7374 (3.3)
40
Los valores de m,n y w son obtenidos de la Figura 2.8 según las condiciones
atmosféricas para la densidad del aire y la humedad.
Donde,
m=n = w=1 (3.4)
3.1.3 Cálculo del coeficiente correctivo de la humedad kh
h = 7g/m3 (3.5)
El coeficiente correctivo de la humedad en relación a la humedad absoluta se

obtiene a partir de la Figura 2.4.
k = 1.05 (3.6)
El factor de corrección de la humedad se obtiene:
kh = k w (3.7)
kh = (1.05)1 (3.8)
kh = 1.05 (3.9)
3.1.4 Voltaje de descarga disruptiva normalizado
El voltaje de descarga disruptiva es proporcional a kd /kh
V = Vf · (kd /kh ) (3.10)
Donde,
41
Vf = Voltaje de flameo del aislador.
V = 60kV · (0, 7374/1, 05) (3.11)
V = 42, 13KV (3.12)
3.2 DETECCIÓN DE PICOS EN LA SEÑAL
Para alcanzar los objetivos planteados, primero se necesita visualizar una diferencia
en la señal, cuando existe el efecto corona y cuando no existe el efecto corona. De
esta manera, se obtiene una señal patrón la cuál sirve posteriormente para detectar
el efecto corona en toda la base de datos obtenida en la etapa de medición. En la
figura 3.1 se puede observar una señal de voltaje cuando no existe el efecto corona
y en la figura 3.2 se muestra una señal de voltaje cuando existe el efecto corona.
Figura 3.1: Señal de Voltaje cuando no existe la descarga corona.
42
Figura 3.2: Señal de Voltaje cuando existe la descarga corona
En la Figura 3.1 se puede observar que es una señal sinusoidal perfecta y que no
existe ninguna descarga parcial, por el contrario en la figura 3.2 se pude observar
que existen deformaciones en los picos positivos de la señal. En el Capítulo 1 se
detalla el comportamiento de una señal de voltaje cuando existe el efecto corona, en
síntesis, la descarga corona tiende a tener deformaciones en los picos de la señal de
voltaje.
3.3 MEDICIÓN DE TEMPERATURA Y

VOLTAJE
3.3.1 Medición de temperatura
Se obtiene 38 mediciones de temperatura para cada nivel de voltaje en el inicio y

fin de red, lo cual da como resultado un total de 760 mediciones, siendo esta la base
de datos. Estos valores permiten determinar el comportamiento de temperatura en
el sistema. Las figuras 3.3, 3.4, 3.5, 3.6, 3.7, 3.8, 3.9, 3.10, 3.11 y 3.12 muestran los
resultados del comportamiento de la temperatura con respecto al tiempo.
43
Figura 3.3: Medición de temperatura en un aislador tipo ANSI 56-1 suministrado un voltaje
de 12,7 kV
de 14 kV
de 15,8 kV
44
de 18,3 kV
de 21,8 kV
de 26,6 kV
45
de 33,2 kV
de 42,5 kV
de 55,7 kV
46
de 60 kV
3.3.2 Medición de la señal de Voltaje
Se obtuvieron 400 mediciones de la señal de voltaje, esto con el propósito de generar

una base de datos para el posterior análisis y detección de descarga corona en los
niveles de voltajes establecidos.
En las figuras 3.13, 3.14, 3.15, 3.16, 3.17, 3.18, 3.19, 3.20, 3.21 y 3.22, se observa
las señales representativas de las señales de voltaje.
Figura 3.13: Medición de la señal de voltaje en un aislador tipo ANSI 56-1 suministrado un
voltaje de 12,7 kV
47
voltaje de 14 kV
voltaje de 15,8 kV
voltaje de 18,3 kV
48
voltaje de 21,8 kV
voltaje de 26,6 kV
voltaje de 33,2 kV
49
voltaje de 42,5 kV
voltaje de 55,7 kV
voltaje de 60 kV
50
3.4 DETECCIÓN DEL EFECTO CORONA
Del total de las señales de voltaje medidas se filtran 59 señales, esto con el objetivo
de analizar y determinar el comportamiento patrón de la descarga corona. Para el
análisis de la señal de voltaje se aplica una transformada de Fourier y un filtro FIR,
utilizando las funciones que tiene implementado el software Matlab.
En la Figura 3.23, se presenta la señal patrón de descarga corona en el dominio

del tiempo, en la Figura 3.24 en el dominio de la frecuencia y en la Figura 3.25
se muestra la aplicación del filtro FIR en la señal patrón de descarga corona. En
el dominio del tiempo, la señal de voltaje tiene deformaciones notorias en el pico
positivo, mientras tanto que en el pico negativo no existe deformaciones notorias.
En el dominio de la frecuencia se observa el ruido y los pulsos más elevados, que
corresponden al efecto corona.
Figura 3.23: Señal patrón de descarga corona en el dominio del tiempo
Figura 3.24: Señal patrón de descarga corona en el dominio de la frecuencia
51
Figura 3.25: Filtro FIR aplicado a la señal patrón
A partir de la señal patrón de descarga corona, se utilizó el deep learning que

es un rama del machine learning, con un modelo de árbol de decisión (Software
MatLab), el cual se entrenó la red con 59 señales de voltaje de una base de datos
de 400 señales, debido a que las otras señales fueron tomadas con un osciloscopio de
menor gama, que presenta menos cantidad de muestras y el tiempo de muestreo es
diferente.
Figura 3.26: Gráfico de dispersión
En base a los resultados del gráfico de dispersión, se decidió utilizar el método

árbol de decisión, debido a que los puntos de la amplitud 1 y 2 se encuentran
relativamente mezclados, las amplitudes 3, 4 y 5 presentan el mismo
comportamiento. Por lo tanto, se comprobó que el modelo es el más adecuado.
52
El modelo de aprendizaje está basado en la tercera amplitud, debido a que el
programa interpreta como la más importante para la detección del efecto corona.
Figura 3.27: Aprendizaje del modelo árbol de decisión
Los resultados del entrenamiento de la red se expone en la Figura 3.28, se aprecia

que se obtuvo una precisión del 100%, donde, se tiene que 42 señales de voltaje no
presentan efecto corona y 17 señales si presentan efecto corona.
Figura 3.28: Matriz de confusión
53
En las siguientes figuras se ilustra los resultados de la aplicación del modelo árbol
de decisión para detectar el efecto corona. En la Figura 3.29 se expone el resultado
cuando se detecta el efecto corona y en la Figura 3.30 cuando no existe el efecto
corona en la línea de distribución.
Figura 3.29: Detección del efecto corona
Figura 3.30: No detección del efecto corona
En la Tabla 3.1 y 3.2 se detalla los valores de amplitud de los picos de la señal
filtrada, donde, se contabiliza el número de picos y se determina la existencia del
efecto corona.
54
Tabla 3.1: Detección del efecto corona
Voltaje(kV)- Amp1 Amp2 Amp3 Amp4 Amp5 Picos E.corona

Hora
12.7-10h30 0 0 0 0 0 0 0
12.7-10h40 17.386 0 0 0 0 1 0
12.7-10h50 16.984 0 0 0 0 1 0
12.7-11h00 0 0 0 0 0 0 0
14.0-11h10 0 0 0 0 0 0 0
14.0-11h20 0 0 0 0 0 0 0
14.0-11h30 0 0 0 0 0 0 0
14.0-11h40 14.068 13.243 0 0 0 2 0
14.0-11h50 15.386 0 0 0 0 1 0
14.0-12h00 13.700 0 0 0 0 1 0
15.8-12h10 13.737 15.643 0 0 0 2 0
15.8-12h20 14.949 18.554 0 0 0 2 0
15.8-12h30 14.949 18.554 0 0 0 2 0
15.8-12h40 17.417 13.922 0 0 0 2 0
15.8-12h50 14.565 0 0 0 0 1 0
15.8-13h00 0 0 0 0 0 0 0
18.3-14h00 18.547 23.604 0 0 0 2 0
18.3-14h10 20.830 19.096 0 0 0 2 0
18.3-14h20 14.684 23.439 0 0 0 2 0
18.3-14h30 18.750 23.927 0 0 0 2 0
18.3-14h40 0 0 0 0 0 2 0
18.3-14h50 16.921 19.212 0 0 0 2 0
18.3-15h00 13.515 17.271 0 0 0 2 0
21.8-15h10 16.084 25.340 0 0 0 2 0
21.8-15h20 15.626 14.511 0 0 0 2 0
21.8-15h30 16.097 19.852 19.140 0 0 3 1
21.8-15h40 15.656 0 0 0 0 1 0
21.8-15h50 16.162 0 0 0 0 1 0
21.8-16h00 15.855 14.891 0 0 0 2 0
26.6-16h10 19.523 14.120 16.319 0 0 3 1
26.6-16h20 19.284 16.342 14.980 0 0 3 1
26.6-16h30 19.403 0 0 0 0 1 0
26.6-16h40 19.271 0 0 0 0 1 0
26.6-16h50 19.488 0 0 0 0 1 0
26.6-17h00 19.469 0 0 0 0 1 0
33.2-17h10 23.886 17.080 13.597 0 0 3 1
33.2-17h20 24.424 14.169 15.482 0 0 3 1
33.2-17h30 23.843 19.704 0 0 0 2 0
33.2-17h40 24.337 0 0 0 0 1 0
33.2-17h50 24.337 0 0 0 0 1 0
33.2-18h00 25.117 18.470 16.510 0 0 3 1
42.5-10h20 30.961 13.460 0 0 0 2 0
42.5-10h30 31.212 21.874 17.604 0 0 3 1
42.5-10h40 33.235 24.797 17.986 0 0 3 1
42.5-10h50 30.781 16.121 18.229 18.993 0 4 1
42.5-11h00 30.842 14.749 0 0 0 2 0
42.5-11h10 31.868 14.130 0 0 0 2 0
55
Tabla 3.2: Detección del efecto corona
Voltaje(kV)- Amp1 Amp2 Amp3 Amp4 Amp5 Picos E.corona

Hora
55.7-13h10 40.433 21.277 18.108 0 0 3 1
55.7-13h20 40.785 16.953 0 0 0 2 0
55.7-13h30 40.661 18.962 14.242 0 0 3 1
55.7-13h40 40.432 0 0 0 0 1 0
55.7-13h50 41.288 0 0 0 0 1 0
55.7-14h00 40.961 20.658 0 0 0 2 0
60.00-15h00 44.593 21.676 13.973 0 0 3 1
60.00-15h10 44.075 24.518 16.014 0 0 3 1
60.00-15h20 43.858 13.561 16.085 13.148 0 4 1
60.00-15h30 43.981 20.537 15.633 14.810 0 4 1
60.00-15h40 43.259 22.321 17.699 0 0 3 1
60.00-15h50 44.230 17.344 21.527 15.176 0 4 1
56
CAPÍTULO 4
Conclusiones y Recomendaciones
El método propuesto para la toma de datos y análisis del comportamiento térmico

frente al efecto corona en la línea de distribución, utilizando la cámara termográfica
Ti25, resultó ineficiente, debido a que la temperatura no presenta cambios notorios
cuando existe dicha descarga. La temperatura en la línea de distribución varía de
acuerdo a las condiciones climáticas del laboratorio más no por la variación de
voltaje, mucho menos si existe el efecto corona.
El uso del software MatLab permitió implementar el filtro FIR pasa banda , con
una banda de frecuencia de 180 kHz el cual deja visualizar los picos característicos del
efecto corona. Este proceso elimina el armónico fundamental y el ruido proveniente
de señales no deseadas.
El modelo árbol de decisión es un clasificador apropiado para la detección del

efecto corona, debido a que su precisión es de 100%. De los datos obtenidos un valor
del 20% son separados e ingresan a prueba de forma aleatoria para su validación. A
pesar de existir falsos positivos el modelo fue entrenado para ser capaz de identificar
cuando estos se presentan. El entrenamiento se desarrolla en base a un patrón de
descarga corona, donde se determina parámetros característicos de la misma.
Para analizar la temperatura a nivel micro es recomendable utilizar instrumentos

de medición de una gama intermedia o alta, que sea capaz de medir tanto el efecto
corona como la temperatura en un tiempo real.
Es recomendable generar una big data para este tipo de estudios, con el propósito
de analizar más a detalle el comportamiento de temperatura frente al efecto corona.
57
Seleccionar un modelo de aprendizaje de acuerdo a la dispersión de los datos,
con el propósito de obtener resultados con precisiones aproximadas o iguales a un
100%.
Se debe utilizar implementos de seguridad en el laboratorio de alto voltaje, debido

a que se trabaja con altos niveles de voltaje. Cuando se produce el efecto corona
emite ozono y las descargas en los aisladores producen una alta intensidad de sonido
que no soporta el oído humano.
Se recomienda hacer las pruebas de laboratorio con aisladores que hayan

completado su vida útil ya que presentan mayor información en relación a las
descargas parciales.
58
BIBLIOGRAFÍA
[1] Í. H. Navarrete, Y. E. Llosas, M. Bastida, D. Díaz, and S. D. Cano, “Empleo

del Software Smart View 4.3 como clasificador de escenarios para detección
de puntos calientes,” CICIC 2020 - Decima Conferencia Iberoamericana de
Complejidad, Informatica y Cibernetica, Memorias, vol. 4, pp. 38–43, 2019.
doi: 10.33936/riemat.v4i1.1940.
[2] S. Ramírez Castaño, Redes de Distribución de Energía, Tercera ed. Manizales,
2004, p. 151, isbn: 9589322867.
[3] D. J. Beatón Gonzalez, “Análisis del comportamiento de la caída de tensión
y pérdidas de potencia en el circuito de distribución secundario MB-64 del
municipio Mayarí.,” Ph.D. dissertation, Instituto Superior Minero Metalúrgico
de MOA, 2016, p. 68.
[4] J. Martínez, Coordinación de Aislamiento en Redes Eléctricas de Alta Tensión,
J. L. G. Jurado, Ed. España: Mc Graw Hill Education, 2007, p. 608, isbn: 978-
84-481-6697-7.
[5] F. Quizhpi and F. Gómez, “Determinación de las Condiciones de fuga, descar-
gas parciales y superficiales en aisladores mediante el análisis de corriente,”
Universidad Politecnica Salesiana, Cuenca, p. 63, 2017. doi: 10.1109/ATEE.
2017.7905172.
[6] J. A. Torres Arias, C. M. Viñanzaca Quezada, D. P. Chacon Troya, and F.
Quizhpi Palomeque, “Measurement of Internal Partial Discharges in Dielec-
tric Oils by Applying the Electrical Method,” 2017 IEEE International Au-
tumn Meeting on Power, Electronics and Computing, ROPEC 2017, vol. 2018-
Janua, no. Ropec, pp. 1–6, 2018. doi: 10.1109/ROPEC.2017.8261627.
[7] C. Kane, B. Lease, and A. Golubev, “Practical Experiences of On-Line Partial
Discharge Measurements on a Variety of Medium-Voltage Electrical Equip-
ment,” IEEE Transactions on Industry Applications, vol. 35, no. 6, pp. 1238–
1246, 1999, issn: 00939994. doi: 10.1109/28.806033.
59
[8] G. Stone and J. Kapler, “THE IMPACT OF ADJUSTABLE SPEED DRIVE
(ASD) VOLTAGE SURGES ON MOTOR STATOR WINDINGS,” IEEE
Cement Industry Technical Conference (Paper), pp. 133–140, 1998, issn:
07314906. doi: 10.1109/citcon.1998.679243.
[9] A. N. S. (ANSI), IEEE Recommended Practice for the Detection of Partial Dis-
charge and the Measurement of Apparent Charge in Dry-Type Transformers.
American National Standards Institute, 1997, vol. 1991, isbn: 1559371595.
[10] I. E. Commision, IEC 60270, 2015.
[11] IEC, “IEC TS 62478,” TECHNICAL SPECIFICATION, 2015.
[12] R. Albarracín Sánchez, “Medida de descargas parciales en radiofrecuencia,”
p. 275, 2014, issn: 00220795.
[13] A. Y. Sanchez Torres and G. M. Rocha Millan, “Diseño de un Protocolo de
Medición de Efecto Corona en Sistemas Eléctricos de Media y Alta Ten-
sión utilizando la Camára Coronográfica para la Empresa LYANSA ELEC-
TRICA LTDA,” Ph.D. dissertation, UNIVERSIDAD DE LOS LLANOS, 2016,
pp. 170–188.
[14] M. Huamaní Infazón, “Efecto Corona sobre líneas de transmisión,” Paper Téc-
nico 13, p. 3, 2017.
[15] D. B. H, Control de calidad. Octava edi, 34. México: PEARSON EDU-
CACIÓN, 2009, vol. 4, p. 552, isbn: 978-607-442-121-7.
[16] GAMMA, - Catálogo de productos.
[17] G. Rojas, Manual de Líneas de Transmisión y Distribución de Energía Eléc-
trica. [Online]. Available: http : / / www . gedisa . com . ve / recientes{\ _
}aun / catalogos / electricos / libreria{\ _ }herrajes / libreria /
06CAP5GEDIline2013.pdf.
[18] TDCorporation, “Thermo Recoder TR-73U,” Tech. Rep., 2016, p. 24.
[19] A. M. Dunn, O. S. Hofmann, B. Waters, and E. Witchel, TR-73U Features
and Specs, 2017.
[20] Tektronix, Mixed Signal Oscilloscopes, 2016.
[21] C. Fluke, Manual de uso, 2007. [Online]. Available: www.fluke.es.
[22] Fluke, Cámaras termográficas Ti25 y Ti10 de Fluke, 2007. [Online]. Available:
www.fluke.eu/tiwww.fluke.es.
[23] IEEE, “IEEE Standard for High-Voltage Testing Techniques,” IEEE Std 4-
2013 (Revision of IEEE Std 4-1995), no. May, pp. 1–213, 2013.
60
[24] E. Lemke, S. Berlijn, E. Gulski, M. Muhr, E. Pultrum, T. Strehl, H. Wolfgang,
J. Rickmann, and G. Rizzi, “Guide for Electrical Partial Discharge Measure-
ments in Compliance to IEC 60270,” no. 241, pp. 61–67, 2008.
[25] I. S. ASSOCIATION, “IEEE Recommended Practice for Testing Insulation
Resistance of Rotating Machinery,” IEEE, pp. 1–26, 2013.
[26] A. V. Oppenheim and R. W. Schafer, DISCRETE TIME SIGNAL PROCESS-
ING, Second Edi. New Jersey: Prentice-Hall, Inc., 1999, isbn: 0-13-754920-2.
[27] M. Tom M., Machine Learning, 13. McGraw-Hill Science/Engineering/Math,
1997, vol. 45, p. 413, isbn: 0070428077.
[28] Matlab Book Editors, “Mastering Machine Learning A Step by Step Guide
with MATLAB,” p. 22, 2018.
61
ANEXOS
Pruebas de Laboratorio de Alto Voltaje
Figura 4.1: Circuito de prueba para obtener la señal patrón en el aislador tipo pin ANSI 56-1.
Figura 4.2: Circuito de prueba para la red de distibución.
62
Figura 4.3: Medición de temperatura utilizando la cámara termográfica Ti-25.
Figura 4.4: Medición de temperatura en la red de distribución a un voltaje de 12.7 kV.
Figura 4.5: Medición de temperatura en la red de distribución a un voltaje de 14 kV.
63
64
65
Figura 4.13: Medición de temperatura en la red de distribución a un voltaje de 60 kV.
66

Ups CT009455

Cargado por

Copyright:

Formatos disponibles

Ups CT009455

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ups CT009455

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD POLITÉCNICA SALESIANA

Trabajo de titulación previo a la

PROYECTO TÉCNICO CON ENFOQUE INVESTIGATIVO:

“ANÁLISIS TÉRMICO DEL EFECTO CORONA EN LÍNEAS DE

JUAN DIEGO GÓMEZ DELGADO

ING. FLAVIO ALFREDO QUIZHPI PALOMEQUE

Nosotros, Juan Diego Gómez Delgado con documento de identificación Nº

En aplicación a lo determinado en la Ley de Propiedad Intelectual, en nuestra

Cuenca, diciembre de 2021.

Juan Diego Gómez Delgado Juan Carlos Gualpa Pérez

Yo, declaro que bajo mi tutoría fue desarrollado el trabajo de titulación:

Cuenca, diciembre de 2021.

Ing.Flavio Alfredo Quizhpi Palomeque

Nosotros, Juan Diego Gómez Delgado con documento de identificación Nº

Cuenca, diciembre de 2021.

Juan Diego Gómez Delgado Juan Carlos Gualpa Pérez

Juan Diego Gómez Delgado

A Dios, a la Virgen María, a mi Madre Rosita Pérez y a mi Padre Alberto Pineda,

Juan Carlos Gualpa Pérez

Agradecemos a nuestros Padres por el apoyo incondicional durante estos años

Cuenca, diciembre de 2021.

Juan Diego Gómez Delgado Juan Carlos Gualpa Pérez

3 RESULTADOS EXPERIMENTALES DE LABORATORIO 40

1.1 Factores que inciden en las pérdidas técnicas [3]. . . . . . . . . . . . . 7

2.1 Parámetro k en función de h/δ [23]. . . . . . . . . . . . . . . . . . . . 27

3.1 Señal de Voltaje cuando no existe la descarga corona. . . . . . . . . . 42

4.1 Circuito de prueba para obtener la señal patrón en el aislador tipo

1.1 Aislador tipo PIN ANSI 56-1 [16], [17]. . . . . . . . . . . . . . . . . . 20

2.1 Valores m y w para corregir la densidad del aire en relación del

3.1 Detección del efecto corona . . . . . . . . . . . . . . . . . . . . . . . . 55

El Grupo de Investigación de Energías (GIE) de la Universidad Politécnica Salesiana

Es de suma importancia el estudio del efecto corona en la rama de la Ingeniería

En el Ecuador, hasta el momento se ha realizado el estudio e identificación

En el presente proyecto de grado, se realiza la investigación del comportamiento

Debido a que la Universidad Politécnica Salesiana cuenta con un laboratorio

Estudiar las alteraciones térmicas producidas por el efecto corona en los

1. Realizar mediciones en los elementos de sujeción de los sistemas de distribución

2. Utilizar la cámara termográfica para la toma de datos termográficos y

3. Proponer una metodología deep learning para la toma de datos y determinar

Para alcanzar los objetivos planteados de la investigación se considera utilizar una

1. Revisión de fuentes bibliográficas, artículos científicos e información destacada

2. Recolección de datos en base a las normativas nacionales e internacionales.

3. Implementación del esquema de ensayo para realizar las pruebas de

4. Planteamiento del método, medición de la temperatura y señal de voltaje cada

5. Propuesta del método deep learning con la finalidad de detectar el efecto

6. Análisis de resultados mediante la tabulación de datos obtenidos en la etapa

En el Capitulo 1 se detalla conceptos básicos sobre el origen del efecto corona en

En el Capitulo 2 se explica la metodología propuesta para el análisis y estudio

En el Capítulo 3 se muestran los resultados de temperatura y señal de voltaje,

Por último, el Capítulo 4, se exponen las conclusiones y recomendaciones del

1.1 RED DE DISTRIBUCIÓN AÉREA

La red de distribución aérea es un sistema que permite transportar energía eléctrica

1.1.1 Partes Principales

• Poste: Fabricados en madera, concreto o metálicos, con propiedades de peso,

• Conductores: De Aluminio y ACSR desnudos con calibres de 2/0, 1/0 y 2 AWG

• Crucetas: Construidos en madera o ángulo galvanizado con diagonales en

• Equipos de Seccionamiento: se opera con cortacircuitos y seccionadores

1.2 PÉRDIDAS DE ENERGÍA ELÉCTRICA

Producidas por una serie de fenómenos naturales, condiciones de operación,