Los interruptores de alta tensión SF6 se utilizan ampliamente en sistemas de potencia para proteger los circuitos contra cortocircuitos y sobrecargas. Para garantizar su confiabilidad y seguridad, los fabricantes suelen requerir desmontajes periódicos e inspecciones visuales de los contactos principales, contactos de arco y boquillas de gas. Estas inspecciones tienen como objetivo evaluar el estado de desgaste de estos componentes y determinar si es necesaria su sustitución.
Históricamente, estas inspecciones se han basado en varios criterios:
Intervalo de Tiempo: Por ejemplo, se recomienda inspeccionar los contactos después de 12 años de uso para interruptores de alta tensión SF6 de una sola presión con tanque muerto.
Operaciones Eléctricas: Por ejemplo, se aconseja realizar inspecciones después de 2000 operaciones eléctricas.
Operaciones de Fallo: Por ejemplo, se recomienda realizar inspecciones después de 10 operaciones de interrupción de cortocircuito nominal.
Criterios Combinados: A veces se utiliza una combinación de los factores anteriores para una evaluación más completa.
Sin embargo, con el tiempo, estos métodos de inspección basados en intervalos de tiempo y conteo de operaciones han revelado algunas limitaciones. Aunque estas comprobaciones ayudan a garantizar la seguridad del equipo, no siempre reflejan con precisión el estado real de desgaste de los contactos y boquillas. Además, estas inspecciones pueden ser costosas, inconsistentes y presentar riesgos potenciales durante las inspecciones internas in situ, lo que puede llevar a daños en el equipo.
El arco eléctrico es un proceso térmico y eléctrico complejo que afecta significativamente el rendimiento del interruptor. Durante la interrupción de corrientes de cortocircuito, el arco puede influir en los parámetros del interruptor a través de la ablación de la boquilla. La ablación de la boquilla se refiere a la erosión del material de la boquilla causada por la alta temperatura del arco. Este proceso tiene un doble efecto en la capacidad de interrupción del interruptor:
Aumento de la Presión en la Cámara: A medida que la boquilla se abla, el área transversal de la garganta de la boquilla aumenta, lo que lleva a una mayor presión dentro de la cámara del interruptor. Esta presión aumentada ayuda a acelerar la extinción del arco al suprimir la reencendido.
Aumento del Área Transversal de la Garganta de la Boquilla: El agrandamiento de la garganta de la boquilla permite que fluya más gas hacia la región del arco, llevándose más calor y reduciendo la temperatura del arco. Sin embargo, esto también dispersa la energía del arco, potencialmente debilitando la capacidad de autodesgasificación del interruptor.
Así, el proceso de ablación de la boquilla tiene tanto efectos positivos como negativos en la capacidad de interrupción de un interruptor de autodesgasificación. Cuando el interruptor interrumpe una corriente de cortocircuito, la ablación de la boquilla elimina parte de la energía de la columna de arco, aumenta la masa de gas en el espacio de la boquilla y eleva la densidad de gas alrededor de los contactos de arco, reduciendo así la probabilidad de reencendido.
Dado el impacto significativo de la ablación de la boquilla en el rendimiento del interruptor, estimar la intensidad de la ablación (es decir, el aumento del diámetro de la garganta de la boquilla) y calcular la masa ablatada es una tarea crucial. Una estimación precisa de la ablación de la boquilla ayuda al personal de mantenimiento a comprender mejor la salud del interruptor y a tomar decisiones informadas para futuros mantenimientos.
La intensidad de la ablación se puede estimar a través de los siguientes métodos:
Inspección Visual: Desmontando el interruptor y observando directamente el desgaste de la boquilla. Aunque este método es sencillo, es costoso y presenta riesgos inherentes, como se mencionó anteriormente.
Técnicas de Detección No Intrusivas: Las tecnologías de detección no intrusiva avanzadas, como la termografía infrarroja y la prueba ultrasónica, se están utilizando cada vez más para el mantenimiento de interruptores. Estas técnicas permiten evaluar la ablación de la boquilla y otros problemas potenciales sin desmontar el equipo.
Análisis de Datos y Modelado Predictivo: Analizando los datos históricos de operación del interruptor y combinándolos con modelos de física de arcos, los modelos predictivos pueden estimar la intensidad de la ablación de la boquilla. Este enfoque reduce las inspecciones de desmontaje innecesarias y mejora la eficiencia del mantenimiento.
Para mejorar la eficiencia y confiabilidad del mantenimiento de los interruptores de alta tensión SF6, las estrategias de mantenimiento futuras podrían depender más de la monitorización de condiciones y tecnologías de diagnóstico inteligente. La monitorización en tiempo real de los parámetros de operación del interruptor (como corriente, voltaje y temperatura), combinada con algoritmos avanzados de análisis de datos, puede proporcionar una predicción más precisa de la ablación de la boquilla y la salud general de los componentes clave. Este enfoque puede reducir las inspecciones y reparaciones innecesarias, prolongar la vida útil del equipo y disminuir los costos de mantenimiento.
Además, los avances en ciencia de materiales se centrarán en el desarrollo de materiales de boquillas más resistentes al calor y a la ablación. La aplicación de nuevos materiales puede mejorar aún más la confiabilidad y la capacidad de interrupción del interruptor, mitigando los efectos negativos de la ablación de la boquilla.

Método de Medición de la Ablación de Boquillas en Interruptores de Alta Tensión
1.Principios de Medición de la Ablación de Boquillas
1.1 Relación entre Señales de Presión y Ablación de Boquillas
Las investigaciones han demostrado que la ablación de la boquilla, que aumenta el diámetro de la garganta de la boquilla, altera las características del flujo de gas dentro del interruptor. Este cambio afecta la distribución de la presión, lo que lleva a variaciones en las señales de presión que pueden capturarse mediante sensores de presión. Específicamente, la ablación de la boquilla resulta en dos efectos principales:
Cambios en la Forma de Onda de Presión: Un aumento en el diámetro de la boquilla modifica la resistencia al flujo de gas, alterando la forma de onda de presión.
Cambios en las Características Espectrales: La ablación de la boquilla también influye en las características espectrales de las señales de presión, especialmente en el rango de frecuencias altas.
Al analizar estas características de las señales de presión, es posible inferir indirectamente el grado de ablación de la boquilla.
1.2 Instalación y Medición de Sensores de Presión
Para obtener señales de presión precisas, los sensores de presión pueden instalarse en diferentes puntos dependiendo de la estructura del interruptor y los requisitos de medición:
Medición Monopolar: Cada polo tiene una válvula en su base, que se puede utilizar para conectar sensores de presión. Esta configuración permite medir las ondas de presión de un solo polo, evitando la interferencia de la superposición de señales multipolares.
Medición Tripolar: Durante la operación estándar, los tres polos están conectados a través de tubos de cobre, con una válvula de llenado principal ubicada en la base del interruptor, conectando los tres polos. Si se utiliza la válvula de llenado principal como punto de conexión para el sensor de presión, la señal medida será la superposición de tres señales de presión individuales.
Para asegurar mediciones precisas, se utilizan sensores de presión piezoeléctricos de alta sensibilidad equipados con amplificadores de carga adecuados. Los datos de presión se registran desde el inicio de la operación de conmutación hasta el final de la sexta oscilación. La señal de presión cruda se puede procesar con o sin filtrado, según los requisitos de análisis.
Señal sin Filtrar: Se aplica la Transformada Rápida de Fourier (FFT) directamente a la señal sin filtrar para analizar sus características en el dominio de la frecuencia.
Señal Filtrada: Se utiliza un filtro pasabajos de 100 Hz para eliminar el ruido de alta frecuencia, reteniendo solo los componentes de baja frecuencia.
Las figuras 1 y 2 ilustran la historia de la presión y el espectro, proporcionando una representación visual de las características de la señal de presión.
Clasificación de la Condición de la Boquilla Utilizando Aprendizaje Automático
Para mejorar la precisión del diagnóstico, este estudio emplea un algoritmo de aprendizaje automático basado en el método de k-Vecinos más Cercanos (k-NN). El proceso implica los siguientes pasos:
Extracción de Características: Se extraen características clave de las señales de presión, como valores pico y valle, componentes de frecuencia, etc. Estas características sirven como parámetros de entrada para el algoritmo de aprendizaje automático.
Entrenamiento del Modelo: El modelo k-NN se entrena utilizando datos conocidos sobre las condiciones de las boquillas y electrodos. Durante el entrenamiento, el algoritmo determina los vecinos más cercanos basándose en distancias de características para realizar la clasificación.
Clasificación de Nuevos Datos: Para nuevas mediciones desconocidas, se utiliza el modelo entrenado para clasificar la condición de las boquillas y electrodos.
Este enfoque permite evaluar la ablación de la boquilla y otras condiciones críticas de los componentes sin abrir la cámara de gas, proporcionando recomendaciones de mantenimiento precisas y prolongando la vida útil del interruptor.
Punto de conexión con el sensor de presión para la ablación de la boquilla (foto de la fuente n.º 1)

Datos brutos de medición en la válvula de llenado principal en condiciones originales (azul), señal filtrada (rojo) (foto de la fuente n.º 1)

Espectro de frecuencia de los datos brutos en el método de presión de interruptores de alta tensión (foto de la fuente n.º 1)
Varias características se pueden derivar tanto de las señales de presión filtradas como de las no filtradas. Estas características capturan las características únicas de las diferentes señales de medición y son esenciales para identificar la condición de las boquillas. Debido a la amplia dispersión de estas características, no es factible emparejar directamente diferentes condiciones de ablación con características individuales. Para abordar este desafío, se emplea el algoritmo de k-Vecinos más Cercanos (k-NN) para la evaluación.
El algoritmo k-NN genera un vector n-dimensional para cada medición, donde n representa el número de características. La distancia entre dos vectores se calcula utilizando la distancia euclidiana, con un ponderado adicional de varianza para tener en cuenta la variabilidad en los datos. Este enfoque asegura que el algoritmo pueda distinguir eficazmente entre diferentes condiciones de ablación basándose en la información combinada de múltiples características.
El método de presión transitoria es ventajoso porque se puede implementar fácilmente utilizando las válvulas de llenado existentes para conectar los sensores de presión. Sin embargo, uno de los principales desafíos es la mala dispersión de indicadores de estado (características), lo que dificulta el diagnóstico preciso de la condición de las boquillas. Para superar esta limitación, las escalas de las características se optimizaron a través de un análisis de sensibilidad. Aunque una única característica puede no proporcionar suficiente información para todos los casos, combinar todas las siete características con el algoritmo de clasificación k-NN mejora significativamente la precisión del diagnóstico.
Se probaron varios algoritmos de clasificación, y los resultados mostraron que el algoritmo k-NN, utilizando la distancia euclidiana estándar, logró la tasa de error más baja, inferior al 0.9%, durante la validación cruzada. Esta combinación de características y el algoritmo k-NN se aplicó luego para clasificar mediciones de campo para diferentes tipos de interruptores. Para las mediciones de interruptores consideradas, este enfoque pudo realizar la clasificación sin errores.