Laura Isabel Alvarez Quiñones, Carlos Arturo Lozano Moncada, Diego Alberto Bravo Montenegro
{"title":"Metodología para el mantenimiento predictivo de transformadores de distribución basada en aprendizaje automático","authors":"Laura Isabel Alvarez Quiñones, Carlos Arturo Lozano Moncada, Diego Alberto Bravo Montenegro","doi":"10.14483/23448393.17742","DOIUrl":null,"url":null,"abstract":"Contexto: En este artículo describimos una metodología que se ha establecido para programar el mantenimiento predictivo de transformadores de distribución en el Departamento del Cauca (Colombia) mediante aprendizaje automático.\nMétodo: La metodología propuesta se basa en un modelo predictivo de clasificación que encuentra el número mínimo de transformadores de distribución propensos a fallar. Para verificar esto, el modelo fue implementado y probado con datos reales en el Departamento del Cauca (Colombia).\nResultados: Es posible lograr una solución efectiva para programar el mantenimiento predictivo de los transformadores de distribución mediante el uso de aprendizaje automático.\nConclusiones: El modelo propuesto es una herramienta eficaz para los problemas de programación del mantenimiento preventivo de los transformadores de distribución.","PeriodicalId":0,"journal":{"name":"","volume":null,"pages":null},"PeriodicalIF":0.0,"publicationDate":"2022-08-12","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.14483/23448393.17742","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1
Abstract
Contexto: En este artículo describimos una metodología que se ha establecido para programar el mantenimiento predictivo de transformadores de distribución en el Departamento del Cauca (Colombia) mediante aprendizaje automático.
Método: La metodología propuesta se basa en un modelo predictivo de clasificación que encuentra el número mínimo de transformadores de distribución propensos a fallar. Para verificar esto, el modelo fue implementado y probado con datos reales en el Departamento del Cauca (Colombia).
Resultados: Es posible lograr una solución efectiva para programar el mantenimiento predictivo de los transformadores de distribución mediante el uso de aprendizaje automático.
Conclusiones: El modelo propuesto es una herramienta eficaz para los problemas de programación del mantenimiento preventivo de los transformadores de distribución.