Advanced Health Index Prediction for Transformers Using CatBoost Algorithm
DOI:
https://doi.org/10.48047/tz1n1p66Palabras clave:
Transformer Health Index, Predictive Maintenance, CatBoost Algorithm, Machine Learning, Dissolved Gas Analysis (DGA).Resumen
The reliability of power transformers is critical for ensuring stable and efficient energy distribution. Traditional transformer maintenance methods often rely on reactive strategies, leading to unexpected failures and costly downtime. This study proposes an advanced health index prediction model using the CatBoost algorithm to enhance predictive maintenance strategies. By leveraging key diagnostic indicators such as dissolved gas analysis (DGA) parameters, oil quality indicators, and electrical properties, the model effectively predicts transformer health status. The research explores various train-test split ratios and hyperparameter tuning to optimize model performance. Results indicate that a 75-25 train-test split yields the best predictive accuracy, with an R² of 0.759
and the lowest RMSE of 9.089. The findings highlight the effectiveness of CatBoost in handling categorical data, improving model interpretability, and reducing overfitting. This approach enables utilities to make proactive maintenance decisions, minimizing unexpected failures and extending the lifespan of transformers.
Descargas
Referencias
M. Islam, G. Lee, S. N. Hettiwatte, and K. Williams, “Calculating a Health Index for Power Transformers Using a Subsystem-Based
GRNN Approach,” IEEE Transactions on Power Delivery, Aug. 2018, doi: 10.1109/TPWRD.2017.2770166.
A. J. Alvares and R. R. Gudwin, “Integrated System of Predictive Maintenance and Operation of Eletronorte Based on Expert System,” IEEE Latin America Transactions, Sep. 2019, doi: 10.1109/TLA.2019.8826707.
Descargas
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Usted es libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato para cualquier propósito, incluso comercialmente.
- Adaptar — remezclar, transformar y construir a partir del material para cualquier propósito, incluso comercialmente.
- La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia
Bajo los siguientes términos:
- Atribución — Usted debe dar crédito de manera adecuada , brindar un enlace a la licencia, e indicar si se han realizado cambios . Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
- No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.
