Дистанционный мониторинг и управление состоянием трансформаторов в распределительных электрических сетях

   АКТУАЛЬНОСТЬ. Одним из важнейших ожидаемых эффектов цифровизации объектов электросетевого комплекса РФ является повышение уровня надежности его функционирования. В этой связи исследования и разработки в указанном направлении несомненно актуальны.

   ЦЕЛЬ. Предложить математическую модель для мониторинга опасных развивающихся дефектов в силовых маслонаполненных трансформаторах, отвечающую свойствам предиктивности и адаптивности. На базе модели реализовать алгоритм принятия решений по длительной надежной эксплуатации трансформаторов.
   МЕТОДЫ:  При решении задач применяются методы статистической теории распознавания образов, корреляционного анализа и байесовской классификации, обеспечивающие высокую достоверность диагностических оценок, обоснованность и эффективность принимаемых эксплуатационных решений.

   РЕЗУЛЬТАТЫ. Получена и верифицирована предиктивная модель в виде корреляционной функции признака дефектного состояния трансформатора от значений его электрической нагрузки. Сформировано дерево событий, восстанавливающее причинно-следственные связи между результатом мониторинга трансформатора, признаком дефекта и принимаемым эксплуатационным решением. На основе дерева событий и критериев диагностической оценки реализован управляющий алгоритм, с помощью которого выполнены расчеты, подтверждающие эффективность предложенного подхода.

   ЗАКЛЮЧЕНИЕ. Продемонстрирована возможность эффективного применения разработанной модели распознавания дефектов и управляющего эксплуатационного алгоритма в качестве инструментов технологии промышленного интернета вещей, в частности, при организации дистанционного диагностического мониторинга маслонаполненного трансформаторного оборудования на подстанциях района распределительной электрической сети.

1. Методы неразрушающего контроля. Доступно по: https://ntcexpert.ru//953-metody-nerazrushayushchego-kontrolya. Ссылка активна на 17 февраля 2023.

2. Орехов Э. А., Абрамов В. В. Методы неразрушающего контроля электротехнического оборудования // Энергоэксперт. 2020. № 2. С. 10-13.

3. Mehairjan R. P. Y., Zhuang Q., Djairam D. et al. High Voltage Technology & Asset Management. Delft University of Technology. Improved Risk Analysis Through Failure Mode Classification According to Occurrence Time. IEEE International Conference on Condition Monitoring and Diagnosis 23-27 September 2012, Bali, Indonesia, doi: 10.1109/CMD.2012.6416287.

4. Давиденко И. В., Халикова Е. Д. Учет рисков при выборе очередности мероприятий технического обслуживания силовых трансформаторов // ЭЛЕКТРО. 2014. № 6. С. 32-37.

5. Soderholm, Р. and Norrbin, Р. (2013), Risk-based dependability approach to maintenance performance measurement. Journal of Quality in Maintenance Engineering, Vol. 19. No. 3, pp. 316-329. doi: 10.1108/JQME-05-2013-0023.

6. Ashraf W. S., Singh R. A., Shiraz S., et. al. Advances in DGA based condition monitoring of transformers: A review, Renewable and Sustainable Energy Reviews, Elsevier, 2021. vol. 149 (C). doi: 10.1016/j.rser.2021.111347.

7. Mackenzie Е. С., Crossey J., de Pablo F., et. al. On-line monitoring and diagnostics for power transformers. 2010 IEEE International Symposium on Electrical Insulation, doi: 10.1109/ELINSL.2010.5549734.

8. Cheng X., Wang Y., The remote monitoring system of transformer fault based on The internet of Things, Proceedings of 2011 International Conference on Computer Science and Network Technology, Harbin, 2011, pp. 84-87, doi: 10.1109/ICCSNT.2011.6181914.

9. Asadia F., Phumphob S., Pongswatd S. Remote monitoring and alert system of HV transformer based on FMEA. Energy Reports 6 (2020) 807-813. https://doi.org/10.1016/j.egyr.2020.11.128.

10. Mitra A., Dutta M., Pramanick A. Digitalization of Power Transformer Monitoring System, 2022 IEEE India Council International Subsections Conference (INDISCON), Bhubaneswar, India, 2022, pp. 1-5. doi: 10.1109/INDISCON54605.2022.9862843.

11. Захаров О. А. Цифровизация электросетевого комплекса: пути решения или система прогностики и мониторинга. Руководящие материалы по проектированию и эксплуатации электрических сетей, 2019, 3 (587). Доступно по: https://prana-system.com/novosti/novosti/cifrovizaciya-elektrosetevogo-kompleksa-puti-resheniya-ili-sistema-prognostiki-i-monitoringa. Ссылка активна на 17 февраля 2023.

12. Левин В. М, Яхья А. А. Цифровые модели предиктивной аналитики для удаленного мониторинга трансформаторного оборудования // Методические вопросы исследования надежности больших систем энергетики. Вып. 72: Надежность энергоснабжения потребителей в условиях их цифровой трансформации. - Иркутск: ИСЭМ СО РАН, 2021. Кн. 1. С. 393-402.

13. Ховалова Т. В. Инновации в электроэнергетике: виды, классификация и эффекты внедрения // Стратегические решения и риск-менеджмент. 2019. Т. 10. № 3. С. 274—283. doi: 10.17747/2618-947Х-2019-3-274-283.

14. Папия Ю. С. Использование технологий интернета вещей в электроэнергетике: возможности и ограничения в процессе перехода // Научные записки молодых исследователей. 2019. № 5. С. 56-64.

15. Мозохин А. Е., Шведенко В. Н. Анализ направлений развития цифровизации отечественных и зарубежных энергетических систем // Научно-технический вестник информационных технологий, механики и оптики. 2019. Т 19. № 4. С. 657-672. doi: 10.17586/2226-1494-2019-19-4-657-672.

16. Львов Ю. Н. Методология принятия решений при оценке технического состояния силовых трансформаторов и автотрансформаторов электрических сетей с учётом фактора риска повреждения // Электрические станции, 2019, № 9. С. 14-20.

17. Левин В. М., Яхья А. А. Система информационно-аналитической поддержки принятия решений по эксплуатации силовых трансформаторов // Главный энергетик. 2020. № 9. С. 52-62.

18. Яхья А. А., Левин В. М. Байесовский классификатор как средство повышения эффективности распознавания дефектов в силовых трансформаторах // Известия высших учебных заведений. ПРОБЛЕМЫ ЭНЕРГЕТИКИ. 2019. Т. 21. № 6. С. 11-18. doi: 10.30724/1998-9903-2019-21-6-11-18.

19. Яхья А. А., Левин В. М. Адаптация предиктивной модели классификации дефектов в трансформаторах по количеству и составу контролируемых параметров. - Текст электронный // Борисовские чтения: материалы 3 Всерос. науч-техн. конф. с междунар. участием, Красноярск, СФУ, 2021. С. 192-196.

20. Липштейн Р. А., Шахнович М. И. Трансформаторное масло - М.: Энергия, 1983. 296 с.

21. Кизеветтер Д. В., Савина А. Ю., Журавлева Н. М. и др. К вопросу о диагностике состояния трансформаторных масел в процессе эксплуатации // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. 2013. 3 (178). С. 118-125.

22. Senoussaoui М. Е1-А., Fofana I., Brahami M. Influence of Oil Quality on the Interpretation of Dissolved Gas Analysis Data. 2021 IEEE 5^th International Conference on Condition Assessment Techniques in Electrical Systems (CATCON), Kozhikode, India. 2021. pp. 170-175. doi: 10.1109/CATCON52335.2021.9670513.

23. Берман А. Ф., Павлов Н. Ю., Николайчук О. А. Метод синтеза и анализа деревьев отказов на основе понятий механизма и кинетики событий // Проблемы анализа риска. 2018. Т 15. № 3. С. 62-77.

24. Боровиков В. П. Популярное введение в современный анализ данных и машинное обучение на STATISTICA. - М.: Научно-техническое издательство Горячая линия - Телеком. 2018. 354 с.