Усовершенствованный метод анализа дерева событий для обнаружения неисправностей в силовых трансформаторах

Актуальность. Повышение эффективности поддержки принятия решений по безаварийной эксплуатации ответственного электрооборудования требует совершенствования методов и алгоритмов обнаружения неисправностей, что, несомненно, является актуальной задачей.

Цель. Разработать эффективную и надёжную процедуру для целостного анализа, оценки и прогнозирования возможных неисправностей в маслонаполненном трансформаторном оборудовании, как в одном из критически важных активов энергопредприятия.

Методы. При решении задач применяется метод анализа растворенных в масле газов (АРГ) как наиболее информативный с точки зрения оперативной оценки технического состояния трансформатора и обнаружения признаков его отклонений от нормы, а также усовершенствованный метод построения и анализа дерева событий (ДС), который сочетает традиционную структуру причинно-следственных связей с компонентами расчета индекса технического состояния оборудования.

Результаты. Усовершенствование метода анализа дерева событий касается введения количественной меры важности причинно-следственных связей на каждом из иерархических уровней с определением вероятностей исходов каждого из инициирующих событий по заданной вероятности корневого события. Роль количественной меры выполняет система весовых коэффициентов, полученных с применением матриц парных сравнений Саати для каждого из уровней ДС. Сформирована логико-вероятностная модель ДС, позволяющая не только фиксировать взаимосвязи между событиями и последовательность их возникновения, но также ранжировать их по степени влияния на конечный нежелательный исход. Выполнены расчеты, подтверждающие эффективность предложенного подхода.

Заключение. Получена логико-вероятностная модель ДС, обеспечивающая наряду с АРГ целостный анализ, оценку и прогнозирование возможных неисправностей маслонаполненного трансформаторного оборудования. Разработана эффективная процедура построения и анализа ДС с применением экспертных оценок и компонентов расчета индекса технического состояния оборудования. Продемонстрирована возможность эффективного применения разработанной модели на примере анализа причин монотонного превышения граничных концентраций оксида и диоксида углерода, растворенных в масле исследуемых трансформаторов.

1. Лабабиди М.Р., Система поддержки принятия решений (СППР) как инструмент принятия эффективных управленческих решений на промышленных предприятиях / М.Р. Лабабиди, Н.Р. Кельчевская. – Текст: электронный // Весенние дни науки: сборник докладов международной конференции студентов и молодых ученых (Екатеринбург, 21-23 апреля 2022 г.). – Екатеринбург: УрФУ, 2022. – С. 377-381.

2. Галяутдинова А.Р., Ившин И.В., Соловьев С.А. Система оценки и прогнозирования технического состояния силового маслонаполненного трансформаторного оборудования распределительных сетей с применением машинного обучения // Известия высших учебных заведений. ПРОБЛЕМЫ ЭНЕРГЕТИКИ. 2024. Т.26. No 2. С. 32-45. doi:10.30724/1998-9903-2024-26-2-32-45.

3. Дерево отказов, как метод структурного анализа FTA. Примеры внедрения. Доступно по: https://www.itexpert.ru/rus/biblio/detail.php?ID=16266 (дата обращения: 28.01.2025 г.).

4. Andrews J.D. and Dunnett S.J., Event-tree analysis using binary decision diagrams, in IEEE Transactions on Reliability, Vol. 49, no. 2, pp. 230-238, June 2000, doi: 10.1109/24.877343.

5. Рябинин И.А., Надежность и безопасность структурно-сложных систем. 2-е изд. перераб. и доп. СПб.: Изд-во СПбГУ, 2007. – 276 с.

6. 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. No 3. С. 62-77. https://doi.org/10.32686/1812-5220-2018-15-3-62-77.

7. Matsuoka T., Procedure to solve mutually dependent Fault Trees (FT with loops), Reliability Engineering & System Safety, Vol. 214, 2021, 107667, ISSN 0951-8320, https://doi.org/10.1016/j.ress.2021.107667.

8. Demirci M., Gozde H., Taplamacioglu M.C., Fault diagnosis of power transformers with machine learning methods using traditional methods data, International Journal on “Technical and Physical Problems of Engineering”, Iss. 49, Vol. 13, No 4, Dec. 2021, pp. 225-230.

9. Васьков Р.Е., Кочетов Н.М., Применение логических деревьев событий при обосновании безопасности опасных производственных объектов // Проблемы анализа риска. 2016. Т. 13. No 1. С. 60-69. https://doi.org/10.32686/1812-5220-2016-13-1-60-69.

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

11. Bicen Yu, Aras F., Smart asset management system for power transformers coupled with online and offline monitoring technologies, Engineering Failure Analysis, Vol. 154, 2023, 107674, ISSN 1350-6307, https://doi.org/10.1016/j.engfainal.2023.107674.

12. Левин В.М., Петушков П.А., Швец М.А. Дистанционный мониторинг и управление состоянием трансформаторов в распределительных электрических сетях // Известия высших учебных заведений. ПРОБЛЕМЫ ЭНЕРГЕТИКИ. 2023. Т.25. No 2. С. 97-109. doi: 10.30724/1998-9903-2023-25-2-97-109.

13. Wang Yongliang, Li Xiaoqiang, Ma Jianwei and Li SuoYu, Fault diagnosis of power transformer based on fault-tree analysis (FTA), IOP Conf. Series: Earth and Environmental Science 64 (2017) 012099 doi: 10.1088/1755-1315/64/1/012099.

14. Daniella Gonzalez Tinois Da Silva, Halley J. Braga Da Silva, Fernando Pinhabel Marafão, Helmo Kelis Morales Paredes, Flavio Alessandro Serrão Gonçalves, Enhanced health index for power transformers diagnosis, Engineering Failure Analysis, Vol. 126, 2021, 105427, ISSN 1350-6307, https://doi.org/10.1016/j.engfailanal.2021.105427.

15. Живодерников С.В., Ранжирование силовых трансформаторов по техническому состоянию. Доступно по: https://forca.ru/stati/podstancii/ranzhirovanie-silovyh-transformatorov-po-tehnicheskomusostoyaniyu. html. Ссылка активна на 28.01.2025.

16. Лесс В.М., Любченко В.Я., Павлюченко Д.А. Анализ энергоэффективности энергетических объектов с применением методов ранжирования // Известия высших учебных заведений. ПРОБЛЕМЫ ЭНЕРГЕТИКИ. 2023. Т.25. No 5. С. 42-58. doi:10.30724/1998-9903-2023-25-5-42-58.

17. Левин В.М., Сагалакова К.И., Яхья А.А., О проблемах в эксплуатации оборудования иностранного производства на объектах отечественной энергетики // Научный вестник НГТУ. Т 77. No 4. 2019. С. 147-160.

18. Липштейн Р.А., Шахнович М.И., Трансформаторное масло / Р.А. Липштейн, М.И. Шахнович. – М.: Энергоатомиздат, 1983. – 296 с.

19. Липштейн Р.А., Глазунова Т.В., Довгополый Е.Е., Шведские трансформаторные масла фирмы «Nynas» марок Nitro 11 GX и Nitro 10 X / Р.А. Липштейн и др. // Электрические станции. 1998. No 6. С. 61-64.

20. Широков О.Г., Зализный Д.И., Лось Д.М. Методика автоматического обнаружения ненормального нагрева силового трансформатора / О.Г. Широков и др. // Вестник Гомельского государственного технического университета им. П.О. Сухого. 2004. No 4. С. 64-68.

21. Levin V.M., Yahya A.A., Support for Decision-Making to Ensure Reliable Operation of Transformers as Part of a Responsible Power Facility, 2020 International Multi-Conference on Industrial Engineering and Modern Technologies (FarEastCon), Vladivostok, Russia, 2020, pp. 1-6, doi: 10.1109/FarEastCon50210.2020.9271626.