'
Мурадова Р.А., Рамазанова Н.Е.
ПРИМЕНЕНИЕ СОВРЕМЕННЫХ ТЕХНОЛОГИЙ ПРИ ЭКСПЛУАТАЦИИ ЭЛЕКТРООБОРУДОВАНИЯ *
Аннотация:
в представленной статье речь идет о применении современных технологий при эксплуатации электротехнического оборудования. В статье рассмотрены современные методы оценки технического состояния электросетевого оборудования, архитектура системы оценки технического состояния оборудования, а также рассмотрена разработка модели системы оценки технического состояния электрооборудования
Ключевые слова:
методы, архитектура, электрооборудования, электрические сети
УДК 621.311
Мурадова Р.А.
Азербайджанский государственный университет нефти и промышленности
(г. Баку, Азербайджан)
Рамазанова Н.Е.
Азербайджанский государственный университет нефти и промышленности
(г. Баку, Азербайджан)
ПРИМЕНЕНИЕ СОВРЕМЕННЫХ ТЕХНОЛОГИЙ ПРИ ЭКСПЛУАТАЦИИ ЭЛЕКТРООБОРУДОВАНИЯ
Аннотация: в представленной статье речь идет о применении современных технологий при эксплуатации электротехнического оборудования. В статье рассмотрены современные методы оценки технического состояния электросетевого оборудования, архитектура системы оценки технического состояния оборудования, а также рассмотрена разработка модели системы оценки технического состояния электрооборудования.
Ключевые слова: методы, архитектура, электрооборудования, электрические сети.
Объектом исследования являются элементы электроэнергетической системы, которые связаны с непрерывностью процессов производства, передачи и распределения электрической энергии. Предметом исследования является оценка технического состояния электросетевого оборудования на основе результатов нейроложной логики.
Цель и задачи работы - совершенствование системы оценки технического состояния электросетевого оборудования путем применения интеллектуальных методов обработки информации, формализации знаний и опыта специалистов, а также автоматизации процесса принятия решений.
Научная новизна работы связана со следующими основными научными положениями и результатами:
Теоретическая и практическая значимость работы заключается в получении технически обоснованных решений по ее эксплуатации в базе системы, разработанной в направлении оценки технического состояния оборудования путем применения интеллектуальных методов обработки информации, а также повышения знаний о системе. разработано ведение алгоритма работы при изменении параметров оборудования, состоит из отладки.[1,2]
Для оценки состояния электросетевого оборудования электростанций и подстанций используется мониторинг посредством комплекса аппаратно-программных средств.
Стоимость системы мониторинга основного оборудования составляет около 5-8 процентов от стоимости объекта электросетевого хозяйства. Под системой мониторинга понимается оценка технического состояния основного электрооборудования без учета подсистем общей системы управления.[3]
Для установки системы мониторинга на электростанциях и подстанциях должны выполняться определенные условия:
По общей классификации все методы диагностики бывшего в употреблении электрооборудования можно разделить на две группы:
Наиболее часто применяемыми методами неразрушающего контроля бывшего в употреблении электротехнического оборудования являются: магнитный метод, электрический метод, метод протока, радиоволновой метод, тепловой метод, оптический метод, радиационный метод, акустический метод, проникающий метод, метод с использованием веществ (капилляр и течеискатель).
К обязательным методам испытаний относятся:
На практике контроль жизненного цикла электрооборудования осуществляется с момента его монтажа или ввода в эксплуатацию.
Рисунок 1. Состояние трансформатора при ремонте
После первого капитального ремонта состояние трансформатора приближается к состоянию D1. Дальнейшая его эксплуатация показана кривой В. Время второго капитального ремонта (точка 4) начинается раньше первого и составляет около 10 лет, состояние трансформатора на момент второго капитального ремонта также такое же, как и Д3. После второго капитального ремонта работа трансформатора описывается кривой С. Каждый такой ремонт не восстанавливает оборудование до первоначального состояния, а только до исходного состояния. Основной задачей проведения технической диагностики является поддержание состояния эксплуатируемого оборудования в интервале Д1 - Д2, в это время проводится оценка его технического состояния и определение места и вида неисправностей.
С целью оценки возможности реализации системы байесовским методом аналогично системе «Диагностика» был выполнен анализ состояния силового трансформатора на основе данных технического диагностирования. Основная идея байесовского метода заключается в оценке вероятностной характеристики выявления состояния P(Di│ki) на основе доступных для анализа факторов. Вероятность каждой возможной ситуации при различных сочетаниях признаков можно определить на основе формулы Байеса: [2-4]
P(K / Di )=
где K – {k1, k2, k3,..., kv,} набор двух уровневых симптомов, n – количество диагнозов состояния, P(Di) – начальная вероятность диагноза Di, P (K/Di) – проявление симптомов при диагностике Di вероятность определяется по следующему выражению:
P(K / Di )= P(k1 / Di ) P(k2 / Di )...P(kv / Di ),
где K – {k1, k2, k3,..., kv}, набор биномиальных знаков.
Одним из основных недостатков байесовского метода является «удушение» редкими диагнозами, что ограничивает применение метода для оценки состояния электросетевого оборудования.[7]
Систему принятия решений можно представить как взаимодействие пяти отдельных подсистем: сбора данных, формирования данных, формирования знаний, принятия решений и получения результатов.
Интегральная оценка технического состояния подстанции проводится на основе общей оценки состояния следующих простых объектов (альтообъектов): силовой трансформатор, линии электропередачи (воздушные и кабельные линии), трансформатор для собственных (внутренних) нужд , реакторы, системы релейной защиты и автоматики (РМАС), выключатели, разъединители, секции шин, измерительные трансформаторы (трансформаторы тока и напряжения), ограничители перегрузок и др.
Таким образом, математическую оценку состояния подстанции (ПС) можно выразить следующим образом:
SS= ТР È ВЛ È КЛ È ТСН È Р È ШИНА È ТА È ТВ
Внутри каждого типа сетевое оборудование делится на виды, для которых характерно множество марок с разными характеристиками.
Можно отметить три основных (традиционных) типа моделей данных - иерархические, сетевые и реляционные, кроме того, существует ряд нетрадиционных моделей - постреляционные, объектно-ориентированные, многомерные и так далее. Основное различие между моделями заключается в способе определения взаимосвязей между данными.[8,9]
Иерархическая модель данных имеет древовидную структуру, в которой все основные части — элементы информации — связаны вертикальными связями. В иерархической модели информация строго подчинена друг другу. В сетевых модулях существуют не только вертикальные, но и горизонтальные зависимости и связи между основными частями. В реляционных моделях сумма данных реализуется как набор двумерных таблиц. Постреляционная модель является расширенной версией реляционной модели и позволяет преодолеть ограничение неделимости данных, содержащихся в таблицах. Многомерные модели используются при анализе больших многомерных массивов данных (данных) для поддержки принятия решений.[1-3]
Внедрение системы, разработанной с помощью OLAP-технологий, позволяет интегрировать данные различных объектов (от элементарных до сложных объектов), формировать отчеты без участия программистов, анализировать данные по любым категориям и показателям в темпе ведение процесса на любом уровне детализации, а также с повышением иерархии и детализации позволяет контролировать и прогнозировать ключевые показатели деятельности объектов на произвольном уровне.
Системы логического вывода можно условно разделить на два основных направления - честные и нечестные умозаключения. Честные логические выводы основаны на честной теории множеств. Применение методов недобросовестной логики определяется тем, что вопрос оценки технического состояния оборудования носит прикладной характер,
В данной части рассматривается реализация модели, разработанной на примере оценки технического состояния силовых масляных трансформаторов напряжением 110 кВ. Эффективность предложенной модели подтверждена расчетами, выполненными в программной среде Matlab с помощью системы нейро-нечеткого вывода (адаптивной системы нейро-нечеткого вывода - ANFIS).
Рассматриваемый объект - «Трансформатор силовой масляный 110 кВ» - состоит из комплекса следующих элементов:
Масло в отработанном трансформаторе является жидкой изоляционной и теплопроводной средой и состоит из очищенной фракции масла. Свойства масла полностью зависят от состава масла. В расчетном примере анализ трансформаторного масла проводится на основе анализа соотношений концентраций следующих пар газов по данным хроматографического анализа растворенных в этом масле газов: C2H2 / C2H4 (ацетилен/этил) (обозначим его как X), CH4/H2 (метан/водород) (Y), C2H4/C2H6 (этил/этилен) (Z).
Все возможные дефекты, диагностируемые при применении хроматографического анализа растворенных в масле газов, условно делят на две группы - электрические и тепловые.
В результате проведенного анализа были определены три возможных типа функций принадлежности:
Следует отметить, что некоторые значения коэффициентов концентрации газов совпадают. Был проведен анализ двух возможных решений для определения возможности оценивания ситуаций через унифицированные и/или универсальные функции принадлежности:
Оценка технического состояния трансформатора ТДТН-110/35/10 кВ проводилась на основании оценки состояния его элементов:
Только в 30 случаях следует заменить трансформатор целиком или его обмотки. Опыт исследований показывает, что более 70 процентов повреждений можно обнаружить, не отключая трансформатор от сети.
Для решения этой задачи предлагается применить теорию нечетких множеств для оценки состояния преобразователя в программе MATLAB.
Аппаратные входные параметры вводятся в программу. Также можно включить сопротивление цепей постоянного тока, сопротивление изоляции трансформатора и коэффициент поглощения.[5-8]
Набор нормативных диагностических параметров анализируется нейронной сетью. Сеть выдает результат – D код возможного дефекта и сравнивает его с информацией диагностического словаря.
D = f (KIn, KUn, φui(n)) = f(wI1KI1 + wI2KI2 +
+ wI3KI3 + ... + wI10KI10 + wU1KU1 + wU2KU2 +
+ wU3KU3 +...+ wU10KU10 + wφ1φui(1) +
+ wφ2φui(2) + wφ3φui(3) +...+ wφ10φui(10)),
где w — весовые коэффициенты нейронной сети для соответствующих диагностических параметров.
Результат:
СПИСОК ЛИТЕРАТУРЫ:
Номер журнала Вестник науки №5 (62) том 3
Ссылка для цитирования:
Мурадова Р.А., Рамазанова Н.Е. ПРИМЕНЕНИЕ СОВРЕМЕННЫХ ТЕХНОЛОГИЙ ПРИ ЭКСПЛУАТАЦИИ ЭЛЕКТРООБОРУДОВАНИЯ // Вестник науки №5 (62) том 3. С. 647 - 657. 2023 г. ISSN 2712-8849 // Электронный ресурс: https://www.вестник-науки.рф/article/8282 (дата обращения: 18.04.2024 г.)
Вестник науки СМИ ЭЛ № ФС 77 - 84401 © 2023. 16+
*