Разработка системы многоаспектной оценки технического состояния и обслуживания высоковольтного маслонаполненного электрооборудования

Размещено на http: //www. allbest. ru/

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

доктора технических наук

Специальность 05.14.12 - Техника высоких напряжений

Разработка системы многоаспектной оценки технического состояния и обслуживания высоковольтного маслонаполненного электрооборудования

Давиденко Ирина Васильевна

Екатеринбург 2009

Работа выполнена в Государственном образовательном учреждение высшего профессионального образования “ Уральский государственный технический университет - УПИ имени первого Президента России Б.Н. Ельцина”.

Научный консультант: доктор технических наук, профессор, Пластун Анатолий Трофимович

Официальные оппоненты: доктор технических наук, профессор Овсянников Александр Георгиевич

доктор технических наук Алпатов Михаил Евгеньевичдоктор технических наук, профессор Васин Владислав Петрович

Ведущая организация: Московский завод “Изолятор” имени А. Баркова, г. Москва.

Защита диссертации состоится 12 ноября 2009 г. в 10 час. 00 мин. на заседании диссертационного совета Д 212.173.01 при Новосибирском государственном техническом университете по адресу: 630092, г. Новосибирск, пр. К. Маркса, д. 20

С диссертацией можно ознакомиться в библиотеке Новосибирского государственного технического университета.

Автореферат разослан «____» ____________2009 года.

Ученый секретарь диссертационного совета Тимофеев И.П.

1. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. В настоящее время возросли требования к эффективности, оперативности управления и организации процесса эксплуатации электрооборудования, что особенно остро чувствуется во время реформирования отрасли. В условиях конкуренции между энергокомпаниями становится более востребованной экономическая оценка тактики эксплуатации.

Растет понимание экономической целесообразности качественной технической диагностики по следующим причинам: более половины парка маслонаполненного оборудования выработало расчетный ресурс и темпы старения выше темпов обновления парка; вследствие, экономии средств на техническое обслуживание (ТО) и перехода на ремонты по техническому состоянию.

Актуальность данного исследования обусловлена тем, что совершенствование критериев диагностики и методов анализа диагностической информации повышает объективность оценки технического состояния высоковольтного маслонаполненного оборудования, и, следовательно, позволяет планировать и своевременно проводить необходимые операции технического обслуживания и ремонта, что делает надежнее эксплуатацию электрооборудования, продлевает ресурс его работы, экономит средства, снижает риски ущербов.

В условиях реформирования отрасли обостряется дефицит высоко-квалифицированных специалистов из-за: распыления кадровых ресурсов по новым организационным структурам; нарушения системы повышения квалификации персонала; разрыва в передаче опыта между поколениями.

Таким образом, создание информационных аналитических систем (ИАС), осуществляющих достоверную, многоаспектную оценку технико-экономического состояния оборудования с использованием новых методов и критериев оценки, которые повышают оперативность и качество организации ТО оборудования и способствуют обучению персонала, является актуальной задачей.

В диссертации развиты критерии диагностики характеристик жидкой изоляции, так как общепризнанно, что ее параметры содержат до 60% информации о состоянии маслонаполненного оборудования. Большой вклад в диагностику оборудования по состоянию трансформаторного масла внесли отечественные ученые Липштейн Р.А., Сви П.М., Бида Е.М., Соколов В.В. Активные исследования в этом направлении продолжили Аракелян В.Г., Бережной В.Н., Васин В.П., Гречко О.Н., Курбатова А.Ф., Калачева Н.И.., Колушев Д.Н., Туркот В.А., Шуварин Д.В.

Автор благодарит за информацию о повреждаемости оборудования и богатый практический опыт диагностики, которыми с ним поделились эксперты: Комаров В.И. (Свердловэнерго), Тихонов А.А. (Красноярскэнерго), Осотов В.Н., Константинов А.Г. (Свердловэнергоремонт), Устинов В.Н., Кокуркин Б.П. (завод Мосизолятор), Храмцов Н.Г. (Когалымские ЭС).

Цель работы. Совершенствование системы диагностики маслонаполненного электрооборудования высокого напряжения путем создания новых методов и критериев многоаспектной оценки его технического состояния для информационно-аналитической системы, которая позволит обеспечить максимально возможное, экономически оправданное продление срока службы электрооборудования.

Достижение поставленной цели связывается в диссертации с решением следующих задач:

1. Улучшить методическую базу ИАС диагностики, в том числе:

· определить требования к ИАС в электроэнергетике по обязательному информационному содержанию, а также необходимому и достаточному перечню выполняемых функций;

· разработать корпоративную ИАС на структурно-функциональном и информационном уровнях с учетом выявленной специфики предметной области, база данных которой будет содержать информацию для выполнения многоаспектного технико-экономического анализа маслонаполненного оборудования.

· предложить единую методологию сбора, обмена, обработки и анализа информации о техническом состоянии оборудования, проводимых эксплуатационных мероприятиях и ремонтах во всех структурных подразделениях корпорации;

2. Обобщить и формализовать знания по оценке ТО маслонаполненного оборудования следующим образом:

· разработать логико-математические модели (ЛММ), наиболее полно описывающие техническое состояние объекта и динамику его изменения, а также влияющие на него факторы в пространстве диагностических признаков с учетом особенностей выбранных видов контроля и видов маслонаполненного оборудования. Логико-математические модели должны обеспечивать интеграцию разнородной информации, ее `помехозащищенность', служить основой для формализации знаний и распознавания класса технического состояния;

· предложить модель базы знаний (БЗ) для многоаспектной оценки технического состояния маслонаполненного оборудования с учетом выявленной специфики предметной области, осуществляющую вывод решения по оптимальному пути, работающую устойчиво, надежно и выполняющую следующие задачи:

- диагностику по выбранным параметрам контроля технического состояния,

- составление рекомендаций по дальнейшим эксплуатационным мероприятиям, электрооборудование эксплуатационный ремонт напряжение

- обучение персонала и объяснение принятых решений.

3. Расширить и улучшить нормативную базу системы диагностики, в том числе:

· определить необходимый набор контролируемых параметров для диагностики каждого вида маслонаполненного оборудования в соответствии с современным отечественным и зарубежным опытом эксплуатации;

· разработать методику получения допустимых и предельно-допустимых значений (ДЗ и ПДЗ) контролируемых параметров и их трендов на основе массива наблюдаемых данных, адаптированную к задачам энергетической отрасли;

· найти механизм определения факторов, влияющих на ДЗ и ПДЗ контролируемых параметров и их тренды, а также оценки значимости этого влияния для рас-смотрения целесообразности дифференцирования регламентируемых значений;

· провести исследование многолетних данных эксплуатации по контролю трансформаторного масла с целью определения влияющих на него факторов и оценки степени их влияния;

· исследовать статистику повреждаемости маслонаполненного оборудования с целью выделения характерных периодов и определения присущих им потоков повреждаемости;

· определить значения ДЗ и ПДЗ контролируемых параметров масла, а также их трендов для каждой из групп оборудования согласно найденным факторам влияния и периодам повреждаемости;

4. Предложить новые методы анализа диагностической информации и методики получения критериев диагностики:

· разработать методику многоаспектной диагностики для вывода общего решения о состоянии оборудования по совокупности оценок состояния объекта на основании разных видов контроля;

· предложить модель описания технического состояния объекта по результатам анализа семи газов, растворенных в трансформаторном масле, в виде графического образа, позволяющую выделить область исправного состояния, а также алгоритм идентификации вида дефекта по этой модели с учетом особенностей каждого вида высоковольтного маслонаполненного оборудования;

· разработать методики синтеза описания классов состояния объекта на основе статистики фактов повреждений оборудования и результатов анализа растворенных газов (АРГ) путем использования характерного набора газов, превышающих регламентируемые значения, и характерных соотношений пар газов, а также в виде графической модели;

· получить критерии распознавания классов технического состояния высоковольт-ных вводов и измерительных трансформаторов на основе результатов АРГ.

5. Предложить критерии оценки технико-экономических показателей парка оборудования:

· разработать методику планирования технического обслуживания и ремонта (ТОиР), а также замены высоковольтного маслонаполненного оборудования путем его ранжирования с учетом оценок технического состояния с помощью ИАС, риска отказа и оценки эксплуатационных затрат;

· предложить процедуры анализа структуры эксплуатационных затрат с целью их минимизации и выбора наиболее выгодных вариантов инвестирования;

разработать методику анализа причин повреждаемости оборудования на основании актов расследования отказов, описаний ремонтов.

6. Реализовать ИАС, включая все ее подсистемы, методики и алгоритмы на языке программирования; выработать наиболее эффективную технологию внедрения, сопровождения ИАС; провести аттестацию диагностических возможностей ИАС и анализ эффекта ее использования в энергокомпаниях.

Предмет исследования - высоковольтное маслонаполненное электрооборудование. В качестве объекта исследований в данной работе выбраны следующие виды маслонаполненного оборудования высокого напряжения: силовые трансформаторы, вводы, трансформаторы тока и напряжения.

Методы исследования - теория распознавания образов, интегральное исчисление, реляционное исчисление, предикатная логика, нейронные сети, теория вероятности, методы математической статистики, дисперсионный анализ.

Научная новизна и положения, выносимые на защиту. Установлено:

1. модель базы знаний должна быть построена в виде иерархической структуры модулей, имитирующих в процессе вывода решения операции логики мышления человека по оценке технического состояния объекта и планированию действий персонала. Модули специализированны на следующих функциях: построении и трансформации пространств диагностических признаков, распознавании технического состояния и выработке рекомендаций по ТОиР оборудования. Выбор необходимых модулей, реализующих стратегию решения, должен осуществляться самой моделью, а алгоритм принятия решения для вывода общего заключения о состоянии оборудования должен основываться на совокупности оценок состояния объекта, полученных с помощью разных видов контроля;

2. диагностика технического состояния маслонаполненного оборудования высокого напряжения на основе ДЗ и ПДЗ контролируемых параметров и их трендов обеспечивает достоверность оценки только при учете степени воздействия факторов на значения контролируемых параметров и значений потоков повреждаемости оборудования, соотнесенных со сроком его эксплуатации.

3. Усовершенствованы критерии оценки состояния жидкой изоляции маслонаполненного высоковольтного оборудования по результатам АРГ и физико-химического анализа (ФХА) масла, а также их трендов для силовых трансформаторов, высоковольтных вводов, трансформаторов тока и напряжения с учетом их конструктивных особенностей, срока эксплуатации и уровня повреждаемости.

4.Предложена графическая модель описания технического состояния маслонаполненного оборудования в виде лепестковой диаграммы, построенной по результатам семи растворенных в масле газов, которая позволяет выделить область исправного состояния и показать динамику изменения состояния объекта.

5. Разработан алгоритм распознавания состояния оборудования, отличающийся:

- учетом специфики каждого вида маслонаполненного оборудования путем трансформации образов типовых дефектов принимая во внимание конструктивные особенности объекта, учетом информативности признаков описания дефектов, вероятности возникновения и опасности дефектов;

- снижением неоднозначности и неустойчивости распознавания посредством оценки значений меры близости групп дефектов одинакового характера.

6. Созданы три методики синтеза описания классов состояния объекта на основе статистики фактов повреждений оборудования и результатов АРГ путем анализа характерного набора газов, превышающих ДЗ, характерных соотношений пар газов, а также в виде графической модели.

7. С помощью предложенных методик получены критерии распознавания:

- десяти классов технического состояния высоковольтных вводов по характерным наборам газов, превышающих ДЗ, и характерным соотношениям пар газов;

- девяти классов технического состояния трансформаторов тока и три класса технического состояния трансформаторов напряжения по образам дефектов в виде лепестковой диаграммы.

8. Предложена методика планирования необходимых операций ТОиР и приоритетов их выполнения на основе трех интегральных показателей, учитывающих оценки технического состояния, риска ущербов, стоимость эксплуатации оборудования. В методике использовано пять категорий ТО, определенных с учетом соотношения категорий в условиях эксплуатации.

Практическая ценность результатов работы и ее внедрение. Разрабатываемая автором с 1989 г. ИАС многоаспектной оценки технического состояния высоковольтного маслонаполненного оборудования ЭДИС «Альбатрос в настоящее время эксплуатируется в 65 филиалах 28 энергосистем, 19 филиалах 5 МЭС, 10 электрических станциях, 8 заводах в России, а также на 8 предприятиях за рубежом - в Молдавии, Украине, Латвии (всего более 110 предприятий, 200 рабочих мест). На всех предприятиях МЭС Урала, МЭС Сибири, Тюменьэнерго, Татэнерго, МРСК Центра и Поволжья, ДРСК система ЭДИС «Альбатрос» эксплуатируется как корпоративная, автоматизируя процессы сбора и анализа информации с мест, по 2-3-х уровневой схеме вертикали управления организацией техническим обслуживанием. ИАС ЭДИС «Альбатрос» позволяет построить систему автоматизированной организации ТОиР на основе раннего выявления повреждений и достаточно точной их идентификации.

Разработанные автором общие требования к ИАС, которыми должны быть оснащены службы диагностики ОАО «ФСК ЕЭС»” вошли в “Концепцию диагностики электротехнического оборудования подстанций и линий электропередачи электрических сетей ОАО «ФСК ЕЭС»”, которая должна быть реализована до 2012 г.

Спроектированное хранилище данных диагностической информации по маслонаполненному оборудованию используется в автоматизированной системе управления ТОиР оборудования ОАО «ФСК ЕЭС».

Накопленный в БД десятка энергосистем, использующих ЭДИС «Альбатрос», массив результатов ФХА масла, а также предложенная автором методика получения ДЗ и ПДЗ контролируемых параметров использована при разработке нормативных требований к трансформаторным маслам при пересмотре РД ЭО 0444-2003.

Критерии обнаружения повреждения на основании АРГ в трансформаторах тока различного типа использовались в 2006г. в ОАО «ФСК ЕЭС» при формировании целевой программы замены трансформаторов тока 110-750 кВ по техническому состоянию.

Ряд МРСК (Центра и Поволжья, ДРСК и др.) включили в стандарты предприятий критерии оценки результатов АРГ силовых трансформаторов 35 кВ, измерительных трансформаторов 110-220кВ и высоковольтных вводов 110-220кВ, а также критерии оценки физико-химического анализа масла, полученные автором. В стандартах предприятий при назначении периодичности профилактического контроля учитываются характерные периоды повреждаемости маслонаполненного оборудования, определенные автором.

Специалисты управлений Тюменьэнерго, ДРСК, МРСК Центра и Приволжья используют предложенную методику анализа причин повреждаемости маслонаполненного оборудования.

Успешная работа по разработке и внедрению системы отмечена в 2002 г. золотой медалью “Уральских выставок” и в 2008 г. Дипломом лауреата премии “За обустройство Земли Российской”.

На основе материалов, содержащихся в диссертации, подготовлен курс “Системы диагностирования высоковольтного маслонаполненного оборудования”, который читается, в течение последних 5 лет на курсах повышения квалификации работников энергосистем (г.г. Екатеринбург, Набережные-Челны, Новосибирск, Казань, Сургут, Челябинск).

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на: всероссийской конференции «Новые информационные технологии в исследовании дискретных структур» (Екатеринбург, 1996); научно-практических семинарах Минэнерго «Методы и средства оценки состояния энергетического оборудования» (С-Петербург, 1997-2008); всесоюзной научно-практической конференции «Диагностика и эксплуатация энергетического оборудования» (Москва, 1998); международном симпозиуме «Состояние, основные направления развития производства, повышение технического уровня и надежности обслуживания трансформаторного оборудования» (Украина, Запорожье, 1998); International Conference of Electrical Insulation - ICEI (Санкт-Петербург, 1999, 2002); научно-техническом семинаре «Современные методы и средства оценки технического состояния и продления сроков эксплуатации высоковольтного оборудования энергосистем» РАО ЕС (Москва, 2001, 2003); всероссийском электротехническом конгрессе с международным участием ВЭЛК-99 «Диагностика и безопасность в

электротехнике и энергетике» (Москва, 1999); международной конференции «Электромеханические и электромагнитные преобразователи энергии и управляемые электромеханические системы» EECCES-2003 (Екатеринбург, 2003); всероссийской научно-технической конференции «Энергосистема: управление, качество, конкуренция» (Екатеринбург, 2004), международном научно-техническом семинаре «Современные методы оценки технического состояния и способы повышения надежности оборудования подстанций» Электроэнергетического Совета СНГ (Москва, 2004); International Conference IEEE PowerTech-2005 (St.Petersburg, 2005); VIII, IX симпозиумах Электротехника-2010 (Москва, 2005, 2007); XI International Scientific Conference “Transformer Building-2005” (Ukraine, Zaporozhye, 2005); научно-практических конференциях по диагностике электрических установок специалистов Сибири и Востока (Новосибирск, 2004, 2006, Красноярск, 2007, Ангарск, 2008, Барнаул, 2009); International Conference on Condition Monitoring and Diagnosis - CMD 2006 (Changwon, Korea, 2006); ISH 15-th International Simposium on Higt Voltage Engineering (Ljubljana, Slovenia, 2007) IVth International Scientific Symposium ELEKTROENERGETIKA-2007 (Starб Lesnб, Slovak Republic, 2007); научно-практической конференции «Высоковольтные вводы - современное состояние производства, эксплуатации, диагностирования и ремонта» (Москва, 2008); The 6-th international forum Power Engineering -2008 (Saint-Petersburg, 2008).

Достоверность полученных результатов. Сформулированные в диссертации выводы и рекомендации обоснованы теоретически, базируются на строго доказанных выводах и обширном статистическом материале, собранном при эксплуатации оборудования.

Достоверность полученных критериев обнаружения и идентификации дефектов, а также эффективность и полезность, выполняемых ЭДИС «Альбатрос» функций подтверждена 10 справками с мест внедрения, в которых отмечены случаи подтверждения заключений системы о техническом состоянии силовых и измерительных трансформаторов, а также высоковольтных вводов результатами ремонтов. По результатам тестирования системы экспертами АО «Свердловэнерго» в 1998 г., проведенном на 21 случае выявленных дефектов в трансформаторах, достоверность диагнозов, выдаваемых системой - 96%. В 2004 г. система прошла экспертную проверку ОРГРЭС и рекомендована для использования при оценке и комплексной диагностике электрооборудования. Полученные результаты исследования подтверждены широкой практикой использования разработанных автором методик, методов и алгоритмов для диагностики маслонаполненного оборудования, а также многократным внедрением ЭДИС «Альбатрос» в отрасли.

Публикации. Результаты работы опубликованы в 64 научных трудах, из них 11 входят в список изданий, рекомендованных ВАК РФ для докторских диссертаций. Число публикаций без соавторов - 41, из них 2 патента на полезную модель, 3

свидетельства Роспатента на программу. Личный вклад автора в 20 публикациях с соавторами является определяющим, в четырех - равноправным.

Структура и объем диссертации. Диссертационная работа выполнена на 407 страницах основного текста и состоит из введения, шести глав, заключения, 5 приложений, списка использованных источников, который содержит 181 наименование, 61 рисунка и 76 таблиц.

2. ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснованы актуальность и практическая значимость работы.

В первой главе в результате ретроспективы отечественного опыта создания информационно-аналитических систем в энергетике использование информационных технологий (ИТ) предложено разделить на четыре уровня, соответствующих уровням их развития, обобщения информации и полезного эффекта от их использования: создание базы данных (БД) для упорядоченного хранения информации; создание автоматизированных рабочих мест для автоматизации легко формализуемых действий персонала по оценке оперативных данных; использование систем искусственного интеллекта (ИИ) для решения тактических задач (диагностика оборудования; планирование действий персонала по дальнейшей эксплуатации этого оборудования, прогноз хода событий, обучение персонала); использование систем ИИ для решения стратегических задач (формирование политики ТОиР, в том числе уточнение критериев диагностики, планирование инвестиций, нахождение резервов для снижения издержек без потерь надежности и качества энергоснабжения и т.д.). Для каждого уровня ИТ рассмотрена необходимость его разработки и выполняемые задачи. Перечислены требования к пользователям и эффект от внедрения, присущие каждому уровню. Системы искусственного интеллекта (ИИ) применяются на третьем и четвертом уровнях ИТ.

Рассмотрены стадии разработки систем ИИ и необходимые специальности состава разработчиков. Отмечено, что для создания системы ИИ средней сложности при наличии опытного коллектива разработчиков требуется не менее 5 лет. Предложена классификация систем ИИ применительно к рассматриваемой предметной области: по типу решаемых задач; по типу информационных объектов, на которых они специализированы; по степени проработки предметной области и обработки информации; по времени реакции на изменения, происходящие в окружающей среде; по инструментальным средствам и стадии разработки. Эта классификация используется для сравнения отечественных и зарубежных ИАС, выполняющих оценку технического состояния высоковольтного маслонаполненного электрооборудования на основании поступающих в систему значений контролируемых параметров. В таблице 1 представлен сравнительный анализ 11 систем, разработанных до коммерческой стадии, имеющих опыт внедрения, проведенный по информации в открытой печати и в сети Internet на ноябрь 2008 г.. Как видно из таблицы 1, экспертно-диагностическая система оценки технического состояния маслонаполненного высоковольтного электрооборудования “Альбатрос” (ЭДИС “Альбатрос”), разработчиком которой и является автор диссертации, была создана одной из первых.

Таблица 1 ИАС диагностики маслонаполненного оборудования

Информационные объекты

Выполняемые задачи

Стадия разработки и опыт работы

Название диагностической системы

Трансформаторы, реакторы

Высоковольтные вводы

Измерительные транс-ры

Выключатели

ОПН, разрядники, кабели

Диагностика

Планирование ТОиР

Интерпретация ХАРГ/ Расчет хроматограмм

Анализ повреждаемости

Справочная система

Экономическая оценка, ранжирование

Динамическая система

Коммерческие образцы

Опытные образцы

Начало внедрения

Количество внедрений

“Диана” Чиркова С.А.

+

+

+

+

+

+

+

+

1990

8-10

ДиаХром-2000»/ «Полихром МЭИ

+

+

+

+

/+

+

1991

100

“ЭДИС Альбатрос” УГТУ

+

+

+

+

+

+

+/

+

+

+

1991

200

“Диагностика +” ИГУ

+

+

+

+

+

+

+

+/

+

+

+

1992

20-30

«MultiTest»Владимирэнерго

+

+

+

+

+

+

+

+

1993

20-30

“Трансформатор/ Элхром” ВЭИ

+

+

/+

+

1987/1995

3-6

“Хроматэк Аналитик/ Энергетик» ЗАО Хроматэк

+

+

+

/+

+

1995

300-400

«Диагностика СТ» Донецкая ЭС Украина

+

+

+

1995

5-10

«ИС диагностики состояния ЭО» ЭТЛ-Сервис Украина

+

+

+

+

+

+

+

+

2000

7-9

“АС для оценки тех. состояния ЭО” ДонОГРЭС

+

+

+

+

+

+

+

+

+

2001

1

“Диагностика СТ” ОАО Транснефтьналадка

+

+

+

+

2002

1-3

Наибольшим арсеналом выполняемых функций обладают 4 системы: “Диагностика +”, “ЭДИС Альбатрос”, «ИС диагностики состояния ЭО» и “Диана”, среди которых “ЭДИС Альбатрос” выделяется тем, что при решении многих задач используются не только знания открытых информационных источников, но и знания экспертов, и авторские методики. Преимущество ЭДИС «Альбатрос» подтверждается и тем, что среди перечисленных систем, пользователи отдают ей свое предпочтение, о чем свидетельствует ее широкое внедрение. Предложены критерии оценки ИАС путем сравнения информационных и аналитических возможностей, а также, качество организации стадий внедрения и сопровождения систем разработчиками.

Таблица 2 Аналитические возможности ИАС диагностики оборудования

Название диагностической системы

Тип БЗ

Выполняемые задачи

Диагностика

Планирование ТОиР

Интерпретация данных

Анализ повреждаемости

Экономич. оценка, ранжирование

Заполненная БЗ

Оболочка БЗ

ХАРГ

ФХАМ

Характеристики изоляции

Опыт ХХ, ВАХ

Измерение Rом. обмоток

Измерение Z кз

Другие виды контроля

“Диагностика +” ИГУ

+

+

+

+

+

+

+

+

+

+

“ЭДИС Альбатрос” УГТУ

+

+#*

+#

+#

+#

+#

+#

+

+*

+*

+#*

+*

“Диана” автор Чирков С.А.

+

+

+

+

+

+

+

+

+

«ИС диагностики состояния ЭО» ЭТЛ-Сервис

+

+

+

+

+

+

+

+

+

.. - Формальный подход к анализу параметров .. - Углубленный подход к анализу параметров, при котором: + - используются открытые источники; # - используются знания экспертов; * -используются авторские методики

Одинаковые функционалы ИАС предложено сравнивать по результатам, полученным на тестовых примерах. Изложены подробные перечни критериев сравнения, составляющие четыре группы: информационная часть; аналитическая часть; поддержка жизненного цикла и опыт разработчиков; оценка на тестовых примерах.

Во второй главе разработаны требования к информационной и аналитическим частям корпоративной ИАС для служб технической эксплуатации электрооборудования. Система разделена в соответствии с иерархией управления на 3 функциональных уровня: филиал; управление энергокомпании; департамент, отвечающий за техническое состояния оборудования. Каждый уровень обладает своими функциональными и информационными особенностями, уровнем обобщения, анализа и защищенности информации в соответствии с существующей иерархией организации эксплуатации электрооборудования. Рассмотрены специализация выполняемых задач, требования к защищенности и потокам движения информации, присущие каждому уровню. Установлено, что с повышением уровня ИАС растет значимость результатов ее работы для предприятия, поэтому отмечены особенности требований к персоналу, работающему с соответствующими функциональными уровнями. Разработаны требования эффективного внедрения и использования ИАС, а также, место корпоративной ИАС в общей системе диагностики и эксплуатации оборудования.

Уточнена и расширена терминология, используемых в диссертации основных понятий, рассматривается их взаимосвязь. Сделан обзор более 30 видов контроля, характеризующих состояние маслонаполненного оборудования. Проводится анализ методов, используемых для диагностики маслонаполненного оборудования, с точки зрения спектра обнаруживаемых дефектов, возможности ранней диагностики и диагностирования без отключения оборудования, наличия отработанных методик диагностики. Определен набор контролируемых параметров, необходимых для каждого вида высоковольтного маслонаполненного оборудования, который, по возможности, отражает развитие всех дефектов, определяющих ресурс работоспособности оборудования, и измеряется надежными, точными средствами измерений, которыми оснащены службы эксплуатации на местах. Оценка состояния маслонаполненного оборудования в ЭДИС «Альбатрос» строится на результатах следующих контролируемых параметров, объединенных в группы (виды контроля):

- хроматографический анализ растворенных в масле семи газов;

- физико-химический анализ масла, включающий следующие параметры: реакцию водной вытяжки, кислотное число, пробивное напряжение, тангенс угла диэлектрических потерь, температуру вспышки, удельное объемное сопротивление масла, содержание в масле механических примесей, воды, антиокислительной присадки, фурановых соединений, растворимого шлама, общее газосодержание, дополнительно в эту группу включены степень полимеризации и влагосодержание твердой изоляции;

- диэлектрические характеристики твердой изоляции, состоящее из параметров: тангенса угла диэлектрических потерь, емкости и сопротивления изоляции, измеренных по различным схемам с фиксацией температуры измерения;

- измерение токов и мощности потерь холостого хода на пониженном напряжении или характеристики намагничивания;

- измерение сопротивления обмоток на постоянном токе;

- измерение сопротивления короткого замыкания;

- контроль давления в герметичных вводах.

В итоге, для каждого вида оборудования с учетом его особенностей разработаны схемы функциональной диагностики, показывающие выявление дефектов контролируемыми параметрами с учетом их чувствительности к определенным видам дефектов и выделением диагностических параметров для планово-профилактического систематического контроля.

В третьей главе рассмотрена структурно-функциональная схема ИАС многоаспектной оценки технического состояния высоковольтного маслонаполненного оборудования, жизнеспособность которой проверена многими внедрениями. Система состоит из следующих основных частей:

· база данных, которая выполняет структурированное хранение, обработку и защиту паспортной, оперативной и справочной информации, а также организует обмен данными между иерархическими уровнями корпорации;

· подсистема подготовки и верификации информации, которая готовит оперативные данные к анализу (проводит расчет трендов, приведение по температуре и т.д.), тестирует на достоверность, непротиворечивость, тавтологию и полноту поступающие данные и знания, контролирует соблюдение регламента измерений;

· база знаний (БЗ), которая дает оценку технического состояния оборудования и рекомендации по его дальнейшей эксплуатации, объясняет сделанные выводы;

· подсистема планирования и мониторинга эксплуатационных мероприятий, которая проводит автоматическое составление и оптимизацию планов эксплуатационных мероприятий по оборудованию, а также мониторинг их выполнения;

· подсистема анализа состава и технико-экономического состояния парка оборудования, которая осуществляет разносторонний анализ всей получаемой информации с целью выработки тактических и стратегических направлений развития эксплуатации диагностики, в т.ч. ранжирование парка оборудования с учетом его состояния, риска от ущерба и эксплуатационных затрат;

· подсистема анализа повреждаемости оборудования, которая проводит автоматический анализ причин повреждаемости, расчет ее характеристик и выявляет слабые места эксплуатации;

· подсистема получения новых знаний, которая позволяет определять регламентируемые значения контролируемых параметров, анализировать влияющие на них факторы, получать критерии идентификации дефектов и пр.

Рисунок 1 Структурная схема ИАС многоаспектной оценки технического состояния высоковольтного маслонаполненного оборудования

В диссертации приведена структурно-функциональная схема ЭДИС «Альбатрос», построенная с учетом выявленной специфики предметной области и перечня необходимых функций.

Схема содержит 51 функциональный блок, на ней показаны направления взаимодействия в рамках подсистем и между ними.

Формализация описания технического состояния высоковольтного маслонаполненного оборудования, динамики его изменения, влияющих на него факторов (в том числе проводимых эксплуатационных мероприятий) предложена в виде логико-математических моделей (ЛММ).

Логико-математическая модель состоит из концептуальной и функциональной части. Функциональная часть строит вектор, описывающий состояние объекта в пространстве диагностических признаков, структура которого задается концептуальной частью. Концептуальная часть ЛММ, используемая для распознавания технического состояния (ЛММр), имеет вид:

GDJY=( Kn, Pn, Vn, Se, Hz, Um, Lb, Ti),

где J- вид контроля; Y- вид маслонаполненного оборудования; n - количество измеряемых параметров;

Kn - группа признаков, характеризующая отклонение параметра от ДЗ и ПДЗ по абсолютной величине;

Рn - группа диагностических признаков, характеризующая меру изменения параметра по отношению к базовому замеру объекта;

Vn - группа диагностических признаков, характеризующая динамику изменения параметра по отношению к предыдущему замеру;

Se - группа диагностических признаков, характеризующая соблюдение соотношений между параметрами одного вида контроля, e - количество рассматриваемых соотношений признаков;

Hz - переменные, которые характеризуют происходящие в объекте процессы (предыстория), z - количество рассматриваемых переменных;

Um - переменные, описывающие события, которые могли повлиять на состояние объекта (эксплуатационные мероприятия, внешние воздействия), m - количество учитываемых факторов;

Lb - переменные, описывающие особенности измерения (метод измерения, точность прибора), которые могли повлиять на результаты измерений, b - количество учитываемых особенностей измерения;

Ti - переменные, характеризующие конструктивные особенности объекта и срок его эксплуатации, i- количество учитываемых конструктивных особенностей.

Концептуальная часть ЛММ, используемая для планирования действий персонала (ЛММП), имеет вид:

GRJY=( D, Hm, Ti, Cq, Ak, Uz ),

где D - класс состояния оборудования, распознанный базой знаний;

Hz - переменные, характеризующие происходящие в объекте процессы (предыстория), z - количество рассматриваемых переменных;

Ti - переменные, характеризующие паспортные характеристики и срок службы оборудования, i - количество учитываемых конструктивных особенностей;

Cq - переменные, описывающие действия персонала при контроле состояния оборудования, q - количество рассматриваемых видов контроля;

Ak - переменные, описывающие действия персонала, проводимые на оборудовании при его ремонте, k - количество операций по ремонту;

Um - переменные, описывающие внешние факторы, влияющие на оборудование, в т.ч. режим его эксплуатации, m - количество учитываемых факторов.

Для каждого вида контроля разработана своя ЛММ, описывающая состояние объекта (его системы) в пространстве диагностических признаков с разных точек зрения: электрической, магнитной, химической и т.д. Построение пространства диагностических признаков одного и того же вида контроля для разных видов оборудования имеет свои особенности.

В левой колонке таблицы 3 приведены названия операций мышления в терминологии раздела логики философии, которые соответствуют содержанию этапов декомпозиции анализа ситуации экспертом, а так же, соответствующие им виды преобразования пространства диагностических признаков функциональной частью ЛММ, обеспечивающие вывод решения в условиях недостоверной и неполной информации, интеграцию разнородной информации, ее `помехозащищенность'. Преобразование пространства признаков имеет свои особенности, как по видам оборудования, так и по видам контроля. Например, для характеристик изоляции силового трансформатора используется сжатие признакового пространства с 50-ти до 4-х признаков с помощью нейронной сети, а для ФХА масла проводится селекция признакового на подпространства соответствующие одинаковому характеру повреждения.

База знаний содержит модули распознавания класса технического состояния оборудования РМ (постановки диагноза) и модули планирования мероприятий по дальнейшей эксплуатации оборудования ПМ (выработки рекомендаций), работающие с отображениями состояния объекта в пространстве диагностических признаков, построенными соответствующими ЛММ. В таблице 3 приведены функции, выполняемые модулями РМ и ПМ и соответствующие последовательности операций этапов мышления эксперта.

Выбор необходимого модуля ЛММ, модуля распознавания и кластера в нем осуществляется управляющими фокусирующими метазнаниями. Управляющие фокусирующие метазнания (УФМ) разделены на модули по 4 стратам: выдвижение первоначальной гипотезы, проверка ее на непротиворечивость, разработка принятой гипотезы и вывод общего заключения. Стратегия решения осуществляется управляющими решающими метазнаниями (УРМ) соответствующей страты, при этом активизация необходимого модуля БЗ выполняется в зависимости от решений, полученных на предыдущем этапе анализа. Модули УРМ выбирают наиболее достоверную гипотезу, дают общее заключение, устраняя синонимию и противоречия, когда результаты одного вида контроля анализируются разными методами, делают вывод общего заключения на основании диагнозов, поставленных модулями распознавания различных видов контроля.Таблица 3 Этапы имитации модулями БЗ операций мышления эксперта по анализу ситуации и трансформации пространств диагностических признаков

Операции мышления эксперта	Функции модулей базы знаний	№ страты
	по преобразованию пространства диагностических признаков	по оценке технического состояния	по планированию действий персонала
Поиск	формирование векторов в пространствах диагностических признаков F1	Подготовка данных к анализу	формирование рекомендаций по проверке достоверности измерения и проведению повторных измерений Rpl	1
Сравнение
Оценка
Селекция	разбивка исходного пространства на подпространства, коррелированные с появлением дефектов одинакового характера / свертка пространства с помощью нейронной сети F2
Обобщение
Абстракция	проекция характерных, чувствительных симптомов в подпространство меньшей размерности F3	выделение наиболее существенных признаков
Осмысление		постановка предварительного диагноза D1	составление предварительных рекомендации по проведению планово-профилактического Rpl или дополнительного контроля Radd
Подтверждение, опровержение, предпочтение	проекция альтернативного пространства из признаков, наличие/отсутствие которых может опровергнуть гипотезу F4	проверка суждения на непротиворечивость D2		2
Селекция	расширение пространства дополнением признаков, композиция с проекциями пространств разных видов контроля с учетом разрабатываемой гипотезы F5', F5”, F5”'	выбор данных для дальнейшего анализа	составление рекомендации по дополнительному контролю Radd для уточнения диагноза; определение операций по ремонту Rrep	3
Осмысление, обобщение, (уточнение), обоснование		уточнение характера дефекта D3
		определение степени опасности дефекта D3	уточнение рекомендации Radd , Rrep с учетом опасности дефекта
		локализация дефекта D4	уточнение рекомендации по ремонту Rrep с учетом локализации дефекта
Обобщение	формирование метапространства из проекций пространств разных видов контроля F0	подготовка данных разных видов контроля к общему выводу	вывод общих рекомендаций Rpl , Radd , Rrep из набора рекомендаций разных видов контроля	4
Осмысление, предпочтение		вывод общего заключения о состоянии объекта D0

Процесс принятия решений БЗ, имитирующий операции мышления эксперта по анализу ситуации (таблица 3), представлен на рисунке 2 в виде схемы взаимодействия упомянутых выше модулей.

Рисунок 2 Процесс вывода решения базой знаний ЭДИС «Альбатрос»

Предложенная организация БЗ приводит к следующим результатам: снижению размерности семантического пространства; оптимизации пути вывода решений и выбора необходимого кластера знаний; более удобной модификации БЗ и отладке ее работы; минимуму повторов, избыточности, синонимии, снижению объема БЗ. В качестве примера приведем следующий расчет. Рассмотрим постановку диагноза по 15 диагностическим признакам ФХА масла. Пусть применяется четыре значения признака: 0 - параметр не измерялся; 1 - параметр ниже ДЗ; 2 - параметр выше ДЗ, но ниже ПДЗ; 3 - параметр выше ПДЗ. Число правил продукций, описывающее все возможные комбинации четырех значений 15-ти признаков, составит 415. В предложенной модели организации БЗ постановка диагноза описывается 40 правилами продукции.

Кроме того, БЗ разработана таким образом, что обеспечивает вывод решения в условиях недостоверной, неполной информации по недетерминированному набору параметров; учитывает историю и динамику процессов, происходящих в объекте; обеспечивает интеграцию разнородной информации, ее `помехозащищенность', использует немонотонный вывод и многоаспектный анализ.

Предложена методика многоаспектной диагностики, использующая процедуру голосования и матрицу сценариев. Методика позволяет принять общее решение о состоянии оборудования по совокупности оценок состояния на основании разных видов контроля либо разных методик распознавания.

Приведены результаты внедрения ЭДИС “Альбатрос” и ее использования в энергокомпаниях в качестве корпоративной системы, в том числе и аттестация ее диагностических и аналитических возможностей, проведенная в Свердловэнерго, Татэнерго, МРСК «Центра и Поволжья». В 10 справках о внедрении ЭДИС “Альбатрос” отмечается регулярное подтверждение оценки технического состояния оборудования, сделанное системой, результатами ремонтов.

Четвертая глава посвящена критериям обнаружения наличия дефекта. Рассматривается методика получения ДЗ и ПДЗ значений контролируемых параметров и их трендов на основе массива наблюдаемых данных. В настоящее время в БД энергокомпаний накоплены большие массивы данных контролируемых параметров оборудования за время его эксплуатации. Программная реализация методики позволяет минимизировать временные затраты этого трудоемкого процесса, а также повысить оперативность получения результатов, в соответствии с происходящими техническими и экономическими изменениями.

Согласно методике РД 153-34.0-46.302-00, ДЗ контролируемого параметра определяется на уровне 0,9 интегральной функции распределения Fx, которая строится по относительным частотам наблюдения значений концентрации газа на интервалах одинаковой длины, причем в выборку рекомендовано включать все замеры по массиву оборудования, сделанные за последний год. Так как зачастую относительная частота наблюдения параметра на интервале Рk распределяется по интервалам разбиения неравномерно, такой подход к расчету Fx приводит к искажению результата определения ДЗ. Направление искажения зависит от характера неравномерности. Предлагается:

- рассматривать весь массив измерений парка оборудования за период его эксплуатации. Для оборудования, находящегося на учащенном контроле, рекомендуется усреднить значения за межконтрольный период;

- проанализировать диапазон наблюдаемых значений параметра на существование его естественных ограничений с целью его сужения (например, границей чувствительности средства измерения);

- провести “ленивое” сглаживание выбросов на концах диапазона наблюдаемых значений;

- провести сглаживание данных выборок скользящими медианами, где сглаживание идет по тройкам ранжированных значений;

- распределить данные в выборках медианным способом по максимально возможному количеству интервалов.

В рассматриваемую выборку попадают результаты многолетних измерений контролируемых параметров по всему парку работающего оборудования, в том числе и оборудования с развивающимися дефектами.

Предлагается уровень интегральной функции распределения FХ, для определения ДЗ контролируемых параметров рассчитывать как 1-л/100, где

, (1)

где N - парк трансформаторов; t - период наблюдения повреждаемости, гг;

Ro - число отказов; Rd - число браковок.

Количество единиц забракованного оборудования состоит из оборудования с быстро развивающимися дефектами или дефектами со средней и медленной скоростью развития в критической стадии (Rdo), требующими незамедлительного проведения необходимых мероприятий, и оборудования с неопасными дефектами или дефектами со средней и медленной скоростью развития, находящимися в неопасной стадии (Rdd,). Для определения ПДЗ предлагается использовать уровень 1-лo/100, где

, (2)

Таким образом, при превышении ДЗ контролируемыми параметрами оборудование может оставаться в эксплуатации, но должно подвергаться учащенному контролю, чтобы не упустить опасную стадию развития дефекта и/или необходимо использовать другой вид контроля для уточнения характера дефекта и стадии его развития. При превышении ПДЗ - необходимо принятие срочных решений и/или действий, например, вывод оборудования из работы во избежание отказа. Заметим, что для расчета л и лo рекомендуется учитывать повреждения, которые связаны с исследуемыми параметрами (в нашем случае, с характеристиками масла), исключая случаи, связанные с повреждениями в цепях релейной защиты, воздействием стихийных факторов и т.д.

При расчетах ДЗ и ПДЗ параметров для оборудования с различными сроками эксплуатации необходимо использовать соответствующие уровни Fx, так как значение уровня повреждаемости оборудования меняется в зависимости от сроков его наработки.

Для оценки влияния конструктивных особенностей оборудования и сроков его эксплуатации на ДЗ и ПДЗ параметров, предлагается использовать дисперсионный анализ, который сводится к сравнению остаточной и факторной дисперсий по критерию Фишера-Снедекора для определенного уровня значимости. Остаточная дисперсия на каждом уровне фактора находится по выражению:

, (3)

где - математическое ожидание i-го уровня фактора; L - количество уровней фактора; xik - значение признака на i-ом уровне; Ki - мощность i-го уровня фактора.

Межгрупповая (факторная) дисперсия определяется как:

где - математическое ожидание всего массива данных.

Согласно критерию Фишера-Снедекора, если выполняется неравенство:

, (5)

то фактор оказывает значимое влияние. W0,05 и W0,01 - границы правой критической области критерия для уровней значимости 0,05 и 0,01, зависящие от числа степеней свободы факторной N-L (N - мощность всего массива данных) и остаточной дисперсий L-1.

При расчете регламентируемых значений параметров для национальных, региональных, корпоративных стандартов возникает вопрос о возможности объединений массивов данных различных предприятий, так как в большинстве случаев массивы не однородны. Неоднородность массивов данных может быть вызвана: разными по сроку эксплуатации составом и конструктивными особенностями парка оборудования; влиянием климатической зоны и особенностей режимов работы; разной загруженностью оборудования (энергосистемы, обслуживающие сельскохозяйственные предприятия либо предприятия тяжелой промышленности); различием применяемых технологий, методов и средств измерений; разным уровнем организации и квалификации персонала; различиями в подходах к эксплуатации оборудования.

При делении массива данных на выборки согласно найденным факторам влияния и периодам повреждаемости, их неоднородность уменьшается. Выборки разных предприятий с одинаковыми уровнями факторов влияния проверяются на однородность по следующему критерию: если Zнабл < Zкр,, то сравниваемые выборки данных можно считать однородными, а следовательно, их можно объединить. Наблюдаемое значение критерия рассчитывается по выражению:

, (6)

где и - средние значения выборок; D1(x1) и D2(x2) - дисперсии выборок;

N1 и N2 - объемы выборок.

Значение критической точки Zкр определяем, используя функцию Лапласа:

, (7)

где б - уровень значимости (как правило, используются значения 0,05 или 0,01)

Если выборки не однородны, то ДЗ и ПДЗ в целом по корпорации (отрасли) рассчитываются по ДЗ и ПДЗ, полученным по неоднородным выборкам с учетом их веса:

, (8)

где ХДЗi - ДЗ исследуемого параметра для i-го объединения однородных выборок; Ni - мощность i-ой объединенной выборки; L - количество объединенных выборок.

На данных результатов АРГ и ФХА масла предприятий ДРСК Востока, Тюменьэнерго, Татаэнерго, Красноярскэнерго, Липецкэнерго, Кубаньэнерго, Свердловэнерго, Коминэнерго, Алтайэнерго и др. были определены факторы, оказывающие значимое влияние на значения этих параметров и их тренды.

В результате, были сделаны выводы о целесообразности дифференцировать:

1.ДЗ и ПДЗ результатов АРГ по следующим факторам:

· для силовых трансформаторов по: герметичности конструкции; маркам масла; сроку эксплуатации (до 3 , 3-15, 15-27, 27-37, свыше 37 лет); классу напряжения (35, 110, 220-500, 750, 1150кВ); типу РПН (РС и остальные);

· для высоковольтных вводов по: герметичности конструкции; классу напряжения (110, 220-330, 500-750, 1150кВ); сроку эксплуатации (до 9 , 9-22, 22-32, свыше 32 лет); маркам масла; виду назначения (вводы трансформаторов и выключателей);

· для ТН по: марке масла; сроку эксплуатации (до 3 лет, 3-18 лет, 18-30 лет, свыше 30 лет);

· для трансформаторов тока (ТТ) типа ТФЗМ по: классу напряжения (110, 220-500 кВ); сроку эксплуатации (до 3 лет, 3-12 лет, 12-20 лет, 20-29 лет, старше 29 лет); марке масла;

· для ТТ с конденсаторным типом изоляции по: герметичности конструкции; марке масла; сроку эксплуатации (до 3 лет, 3-12 лет, 12-20 лет, свыше 20 лет).

Марки масла были поделены согласно особенностям структурно-группового состава и технологии изготовления на 3 группы: первая - ГК, ВГ, АГК; вторая - ТКп; третья - остальные марки.

2.ДЗ и ПДЗ относительных скоростей роста концентраций газов по следующим факторам:

· для силовых трансформаторов: по сроку эксплуатации (до 3 лет, 3-15 лет, 15-37 лет, свыше 37 лет); герметичности конструкции; марке масла (для марки ТКп по CO и СН4, для марки ГК по Н2, СН4, С2Н4, С2Н6 для трансформаторов со сроком эксплуатации до 10 лет); виду газа на три группы: (C2H2, C2H6 - первая, С2Н4,СН4, Н2 - вторая, СО, СО2 - третья);

· для высоковольтных вводов: по герметичности конструкции для Н2,С2H4, CH4; сроку эксплуатации (до 9 лет, 9-22 лет, свыше 22 лет); марке масла для H2, CH4, CO; классу напряжения для Н2, СН4, С2H4, C2H6;

· для трансформаторов напряжения (ТН): по сроку эксплуатации (до 3 лет, 3-18 лет, 18-30 лет, свыше 30 лет для C2H4, CO, CO2); марке масла для Н2, C2H4, CO, CO2;

· для ТТ типа ТФЗМ: по классу напряжения (110 и 220-500 кВ); сроку эксплуатации (до 3 лет, 3-17 лет, 17-29 лет, свыше 29 лет для всех газов кроме С2Н2); марке масла для Н2, C2H6, CO, CO2;

· для ТТ с конденсаторным типом изоляции: по герметичности конструкции; сроку эксплуатации (до 3 лет, 3-12 лет, 12-20 лет, свыше 20 лет для C2H4, CO, CO2); марке масла для Н2, C2H4, CO, CO2.

3.ДЗ и ПДЗ параметров ФХА масла по следующим факторам:

· для кислотного числа и реакции водной вытяжки: по видам оборудования; сроку эксплуатации; герметичности конструкций; марке масла (кроме ТН);

· для тангенса угла диэлектрических потерь масла: по видам оборудования; сроку эксплуатации; герметичности конструкций;

· для влагосодержания масла: по видам оборудования; сроку эксплуатации, герметичности конструкции, марке масла, классу напряжения;