Разработка системы многоаспектной оценки технического состояния и обслуживания высоковольтного маслонаполненного электрооборудования

· для пробивного напряжения масла: по герметичности конструкции; марке масла; сроку эксплуатации (кроме ТТ и ТН);

Далее на основании изучения данных в открытой печати, а также по данным полученным автором от 4 крупных энергосистем за 8-12 лет были определены характерные для каждого вида оборудования периоды повреждаемости и соответствующие им значения уровней повреждаемости (таблица 4).

Таблица 4 Потоки повреждаемости и уровни интегральной функции распределения, используемые для определения ДЗ и ПДЗ параметров

Виды оборудования	Сроки эксплуатации, лет	,%	Fх для ПДЗ	,%	Fх для ДЗ
Силовые трансформаторы 110-500 кВ	0-3	3,46	0,9654	8,14	0,9186
	3-15	1,6	0,984	3,77	0,9623
	15-27	3,46	0,9654	8,14	0,9186
	27-37	1,6	0,984	3,77	0,9623
	Свыше 37	3,46	0,9654	8,14	0,9186
СТ 35 кВ	-	1,4	0,986	4,0	096
Высоковольтные вводы 110-500 кВ	0-9	0,3-0,5	0,997-0,995*	2,5	0,975*
	9-22	0,5/1	0,995*	3,7	0,963*
	22-32	0,5/1	0,995*	3,7	0,963*
	Свыше 32	1	0,99	4.3	0,957*
ТН 110-500 кВ		1,5	0,985*	3,0	0,97
ТТ 110 кВ		0,5-1	0,995*	2,5	0,975*
ТТ 220-750 кВ		2,5	0,975*	5,0	0,95
*-если мощность выборки не позволяет учесть тысячные доли уровня, то значение округляется до сотых.

На основании проведенного анализа факторов, влияющих на регламентируемые значения и повреждаемости маслонаполненного оборудования на массивах данных 10 энергосистем, содержащих 17048 результатов АРГ из высоковольтных вводов, 7805 - из ТТ, 4842 - из ТН, 65493 - из силовых трансформаторов и автотрансформаторов; 9588 результатов ФХА масла из высоковольтных вводов, 4978 - из ТТ, 2165 - из ТН, 15930 - из силовых трансформаторов и автотрансформаторов, были определены ДЗ и ПДЗ контролируемых параметров жидкой изоляции.

Подход, при котором для отбраковки оборудования используется только одно значение, страдает формальностью и имеет повышенный риск ошибок 1-го и 2-го рода. Использование ДЗ и ПДЗ позволило разделить развивающиеся дефекты в опасной и неопасной стадии и рекомендовать соответствующие действия персоналу. ДЗ и ПДЗ концентрации газов в масле маслонаполненного оборудования заметно отличаются в зависимости от конструкции, способа герметизации, марки масла, класса напряжения и срока эксплуатации. Если не дифференцировать ДЗ и ПДЗ по найденным факторам влияния, то при оценке технического состояния оборудования возможны ошибки как «перестраховки», так и «недосмотра». В таблице 5 приведены минимальные и максимальные ДЗ и ПДЗ относительных скоростей роста газов, разделенные согласно найденным факторам влияния, по которым видно, насколько сильно влияние конструктивных особенностей и срока службы. Очевидно, что используя критерий 10% роста скорости в месяц введенный для силовых трансформаторов, либо другой, не дифференцированный критерий, мы получали бы в одних случаях ложную отбраковку, а в других могли пропустить оборудование с повреждением.

Таблица 5 ДЗ, ПДЗ скоростей роста газов герметичных вводов, ТТ, ТН 110-500кВ

Значения относительных скоростей роста, %	Виды оборудования
	ТН 110-500 кВ	ТТ 110 кВ	Вводы герметичные
ДЗ скорости СН4	1-3	8-20	7-17
ПДЗ скорости СН4	4-11	16-53	16-48
ДЗ скорости СО2	6-17	7-15	4-19
ПДЗ скорости СО2	20-35	12-55	12-45

Критерий скорости важен для подтверждения наличия развивающегося дефекта и оценки степени его опасности. Применение двух уровней нормирования скоростей ДЗ и ПДЗ позволит выделить объекты с наиболее быстро развивающимися, а значит более опасными дефектами для принятия незамедлительных решений. Рассчитанные ДЗ и ПДЗ трендов изменения концентраций можно использовать в системах мониторинга технического состояния маслонаполненного оборудования. Для оборудования с новыми конструктивными особенностями, по которому еще нет репрезентативного массива значений контролируемых параметров и, следовательно, нет возможности рассчитать пороговые значения, можно использовать ДЗ и ПДЗ контролируемых параметров и их трендов, полученные для оборудования с близкими конструктивными особенностями.

Исследованиями установлено следующее:

- огибающая распределения значений концентраций углеводородных газов и водорода описывается формулой:

, (9)

где A- коэффициент, задающий форму огибающей, Q - коэффициент масштабирования, x - значение концентрации анализируемого газа;

- огибающая распределения значений концентраций оксидов углерода выражается формулой:

. (10)

- в формулах функций распределения (9 и 10) с увеличением срока службы оборудования незначительно уменьшается коэффициент А.

Если по новому оборудованию со сроком службы t есть репрезентативный массив данных, то для получения ДЗ и ПДЗ углеводородных газов и водорода для оборудования со сроком службы t+Дt можно предложить найти верхнюю границу XДЗ (искомое ДЗ параметра) из выражения определенного интеграла:

, (11)

где X0 -предела обнаружения концентрации газа хроматографом, объемн.%; л - значение потока повреждаемости, %. Аналогично можно вычислить ДЗ оксидов углерода по верхней границе определенного интеграла, используя формулу 10.

Пятая глава посвящена критериям идентификации вида дефекта. Предложены три методики синтеза описаний класса технического состояния оборудования на основе фактов повреждения оборудования в эксплуатации и результатов АРГ: с помощью характерных соотношений пар газов и характерного набора газов, превышающих ДЗ, а также в виде графической модели. Методики состоят из этапов классификации статистических данных, синтеза образа дефектов и тестирования результатов. На этапе классификации (одинакового для всех методик) анализируется вся собранная совокупность фактов

А={aRa-факт повреждения оборудования}

с целью разработки априорного словаря классов состояния

={1,..., Y}

и априорного словаря признаков состояния

X={x1,...,xN}.

Полученные описания состояний оборудования классифицируются по областям состояний

G={G1,...,GK},

которые содержат несколько классов состояния, различаемых по причинам и/или признакам проявления, но имеющих одинаковый характер протекающих в оборудовании процессов {GkkK}. Известные факты повреждений классифицируются экспертами по описаниям обнаруженных при вскрытии дефектов из актов браковок и отказов, в соответствии с разработанным словарем классов состояния {yAyY}, с отслеживанием искажений информации и внесением необходимых поправок в формулировки причины, характера, степени развития повреждения. Каждый факт помечается набором меток, характеризующих: степень развития дефекта, его достоверность, а также отмечающих наличие сразу нескольких дефектов (метка “сочетание”). Далее делаются выборки фактов по исследуемому классу y состояния (дефекту), взятому из априорного словаря описания классов

Fy:(ПрX={x1, xN}А)Аy.

Суть первой методики заключается в отборе соотношений пар газов характерных для данного вида дефекта и нахождении их значений позволяющих: определить границы перехода между классами технических состояний в пределах одной области состояний, а также обозначить границу перехода между областями, описывающими различные характеры дефектов.

Суть второй методики состоит в определении характерного для рассматриваемого дефекта набора концентраций газов, превысивших регламентируемые для них значения, а также характерные уровня превышения этих значений.

Для обеих методик в пределах выборки фактов по рассматриваемому дефекту для каждого анализируемого признака определяются границы изменения его значений, рассчитывается математическое ожидание и дисперсия для всей выборки и при отбрасывании крайних значений; определяется доля высоко-достоверных фактов; ранжирование признаков и другие операции, необходимые для конкретной методики. Определение критериев идентификации проходит в несколько итераций с различными значениями меток “развитие”, “достоверность” и “сочетание”. Например, выборка фактов с меткой ”сочетание”=1 дает синтез образа дефекта в чистом виде, а с меткой “сочетание”=2 - образ, отражающий развитие сразу двух видов дефектов.

Для получения критериев распознавания классов технического состояния высоковольтных вводов на основании АРГ была собрана БД из 185 случаев фактов вскрытия вводов. Затем был составлен словарь классов технического состояния маслонаполненных вводов с учетом соответствия между видами дефектов, причинами их возникновения и описанием последствий, обнаруженных после вскрытия оборудования (таблица 6). Далее собранные факты были проанализированы совместно с экспертами, отнесены к классам технического состояния и отмечены необходимыми метками. С использованием предложенных методик для каждого вида дефекта автором были определены характерный набор газов, концентрации которых превышают регламентированные для них значения и степень этого превышения, а также характерные отношения пар газов и их значения. Результаты синтеза описаний классов технического состояния обеими методиками приведены в таблице 6.

В третьей методике признаками состояния

X={x1,...,xN}

служат концентрации 7 газов, нормированные относительно взвешенной суммы этих газов. Сумма газов находится по формуле:

где Ki - значения концентраций углеводородных газов и водорода; KCO , KCO2 - значения концентрации оксида и диоксида углерода; m - коэффициент масштабирования, зависит от типа оборудования (например, для ТТ m=0,01).

Таблица 6 Критерии распознавания вида дефекта, развивающегося в маслонаполненном высоковольтном вводе

Кол-во	Название класса состояния	Причины возникновения	Описание вида дефекта по факту вскрытия	Способы идентификации
				Характерные газы	Характерные отношения
3	Слабые ЧР	Неровные края металлических деталей, диффузия технологических газов из остова	Не проявляются	Н2*	Н2/СН4>5
37	Сильные ЧР	Увлажнение масла (остова), наличие в нем мех. примесей, волокон бумаги, газов. Зазубрины металлических частей.	Точечные пробои в отдельных слоях бумажной изоляции. Углеродный трекинг на краях обкладок.	Н2**, СН4*	Н2/СН4<4 CO/CO2?0.3
21	Слабый разряд	Смещение деталей, их плохое закрепление, вследствие чего происходит образование контуров, появление перемежающихся контактов.	Частицы углерода в месте перемежающегося контакта. Нарушенная изоляция в результате электрического воздействия.	СН4**и/или С2Н2**, H2*, C2H6*	Н2/СН4?1 С2Н2/С2Н4?1
18	Сильный разряд	Путь блуждающего тока, или обрыв, или повреждение измерительного вывода	Цвета побежалости на металлических частях, их оплавление. Частицы углерода в масле. Разрушение бумаги при нахождении на пути тока дуги или при перегреве	С2Н2**, С2Н4*,H2*, C2H6*	С2Н2/С2Н4?1.5 С2Н4/С2Н6?3
5	Нагрев	Плохие контакты в верхней части ввода, ухудшение охлаждения	Изменение цвета бумажной изоляции, окисление металла.	С2Н4*, Н2*, C2H6*	С2Н4/С2Н6?0.8
50	Образование желтого налета	Процессы старения в трансформаторных “теплых” вводах с маслом Т-750	Налет в виде желтого мелкодисперсного осадка на фарфоровых покрышках и остове.	Н2**, CO2*	H2/CH4>6 CO/CO2<0,3
9	Ползущий разряд	Увлажнение бумаги, или неоднородность электрического поля, или образование осадка и его увлажнение	Науглероженные дорожки и “деревья” как на поверхности остова, так и внутри слоев бумаги	H2**, CH4*, С2H6*	C2H6/CH4>0.3 H2/CH4>6
26	Образование Х-воска	Процессы старения вводов 220 кВ выключателей и ненагруженных трансформаторов с маслом ГК	Отложения в виде воска между слоями изоляции.	Н2**, C2H6**, CH4*, C2H2”	H2/CH4>5 С2Н4/С2Н6<0,7
6	Увлажнение остова	Нарушение герметичности (в герметичных), старение и прямое проникновение влаги в негерметичных вводах	Вспучивание остова	С2Н2**, С2H4*, CH4*,H2”, C2H6”	С2Н2/С2Н4?1 Н2/СН4?3
13	Тепловой пробой	Увлажнение, загрязнение слоев бумаги, обрыв проводников присоединения нулевой обкладки	Изменение цвета бумажной изоляции. Ее разрушение: прогар слоев изоляции остова.	С2Н4**и/или Н2**,СH4* C2H2”, С2Н6”	С2Н4/С2Н6>0,8 С2Н2/С2Н4>1 CO/CO2>0,2
** - газ с максимальным превышением порогового значения * - газ со значительным превышением порогового значения “ - газ с незначительным превышением порогового значения

В пределах выборки рассматриваемого дефекта для каждого признака производятся следующие операции: ранжирование признака по возрастанию, определение границ диапазона значений, расчет прироста значений признака относительно предыдущего значения, сглаживание или отбрасывание крайних значений диапазона в зависимости от величины изменения признака; расчет математического ожидания и дисперсии измененной признака.

Далее производится нормировка математических ожиданий 7-ми признаков относительно их суммы. Таким образом, получается образ дефекта, соответствующий определенному классу состояния объекта, описанный в 8-мерном признаковом пространстве состояний

(y)={x1y,...,xNy}.

Если синтез классов состояния производится в первый раз, то далее переходят к выборке фактов, соответствующих следующему классу технического состояния, взятому из априорного словаря и синтезу образа следующего дефекта y+1. Если образы дефектов уже существовали, то проводится тестирование полученного образа на непротиворечивость уже имеющимся образам. Для этого проводят проверку на соответствие полученного класса состояния своей области состояний путем вычисления средней по области меры близости по среднеквадратичному критерию, взвешенному в соответствии с образами дефектов по формуле:

где y - номер класса состояния в области состояний; L - количество дефектов в области состояний; xiy - координата нового образа, описывающего дефект, соответствующая i-му газу; Qiy - координата образа y-го дефекта из области состояний, соответствующая i-му газу; hjy - весовой коэффициент, учитывающий информативность i-го газа для y-го дефекта.

Весовые коэффициенты первоначально назначаются экспертами, исходя из характерности генерации газа для данного вида дефекта, затем уточняются с учетом значений дисперсии.

При этом соблюдается условие:

Если синтезированный образ имеет минимальную меру близости по своей области состояния и старому образу своего класса состояния и, кроме того, дисперсии параметров нового образа не превышают значения дисперсии, полученные при предыдущем его синтезе, то координаты и дисперсии синтезированного нового образа автоматически заносятся в библиотеку графических образов дефектов БЗ. Иначе - синтезированный образ отклоняется, результаты сравнения выдаются эксперту для анализа. Изложенный выше алгоритм синтеза образа дефекта по результатам АРГ на основе фактов повреждений оборудования реализован в ЭДИС «Альбатрос».

Состояние объекта на основе результатов АРГ предложено отображать в виде 8-лепестковой диаграммы (рисунок 3), где по 7 лучам откладываются значения концентраций газов, а по восьмому лучу - их сумма в абсолютных значениях S (формула 12). Значения концентраций откладываются от окружности, показывающей границу обнаружения газов средствами измерения, которая, для удобства, принята равной 2 ppm по всем газам. Полученные при этом точки соседних радиальных лучей соединяются отрезками прямых, в результате получается образ состояния диагностируемого объекта. Порядок расположения лучей определен таким образом, что в направлении от Н2 до С2Н2 идет нарастание силы проявления дефектов электрического характера, а в направлении от СО до С2Н2 - термического характера.



Рисунок 3 Лепестковые диаграммы результатов АРГ

Известные графические методы идентификации дефектов (диаграмма состава газов относительно газа с максимальной концентрацией, предложенная японскими учеными, треугольник Дюваля, прямоугольники Доренбурга, параллелепипеды Кудерка), по сравнению с предложенной моделью, используют меньшее число газов, не описывают область исправного состояния объекта и не учитывают, насколько концентрации газов превышают свои ДЗ.

На первом этапе диагностики для выявления наличия развивающегося дефекта на лепестковой диаграмме в абсолютных значениях строятся образ состояния диагностируемого объекта по результатом АРГ и соответствующий ему образ ДЗ, зависящий от конструктивных особенностей и срока эксплуатации объекта. Если образ, описывающий диагностируемый объект выходит за пределы области, ограниченной образом ДЗ (заливка серым цветом на рисунке 3), то предполагается наличие развивающегося дефекта. Динамику роста газов можно увидеть, расположив образы, описывающие состояния объекта по оси времени. Сравнив скорости прироста газов с их ДЗ и ПДЗ, делаем вывод о том, быстро ли развивается дефект, и переходим к этапу его идентификации.

Логично предположить, что если конструктивные особенности оборудования влияют на образ его исправного состояния, то они должны влиять и на образ дефекта. Образы дефектов хранятся в виде относительных значений содержания газов, нормированных по взвешенной сумме концентраций семи газов. Для того чтобы образ дефекта описывал состояние оборудования более точно, применяется следующая процедура его трансформации. Денормируем образы дефектов, умножив их на взвешенную сумму выбранного b-го образа исправного состояния SZb, и трансформируем образы дефектов, умножив их координаты на соответствующие коэффициенты трансформации Rib:

где Qiy - i-координата y-го образа дефекта в относительных единицах;

где Zib - ДЗ концентрации i-го газа b-го образа исправного состояния в абсолютных величинах; N - количество образов ДЗ; n, b- индексы образов ДЗ.

Затем снова нормируем образы дефектов по взвешенной сумме:

где SQ*y - взвешенная сумма концентраций газов y-го денормированного образа дефекта.

Далее трансформированные образы масштабируются таким образом, чтобы взвешенная сумма газов образа была равна взвешенной сумме газов диагностируемого объекта.

где SO - взвешенная сумма концентраций газов диагностируемого объекта.

Распознавание дефекта производится в геометрической трактовке путем вычисления меры близости по среднеквадратичному критерию, взвешенному в соответствии с образами дефектов по формуле:

где xi - координата образа диагностируемого объекта, соответствующая i-му газу и нормированная по взвешенной сумме газов; QMiy - i-координата масштабируемого образа y-го дефекта; hiy - весовой коэффициент.

Минимальное значение меры близости укажет нам на дефект в диагностируемом объекте. На заключительном этапе распознавания вводится величина, названная “мера родства” dF, позволяющая считать меры близости Fy для различных классов типовых дефектов одинаковыми. Это решение учитывает то, что при проведении АРГ хроматографическим методом погрешность измерения может достигать 20% и более, а также то, что существует неустойчивость, неоднозначность распознавания различных классов состояния по ряду причин: наличия более одного дефекта; наличия некоторого “фона”, связанного с эксплуатационными причинами (доливка некачественного масла, более жесткий режим работы оборудования, плохая дегазация на заводе-изготовителе и т.д.); нахождения объекта в стадии изменения характера дефекта; нахождения объекта в стадии развития (усугубления) дефекта, т.е. в стадии перехода от одного класса состояния в другой в пределах одной области. Для определения величины “меры родства” dF для каждого класса состояния определяем меру близости Fy координат его образа от координат образов других дефектов из одной области состояний. Далее из всех возможных значений меры близости одной области выбираем минимальное значение, которое и будет искомой мерой родства dFa для области a:

где Qiy, Qiy-1 - i-координаты образов двух дефектов, принадлежащих одной области состояний, y - номер дефекта; Ua - общее число значений мер близости Fy, рассчитанное для одной области состояния, которое зависит от L -количества входящих в эту область классов состояния и определяется по формуле:

(21)

Используя необходимую величину “меры родства” dFa, проверяем два дефекта с минимальными мерами близости, следующих за выбранным дефектом F1, могут ли они считаться “одинаково похожими” на образ диагностируемого объекта, т.е. выполняется ли равенство:

(22)

где - мера родства для областей состояния Gk, которым принадлежат проверяемые классы состояний F2 и F3.

Далее из выбранных образов дефектов, которые считаем "одинаково похожими", для сведения к минимуму ущерба от ошибочного распознавания дефекта, выбираем типовой дефект с максимальным коэффициентом опасности: max(C1,C2,C3). Если после учета коэффициентов опасности неоднозначность в распознавании дефекта осталась, то из дефектов, которые считаем "одинаково похожими и одинаково опасными", выбираем дефект с максимальным коэффициентом вероятности: max(P1,P2,P3).

Значения коэффициентов опасности дефектов определялись на основании экспертных оценок, а коэффициенты вероятности их возникновения рассчитывались на основании статистики повреждаемости данного вида оборудования. Предложенный способ идентификации дефектов с помощью новой графической модели обладает более широкими возможностями по точности и диапазону распознаваемых дефектов, исключает нераспознаваемые состояния объекта. Предложенная графическая интерпретация АРГ, дополненная алгоритмом распознавания образов и методикой синтеза классов технического состояния, не уступает возможностям нейронной сети с функцией самообучения. Вместе с тем, этот альянс, позволяет эксперту без участия программиста добавлять новые образы, обладает наглядностью, задействует образное мышление человека, а значит, делает процесс анализа информации по диагностике оборудования более эффективным.

Для получения критериев распознавания класса технического состояния ТТ и ТН по результатам АРГ была собрана БД из 98 случаев фактов вскрытия. Далее был составлен словарь классов технического состояния ТТ и ТН с учетом соответствия между видами дефектов, причинами их возникновения и описанием последствий, обнаруженных после вскрытия оборудования. Затем собранные факты были проанализированы совместно с экспертами, отнесены к классам технического состояния и отмечены необходимыми метками. Используя третью методику были синтезированы 9 классов технического состояния для ТТ и 3 для ТН в виде графических образов, приведенных на рисунках 4-12 для ТТ и 13-15 для ТН.

Рисунок 4 ЧР низкой энергии, старение

Рисунок 5 - ЧР высокой энергии, и низкотемпературный нагрев



Рисунок 6 ЧР и низкотемпературный нагрев (Х-воск)

Рисунок 7 ЧР высокой энергии



Рисунок 8 - Тепловой пробой изоляции

Рисунок 9 ЧР низкой энергии и высокотемпературный нагрев



Рисунок 10 Ионизационный пробой изоляции

Рисунок 11 ЧР высокой энергии и высокотемпературный нагрев



Рисунок 12 Сильный разряд (дуга)

Рисунок 13 - Сильные разряды и высокотемпературный нагрев



Рисунок 14 Высокотемпературный нагрев, старение изоляционных материалов

Рисунок 15 Высокотемпературный нагрев в результате феррорезонанса

Решение о выводе оборудования из работы должно приниматься на основании определения вида повреждения по результатам АРГ и подтверждения поставленного диагноза, по крайней мере, еще одним видом контроля. В главе приведены дополнительные диагностические параметры, необходимые для уточнения причины и вида повреждения в зависимости от характера развивающегося дефекта. Многоаспектная идентификация дефекта на основании нескольких видов контроля позволяет диагностировать состояние объекта с большей достоверностью. АРГ вводов, ТТ и ТН позволяет выявить дефект на ранней стадии его развития, своевременно поставить объект на контроль и провести необходимые дополнительные измерения, что предупреждает серьезные необратимые повреждения самого диагностируемого объекта и связанного с ним оборудования. Предложенные методики и способы идентификации дефектов могут использоваться для диагностики других видов маслонаполненного оборудования.

В шестой главе предложены методики для специалистов, занимающихся подготовкой и обоснованием управленческих решений в области инвестиций, политики ТО, включая диагностику и ремонты, кадровую политику и т.д.

Предложена методика планирования работ ТОиР с обозначением приоритетов выполнения на основе трех интегральных показателей, учитывающих оценку технического состояния, риски ущербов при отказе и стоимость эксплуатации оборудования.

По каждой единице оборудования подсчитывается интегральный показатель технического состояния объекта по формуле:

где di -показатель опасности диагноза по i-му виду контроля, учитывающий скорость развития и тяжесть последствия дефекта (снижение срока службы или катастрофический отказ); ri - показатель весомости рекомендации по i-му виду контроля, учитывающий трудоемкость операции ТО и ее категорию (дополнительный контроль без/с отключением оборудования, ремонт/замена узла или всего объекта); hJ- весовой коэффициент для учета важности диагноза для оборудования J-го вида; gJ- весовой коэффициент для учета важности рекомендации для оборудования J-го вида; I - количество видов контроля, участвующих в оценке технического состояния единицы оборудования.

Значения используемых в формуле переменных (ci, ri, hJ, gJ) определены путем экспертного оценивания. Далее оборудование с одинаковым значением показателя технического состояния ранжируется с использованием значений потоков повреждаемости и сроков наработки на отказ. При этом учитывается вид маслонаполненного оборудования, срок его эксплуатации и завод-изготовитель. Необходимые для ранжирования показатели берутся из библиотеки критериев оценки повреждаемости ЭДИС «Альбатрос».

Показатель рисков ущербов при отказе объекта рассчитывается по формуле, где величина риска определяется как произведение величины нежелательного события (ущерба) на вероятность его наступления:

где pi - вероятность возникновения опасного события i-го класса; ci - величина ущерба при i-ом событии; ki - масштабирующий коэффициент; N - количество возможных опасных событий.

Для оценки вероятности возникновения событий использовались данные статистики, подбор аналогии и мнение экспертов. Коэффициент k введен, чтобы уравнять вес рисков, посчитанный в реальных единицах с рисками, оцененными экспертами по шкале от 1 до 10.

Показатель, учитывающий на сколько затратно ТО объекта, определяется как:



где CL - ежегодные затраты на проведение операций ТО объекта; CJL - ежегодные удельные затраты на проведение ТО по J-й группе однотипного оборудования со сроком эксплуатации L, которые рассчитываются по формуле:

где cJ - затраты на проведение одной операции ТО для J-й группы оборудования; TL - срок, за который суммируются затраты на ТО, в годах; N - количество единиц в группе.

Значения CL, CJL могут рассчитываться как в денежном выражении, так и в единицах трудоемкости. Показатель CJL, по желанию аналитика, может быть выбран по филиалу, корпорации, региону и т.д.

Далее в системе координат, показанной на рисунке 16, по рассчитанным показателям технического состояния k и оценки риска r определяется положение каждой единицы оборудования. Если оно попадает в пятую зону, то это означает замену оборудования, если в четвертую зону, то капитальный ремонт, в третью зону - средний и текущий ремонт, во вторую зону - вывод из работы для обследова-ния, в первую зону - учащенный контроль. Далее объекты, попав-шие в одну зону, ранжируются, согласно рассчитанным коэффици-ентам затрат на ТО по объектам S, чтобы минимизировать затраты по объектам, ждущим очереди на ТО.



Рисунок 16 Ранжирование парка оборудования в зависимости от оценок его технического состояния и риска отказа

Затем, по каждому объекту сравнивается код категории ТО, обозначенный рекомендациями ЭДИС и полученный по координатам k и r (рисунок 16). Базой знаний системы назначается дополнительный контроль, либо операции текущего и среднего ремонта объекта, либо их замена, в зависимости от характера и опасности технического состояния объекта, с учетом его возраста и ранее проведенных эксплуатационных мероприятий. Замена назначается, если невозможно восстановление свойств материалов, функционирования систем, узлов оборудования или это экономически нецелесообразно. Если категория ТО объекта с учетом риска - ремонт, а категория ТО, определенная БЗ - замена, то оборудование перемещается из IV категории в конец списка V (на замену).

Заметим, что категории ТО на рисунке 16 имеют разную площадь, соответствующую процентному соотношению категорий ТО в реальных условиях эксплуатации оборудования. В пределах одной категории процедуры используются ранжирование очередности ТО в зависимости не только от показателей технического состояния и риска ущерба, но и от показателя затратности обслуживания.

Разработанная методика имеет следующие преимущества: объективная автоматизированная оценка технического состояния, проводимая БЗ, учитывающая все возможные факторы; расчет затрат на ТО, учет ремонтопригодности и экономической целесообразности ремонтов; расчет рисков с учетом большого количества взаимосвязанных факторов; и главное - взаимоувязанный анализ всего выше перечисленного.

Предложены процедуры анализа эксплуатационных затрат с целью их минимизации и определения направлений инвестиций: путем сравнения структуры затрат со средними значениями по предприятию (отрасли), учета динамики и причин ее изменения; путем сравнения экономической эффективности и доходности вариантов денежных вложений с учетом размера инвестируемого сектора в структуре затрат и доли парка оборудования. Выбор объектов в список инвестиций рекомендовано выбирать с максимальными показателями s стоимости и трудоемкости ТОиР и максимальной долей затрат на его эксплуатацию от первоначальной стоимости, соотнесенными со сроком службы. Для принятия решения, следует ли инвестировать ремонт трансформатора или его замену, предложено принимать во внимание разницу затрат и прогнозируемую длительность наработки до отказа обоих вариантов. При выборе поставщика кроме стоимости самого оборудования предложено учитывать расходы на ТОиР и длительность наработки до повреждения. У равных вариантов можно сравнить ремонтопригодность и диагностируемость оборудования.

Разработана методика анализа повреждаемости (браковок и отказов) маслонаполненного оборудования высокого напряжения на основе исследования характеристик объектов, характеристик повреждений и их последствий, характеристик воздействующих факторов и характеристик эксплуатационного и ремонтного персонала. Методика выполняется планами исследования причин повреждаемости в виде эвристик, реализованных концепцией фрейм-представлений, содержащих описательные, выполняемые и управляющие слоты. В результате, получаются отчеты анализа причин повреждаемости и тенденций ее изменения в рассматриваемой корпорации, с указанием наиболее надежных (ненадежных) поставщиков оборудования и его узлов, сильных (слабых ) позиций предприятия в вопросах организации ТОиР, а также набором рекомендаций по улучшению ситуации (например, с помощью применения эффективных методов диагностики, изменений в организации ТОиР, в том числе кадровых и т.д.).

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

Разработаны требования к информационной и аналитическим частям корпоративной ИАС для служб технической эксплуатации электрооборудования и критерии сравнения ИАС.

Рассмотрен вариант организации работы системы в качестве корпоративной с делением на 3 функциональных уровня с описанием их функциональных и информационных особенностей и специализацией выполняемых задач.

Предложена структурно-функциональная схема ИАС многоаспектной оценки технического состояния высоковольтного маслонаполненного оборудования, учитывающая, как особенности эксплуатации и диагностики электрооборудования, так и круг задач, решаемых эксплуатационным персоналам по всей вертикали управления, включая анализ повреждаемости, планирование и мониторинг ТОиР, получение новых знаний, анализ затрат на ТОиР, ранжирование парка оборудования с учетом его состояния, риска от ущерба отказа и эксплуатационных затрат.

Разработана формализация описания технического состояния высоковольтного маслонаполненного оборудования, динамики изменения его состояния, влияющих на него факторов в виде логико-математических моделей (ЛММ), как для диагностики состояния объекта, так и для выработки решений по его дальнейшей эксплуатации.

Приведена схема трансформации признакового пространства по этапам декомпозиции анализа ситуации экспертом и решения преобразования пространства диагностических признаков, обеспечивающие вывод решения в условиях недостоверной и неполной информации, интеграцию разнородной информации, ее `помехозащищенность'.

Установлено, что модель базы знаний должна быть построена в виде иерархической структуры модулей, имитирующих в процессе вывода решения операции логики мышления человека по оценке технического состояния и планированию действий персонала. Модули специализированы на следующих функциях: построении и трансформации пространств диагностических признаков, распознавании технического состояния и выработке рекомендаций по техническому обслуживанию и ремонту (ТОиР). Выбор стратегии решения осуществляется самой моделью, а алгоритм принятия решения для многоаспектной диагностики по совокупности оценок состояния объекта на основании разных видов контроля основан на процедуре голосования и матрице сценариев.

Разработана методика получения допустимых и предельно-допустимых значений (ДЗ и ПДЗ) контролируемых параметров на основе массива наблюдаемых данных, адаптированная к задачам энергетической отрасли, учитывающая степень влияния факторов на значения контролируемых параметров, уровень повреждаемости оборудования и минимизирующая ошибки расчетов.

На основании предложенной методики усовершенствована нормативная база системы диагностики жидкой изоляции высоковольтного оборудования, а именно: определены факторы, влияющие на ДЗ и ПДЗ концентраций растворенных в масле газов и их трендов, а также на характеристики ФХА анализа масла, определены характерные периоды и значения потоков повреждаемости, и, в результате, получены ДЗ и ПДЗ для силовых, измерительных трансформаторов и высоковольтных вводов, с учетом особенностей каждого вида оборудования.

Представленная методика получения ДЗ и ПДЗ контролируемых параметров на основе массива наблюдаемых данных позволяет повысить достоверность оценки маслонаполненного оборудования. Кроме того, она вполне может быть применима как к другим контролируемым параметрам, так и к другим видам оборудования.

Предложены новые методы анализа диагностической информации и методики получения критериев диагностики:

- модель описания состояния объекта по результатам АРГ в виде графического образа, предоставляющая возможность выделить область исправного состояния и показать динамику развития процессов;

- алгоритм распознавания состояния оборудования по предложенной графической модели с учетом особенностей каждого вида маслонаполненного оборудования;

- методики синтеза описания классов состояния объекта на основе статистики фактов повреждений оборудования и результатов АРГ с применением характерных соотношений пар газов, с помощью характерного набора газов, превышающих регламентируемые значения, а также в виде графической модели.

С помощью предложенных методик получены критерии распознавания 11-ти классов технического состояния высоковольтных вводов, 9-ти классов технического состояния ТТ и 3-х классов - ТН на основе результатов АРГ.

Предложена методика определения необходимых видов операций ТОиР и приоритетов их выполнения на основе трех интегральных показателей, учитывающих оценку технического состояния, риски ущербов при отказе и стоимость эксплуатации оборудования, использующая ранжирование очередности выполнения операций ТО в пределах пяти категории ТО на основе рассчитанных показателей.

Предложены процедуры анализа эксплуатационных затрат с целью их минимизации и определения направлений инвестиций.

Разработана методика анализа повреждаемости высоковольтного маслонаполненного оборудования с применением автоматизированного эвристического анализа ее причин.

Проведенный анализ повреждаемости свидетельствует о том, что периодичность контроля не должна быть одинаковой на протяжении всего срока службы оборудования, а должна учитывать выявленные характерные периоды повреждаемости маслонаполненного оборудования и соответствующие им значения потоков повреждаемости.

Реализована ИАС (экспертно-диагностическая и информационная система «Альбатрос»), включая все ее подсистемы, методики и алгоритмы на языке программирования; предложена технология эффективного внедрения и использования ИАС; проведена аттестация диагностических возможностей ИАС и анализ эффекта ее использования в энергокомпаниях.

Результатом развитой теории ИАС, диагностики и планирования ТОиР маслонаполненного оборудования было осуществление широкого внедрения ЭДИС "Альбатрос" в энергосистемах и получение положительных результатов ее использования на практике.

Предложенные в диссертации методики, алгоритмы, способы анализа информации, получения критериев оценки технического состояния оборудования, организация структуры и функционирования ИАС и БЗ могут быть применимы для технической диагностики и организации ТОиР других видов оборудования.

СПИСОК ОСНОВНЫХ ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в изданиях, рекомендованных ВАК РФ

1. Давиденко И.В., Голубев В.П., Комаров В.И., Осотов В.Н. Структура экспертно-диагностической и информационной системы оценки состояния высоковольтного оборудования // Электрические станции: ежемесячный производственно-технический журнал. 1997. N 6. С. 25-27.

2. Давиденко И.В. Методика принятия решения для вывода общего заключения о состоянии силового трансформатора при многоаспектном анализе / Известия вузов: электромеханика. 1998. N 2-3. С. 91-92.

3. Давиденко И.В., Голубев В.П., Комаров В.И., Осотов В.Н., Туркевич С.В. Система компьютерной диагностики маслонаполненного оборудования в рамках энергосистемы // Энергетик: ежемесячный производственно-технический журнал. 2000. N 11. С. 52-56.

4. Давиденко И.В. Формирование и использование пространств диагностических признаков в экспертной системе оценки технического состояния энергооборудования / Сб. докладов международной конференции “Электромеханические и электромагнитные преобразователи энергии и управляемые электромеханические системы”. Екатеринбург: Вестник ГОУ ВПО УГТУ-УПИ, 2003. N 5 (25). C. 410-415.

5. Давиденко И.В. Развитие критерия скорости нарастания газов в масле при диагностике силовых трансформаторов / Сб. докладов II Всероссийской научно-технической конференции с международным участием “Энергосистема: управление, качество, конкуренция”. Екатеринбург: ГОУ ВПО УГТУ-УПИ, 2004. N 12 (42). С. 266-270.

6. Давиденко И.В. Структура базы знаний экспертно-диагностической системы оценки технического состояния энергооборудования / Вестник ГОУ ВПО УГТУ-УПИ: проектирование и анализ радиотехнических и информационных систем (серия радиотехническая). Екатеринбург: ГОУ ВПО УГТУ-УПИ, 2004. N 18 (48). С. 166-173.

7. Гречко О.Н., Давиденко И.В., Калачева Н.И., Курбатова А.Ф.,Смекалов В.В. Граничные значения концентрации газов в масле трансформаторов тока с конденсаторной изоляцией // Журнал Электротехника. 2007. N 1. С. 34-39.

8. Давиденко И.В., Гречко О.Н., Курбатова А.Ф., Ушакова М., Смекалов В.В. Граничные концентрации газов в масле трансформаторов тока типа ТФЗМ и трансформаторов напряжения типа НКФ // Журнал Известия Академии Наук: энергетика. 2007. N 1. С.132-138.

9. Давиденко И.В., Забелкин Б.А., Губаев Д.Ф., Ильюхин А.М. Особенности организации корпоративной системы управления техническим обслуживанием энергооборудования // Журнал "Известия высших учебных заведений. Проблемы Энергетики”. 2008. N 9-10. С. 100-111 (ISSN 1998-9903).

10. Давиденко И.В. Новые способы идентификация вида дефектов маслонаполненных вводов / Журнал "Известия высших учебных заведений. Проблемы Энергетики”. 2009. N 1-2. С. 130-134.

11. Давиденко И.В. Методика получения допустимых и предельно-допустимых значений контролируемых параметров маслонаполненного оборудования на основе массива наблюдаемых данных на примере анализа растворенных в масле газов / Журнал "Электричество”. 2009. N 6. C. 10-21.

Авторские свидетельства и патенты

12. Давиденко И.В. Система диагностики высоковольтных вводов маслонаполненного оборудования: пат. 75055 Рос. Федерация N 2008106459; заявл. 21.02.2008; опубл. 20.07.2008, Бюл. N 18.

13. Давиденко И.В. Система диагностики маслонаполненных измерительных трансформаторов: пат. 82967 Рос. Федерация N 2008150410; заявл. 19.12.2008; опубл. 10.05.2009, Бюл. N 13.

14. Давиденко И.В. Экспертно-диагностическая и информационная система диагностики высоковольтного оборудования “Альбатрос”: свидетельство об официальной регистрации программы для ЭВМ N 970280 Рос. Федерация N 970191; зарег. 18.06.1997; Бюл. N 20. Вып. 2.

15. Давиденко И.В. Экспертно-диагностическая и информационная система оценки технического состояния маслонаполненного электрооборудования “Альбатрос”: свидетельство о официальной регистрации программы для ЭВМ N 2003610069 Рос. Федерация N 2002611909; заявл. 31.10.2002; опубл. 4.01.2003, Бюл. N 1.

16. Давиденко И.В. Корпоративная экспертно-диагностическая и информационная система управления техническим обслуживанием высоковольтного электрооборудования (ЭДИС “Альбатрос”): свидетельство об официальной регистрации программы для ЭВМ N 2007610037 Рос. Федерация N 2006613665; заявл. 30.10.2006; опубл. 9.01.2007, Бюл. N 1.

Публикации в рецензируемых журналах, сборниках научных трудов

17. Давиденко И.В., Комаров В.И., Голубев В.П., Осотов В.Н. Экспертно-диагностическая система оценки состояния высоковольтных вводов // Информационный листок N 776-95 Свердловского центра научно-технической информации. Екатеринбург: ЦНТИ, 1995. С. 1-4.

18. Давиденко И.В., Голубев В.П., Комаров В.И., Осотов В.Н. Экспертно-диагностическая система оценки состояния силовых трансформаторов // Информационный листок N 785-95 Свердловского центра научно-технической информации. Екатеринбург: ЦНТИ, 1995. С. 1-4.

19. Давиденко И.В., Голубев В.П. Распознавание аномальных состояний высоковольтных вводов, применяемое в экспертно-диагностической системе // Новые информационные технологии в исследовании дискретных структур: cб. докладов всероссийской конференции. Екатеринбург: УрОРАН, 1996. С. 190-193.

20. Давиденко И.В., Голубев В.П., Комаров В.И., Осотов В.Н. Экспертно - диагностическая и информационная система оценки состояния высоковольтного электрооборудования // Информационный листок N 1031-96 Свердловского центра научно-технической информации. Екатеринбург: ЦНТИ, 1996. С. 1-4.

21. Давиденко И. В. Особенности многоаспектного анализа состояния высоковольтного оборудования / Современные проблемы оценки состояния и обслуживания маслонаполненного оборудования: cб. докладов Научно-практического семинара. С-Пб.: 1997. С. 34-42.

22. Давиденко И.В. Экспертно-диагностическая и информационная система оценки состояния высоковольтного оборудования / Современные отечественные и зарубежные разработки в электроэнергетике: М.: АО “Информэнерго”, 1997. С. 37-39.

23. Давиденко И.В., Голубев В.П., Комаров В.И., Осотов В.Н. Опыт эксплуатации экспертно-диагностической информационной системы оценки состояния высоковольтного оборудования “Альбатрос” // Диагностика и эксплуатация энергетического оборудования: доклад всесоюзной научно-практической конференции. М.: РАО “ЕЭС России”, 1998. С. 14-16.

24. Давиденко И.В., Голубев В.П., Комаров В.И., Осотов В.Н. Многоаспектный анализ - основа экспертной системы оценки состояния высоковольтного оборудования // Диагностика и безопасность в электротехнике и энергетике: Всероссийский электротехнического конгресс с международным участием: ВЭЛК-99: сб. докладов. М.: ОРГРЭС, 1999. Т. 2. С. 503-504.

25. Давиденко И.В. Диагностика энергетического маслонаполненного оборудования с помощью логико-математических моделей его состояния / International Conference of Electrical Insulation ICEI-99: сб. докладов между-народной научно-технической конференции. С-Пб.: СПбГТУ, 1999. С. 135-137.

26. Давиденко И.В., Голубев В.П., Комаров В.И., Осотов В.Н. Развитие возможностей системы диагностики маслонаполненного оборудования в ОАО “Свердловэнерго” // Методы и средства оценки состояния энергетического оборудования: сб. докладов научно-практического семинара Минэнерго России. С-Пб.: 2000. Выпуск 11. С. 142-146.

27. Давиденко И.В. Тактическое планирование действий персонала по эксплуатации оборудования на основе учета эксплуатационных факторов и диагностики его состояния / Методы и средства оценки состояния энергетического оборудования: сб. докладов научно-практического семинара Минэнерго России. С-Пб.: 2000. Выпуск 11. С. 375-377.

28. Давиденко И.В. Применение логико-математических моделей для оперативной диагностики силовых трансформаторов на примере ЭДИС “Альбатрос” / Методы и средства оценки состояния энергетического оборудования: cб. докладов научно-практического семинара Минэнерго России. С-Пб.: 2001. Выпуск 16. С. 76-84.

29. Давиденко И.В. Критерии теста на рабочее состояние силовых трансформаторов 110 кВ, полученные на основе статистики хроматографического анализа растворенных в масле газов / Сб. докладов II научно-технического семинара “Современные методы и средства оценки технического состояния и продления сроков эксплуатации высоковольтного оборудования энергосистем” РАО “ЕС России”. М.: 2001. С. 101-108.

30. Давиденко И.В. Оценка состояния изоляции силового трансформатора с помощью экспертной системы / International Conference of Electrical Insulation ICEI-2002: cб. докладов международной научной конференции. С-Пб.: 2002. С. 343-349.

31. Давиденко И.В. Особенности оценки состояния высоковольтных вводов с помощью диагностических моделей / Традиционные методы и средства оценки состояния энергетического оборудования: качество производства и надежность эксплуатации маслонаполненного оборудования: сб. докладов научно-практи-ческого семинара Минэнерго России. С-Пб.: 2002. Выпуск 20. С. 112-119.

32. Давиденко И.В., Комаров В.И. Применение методов математической статистики для получения критериев оценки состояния трансформаторов по результатам хроматографического анализа растворенных в масле газов // Электро: Производственно-технический журнал. 2003. N 1. С. 37-41.

33. Давиденко И.В. Факторный анализ эксплуатационных мероприятий на основе экспертно-диагностической системы / Сб. докладов III специализированного научно-технического семинара “Современные методы и средства оценки технического состояния и продления сроков эксплуатации высоковольтного трансформаторного оборудования ” РАО “ЕС России”. М.: 2003. С. 95-101.

34. Давиденко И.В., Осотов В.Н. Системы диагностирования высоковольтного маслонаполненного силового электрооборудования // Учебное пособие для студентов и специалистов. Екатеринбург: УГТУ-УПИ, 2003. 117 с.

35. Давиденко И.В. Организация эксплуатационных мероприятий с помощью экспертной системы / Труды Академии электротехнических наук Чувашской республики: научное издание. Чебоксары: 2003. N 4. С. 107-111.

36. Давиденко И.В. Тестовая диагностика трансформаторов тока экспертной системой / Сб. докладов VII научно-практического семинара Проблемы диагностики электрической изоляции высоковольтного оборудования ОАО “ФСК ЕЭС”, РАО “ЕЭС России”, ОАО “СибНИИЭ”. Новосибирск: 2004. Доклад 2-3. 10 с.

37. Давиденко И.В. Информационные технологии в организации диагностики силового электрооборудования на современном этапе / Производственно-технический, информационно-аналитический и учебно-методический журнал “ЭЛЕКТРИКА”. 2004. N 7. С. 11-16.

38. Давиденко И.В., Осотов В.Н., Комаров В.И. Экспертно-диагностический комплекс “Альбатрос” (оценка состояния маслонаполненного оборудования) // Сб. докладов II международного научно-технического семинара “Современные методы оценки технического состояния и способы повышения надежности оборудования подстанций”, Электроэнергетический Совет СНГ, РАО “ЕЭС России”, “ФСК ЕЭС” от 25-29 окт. 2004 г. М.: 2004. Доклад 21. 9с.

39. Давиденко И.В. Подсистема интерпретации результатов измерений с помощью методов математической статистики: возможности: результаты использования / Методы и средства оценки состояния энергетического оборудования: современные проблемы производства, эксплуатации и ремонта трансформаторного оборудования: сб. докладов. - С-Пб., 2004. Выпуск 27. С. 148-156.

40. Современные проблемы производства, эксплуатации и ремонта трансформаторного оборудования: сб. докладов. С-Пб.: 2004. С. 148-156.

41. Давиденко И.В. Интеллектуальная база данных энергетического оборудования, как часть информационно-аналитических, диагностических систем / Сб. докладов VIII симпозиума Электротехника-2010 “Перспективные виды электротехнического оборудования для передачи и распределения электроэнергии” от 23-27 мая 2005 г. М.: Международная ассоциация ТРАВЭК, ВЭИ, 2005. Доклад 4.15. 8 с.

42. Давиденко И.В. Развитие критериев диагностики силовых трансформаторов по результатам хроматографического анализа растворенных в масле газов с помощью методов математической статистики / Сб. докладов VIII симпозиума Электротехника-2010 “Перспективные виды электротехнического оборудования для передачи и распределения электроэнергии” от 23-27 мая 2005 г. М.: Международная ассоциация ТРАВЭК, ВЭИ, 2005. Доклад 4.16. 9 с.

43. Давиденко И.В., Комаров В.И. Современные проблемы и пути оценки технико-экономической эффективности систем диагностирования электрооборудования // Сб. докладов: выпуск 28: методы и средства оценки состояния энергетического оборудования. С-Пб.: ПЭИПК, 2005. С. 217-221.

44. Давиденко И.В. Улучшение технического обслуживания энергооборудования за счет планирования действий персонала экспертно-диагностической системой / Доклад на международном научно-техническом семинаре "Методы и средства оценки состояния энергетического оборудования". С-Пб.: ПЭИПК, 2006. Выпуск 30. С. 56-64.

45. Гречко О.Н., Давиденко И.В., Калачева Н.И., Курбатова А.Ф., Смекалов В.В. О граничных значениях концентрации газов в масле измерительных трансформаторов 110-500 кВ // Доклад на Международном научно-техническом семинаре "Методы и средства оценки состояния энергетического оборудования" (С-Пб.: 3-7 июл. 2006 г.). С-Пб.: ПЭИПК, Выпуск 30. С. 416-428.

46. Гречко О.Н., Давиденко И.В., Калачева Н.И., Курбатова А.Ф., Ушакова М.В. Граничные концентрации газов в масле измерительных трансформаторов 110-750 кВ / Сб. статей "Известия НИИ Постоянного тока ". С-Пб.: ОАО “НИИПТ”, 2006. Выпуск 61. С. 208-227.

47. Колушев Д.Н., Давиденко И.В., Комаров В.И., Широков А.В. Уточнение методики расчета влагосодержания твердой изоляции силовых трансформаторов 110 кВ // Материалы совместного заседания IV Всероссийской научно-технической конференции и Совета специалистов по диагностике силового электрооборудования при УРЦОТ: секция “Техническое обслуживание, мониторинг и диагностика электрооборудования” (Новосибирск, 26-28 сен. 2006 г.).

48. Давиденко И.В. Исследование показателей, описывающих рабочее состояние маслонаполненных вводов, методами математической статистики / Журнал Известия высших учебных заведений. Северо-Кавказский регион: Технические науки, 2006. N 15. C. 31-33 (ISSN 0321-2653).