23
УПРАВЛЕНИЕ
ПРОИЗВОДСТВЕННЫМИ
АКТИВАМИ
Повышение
надежности
работы
оборудования
электросетевого
комплекса
с
применением
нейросетевого
моделирования
Луковенко
А
.
С
.,
к
.
т
.
н
.,
филиал
ПАО
«
ФСК
ЕЭС
» —
Красноярское
предприятие
МЭС
Сибири
Аннотация
Основным
элементом
системы
электроснабжения
,
выполняющим
функцию
преобра
-
зования
напряжения
для
последующей
передачи
и
распределения
электроэнергии
в
узлах
нагрузки
является
силовой
трансформатор
,
выход
из
строя
которого
приводит
к
тяжелым
последствиям
для
энергосистемы
.
В
статье
приводится
расчет
показателей
надеж
ности
силовых
трансформаторов
.
Используя
квантили
распределения
хи
-
ква
-
драт
,
определены
верхняя
и
нижняя
граница
наработки
на
отказ
силовых
трансфор
-
маторов
для
различного
периода
эксплуатации
,
определены
доверительные
границы
с
вероятностью
α
= 0,9; 0,95; 0,99.
Представлено
сравнение
расчетных
и
реальных
значе
-
ний
сопротивления
изоляции
обмотки
силового
трансформатора
.
В
условиях
предель
-
ной
нагрузки
трансформаторов
,
выработавших
нормативный
срок
службы
,
предложе
-
но
применение
искусственного
интеллекта
для
выработки
рекомендаций
эксплуатации
и
режимов
работы
силовых
трансформаторов
.
Для
решения
задачи
прогнозирования
надежности
оборудования
используется
многослойный
персептрон
.
Из
приведенных
данных
получаем
наиболее
точную
картину
перспективных
параметров
трансформато
-
ра
при
использовании
его
предыстории
.
Из
результатов
прогноза
получена
минималь
-
ная
и
максимальная
величина
погрешности
.
Ключевые
слова
:
надежность
,
показатели
надежности
,
силовой
трансформатор
,
квантили
распределения
,
искусственная
нейронная
сеть
,
метод
градиентного
спуска
В
связи
со
сложившейся
не
простой
экономической
ситуацией
в
Российской
Федерации
проблема
морально
устарелого
и
выработавшего
нормативный
срок
службы
оборудова
-
ния
продолжает
стоять
на
первом
месте
.
Надежность
работы
силовых
электротехнических
комплексов
во
многом
определяется
ра
-
ботой
элементов
,
составляющих
их
,
и
,
в
первую
очередь
,
силовых
трансформаторов
,
обеспе
-
24
СБОРНИК
НАУЧНО
-
ТЕХНИЧЕСКИХ
СТАТЕЙ
чивающих
согласование
комплекса
с
системой
и
преобразование
ряда
параметров
электроэнергии
в
требу
-
емые
величины
для
дальнейшего
ее
использования
,
причем
до
70%
парка
высоковольтных
трансформаторов
являются
маслонаполненными
.
Высо
-
кая
степень
износа
трансформаторов
имеет
потенциальную
опасность
,
как
для
обслуживающего
персонала
,
так
и
для
потребителей
[1, 10].
Основываясь
на
статистических
данных
[2]
приводится
статистика
от
-
казов
наиболее
повреждаемых
час
тей
силовых
трансформаторов
(
таблица
1).
Согласно
[3, 4]
проведен
расчет
средних
параметров
потока
отказов
силовых
трансфор
-
маторов
(
СТ
)
с
использованием
квантилей
распределения
хи
-
квадрат
для
различных
довери
-
тельных
интервалов
с
вероятностью
: :
= 0,9; 0,95; 0,99.
Поскольку
число
отказов
не
более
чем
число
наработок
(
n
≥
m
),
то
2
(1 –
·
n
) >
2
(1 –
·
m
);
P
[2
S
>
2
(1 –
·
m
)] =
, (1)
где
S
—
суммарная
наработка
всех
объектов
;
2
(
,
k
) —
квантили
распределения
хи
-
квадрат
с
соответствующими
степенями
свободы
k
;
m
—
число
отказов
всех
испытуемых
объектов
;
—
средний
параметр
потока
отказов
,
n
—
число
наблюдений
наработки
на
отказ
,
—
дове
-
рительный
интервал
.
H
=
2
(1 –
·
m
) / 2
S
, (2)
k
=
·
m
, (3)
где
k
—
число
степеней
свободы
.
Используя
квантили
распределения
хи
-
квадрат
2
(
,
k
)
и
2
(1 –
,
k
),
определены
верхняя
в
и
нижняя
н
границы
наработки
на
отказ
для
основных
элементов
силового
трансформато
-
ра
:
обмоток
,
вводов
,
переключающих
устройств
,
магнитопровода
(
рисунок
1).
Из
полученных
результатов
следует
,
что
наиболее
частые
повреждения
элементов
транс
-
форматоров
приходятся
на
период
от
20
до
40
лет
.
Полученные
результаты
рас
-
чета
потока
отказов
СТ
хорошо
сопоставимы
с
периодом
работы
любого
электротехнического
из
-
делия
(
рисунок
2).
Весь
интервал
времени
работы
можно
разбить
на
три
периода
.
На
первом
из
них
функция
(
t
)
имеет
повышен
-
ное
значение
.
Это
связано
с
тем
,
что
всегда
имеются
изделия
со
скрытыми
дефектами
,
которые
выходят
из
строя
после
начала
работы
.
По
этой
причине
первый
период
называют
периодом
при
-
Табл
. 1.
Анализ
отказов
наиболее
повреждаемых
частей
силового
трансформатора
Отказы
главной
изоляции
обмоток
12
Отказы
витковых
и
межкатушечных
замыканий
28
Повреждения
обмоток
от
динамических
воздействий
11
Термические
повреждения
обмоток
от
токов
КЗ
1
Отказы
вводов
27
Отказы
РПН
и
ПБВ
9
Отказы
контактов
1
Отказы
магнитопровода
и
магнитных
шунтов
5
—
Обмотки
—
ПУ
—
Ввод
—
Магнитопровод
Наработка
,
лет
Ср
ед
ни
й
парам
етр
потока
отказов
,
о
.
е
Рис
. 1.
Расчет
пото
-
ка
отказов
силовых
трансформаторов
25
УПРАВЛЕНИЕ
ПРОИЗВОДСТВЕННЫМИ
АКТИВАМИ
работки
.
Второй
период
называют
периодом
нормальной
работы
.
Он
характеризуется
по
-
стоянными
или
приблизительно
постоянными
значениями
интенсивности
отказов
.
Третий
пе
-
риод
—
период
старения
.
Необратимые
физи
-
ко
-
химические
явления
приводят
к
ухудшению
качества
материалов
и
деталей
.
В
этот
период
интенсивность
отказов
возрастает
.
Анализ
методов
диагностики
силовых
трансформаторов
показывает
,
что
традицион
-
ные
испытания
необходимы
и
лежат
в
основе
определения
работоспособности
трансфор
-
маторов
и
автотрансформаторов
,
но
они
не
всегда
позволяют
обнаружить
дефекты
на
ранних
стадиях
и
своевременно
сигнализировать
о
развитии
процессов
,
приводящих
к
снижению
надежности
и
работоспособности
оборудования
.
При
этом
необходимо
совершенствовать
систему
нормативных
параметров
для
оценки
работо
-
способности
силовых
трансформаторов
.
В
условиях
ограничения
материальных
и
финансовых
средств
определить
фактическое
состо
-
яние
трансформаторов
позволяет
комплексное
диагностическое
обследование
трансформаторов
.
Это
дает
возможность
оценить
их
реальный
остаточный
ресурс
и
установить
необходимость
выде
-
ления
средств
на
профилактику
,
ремонт
и
замену
проблемного
оборудования
.
При
этом
на
первый
план
выходит
не
только
выявление
остаточного
ресурса
,
но
и
его
прогнозирование
.
В
последние
годы
наблюдается
положительная
динамика
использования
искусственных
ней
-
ронных
сетей
(
ИНС
)
для
прогнозирования
режимов
работы
электрооборудования
.
ИНС
позволяет
применять
комплексный
подход
к
учету
входных
параметров
и
учитывает
влияние
состояния
одних
узлов
оборудования
на
другие
.
Для
учета
преды
-
стории
трансформатора
может
быть
предусмот
-
рена
база
данных
по
эксплуатации
,
ремонтам
и
техническому
обслужи
-
ванию
[5, 6].
Модель
на
основе
ИНС
может
содержать
три
и
более
взаимосвя
-
занных
адаптивных
моду
-
лей
[7].
На
рисунке
3
пред
-
ставлен
первый
модуль
,
позволяющий
системати
-
зировать
данные
состоя
-
ния
элементов
силового
трансформатора
и
опре
-
делить
наиболее
про
-
блемные
части
конструк
-
Период
эксплуатации
t
,
год
III
II
I
Интенсивнос
ть
отказов
(
t
),
год
-1
Рис
. 2.
Изменение
интенсивности
отказов
в
течение
эксплуатации
Рис
. 3.
Модуль
диагности
-
рования
неисправностей
трансформатора
База
данных
по
трансформатору
:
•
паспорт
•
дефекты
•
испытания
•
измерения
Результаты
оценки
состояния
трансформатора
по
различным
методикам
:
•
химический
анализ
масла
;
•
электрические
изменения
;
•
хроматографический
анализ
газов
,
растворенных
в
масле
;
•
тепловизионный
контроль
;
•
вибрационное
обследование
;
•
анализ
газа
из
газового
реле
;
•
определение
уровня
частич
-
ных
разрядов
в
изоляции
и
т
.
д
.
Выборка
:
I
,
P
,
Q
,
U
,
t
масла
,
t
наружного
воздуха
,
влажность
,
осадки
,
время
,
потери
мощности
Первый
модуль
ИНС
(
обучение
)
26
СБОРНИК
НАУЧНО
-
ТЕХНИЧЕСКИХ
СТАТЕЙ
ции
,
а
также
выявить
причины
,
влияющие
на
надежность
транс
-
форматора
(
модуль
анализа
данных
).
Второй
модуль
(
рисунок
4)
позволя
-
ет
проводить
анализ
перспективного
со
-
стояния
частей
транс
-
форматора
и
прогно
-
зировать
надежность
работы
его
составных
частей
,
например
,
на
перспективном
участ
-
ке
времени
—
с
упре
-
ждением
в
несколько
недель
,
месяцев
,
лет
(
модуль
анализа
пер
-
спективного
состоя
-
ния
).
Третий
модуль
—
модуль
синтеза
параметров
системы
электроснабжения
для
обеспече
-
ния
номинальных
параметров
трансформатора
при
допустимых
параметрах
системы
электро
-
снабжения
.
Это
особенно
важно
при
прохождении
пиковых
нагрузок
,
обусловленных
,
напри
-
мер
,
движением
тяжеловесных
поездов
(
рисунок
5).
Входными
данными
являются
параметры
,
номинальные
параметры
трансформаторов
,
а
выходными
параметрами
—
требуемые
харак
-
теристики
системы
электроснабжения
и
параметры
на
обмотке
трансформатора
(
ток
,
мощ
-
ность
,
напряжение
и
т
.
д
.).
Для
прогнозирования
параметров
используется
многослойный
персептрон
,
который
широ
-
ко
применяется
для
решения
различной
сложности
задач
прогнозирования
.
Обучение
с
учи
-
телем
выполняется
с
использованием
алгоритма
обратного
распространения
ошибки
(error
back–propagation).
Этот
алгоритм
основывается
на
коррекции
ошибок
.
Согласно
приведенным
модулям
и
применив
полученные
данные
сопротивления
изоляции
силовых
трансформаторов
,
приведен
прогноз
отношения
сопротивления
изоляции
R
60
/
R
15
(
коэф
-
фициент
абсорбции
)
на
1
год
с
применением
алгоритма
обратного
распространения
ошибки
.
Из
практического
опыта
принята
глубина
предыстории
(
глубина
обучающей
выборки
) 5
лет
.
Расчет
выполнен
с
применением
программного
комплекса
MATLAB R2014a.
В
таблице
2
представлены
данные
испытуемого
трансформатора
,
который
эксплуатирует
-
ся
на
протяжении
47
лет
.
Параметры
текущего
состояния
оборудо
-
вания
(
измеренные
значения
):
I
,
P
,
Q
,
U
,
t
масла
,
t
наружного
воздуха
,
влажность
,
осадки
,
время
,
потери
мощности
Прогноз
состояния
трансформатора
(
например
,
изоляционной
системы
)
ПРОГРАММНЫЙ
КОМПЛЕКС
Рис
. 4.
Модуль
прогнозирования
возможных
неисправностей
Нормальное
состояние
ПРОГРАММНЫЙ
КОМПЛЕКС
База
данных
по
трансформатору
:
•
паспорт
•
дефекты
•
испытания
•
измерения
Рис
. 5.
Модуль
синтеза
:
рекомендуемые
динамические
параме
-
тры
на
выходе
СТ
при
требуемой
загрузке
Табл
. 2.
Данные
испытуемого
трансформатора
Тип
Год
выпуска
Номинальное
напряжение
,
кВ
Фактическая
макси
-
мальная
потребляемая
мощность
,
МВА
%
загрузки
от
номинальной
мощности
ТДТНЖ
-40000/110-71
У
1
1978
110/35/27,5
23,52
58,8
27
УПРАВЛЕНИЕ
ПРОИЗВОДСТВЕННЫМИ
АКТИВАМИ
Для
прогнозирования
ра
-
боты
СТ
на
любой
промежу
-
ток
времени
используется
входной
вектор
,
состоящий
из
массива
данных
с
заданной
дискретностью
.
В
качестве
входных
данных
использу
-
ются
статистические
пере
-
менные
:
температура
масла
,
значения
сопротивления
изо
-
ляции
,
значение
напряжения
,
значения
тока
и
т
.
д
.
В
качестве
входных
дан
-
ных
для
прогнозирования
параметров
R
60
/
R
15
принима
-
ются
значения
,
полученные
в
ходе
планового
обслужива
-
ния
силовых
трансформато
-
ров
,
представленные
в
таб
-
лице
3.
Для
обучения
нейронной
сети
задается
последова
-
тельность
значений
входов
(
P
)
и
целей
(
T
),
представлен
-
ных
в
следующем
виде
:
P
=
[6000 1600 1840 6200 5320;
4500 1200 1400 4840 3900;
1.33 1.33 1.31 1.28 1.36];
T
=
[1.33 1.33 1.31 1.28 1.36].
Введя
входные
величины
и
сформировав
последова
-
тельность
значений
входов
(Inputs)
и
последовательность
значений
целей
(Targets),
можно
выбрать
структуру
ней
-
ронной
сети
(
рисунок
6).
Качество
обучения
сети
можно
проследить
во
вклад
-
ке
,
представленной
на
рисун
-
ке
7,
из
которого
видно
,
что
нулевая
точность
достигается
за
244
цикла
обучения
.
Пре
-
дельное
значение
проверки
на
эффективность
не
превышает
113-
го
цикла
,
а
точность
об
-
учения
составила
0,00074628.
Табл
. 3.
Измеренные
значения
сопротивления
изоляции
обмоток
СТ
Год
Темпе
-
ратура
масла
Схема
испытания
Измеренное
значение
,
МОм
R
60
R
15
R
60
/
R
15
2009
22°
С
ВН
-
СН
+
НН
+
корпус
6000
4500
1,33
СН
-
ВН
+
НН
+
корпус
2800
2000
1,40
НН
-
ВН
+
СН
+
корпус
2800
2000
1,40
ВН
+
СН
-
НН
+
корпус
1800
1200
1,50
ВН
+
СН
+
НН
-
корпус
4000
3000
1,33
2010
40°
С
ВН
-
СН
+
НН
+
корпус
1600
1200
1,33
СН
-
ВН
+
НН
+
корпус
800
600
1,33
НН
-
ВН
+
СН
+
корпус
1300
1000
1,30
ВН
+
СН
-
НН
+
корпус
550
400
1,57
ВН
+
СН
+
НН
-
корпус
1200
900
1,33
2011
50°
С
ВН
-
СН
+
НН
+
корпус
1840
1400
1,31
СН
-
ВН
+
НН
+
корпус
1400
1050
1,33
НН
-
ВН
+
СН
+
корпус
1400
1050
1,33
ВН
+
СН
-
НН
+
корпус
780
590
1,32
ВН
+
СН
+
НН
-
корпус
1540
1170
1,31
2012
10°
С
ВН
-
СН
+
НН
+
корпус
6200
4840
1,28
СН
-
ВН
+
НН
+
корпус
5260
4040
1,30
НН
-
ВН
+
СН
+
корпус
5800
4500
1,29
ВН
+
СН
-
НН
+
корпус
3550
2700
1,31
ВН
+
СН
+
НН
-
корпус
550
4260
1,29
2013
30°
С
ВН
-
СН
+
НН
+
корпус
5320
3900
1,36
СН
-
ВН
+
НН
+
корпус
3210
2405
1,33
НН
-
ВН
+
СН
+
корпус
3530
2740
1,30
ВН
+
СН
-
НН
+
корпус
2170
1680
1,30
ВН
+
СН
+
НН
-
корпус
4820
3650
1,32
Входные
данные
Скрытый
слой
Выходной
слой
Выходные
данные
Рис
. 6.
Структура
нейронной
сети
28
СБОРНИК
НАУЧНО
-
ТЕХНИЧЕСКИХ
СТАТЕЙ
После
обучения
ней
-
ронной
сети
она
может
ис
-
пользоваться
для
прогноза
,
например
,
сопротивления
изоляции
обмоток
силового
трансформатора
на
следую
-
щий
год
.
Результаты
расче
-
тов
приведены
в
таблице
4.
Результаты
,
представ
-
ленные
на
рисунке
8 (
без
учета
температуры
масла
в
баке
трансформатора
),
свидетельствуют
об
эффективной
реализации
алгоритма
прогнозирования
,
а
также
о
прогнозной
работоспособности
силового
трансформатора
на
обозримом
участке
времени
с
упреждением
в
1
год
.
Максимальная
погрешность
расчетов
не
превышает
4,4%,
что
является
приемлемой
величиной
для
прогноза
с
годовым
упреждением
.
Следует
учесть
,
что
дальнейшая
эксплуатация
трансформатора
допустима
в
режиме
,
кото
-
рый
является
адекватным
его
эксплуатации
в
предыдущие
годы
.
Для
получения
более
тоичных
результа
-
тов
прогноза
с
применением
нейронной
сети
произведен
замер
температуры
верхних
слоев
масла
в
баке
силового
трансформатора
при
отсутствии
какой
-
либо
нагрузки
на
трансфор
-
маторе
,
а
также
при
появлении
нагрузки
на
одном
из
плеч
подстанции
.
Полученные
тем
-
пературные
значения
вводятся
в
алгоритм
обучения
нейронной
сети
и
позволяют
реали
-
зовать
прогноз
с
учетом
этих
показателей
.
При
измерении
температуры
на
поверх
-
ности
бака
трансформатора
на
холостом
ходу
(
без
нагрузки
)
средняя
температура
со
-
ставила
порядка
t
= 40º
С
(
таблица
5).
Рис
. 7.
Качество
обучения
нейронной
сети
Табл
. 4.
Результаты
прогноза
нейронной
сети
отношения
сопротивления
изоляции
R
60
/
R
15
для
обмоток
СТ
на
один
год
Схема
испытания
Сопротивление
изоляции
,
МОм
По
-
греш
-
но
сть
,
%
R
60
/
R
15
,
(
факт
)
R
60
/
R
15
,
(
прогноз
)
ВН
-
СН
+
НН
+
корпус
1,32
1,34
1,5
СН
-
ВН
+
НН
+
корпус
1,39
1,35
2,9
НН
-
ВН
+
СН
+
корпус
1,37
1,32
3,6
ВН
+
СН
-
НН
+
корпус
1,30
1,33
2,3
ВН
+
СН
+
НН
-
корпус
1,34
1,32
1,5
Табл
. 5.
Результаты
прогноза
нейронной
сети
не
нагруженного
трансформатора
со
средней
температурой
верхних
слоев
масла
40º
С
Схема
испытания
Сопротивление
изоляции
,
МОм
По
-
греш
-
но
сть
,
%
R
60
/
R
15
,
(
факт
)
R
60
/
R
15
,
(
прогноз
)
ВН
-
СН
+
НН
+
корпус
1,32
1,30
1,5
СН
-
ВН
+
НН
+
корпус
1,39
1,40
0,7
НН
-
ВН
+
СН
+
корпус
1,37
1,38
0,7
ВН
+
СН
-
НН
+
корпус
1,30
1,33
2,3
ВН
+
СН
+
НН
-
корпус
1,34
1,33
0,7
Схема
испытания
обмоток
Со
пр
от
ив
ле
ни
е
из
оляции
R
60
/
R
15
,
МОм
—
Факт
—
Прогноз
Рис
. 8.
Прогноз
относительного
сопротивления
изоляции
обмоток
силового
трансформатора
29
УПРАВЛЕНИЕ
ПРОИЗВОДСТВЕННЫМИ
АКТИВАМИ
Рис
. 9.
Прогноз
отношения
сопротивления
изоляции
обмоток
силового
трансформатора
с
учетом
температуры
обмоток
40º
С
и
50º
С
Рис
. 10.
Прогноз
отношения
сопротивления
изоляции
обмоток
силового
трансформатора
с
учетом
температуры
70º
С
и
90º
С
При
замере
трансформатора
при
нали
-
чии
мощной
однофазной
нагрузки
темпе
-
ратура
нагрева
увеличивается
до
значения
t
= 50º
С
(
таблица
6).
Из
представленных
результатов
на
ри
-
сунке
9
видно
,
что
при
увеличении
темпе
-
ратуры
в
верхних
слоях
масла
бака
транс
-
форматора
,
а
следовательно
и
в
обмотках
трансформатора
,
снижается
отношение
со
-
противления
изоляции
R
60
/
R
15
.
На
основании
этого
можно
судить
об
ухудшении
состояния
самих
обмоток
при
дальнейшем
повыше
-
нии
нагрузки
трансформатора
,
в
том
числе
,
выше
номинальных
значений
[8, 9].
В
таблицах
7
и
8
приведен
прогноз
отноше
-
ния
сопротивления
изоляции
R
60
/
R
15
с
исполь
-
зованием
нейронной
сети
для
средней
темпе
-
ратуры
верхних
слоев
масла
70º
С
и
90º
С
.
На
рисунке
10
представлен
график
зависимости
Табл
. 6.
Результаты
прогноза
нейронной
сети
нагруженного
трансформатора
со
средней
температурой
верхних
слоев
масла
50º
С
Схема
испытания
Сопротивление
изоляции
,
МОм
По
-
греш
-
но
сть
,
%
R
60
/
R
15
,
(
факт
)
R
60
/
R
15
,
(
прогноз
)
ВН
-
СН
+
НН
+
корпус
1,32
1,35
2,2
СН
-
ВН
+
НН
+
корпус
1,39
1,36
2,2
НН
-
ВН
+
СН
+
корпус
1,37
1,39
1,4
ВН
+
СН
-
НН
+
корпус
1,30
1,28
1,5
ВН
+
СН
+
НН
-
корпус
1,34
1,29
3,7
Табл
. 7.
Результаты
прогноза
отношения
сопротивления
изоляции
R
60
/
R
15
с
исполь
-
зованием
нейронной
сети
нагруженного
трансформатора
со
средней
температу
-
рой
верхних
слоев
масла
70º
С
Схема
испытания
Сопротивление
изоляции
,
МОм
По
-
греш
-
но
сть
,
%
R
60
/
R
15
,
(
факт
)
R
60
/
R
15
,
(
прогноз
)
ВН
-
СН
+
НН
+
корпус
1,32
1,35
2,2
СН
-
ВН
+
НН
+
корпус
1,39
1,36
2,2
НН
-
ВН
+
СН
+
корпус
1,37
1,39
1,4
ВН
+
СН
-
НН
+
корпус
1,30
1,28
1,5
ВН
+
СН
+
НН
-
корпус
1,34
1,29
3,7
Табл
. 8.
Результаты
прогноза
отношения
сопротивления
изоляции
R
60
/
R
15
с
исполь
-
зованием
нейронной
сети
нагруженного
трансформатора
со
средней
температу
-
рой
верхних
слоев
масла
90º
С
Схема
испытания
Сопротивление
изоляции
,
МОм
По
-
греш
-
но
сть
,
%
R
60
/
R
15
,
(
факт
)
R
60
/
R
15
,
(
прогноз
)
ВН
-
СН
+
НН
+
корпус
1,32
1,35
2,2
СН
-
ВН
+
НН
+
корпус
1,39
1,36
2,2
НН
-
ВН
+
СН
+
корпус
1,37
1,39
1,4
ВН
+
СН
-
НН
+
корпус
1,30
1,28
1,5
ВН
+
СН
+
НН
-
корпус
1,34
1,29
3,7
Со
пр
от
ив
ле
ни
е
из
оляции
R
60
/
R
15
,
МОм
—
Прогноз
при
40°
С
—
Прогноз
при
50°
С
Схема
испытания
обмоток
—
Факт
Со
пр
от
ив
ле
ни
е
из
оляции
R
60
/
R
15
,
МОм
Схема
испытания
обмоток
—
Факт
—
Прогноз
при
70°
С
—
Прогноз
при
90°
С
—
Прогноз
при
40°
С
—
Прогноз
при
50°
С
30
СБОРНИК
НАУЧНО
-
ТЕХНИЧЕСКИХ
СТАТЕЙ
изменения
температуры
масла
в
баке
трансформатора
на
возможном
диапазоне
нагрузок
,
в
том
числе
при
ее
превышении
выше
номинальной
.
Выводы
1.
Определено
,
что
наиболее
подвержены
повреждениям
обмотки
силовых
трансформато
-
ров
в
период
с
20
до
40
лет
эксплуатации
.
Полученный
расчет
потока
отказов
силовых
трансформаторов
полностью
подтверждает
интенсивность
отказов
в
период
эксплуатации
силового
оборудования
(
рисунки
2, 3).
2.
Применение
нейронных
сетей
для
прогнозирования
работы
электрооборудования
являет
-
ся
целесообразным
для
системы
мониторинга
оборудования
,
выработавшего
норматив
-
ный
срок
службы
.
Применение
нейрогенезисных
технологий
при
глубине
предыстории
до
5
лет
позволяет
определить
перспективное
состояние
элементов
силовых
трансформато
-
ров
с
упреждением
до
года
и
с
погрешностью
,
не
превышающей
3–4%.
3.
Получены
результаты
изменения
отношения
сопротивления
изоляции
R60/R15
без
учета
и
с
учетом
температуры
масла
в
баке
трансформатора
.
При
увеличении
температуры
масла
выше
60º
С
наблюдается
снижение
относительного
сопротивления
до
значений
1,28–1,30,
что
требует
немедленной
сушки
изоляции
обмоток
.
ЛИТЕРАТУРА
1.
Москаленко
Р
.
В
.
Перспективные
пути