104
Разработка прототипа цифровой
аналитической пробирки полуколи-
чест венного определения кислотного
числа экспресс-методом с применением
цветовой аддитивной модели RGB
УДК 621.314.212
Высогорец
С
.
П
.,
к.т.н., ФГАОУ
ДПО «ПЭИПК»
Министерства
энергетики Российской
Федерации
Горец
И
.
А
.,
НИУ «ВШЭ СПб»
Изложена
проблема
организации
оперативного
контроля
параметров
качества
масла
в
полевых
условиях
.
Представлена
система
определения
КЧ
экспресс
-
методом
на
осно
-
ве
аддитивной
цветовой
модели
RGB.
Описана
предиктивная
самообучающаяся
модель
определения
кислотного
числа
(
КЧ
)
на
основе
RGB
отклика
.
Изложен
прототип
цифровой
аналитической
пробирки
полуколичественного
определения
КЧ
экспресс
-
методом
с
при
-
менением
цветовой
аддитивной
модели
RGB.
Ключевые
слова
:
экспресс-метод,
цифровая пробирка,
модель, показатель
качества, жидкий
диэлектрик
П
ри организации эксплуатации
маслонаполненного трансфор-
маторного оборудования од-
ной из задач является обеспе-
чение удовлетворительного состояния
жидкого диэлектрика как одного из функ-
циональных узлов [1], что обеспечивает-
ся, в том числе, высоким качеством ре-
генерационных работ в ходе ремонтной
кампании. Управление технологическим
циклом регенерации жидкого диэлектри-
ка успешно осуществляется на основе
физико-химического контроля транс-
форматорного масла по показателю кис-
лотного числа (КЧ) [2]. При этом среди
существующих методов определения
КЧ отсутствуют пригодные для приме-
нения в полевых условиях электротех-
ническим персоналом. Соответственно,
необходим поиск решений оперативного
контроля вышеуказанных параметров
качества масла.
СИСТЕМА
ОПРЕДЕЛЕНИЯ
КЧ
ЭКСПРЕСС
-
МЕТОДОМ
НА
ОСНОВЕ
АДДИТИВНОЙ
ЦВЕТОВОЙ
МОДЕЛИ
RGB
С целью обеспечения оперативного
контроля качества регенерационных
работ жидкого диэлектрика разработан
экспресс-метод полуколичественной
(тестовой) оценки показателя КЧ [3].
Данный метод предусматривает опре-
деление диапазона значений КЧ, к ко-
торому принадлежит анализируемая
проба масла. При этом фактором от-
несения анализируемой пробы масла
к заданному диапазону значений КЧ яв-
ляется изменение цвета реакционной
смеси в ходе титрования [3, 4, 5].
Для исключения влияния человече-
ского фактора при визуальном опре-
делении конечной точки титрования
в ходе реализации экспресс-метода,
а именно, обнаружения момента пол-
ной нейтрализации всех свободных
кислот, содержащихся в анализируе-
мой пробе масла, была поставлена за-
дача поиска количественных критериев
принятия решений.
Выдвинута гипотеза о существо-
вании зависимости изменения компо-
нентного состава окраски раствора при
химических реакциях от количествен-
ного содержания всех свободных кис-
лот в анализируемой пробе масла —
значения КЧ. Анализ компонентного
состава окраски раствора в пробирках
при химических реакциях проводил-
ся согласно аддитивной модели RGB
цифровой фотокамерой смартфона
с предустановленным программным
обеспечением «Цветоанализатор Color -
Analyzer» со считыванием данных по
трем каналам: R (красный), G (зеленый)
и B (синий).
На основе статистического анализа
результатов экспериментальных иссле-
дований в ходе разработки экспресс-
метода доказано наличие статистиче-
ски значимой зависимости изменения
компонентного состава окраски рас-
твора при химических реакциях от ко-
ДИАГНОСТИКА
И МОНИТОРИНГ
105
личественного содержания всех свободных кислот
в пробе жидкого диэлектрика [3]. Обнаружено, что
наиболее чувствительными к изменению кислотно-
сти среды являются зеленый и красный каналы мо-
дели RGB — при уменьшении значения КЧ меняется
характер распределения красного (R) и зеленого (G)
компонента. Референтной методикой при оценке до-
стоверности результатов определения КЧ экспресс-
методом являлась аттестованная методика МКХА
05-09 [6].
При помощи лепестковой диаграммы (табли-
ца 1) графически продемонстрирована зависи-
мость изменения состава окраски реакционной
смеси от количественного содержания всех сво-
бодных кислот (измеренного КЧ) в анализируемой
пробе трансформаторного масла: при уменьше-
нии значения КЧ меняется характер распределе-
ния R и G в четвертом (R4, G4) и пятом (R5, G5)
тит ровании — этапе выполнения экспресс-анали-
за. В ходе моделирования в лабораторных услови-
ях процесса регенерации масла
с последующим измерением КЧ
по экспресс-методу обнаружена
аналогичная тенденция изме-
нения лепестковой диаграммы
распределения цветовой гаммы
реакционной смеси от общей
кислотности пробы.
На основе критерия корреля-
ции Пирсона [7], при оценке вза-
имосвязи фактора КЧ и откликов
RG и В для каждого этапа титро-
вания, установлена статистически
значимая связь фактора КЧ и от-
кликов RG (отношение G к R) на
четвертом и пятом титровании:
для RG4 (
r
= 0,4) корреляционная
связь прямая умеренная, для RG5
(
r
= 0,6) корреляционная связь
прямая заметная, для В5 (
r
= –0,4) корреляционная
связь обратная умеренная.
По результатам анализа точечных диаграмм для
отклика RG4 и RG5, а также В5 установлено рассло-
ение по фактору «группа КЧ». При этом при постро-
ении 3D-графика распределения массива данных
установлена наилучшая их кластеризация по двум
факторам RG4 и RG5 на две группы КЧ: 1 группа
КЧ ≤ 0,03 мгКОН/г и 2 группа КЧ > 0,03 мгКОН/г (ри-
сунок 1).
При изучении 3D-графика обнаружено, что основ-
ными факторами, позволяющими разделить массив
данных на группы по КЧ, являются RG4 и RG5. Дан-
ное наблюдение не противоречит результатам по-
строения лепестковых диаграмм (таблица 1). Соот-
ветственно, ключевыми группирующими факторами,
позволяющими с высокой степенью вероятности от-
нести анализируемую пробу масла (согласно изме-
ренного компонентного состава ее окраски по моде-
ли RGB) к искомой группе КЧ, являются: RG4 и RG5.
Табл. 1. Изменение вида лепестковой диаграммы распределения значений канала R, G, B (%) для установленного
диапазона значений КЧ регенерированного масла
Измеряемый диапазон значений КЧ, мгКОН/г
КЧ ≤ 0,02
0,02 < КЧ ≤ 0,03
0,05 < КЧ ≤ 0,10
КЧ > 0,1
Измеренное значение КЧ реге-
нерированного масла по рефе-
рентной методике, мгКОН/г
0,0044
0,027
0,077
0,091
Лепестковая диаграмма распре-
деления измеренных значений
канала R, G, B (%) в пяти ана-
лизируемых растворах для каж-
дого установленного диапазона
значений КЧ регенерированного
масла в лабораторных условиях
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
Сравнительная лепестковая
диа грамма распределения сред-
них значений канала R, G, B (%)
в пяти анализируемых раство-
рах для каждого установленного
диапазона значений КЧ
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
Оценка совпадения результата удовлетворительное удовлетворительное удовлетворительное удовлетворительное
Рис
. 1. 3D-
график
распределения
значений
RG5, RG4
и
В
5
с
расслоением
по
группам
КЧ
:
•
—
значение
КЧ
каждой
пробы
масла
в
группе
значений
—
0,03
и
менее
,
мгКОН
/
г
;
•
—
значение
КЧ
каждой
пробы
масла
в
группе
значе
-
ний
—
более
0,03
мгКОН
/
г
0
5
10
15
20 08
08
08
08
08
08
08
08
08
07
06
05
04
03
02
01
00
RG5
RG4
B5
№
2 (59) 2020
106
ПРЕДИКТИВНАЯ
САМООБУЧАЮЩАЯСЯ
МОДЕЛЬ
ОПРЕДЕЛЕНИЯ
КЧ
НА
ОСНОВЕ
ИЗМЕРЕННОГО
ЭКСПРЕСС
-
МЕТОДОМ
RGB
ОТКЛИКА
На основе наивного байесовского классификатора
[8] построена предиктивная модель с высокой пред-
сказательной мощностью (81%), позволяющая по
результатам измерений компонентного состава окра-
ски раствора по методу RGB определять ожидаемое
КЧ. Благодаря применению байесовского классифи-
катора, разработанная предсказательная модель по-
лучила свойство самоулучшения. В данной модели
предусмотрено предсказание двух групп КЧ: Normal
(менее 0,03 мгKOH/г) и Critical (более 0,03 мгKOH/г).
Учитывая, что значение КЧ = 0,03 мгКОН/г является
пороговым для масел при приемочных испытаниях
после проведения ремонтных работ [9, 10], вышеука-
занные группы имеют практическую значимость для
обеспечения оперативного химического контроля.
Определены вероятности отнесения параметров
проб трансформаторного масла к заданной группе
КЧ. После формирования обучающей выборки была
получена возможность вычисления группы КЧ, к ко-
торой может быть отнесена неизвестная (анализи-
руемая) проба масла на основе измеренных значе-
ний RG4 и RG5. Вычисление вероятности отнесения
пробы к группе КЧ проводится по формуле:
p
(AVGroupX│Проба
U
) =
p
(AVGroupX│RG4(
U
)) ·
p
(AVGroupX│RG5(
U
)),
где
U
— номер пробы, а RG4(
U
), RG5(
U
) — показа-
тель для пробы данного номера. Главное окно рабо-
ты разработанного классификатора представлено на
рисунке 2.
Для улучшения работы классификатора после
количественного определения КЧ анализируемой
пробы в лабораторных условиях значения RG4,
RG5 и группы КЧ подлежит вносить в обучающую
выборку.
Применение предиктивной модели в совокуп-
ности с технологией анализа цветов по аддитивной
модели RGB цифровой камерой в разработанном
экспресс-методе позволяет автоматизировать про-
цесс определения ожидаемого значения КЧ на ос-
нове оценки цветовых переходов при объемном
титровании с применением кислотно-основных ин-
дикаторов.
РАЗРАБОТКА
ПРОТОТИПА
ЦИФРОВОЙ
АНАЛИТИЧЕСКОЙ
ПРОБИРКИ
ПОЛУКОЛИЧЕСТВЕННОГО
ОПРЕДЕЛЕНИЯ
КЧ
ЭКСПРЕСС
-
МЕТОДОМ
С
ПРИМЕНЕНИЕМ
ЦВЕТОВОЙ
АДДИТИВНОЙ
МОДЕЛИ
RGB
Для автоматизации процесса определения КЧ экс-
пресс-методом на основе оценки цветовых перехо-
дов при объемном титровании с применением кис-
лотно-основных индикаторов разработан прототип
цифровой аналитической пробирки (рисунок 3). За-
дача цифровой аналитической пробирки сводится
к определению КЧ посредством реализации следу-
ющих этапов:
– смешивание анализируемой аликвоты пробы
трансформаторного масла и установленных хи-
Рис
. 2.
Пример
главного
окна
классификатора
рекомендательной
модели
для
определения
двух
групп
КЧ
по
двум
факторам
Рис
. 3.
Прототип
цифровой
аналитической
пробирки
полуколичественного
определения
КЧ
экспресс
-
методом
с
применением
цветовой
аддитивной
модели
RGB:
а
)
компонентный
состав
цифровой
пробирки
;
б
) 3D-
модель
аналитической
системы
с
учетом
цвета
материала
изготовления
Модуль подключения
к телефону/компьютеру
Д×В×Ш — 17×26×3 мм
Модуль камеры
Д×В×Ш — 25×30×35 мм
Модуль подсветки
(фонарик)
Д×В — 3×10 мм
Защитное (прозрачное)
стекло
Д×В — 36×3 мм
Емкость (сменная) для
смешивания пробы
Д×В — 40×60 мм
Общие размеры прибора
Д×В — 40×110 мм
мических реагентов согласно ме-
тодике экспресс-анализа в ана-
литическом блоке;
– автоматический анализ реакци-
онной смеси с помощью циф-
рового блока по компонентному
цветовому составу с последую-
щей обработкой данных соот-
ветствующим
программным
обеспечением (ПО).
Цифровая аналитическая про-
бирка (рисунок 3б) состоит из двух
блоков жесткой конструкции: верх-
ний блок (цифровой) и нижний блок
(аналитический). Блоки предусмо-
трено изготавливать из непрозрач-
ного химически стойкого пластика
с разделением при помощи защит-
ного прозрачного химически стой-
кого стекла.
Верхний цифровой блок пред-
усмотрен для многоразового ис-
пользования, во внутреннюю часть
монтируется электронная система
цифровой аналитической пробир-
ки (рисунок 3а): модуль подсветки,
модуль камеры (RPi Camera F),
модуль подключения к смартфону/
компьютеру. Нижний аналитиче-
ский блок предусмотрен для одно-
разового использования, во вну-
ДИАГНОСТИКА
И МОНИТОРИНГ
107
тренней части происходит смешивание химических
реагентов и анализируемой пробы масла.
Цифровая аналитическая пробирка предназначе-
на для применения в полевых условиях. В аналити-
ческом блоке проводится смешивание химических
реагентов и аликвоты пробы масла. Для последую-
щего анализа к аналитическому блоку присоединя-
ется цифровой блок, встроенная камера которого
производит съемку зеркала полученной реакцион-
ной смеси. Полученное изображение экспортируется
через встроенный модуль на персональный компью-
тер/смартфон с предустановленным программным
обеспечением для определения компонентного со-
става окраски по модели RGB, с последующим экс-
портом результатов измерения в классификатор ре-
комендательной модели.
Результатом анализа пробы масла с помощью
цифровой аналитической пробирки является полу-
чение искомой группы КЧ, к которой принадлежит ис-
следуемая проба жидкого диэлектрика.
Применение цифровых технологий при реали-
зации экспресс-метода позволяет снизить трудо-
емкость, повысить точность определения КЧ, со-
ответственно обеспечить простоту реализации
разработанного экспресс-метода с возможностью
его выполнения электротехническим персоналом.
ВЫВОДЫ
Разработана система полуколичественного опреде-
ления КЧ экспресс-методом с применением аддитив-
ной цветовой модели RGB.
Доказано наличие статистически значимой зави-
симости изменения компонентного состава окраски
раствора при химических реакциях в ходе экспресс-
определения КЧ от количественного содержания
всех свободных кислот в пробе жидкого диэлектрика.
Построена предиктивная самообучающаяся мо-
дель с высокой предсказательной мощностью, по-
зволяющая на основе RGB отклика определять ожи-
даемое КЧ.
Разработан прототип цифровой аналитической
пробирки полуколичественного определения КЧ экс-
пресс-методом с применением цветовой аддитивной
модели RGB.
ЛИТЕРАТУРА
1. Методика оценки технического
состояния основного технологи-
ческого оборудования и линий
электропередачи электрических
станций и электрических сетей.
Утв. Приказом Минэнерго Россий-
ской Федерации от 26.07.2017 г.
№ 676. URL: http://docs.cntd.ru/
document/456088008.
2. Высогорец С.П. Обеспечение на-
дежности силовых трансформа-
торов на основе управления каче-
ством трансформаторного масла.
СПб.: ПЭИПК, 2015. 117 с.
3. Высогорец С.П., Горец И.А. Мето-
дические основы экспресс опре-
деления кислотного числа жидкого
диэлектрика // ЭЛЕКТРОЭНЕРГИЯ.
Передача и распределение, 2018,
№ 2(47). С.102–107.
4. Коростелев П.П. Реактивы для тех-
нического анализа. Справ. изд. М.:
Металлургия, 1988. 384 с.
5. Itten J. The Art of Color. Wiley & Sons,
Incorporated, John. January, 1974.
160 p.
6. МКХА 05-09. Методика измерений.
Определение кислотного числа
трансформаторных масел титри-
метрическим методом. СПб.: НПО
«Электрум», 2009 (редакция 2014
года). 15 с.
7. Pearson K. Notes on regression and
inheritance in the case of two par-
ents. Proceedings of the Royal So-
ciety of London, 58. 20 June 1895,
pp. 240–242.
8. Hand D.J., Yu K. Idiot’s Bayes — not
so stupid after all? International Sta-
tistical Review, vol 69, part 3, 2001,
pp. 385–399.
9. СТО 34.01-23.1-001-2017. Объем
и нормы испытаний электрообору-
дования. Утв. распоряжением ПАО
«Россети» от 26.05.2017 № 280р
«Об утверждении стандарта ор-
ганизации». М.: ПАО «Россети»,
2017. 241 с.
10. СТО 01.Б7.02-2017. Техническое
диагностирование маслонаполнен-
ного оборудования по результатам
анализа трансформаторного мас-
ла. Утв. приказом ПАО «МРСК Се-
веро-Запада» от 15.01.2018 № 16.
СПб.: ПАО «МРСК Северо-Запа-
да», 2018. 76 с.
REFERENSES
1. Procedure for technical evaluation of
basic technological equipment and
transmission lines of electrical sta-
tions and networks. Approved by the
Order of the Ministry of Energy of the
Russian Federation dated 26.07.2017
no. 676. URL: http://docs.cntd.ru/do-
cument/456088008. (In Russian)
2. Vysogorets S.P. Provision of power
transformer reliability based on
transformer oil quality management.
Saint-Petersburg, PEIPK, 2015.
117 p. (In Russian)
3. Vysogorets S.P., Gorets I.A. Basic
procedures of express neutraliza-
tion test of liquid dielectric //
ELEK-
TROENERGIYA. Peredacha i ras-
pre deleniye
[ELECTRIC POWER.
Transmission and Distribution], 2018,
no. 2(47), pp. 102–107. (In Russian)
4. Korostelev P.P. Reagents for techni-
cal analysis. Reference publ., Mos-
cow, Metallurgiya Publ., 1988. 384 p.
(In Russian)
5. Itten J. The Art of Color. Wiley&Sons,
Incorporated, John. January, 1974.
160 p.
6. Quantitative Chemical Analysis
Gui deline 05-09. Measurement
procedure. Neutralization test of
transformer oils by titration-based
method. Saint-Petersburg, NPO
Elektrum, 2009 (edition of 2014).
15 p. (In Russian)
7. Pearson K. Notes on regression and
inheritance in the case of two par-
ents. Proceedings of the Royal So-
ciety of London, 58. 20 June 1895,
pp. 240–242.
8. Hand D.J., Yu K. Idiot’s Bayes — not
so stupid after all? International Sta-
tistical Review, vol 69, part 3, 2001,
pp. 385–399.
9. Company Standard STO 34.01-23.1-
001-2017. Scope and norms of elec-
trical equipment testing. Approved
by the order of PJSC Rosseti dated
26.05.2017 no. 280р “About approval
of the company standard”. Moscow,
PJSC Rosseti, 2017. 241 p. (In Rus-
sian)
10. Company Standard STO 01.Б7.02-
2017. Technical diagnosis of oil-fi lled
equipment based on results of trans-
former oil analysis. Approved by the
order of PJSC IDGC of North-West
dated 15.01.2018 no.16. Saint-Pe-
tersburg, PJSC IDGC of North-West,
2018. 76 p. (In Russian)
№
2 (59) 2020
Изложена проблема организации оперативного контроля параметров качества масла в полевых условиях. Представлена система определения КЧ экспресс-методом на основе аддитивной цветовой модели RGB. Описана предиктивная самообучающаяся модель определения кислотного числа (КЧ) на основе RGB отклика. Изложен прототип цифровой аналитической пробирки полуколичественного определения КЧ экспресс-методом с применением цветовой аддитивной модели RGB.