Управление техническим состоянием парка электрооборудования с помощью искусственного интеллекта

14

Ежеквартальный

спецвыпуск

№

 4 (19), 

декабрь

 2020

Управление

техническим

состоянием

парка

электрооборудования

с

помощью

искусственного

интеллекта

.

Опыт

АО

 «

Россети

Тюмень

»

Ирина

ДАВИДЕНКО

, 

д

.

т

.

н

., 

профессор

кафедры

 «

Электро

-

техника

» 

УрФУ

Анатолий

ДЬЯКОВ

, 

начальник

Департа

-

мента

эксплуатации

и

ремонта

АО

 «

Россети

Тюмень

»

Виталий

ЛОПАТИН

, 

начальник

сектора

диагностики

Электро

-

технической

службы

Департамента

экс

-

плуатации

и

ремонта

АО

 «

Россети

Тюмень

»

Н

а

протяжении

 30 

лет

информационные

технологии

активно

внедряются

в

энер

-

гокомпаниях

Российской

Федерации

и

ближнего

зарубежья

. 

Если

в

 90-

е

годы

это

было

внедрение

баз

данных

  (

БД

) 

и

автоматизированных

рабочих

мест

  (

АРМ

), 

то

в

последнее

десятилетие

ИТ

-

компаниями

разрабатываются

системы

искус

-

ственного

интеллекта

 (

СИИ

) 

для

решения

тактических

задач

, 

таких

как

управление

экс

-

плуатацией

электрооборудования

 (

ЭО

).

Сейчас

пришло

время

начать

использование

СИИ

для

решения

стратегических

задач

. 

Например

, 

таких

как

: 

–

оценки

рисков

и

технико

-

экономических

показателей

парка

ЭО

; 

–

определение

направлений

инвестирования

, 

в

том

числе

на

основе

технико

-

экономиче

-

ской

оценки

и

анализа

надежности

парка

ЭО

.

Положительный

эффект

применения

СИИ

, 

решающих

стратегические

задачи

, 

для

предприятия

выше

, 

чем

СИИ

тактических

задач

, 

тем

более

АРМов

и

баз

данных

  (

БД

). 

Однако

применение

таких

СИИ

обуславливает

высокие

требования

к

качеству

исходной

информации

  (

ее

актуальности

, 

полноты

и

достоверности

). 

С

ростом

уровня

обобщения

данных

происходит

накопление

  (

тиражирование

в

более

высокие

уровни

обобщения

) 

ошибок

, 

допущенных

в

исходных

данных

, 

а

значит

увеличивается

отрицательное

влияние

некачественных

данных

.

Использование

СИИ

, 

решающих

более

сложные

задачи

, 

в

свою

очередь

, 

повышает

требования

к

профессионализму

, 

набору

компетенций

и

полномочий

пользователей

.

Управление

активами

В

статье

рассмотрены

результаты

анализа

изменений

тех

-

нического

состояния

парка

оборудования

на

протяжении

20 

лет

как

следствие

управленческих

решений

по

диагно

-

стированию

и

ремонту

оборудования

АО

  «

Россети

Тю

-

мень

». 

Сам

анализ

и

подготовка

принятых

решений

вы

-

полнены

с

помощью

системы

искусственного

интеллекта

ЭДИС

  «

Альбатрос

». 

Приведены

функциональные

возмож

-

ности

и

структура

системы

, 

а

также

схема

сбора

данных

об

эксплуатации

электрооборудования

. 

15

Данная

статья

показывает

реализацию

части

этих

вопро

-

сов

на

примере

опыта

АО

 «

Россети

Тюмень

» 

по

изменению

подхода

к

эксплуатации

и

отслеживанию

влияния

измене

-

ний

на

техническое

состояния

парка

маслонаполненного

ЭО

с

помощью

СИИ

. 

В

качестве

СИИ

в

АО

 «

Россети

Тюмень

» 

с

 2000 

года

используется

экспертно

-

диагностическая

и

ин

-

формационная

система

управлением

обслуживания

высо

-

ковольтного

электрооборудования

  (

ЭДИС

) «

Альбатрос

». 

ЭДИС

ежегодно

обновляется

разработчиками

синхронно

с

развитием

области

технического

диагностирования

, 

в

том

числе

с

изменениями

в

руководящих

документах

этой

обла

-

сти

 [1, 2].

СТРУКТУРА

ЭДИС

 «

АЛЬБАТРОС

»

Основными

функциями

системы

являются

диагностирова

-

ние

и

назначение

сроков

и

объемов

технического

обслу

-

живания

и

ремонта

 (

ТОиР

) 

электрооборудования

 6–750 

кВ

. 

Диагностирование

проводится

как

для

маслонаполненного

, 

так

и

немаслонаполненного

оборудования

: 

–

силовые

трансформаторы

и

шунтирующие

реакторы

и

их

узлы

  (

высоковольтные

вводы

, 

переключающее

устройство

); 

–

трансформаторы

тока

и

напряжения

; 

–

выключатели

;

–

ограничители

перенапряжения

и

вентильные

разрядники

;

–

конденсаторы

;

–

силовые

кабельные

линии

и

токопроводы

.

ЭДИС

состоит

из

базы

данных

, 

базы

знаний

и

шести

под

-

сис

тем

анализа

данных

. 

Структура

системы

представлена

на

рисунке

 1.

База

данных

содержит

паспортные

характеристики

ЭО

, 

данные

испытаний

и

измерений

, 

информацию

об

условиях

и

режимах

работы

ЭО

и

о

проведенном

ТОиР

. 

Например

, 

оценка

технического

состояния

силовых

трансформаторов

проводится

на

основе

следующих

измерений

:

–

анализа

растворенных

в

масле

газов

 (

АРГ

); 

–

расширенного

физико

-

химического

анализа

 (

ФХА

) 

масла

(34 

контролируемых

параметра

); 

–

увлажнения

и

степени

полимеризации

твердой

изоляции

;

–

изоляционных

характеристик

; 

–

омического

сопротивления

обмоток

; 

–

сопротивления

короткого

замыкания

; 

–

результатов

опыта

холостого

хода

. 

Заносятся

в

БД

и

результаты

диагностирования

ЭО

спе

-

циальными

методами

контроля

: 

тепловизионного

контроля

и

виброобследования

, 

измерения

ЧР

и

пр

.

Подсистема

подготовки

и

верификации

информации

:

–

проводит

подготовку

оперативных

данных

к

анализу

(

приведение

к

температуре

, 

расчет

трендов

и

соотноше

-

ний

параметров

и

т

.

п

.);

–

выявляет

ошибки

в

поступающих

в

систему

данных

, 

воз

-

никающие

из

-

за

несоблюдения

технологии

проведения

контроля

, 

невнимательности

персонала

, 

несовершен

-

ства

методов

и

аппаратуры

измерений

и

пр

.; 

Рис

. 1. 

Структура

ЭДИС

 «

Альбатрос

»

Подсистема определения

новых критериев диагностирования «h»

Подсистема анализа

повреждаемости оборудования «g»

Подсистема анализа технико-экономических

показателей парка оборудования «f»

Подсистема выбора приоритетности ТОиР с учетом

оценок технического состояния и рисков отказа «e»

Подсистема планирования и мониторинга

выполнения операций ТОиР «d»

Подсистема верификации

и подготовки данных к анализу «b»

Алгоритмы

назначения

операций ТОиР

Алгоритмы

локализации

дефекта, поиска

аналога дефекта

Алгоритмы
выявления

вида дефекта

Критерии оценки

параметров

и их трендов

База

данных 

«а»

База знаний «с»

16

Ежеквартальный

спецвыпуск

№

 4 (19), 

декабрь

 2020

–

проверяет

информацию

на

неполноту

, 

актуальность

и

непротиворечивость

.

Эта

подсистема

обеспечивает

качество

исходной

ин

-

формации

, 

используемой

ЭДИС

для

решения

тактических

и

стратегических

задач

. 

Подсистема

планирования

и

мониторинга

операций

ТОиР

автоматически

составляет

планы

эксплуатационных

мероприятий

на

основе

библиотеки

, 

содержащей

условия

и

периодичность

проведения

измерений

и

других

меропри

-

ятий

ТОиР

. 

Подсистема

анализа

повреждаемости

оборудования

со

-

держит

:

–

описание

 (

акт

) 

повреждения

, 

формализованное

с

помо

-

щью

классификационных

справочников

;

–

сценарии

анализа

повреждаемости

на

основе

актов

повреждений

и

рассчитанных

показателей

надеж

-

ности

;

–

базу

данных

развития

дефектов

трансформаторов

, 

подтвержденных

вскрытием

оборудования

. 

Развитие

дефектов

показано

историей

изменения

значений

кон

-

тролируемых

параметров

шести

видов

измерений

, 

в

том

числе

АРГ

. 

Описание

дефекта

в

подсистеме

проводится

согласно

методике

, 

изложенной

авторами

ЭДИС

в

источ

-

нике

 [3]. 

Подсистема

определения

новых

критериев

диагности

-

рования

рассчитывает

 (

по

авторской

методике

 [4]) 

критерии

оценки

контролируемых

параметров

на

основе

данных

экс

-

плуатации

своего

парка

оборудования

, 

накопленных

в

БД

системы

. 

Подсистема

анализа

технико

-

экономических

показате

-

лей

парка

оборудования

позволяет

: 

–

отслеживать

динамику

изменений

количества

ЭО

, 

стоящего

на

учащенном

контроле

по

видам

измерений

, 

уровням

опасности

технического

состояния

и

пр

.;

–

получать

статистические

выборки

с

гибкими

усло

-

виями

отбора

, 

как

по

паспортным

характеристикам

оборудования

, 

так

и

по

оперативной

информации

(

результатам

проведенных

измерений

и

ТОиР

, 

внеш

-

ним

воздействиям

); 

–

рассчитывать

удельные

затраты

и

трудоемкость

по

груп

-

пам

оборудования

.

Назначение

подсистемы

выбора

приоритетности

ТОиР

с

учетом

оценок

технического

состояния

и

рисков

отказа

ясно

из

ее

названия

. 

Расчет

индекса

технического

состоя

-

ния

трансформаторного

оборудования

и

оценка

риска

его

отказа

проводятся

по

авторским

методикам

, 

приведенным

в

источнике

 [5]. 

Наиболее

ценный

и

динамично

развивающийся

компо

-

нент

ЭДИС

 — 

база

знаний

  (

БЗ

). 

Постоянное

обновление

и

дополнение

БЗ

 — 

залог

востребованности

СИИ

, 

увеличе

-

ния

ее

жизненного

цикла

. 

БЗ

системы

содержит

:

–

библиотеки

критериев

оценки

контролируемых

парамет

-

ров

и

их

трендов

; 

–

алгоритмы

определения

вида

, 

характера

дефекта

, 

степени

его

развития

, 

опасности

и

, 

по

возможности

, 

локализации

;

–

алгоритм

определения

узла

  (

системы

) 

силового

транс

-

форматора

, 

в

котором

развивается

повреждение

, 

построенный

на

основе

машинного

обучения

на

базе

данных

повреждений

трансформаторов

 [6];

–

алгоритм

поиска

случая

, 

аналогичного

рассматриваемо

-

му

, 

в

базе

данных

повреждений

трансформаторов

;

–

алгоритмы

назначения

операций

ТОиР

  (

их

объемов

и

сроков

проведения

) 

с

учетом

вида

, 

степени

развития

и

опасности

дефекта

и

его

локализации

.

СХЕМА

СБОРА

ОПЕРАТИВНЫХ

ДАННЫХ

О

СОСТОЯНИИ

ПАРКА

ЭЛЕКТРООБОРУДОВАНИЯ

В

АО

  «

Россети

Тюмень

» 

работа

ЭДИС

построена

по

двух

-

уровневой

схеме

  «

управление

-

филиалы

». 

Каждый

уровень

обладает

своим

функционалом

ЭДИС

, 

который

соответствует

степени

ответственности

и

компетентности

пользователей

, 

набору

решаемых

ими

задач

. 

На

рисунке

 2 

представлена

схе

-

ма

сбора

и

движения

данных

, 

поясняющая

работу

ЭДИС

.

На

уровне

филиалов

установлена

сетевая

версия

из

5–10 

рабочих

мест

 c 

ролями

: «

химик

», «

испытатель

», «

на

-

чальник

службы

». 

Роль

регламентирует

права

доступа

к

ин

-

формации

определенного

вида

. 

Например

, 

пользователь

с

ролью

  «

химик

» 

вносит

в

БД

информацию

, 

касающуюся

контроля

масла

 (

АРГ

, 

ФХА

). 

Пользователь

с

ролью

 «

испыта

-

тель

» 

заносит

данные

электрических

измерений

. 

Согласно

своим

ролям

специалисты

филиала

получа

-

ют

функции

по

анализу

вносимой

ими

информации

от

под

-

систем

и

базы

знаний

ЭДИС

 (

рисунок

 1), 

такие

как

:

–

верификация

вносимых

данных

; 

–

диагностирование

и

выработка

рекомендаций

по

даль

-

нейшей

эксплуатации

единицы

оборудования

;

–

выдача

протоколов

оценки

технического

состояния

и

карточек

измерений

; 

–

составление

ежегодного

плана

измерений

; 

–

формирование

сводок

оборудования

, 

стоящего

на

уча

-

щенном

контроле

, 

статистических

выборок

показателей

парка

оборудования

и

пр

.

Для

специалиста

с

ролью

 «

начальник

службы

» 

доступен

как

весь

функционал

по

анализу

информации

ролей

  «

хи

-

мик

» 

и

 «

испытатель

», 

так

и

более

глубокий

анализ

данных

с

большим

уровнем

обобщения

информации

  (

например

, 

локализация

дефекта

и

поиска

его

аналогов

в

БД

фактов

повреждения

трансформаторов

, 

ранжирование

парка

транс

-

форматоров

на

основе

расчета

индекса

технического

состо

-

яния

и

рисков

отказа

и

пр

.).

На

уровне

управления

АО

  «

Россети

Тюмень

» 

исполь

-

зуется

сетевая

версия

ЭДИС

на

трех

рабочих

местах

с

ро

-

лями

: «

менеджер

информации

» 

и

  «

эксперт

». 

Специалист

с

ролью

  «

менеджер

информации

» 

координирует

движение

Управление

активами

17

потоков

информации

между

БД

ЭДИС

и

БД

Системы

управ

-

ления

производственными

активами

  (

СУПА

). 

Как

правило

, 

это

сотрудник

службы

информационных

технологий

. 

Инте

-

грация

систем

ЭДИС

и

СУПА

 (

реализованной

на

базе

 SAP 

ERP) 

на

уровне

баз

данных

сокращает

время

сбора

данных

испытаний

и

измерений

по

маслонаполненному

оборудо

-

ванию

, 

а

также

исключает

повторный

ручной

ввод

данных

в

различных

системах

. 

Специалисты

управления

с

ролью

  «

эксперт

» 

обладают

всеми

возможными

правами

на

доступ

к

данным

и

их

ана

-

лизу

. 

Это

руководитель

и

ведущий

инженер

сектора

диа

-

гностики

, 

отвечающий

за

техническое

состояние

ЭО

и

свое

-

временную

подготовку

мероприятий

по

воздействию

на

оборудование

 (

комплексная

диагностика

, 

текущий

, 

средний

, 

капитальный

ремонты

и

т

.

д

.). 

Экспертам

доступен

анализ

повреждаемости

парка

оборудования

, 

расчет

новых

крите

-

риев

диагностирования

. 

Разработчики

ЭДИС

надеются

, 

что

со

временем

среди

пользователей

появятся

и

аналитики

.

Обмен

данными

между

БД

филиалов

и

БД

управле

-

ния

осуществляется

автоматически

специальным

блоком

репликации

данных

по

задаваемому

расписанию

. 

Обычно

это

происходит

в

часы

наименьшей

загрузки

локальной

сети

предприятия

. 

В

БД

управления

поступает

инфор

-

мация

о

данных

испытаний

, 

измерений

и

паспортных

ха

-

рактеристик

оборудования

из

девяти

БД

служб

изоляции

филиалов

и

трех

БД

территориальных

производственных

отделений

  (

ТПО

). 

Из

БД

управления

во

все

БД

филиалов

и

ТПО

поступает

информация

об

изменениях

в

справочни

-

ках

БД

и

библиотеках

критериев

оценки

контролируемых

параметров

ЭО

. 

Таким

образом

, 

в

АО

 «

Россети

Тюмень

» 

ЭДИС

работает

в

варианте

организации

на

каждом

функциональном

уровне

автономной

сети

. 

Есть

случаи

внедрения

ЭДИС

с

подключе

-

нием

рабочих

мест

различных

филиалов

и

управления

к

од

-

ной

централизованной

БД

. 

Несмотря

на

это

, 

нам

видится

, 

что

выбранная

АО

 «

Россети

Тюмень

» 

схема

сбора

данных

с

независимой

работой

каждого

уровня

обладает

большей

устойчивостью

, 

живучестью

, 

а

значит

, 

большей

безопасно

-

стью

для

предприятия

в

целом

. 

Кроме

того

, 

это

решение

сводит

до

минимума

трафик

сети

.

Рис

. 2. 

Схема

сбора

данных

ЭДИС

 «

Альбатрос

»

Уровень управления энергокомпании

Филиал № 2

Филиал № 1

БД СУПА

Сервер БД

SAP ERP

Основная БД 

ЭДИС 

Репликатор

Канал связи 1

управления 

Выводы, графики,
протоколы, отчеты

Приложение 

ЭДИС  

Сервер БД

Fireberd

Сервер
управления 

Рабочие места
экспертов № 1– 

x

Канал связи 2

...

Филиал № 9

Канал связи 9

БД филиала

Репликатор

филиала

Сервер БД   

Сервер филиала

Рабочее место начальника службы № 1

Приложение 

ЭДИС 

Выводы, графики,
протоколы, отчеты

Рабочие места
высоковольтной лаборатории № 1–7

Рабочие места
хим. лаборатории № 1–4

...

18

Ежеквартальный

спецвыпуск

№

 4 (19), 

декабрь

 2020

СИСТЕМА

ОБУЧЕНИЯ

ПЕРСОНАЛА

Одно

из

ключевых

условий

эффективного

использования

СИИ

 — 

обучение

персонала

. 

Речь

идет

не

об

изучении

интерфейса

программы

, 

а

о

знаниях

в

области

диагности

-

рования

оборудования

, 

правилах

его

эксплуатации

и

ре

-

монта

, 

о

понимании

методик

анализа

повреждаемости

оборудования

и

ранжирования

по

техническому

состоя

-

нию

, 

получения

критериев

оценки

контролируемых

пара

-

метров

и

др

. 

Речь

 — 

об

освоении

пользователями

того

потенциала

знаний

, 

который

заложен

в

ЭДИС

. 

Во

время

обучения

пользователи

должны

приобрести

навыки

использования

СИИ

в

повседневной

работе

, 

рас

-

ширить

свой

обычный

набор

процедур

анализа

данных

. 

Кроме

того

, 

они

имеют

возможность

на

практике

убедить

-

ся

в

пользе

системы

: 

увидеть

сокращение

рабочего

вре

-

мени

на

составление

отчетов

, 

протоколов

, 

планов

изме

-

рений

и

пр

.; 

оценить

качество

диагностирования

и

других

видов

анализа

системой

данных

. 

В

этом

случае

исполь

-

зование

ЭДИС

не

будет

вызывать

внутреннего

сопротив

-

ления

персонала

. 

По

оценкам

разработчиков

системы

, 

без

обучения

персонал

использует

возможности

ЭДИС

только

вполовину

.

За

длительный

  (

более

 20 

лет

) 

период

эксплуата

-

ции

ЭДИС

в

АО

 «

Россети

Тюмень

» 

обучение

персонала

проводилось

с

периодичностью

 1 

раз

в

 2–3 

года

. 

Такое

количество

курсов

обусловлено

тем

, 

что

в

конкретном

обучении

принимает

участие

только

часть

специали

-

стов

филиала

, 

есть

обновление

персонала

на

местах

, 

постоянно

происходит

совершенствование

системы

, 

расширение

ее

функционала

. 

Кроме

того

, 

обучение

про

-

водится

по

трем

различным

программам

. 

Последние

10 

лет

обучение

проводится

в

виде

курсов

повышения

квалификации

  (

КПК

) 

на

базе

Уральского

федерального

университета

. 

Значительную

часть

обучения

занимает

практика

анализа

информации

с

помощью

ЭДИС

на

ре

-

альных

примерах

повреждения

оборудования

и

анализа

технико

-

экономических

показателей

парка

ЭО

по

акту

-

альной

БД

АО

  «

Россети

Тюмень

». 

На

курсах

отведено

время

обмену

опытом

между

слушателями

по

примене

-

нию

новых

приборов

и

методов

диагностирования

, 

слу

-

чаях

выявления

дефектов

в

оборудовании

и

пр

. 

Такая

форма

обучения

вызывает

живой

интерес

, 

поскольку

слушатели

могут

увидеть

развитие

повреждения

обо

-

рудования

по

данным

измерений

и

испытаний

, 

занесен

-

ным

в

БД

.

ОПЫТ

АО

 «

РОССЕТИ

ТЮМЕНЬ

»

ПО

АНАЛИТИКЕ

ДАННЫХ

ЭКСПЛУАТАЦИИ

Аналитики

уже

давно

и

успешно

работают

в

финансовых

, 

инвестиционных

компаниях

, 

банковских

структурах

, 

кон

-

салтинговых

компаниях

, 

брокерских

конторах

. 

По

наше

-

му

мнению

, 

давно

создана

почва

для

работы

аналитиков

в

энергетике

. 

Применительно

к

сетевым

предприятиям

аналитик

может

быть

полезен

техническому

руководству

для

следующего

: 

–

прогнозирования

изменений

технического

состояния

парка

оборудования

со

среднесрочным

горизонтом

пла

-

нирования

 (5 

и

более

лет

);

–

определения

наиболее

надежных

типов

оборудования

и

их

производителей

;

–

определения

типов

оборудования

 c 

минимальными

затратами

на

эксплуатацию

в

течение

назначенного

ресурса

;

–

определения

узких

мест

в

организации

проведения

экс

-

плуатации

 (

в

том

числе

технического

диагностирования

) 

и

ремонта

электрооборудования

и

выработки

рекомен

-

даций

по

их

устранению

, 

в

том

числе

в

кадровых

вопро

-

сах

;

–

выявления

передового

опыта

в

вопросах

диагности

-

рования

, 

эксплуатации

и

ремонта

оборудования

и

рас

-

пространение

его

в

других

структурных

единицах

энер

-

гокомпании

;

–

определения

необходимых

объемов

и

сроков

эксплуа

-

тационных

мероприятий

для

поддержания

технического

состояния

парка

оборудования

, 

обеспечивающее

требу

-

емый

уровень

и

качество

энергоснабжения

. 

Рассмотрим

далее

примеры

аналитики

технического

состояния

парка

оборудования

, 

выполненные

с

помощью

ЭДИС

, 

на

примере

одного

из

филиалов

АО

  «

Россети

Тю

-

мень

».

Пример

 1.

Проведение

АРГ

для

маслонаполненных

из

-

мерительных

трансформаторов

  (

ИТ

) 

документами

 [7, 8] 

не

регламентировалось

, 

поэтому

проводилось

в

энергоком

-

пании

выборочно

. 

С

начала

внедрения

ЭДИС

для

оценки

состояния

ИТ

по

результатам

АРГ

использовали

критерии

, 

предлагаемые

ЭДИС

. 

После

накопления

положительного

опыта

применения

АРГ

для

идентификации

дефектов

ИТ

главным

инженером

АО

  «

Россети

Тюмень

» 

было

принято

решение

о

регулярном

проведении

АРГ

для

трансформато

-

ров

тока

 (1 

раз

в

 2 

года

) 

и

напряжения

 (1 

раз

в

 4 

года

). 

Таким

образом

, 

к

 2013 

году

в

БД

ЭДИС

накопился

достаточный

массив

эксплуатационных

данных

, 

чтобы

уточнить

критерии

оценки

АРГ

ИТ

для

собственного

парка

оборудования

. 

Рас

-

четы

предельно

допустимых

значений

концентраций

газов

были

выполнены

с

помощью

подсистемы

определения

но

-

вых

критериев

диагностирования

ЭДИС

. 

Полученные

крите

-

рии

оценки

АРГ

были

утверждены

главным

инженером

и

за

-

несены

в

базу

знаний

ЭДИС

для

возможности

оперативной

оценки

парка

ИТ

. 

На

рисунке

 3 

представлен

статистический

анализ

трансформаторов

тока

 (

ТТ

), 

стоящих

на

учащенном

контроле

на

протяжении

 20 

лет

, 

проведенный

подсистемой

анализа

технико

-

экономических

показателей

парка

обору

-

дования

для

одного

из

филиалов

. 

Система

автоматически

проводит

оценку

контролируемых

параметров

и

динамику

их

изменения

по

различным

видам

измерений

, 

определяя

одну

из

 5 

категорий

технического

состояния

: 

исправное

состоя

-

Управление

активами

19

ние

, 

зона

риска

развития

повреждения

, 

зона

опасности

раз

-

вития

повреждения

, 

зона

дефекта

, 

зона

опасного

дефекта

. 

Как

показывает

график

рисунка

 3, 

с

начала

введения

обяза

-

тельного

проведения

АРГ

для

ИТ

количество

ТТ

, 

стоящих

на

учащенном

контроле

по

АРГ

, 

выросло

.

Затем

их

количество

уменьшилось

и

стабилизирова

-

лось

в

 2016–2019 

годы

на

уровне

примерно

половины

от

количества

 2011–2013 

годов

. 

То

есть

в

течение

двух

лет

(2010–2011 

годы

) 

были

выявлены

все

ТТ

с

развивающими

-

ся

повреждениями

. 

На

протяжении

 2010–2013 

годов

эти

ТТ

были

либо

отремонтированы

, 

либо

заменены

, 

после

чего

ежегодное

количество

ТТ

на

контроле

по

АРГ

уменьшилось

. 

Таким

образом

, 

построенный

ЭДИС

график

изменения

за

 19 

лет

количества

ТТ

, 

стоящих

на

учащенном

контроле

по

АРГ

, 

показывает

следующее

:

–

управленческое

решение

по

применению

АРГ

для

оцен

-

ки

технического

состояния

ТТ

имеет

положительный

эффект

  (

даже

можно

определить

степень

положитель

-

ного

влияния

);

–

критерии

оценки

результатов

АРГ

для

парка

ИТ

опреде

-

лены

верно

. 

Пример

 2.

На

графике

статистики

поста

-

новки

на

контроль

ТТ

 110 

кВ

по

разным

видам

измерений

 (

рисунок

 3) 

мы

видим

резкий

рост

ТТ

на

контроле

по

ФХА

масла

с

 2010 

года

. 

Ис

-

следуем

этот

вопрос

подробнее

. 

В

таблице

 1 

показано

количество

ФХА

масла

ТТ

 110 

кВ

, 

внесенных

в

БД

.

Мы

видим

, 

что

при

выявлении

отклонений

характеристик

качества

масла

, 

при

примерно

одном

и

том

же

количестве

измерений

в

год

и

периодичности

ФХА

масла

 1 

раз

в

 2 

года

, 

с

течением

времени

ТТ

на

контроле

остается

все

меньше

. 

Это

происходит

вследствие

устранения

причин

постановки

на

учащенный

контроль

. 

Таким

образом

, 

техническое

со

-

стояние

парка

ТТ

, 

в

целом

, 

улучшилось

, 

благодаря

вовремя

проведенным

операциям

ТОиР

. 

Графики

рисунков

 3 

и

 4 

построены

на

основании

отчета

, 

характеристики

которого

определяются

ЭДИС

автоматически

. 

В

отчете

содержится

следующая

информация

: 

место

уста

-

новки

трансформатора

, 

дата

постановки

и

снятия

с

контроля

, 

градация

технического

состояния

, 

вид

измерения

и

список

параметров

, 

по

которым

оборудование

ставится

на

контроль

. 

Изучив

отчет

о

ТТ

, 

стоящих

на

контроле

, 

по

которому

были

построены

графики

 (

рисунки

 3 

и

 4), 

видим

, 

что

в

 2010–2011 

го

-

дах

постановка

на

контроль

по

ФХА

масла

в

большей

части

проводилась

из

-

за

ухудшения

параметра

влагосодержания

масла

. 

Дело

в

том

, 

что

в

это

время

в

АО

 «

Россети

Тюмень

» 

стали

использоваться

более

жесткие

критерии

отбраковки

по

Рис

. 3. 

Статистика

постановки

на

контроль

системой

ТТ

 110 

кВ

по

разным

видам

измерений

Табл

. 1. 

Количество

ФХА

масла

, 

внесенных

в

БД

по

ТТ

 110 

кВ

2009

2010

2011

2012

2013

2014

2015

ФХА

проведено

, 

шт

.

6

74

87

79

81

60

73

Из

них

на

контроле

6

51

56

28

26

22

10

20

Ежеквартальный

спецвыпуск

№

 4 (19), 

декабрь

 2020

влагосодержанию

масла

ТТ

 (

они

были

сниженные

с

 30 

г

/

т

до

25 

г

/

т

). 

Далее

происходила

заливка

увлажненных

ТТ

свежим

маслом

. 

Как

показывает

график

на

рисунке

 3, 

количество

ТТ

, 

стоящих

на

контроле

по

показателям

качества

масла

в

 2012–

2018 

годах

, 

снижалось

.

Рисунок

 4 

показывает

изменение

статистики

постановки

на

учащенный

контроль

ТТ

 110 

кВ

по

показателям

качества

масла

в

разрезе

категорий

технического

состояния

. 

Отметим

, 

что

количество

ТТ

в

категориях

 «

дефект

» 

и

 «

опасный

дефект

» 

уменьшается

, 

видимо

, 

благодаря

своевременно

проведенно

-

му

ТОиР

. 

Количество

ТТ

в

категориях

 «

зон

риска

и

опасности

» 

незначительно

увеличивается

, 

отражая

процесс

старения

парка

оборудования

. 

Тенденции

обоих

графиков

  (

рисунки

 3 

и

 4) 

показывают

улучшение

технического

состояния

парка

ТТ

.

Пример

 3.

В

 2013 

году

в

АО

  «

Россети

Тюмень

» 

было

принято

решение

о

проведении

АРГ

для

силовых

трансфор

-

маторов

 (

СТ

) 35 

кВ

с

периодичностью

 1 

раз

в

год

. 

Напомним

, 

что

руководящие

документы

 [7, 8] 

не

регламентировали

про

-

ведение

АРГ

для

СТ

 35 

кВ

и

не

содержали

соответствующие

критерии

оценки

. 

Оценка

результатов

АРГ

для

трансформа

-

торов

 35 

кВ

до

 2018 

года

проводилась

системой

по

критери

-

ям

, 

полученным

для

СТ

 35 

кВ

в

ходе

научно

-

исследователь

-

ской

работы

авторов

ЭДИС

. 

После

 2018 

года

оценка

АРГ

СТ

35 

кВ

проводится

ЭДИС

согласно

документу

 [2].  

На

рисунке

 5 

представлен

результат

работы

ЭДИС

по

автоматической

постановке

СТ

 35 

кВ

на

контроль

в

виде

от

-

чета

. 

Как

показывает

отчет

, 

система

определяет

контроли

-

руемые

и

расчетные

параметры

, 

вышедшие

за

регламенти

-

руемый

диапазон

. 

В

числителе

располагаются

параметры

, 

превышающие

свои

предельно

допустимые

значения

, 

в

зна

-

менателе

 — 

допустимые

значения

. 

Из

расчетных

параме

-

тров

в

отчете

отмечены

превышение

потерь

холостого

хода

относительно

паспортных

значений

, 

отклонение

межфазной

разницы

активных

сопротивлений

обмоток

и

пр

. 

Кроме

того

, 

в

отчете

отмечены

недостоверные

замеры

, 

выявленные

подсистемой

верификации

данных

. 

В

зависимости

от

набо

-

ра

параметров

, 

превышающих

регламентированные

значе

-

ния

, 

ЭДИС

автоматически

определяет

, 

в

какой

из

пяти

кате

-

горий

технического

состояния

находится

данный

СТ

 35 

кВ

. 

Исправные

СТ

в

отчет

не

попадают

.

На

основании

данных

отчета

о

СТ

 35 

кВ

, 

стоящих

в

 2010–2019 

годах

на

учащенном

контроле

по

разным

видам

измерений

, 

построены

графики

, 

показанные

на

рисунке

 6.

График

СТ

на

контроле

по

результатам

оценки

АРГ

на

-

чинается

с

 2013 

года

, 

когда

в

диагностику

СТ

 35 

кВ

был

подключен

АРГ

. 

После

четырех

лет

применения

АРГ

для

идентификации

дефектов

в

СТ

 35 

кВ

, 

число

СТ

, 

стоящих

на

контроле

по

АРГ

, 

начало

снижаться

. 

Кроме

того

, 

снижалось

и

количество

СТ

 35 

кВ

, 

стоящих

на

контроле

по

другим

ви

-

дам

измерений

. 

Этому

снижению

способствовало

выявле

-

ние

 «

больных

» 

СТ

с

помощью

АРГ

.

Статистический

анализ

также

выявил

тенденцию

сни

-

жения

доли

СТ

с

уровнями

  «

опасный

дефект

» 

и

  «

дефект

» 

в

общем

числе

трансформаторов

на

учащенном

контроле

. 

К

сожалению

, 

не

удается

проследить

изменение

коли

-

чества

СТ

 35 

кВ

, 

стоящих

на

контроле

по

электрическим

Рис

. 4. 

Статистика

постановки

на

контроль

системой

ТТ

 110 

кВ

по

результатам

ФХА

масла

по

категориям

технического

состояния

Управление

активами

21

измерениям

после

 2018 

года

в

полном

объеме

, 

так

как

в

этот

период

был

прекращен

обмен

данных

между

БД

ЭДИС

и

БД

СУПА

из

-

за

изменения

структуры

последней

.

Пример

 4.

Далее

проведем

анализ

, 

по

каким

параме

-

трам

качества

масла

стоят

на

контроле

различные

виды

оборудования

в

одном

из

южных

филиалов

  (

филиал

А

). 

Рис

. 5. 

Статистика

постановки

на

контроль

силовых

трансформаторов

 35 

кВ

по

разным

видам

измерений

ЭДИС

в

 2010 

году

Рис

. 6. 

Статистика

постановки

на

контроль

ЭДИС

силовых

трансформаторов

 35 

кВ

по

разным

видам

измерений

в

период

 2010–

2019 

годов

22

Ежеквартальный

спецвыпуск

№

 4 (19), 

декабрь

 2020

В

таблице

 2 

приведены

названия

рассматриваемых

па

-

рамет

ров

и

условия

, 

при

которых

оборудование

ставится

по

ним

на

учащенный

контроль

. 

По

мнению

разработчиков

ЭДИС

, 

значения

, 

регламен

-

тирующие

тангенс

диэлектрических

потерь

масла

tg



м

в

до

-

кументе

 [1], 

требуют

значительной

корректировки

. 

В

БД

АО

 «

Россети

Тюмень

» 

хранится

более

 28 

тысяч

измерений

этого

параметра

. 

Из

них

только

 0,11% 

превышают

свое

пре

-

дельно

допустимое

значение

и

 0,32% — 

области

нормаль

-

ного

состояния

, 

определенные

в

 [1]. 

Силовые

трансформа

-

торы

, 

стоящие

на

учащенном

контроле

по

влагосодержанию

масла

или

кислотному

числу

согласно

критериям

 [1], 

состав

-

ляют

 3–6% 

каждый

. 

Коэффициент

корреляции

между

вла

-

госодержанием

, 

кислотным

числом

и

тангенсом

масла

tg



м

составляет

 0,4–0,7. 

Соответственно

, 

минимальная

доля

стоящих

на

контроле

по

параметру

tg



м

должна

составлять

1,2%, 

а

не

 0,11%. 

Постановка

на

контроль

по

tg



м

всего

од

-

ного

трансформатора

из

тысячи

замеров

  (

по

завышенным

значениям

, 

регламентированным

 [1, 8]) 

делает

контроль

tg



м

бессмысленным

. 

Между

тем

, 

тангенс

диэлектрических

Табл

. 2. 

Условия

постановки

на

контроль

по

параметрам

качества

масла

Параметр

качества

масла

Обозначение

Условия

постановки

на

контроль

Содержание

антиокислитель

-

ной

присадки

АОП

, %

Ниже

, 

чем

значение

области

нормального

состояния

 (

п

. 8 

таблицы

 31.4 [1])

Температура

вспышки

в

за

-

крытом

тигле



T

всп

, °

С

Снижение

более

чем

на

 5°

С

в

сравнении

с

предыдущим

анализом

 (

п

. 3 

таблицы

 31.4 [1])

Влагосодержание

H

2

O, 

г

/

т

Выше

, 

чем

значение

области

нормального

состояния

 (

п

. 4 

таблицы

 31.4 [1])

Тангенс

угла

диэлектрических

потерь

при

 90°

С

tg



м

 90°

С

, %

Выше

, 

чем

 3% 

Кислотное

число

КОН

, 

мгКОН

/

г Выше

, 

чем

значение

области

нормального

состояния

 (

п

. 2 

таблицы

 31.4 [1])

Пробивное

напряжение

U

пр

, 

кВ

Ниже

, 

чем

значение

области

нормального

состояния

 (

п

. 1 

таблицы

 31.4 [1])

Класс

промышленной

чистоты

Класс

чст

.

Выше

, 

чем

значение

области

нормального

состояния

 (

п

. 5 

таблицы

 31.4 [1])

Рис

. 7. 

Статистика

постановки

на

контроль

различных

видов

ЭО

по

показателям

качества

масла

филиала

А

СТ, АТ (бак)

РПН (бак)

ТТ

ТН

МВ (бак)

0

2

4

6

8

10

12

14

16

АОП, %

'

T

всп.

, °С

H

2

O, г/т

tg

G

м

 90◦С, 

%

КОН, 

мгКОН/г

U

пр.

, кВ

Класс чст.

Управление

активами

23

потерь

масла

tg



м

более

чувствителен

к

появлению

в

масле

коллоидных

образований

и

других

продуктов

старения

мас

-

ла

, 

чем

параметры

, 

определяемые

химическими

методами

. 

По

вышеизложенным

причинам

, 

для

целей

нашего

иссле

-

дования

было

применено

свое

условие

постановки

на

кон

-

троль

оборудования

по

росту

tg



м

, 

указанное

в

таблице

 2.

На

рисунке

 7 

представлена

диаграмма

доли

 (%) 

ЭО

, 

по

-

ставленного

на

учащенный

контроль

за

последние

четыре

года

с

разбивкой

по

показателям

качества

масла

 (

таблица

 2) 

и

видам

оборудования

:

–

масло

из

баков

силовых

трансформаторов

 6–110 

кВ

 (

СТ

, 

бак

);

–

масло

из

баков

контакторов

переключающих

устройств

(

РПН

, 

бак

);

–

масло

из

трансформаторов

тока

 110 

кВ

 (

ТТ

);

–

масло

из

трансформаторов

напряжения

 110 

кВ

 (

ТН

);

–

масло

из

баков

масляных

выключателей

 110 

кВ

 (

МВ

, 

бак

).

Диаграмма

рисунка

 7 

демонстрирует

, 

что

масло

в

обо

-

рудовании

различного

вида

стареет

по

-

разному

. 

Причина

этого

 — 

различные

режимы

работы

, 

в

том

числе

темпера

-

турные

, 

различные

соотношения

бумага

/

масло

. 

Старение

масла

в

силовых

трансформаторах

больше

выражено

про

-

цессами

увлажнения

и

окисления

. 

Для

ТТ

характерен

рост

tg



м

 90°

С

, 

в

том

числе

за

счет

появления

коллоидных

об

-

разований

  (

вплоть

до

образования

Х

-

воска

при

опреде

-

ленных

условиях

). 

Масло

контакторов

РПН

увлажняется

и

загрязняется

углеродом

. 

Это

оборудование

ставится

на

контроль

, 

в

основном

по

напряжению

пробоя

масла

, 

так

как

этот

показатель

снижается

при

загрязнении

и

увлажнении

масла

. 

На

диаграммах

доля

РПН

и

ВМ

, 

стоящих

на

контроле

по

классу

частоты

небольшая

, 

так

как

применялись

более

мягкие

регламентируемые

значения

 (12 

и

 13 

класс

чистоты

соответственно

). 

В

целом

, 

диаграмма

показывает

, 

что

доля

ЭО

, 

которая

в

ближайшие

годы

потребует

регенерации

 (

за

-

мены

) 

масла

в

этом

филиале

выше

, 

чем

в

среднем

по

пред

-

приятию

.

Пример

 5.

На

рисунке

 8 

представлена

диаграмма

про

-

цента

 (%) 

ЭО

, 

поставленного

на

учащенный

контроль

за

по

-

следние

 4 

года

с

разбивкой

по

показателям

качества

масла

(

таблица

 2) 

и

видам

оборудования

для

филиала

, 

находяще

-

гося

севернее

 (

филиал

В

).

Сравнивая

диаграммы

двух

филиалов

, 

мы

видим

, 

что

в

филиале

В