Ciri Penurunan Kinerja dan Prediksi Umur Kapasitor Listrik dalam Kondisi Suhu Tinggi

Karakteristik Penurunan Kinerja dan Prediksi Umur Komponen Kapasitor Listrik dalam Kondisi Suhu Tinggi

Dengan terus berkembangnya sistem listrik dan meningkatnya permintaan beban, lingkungan operasi peralatan listrik menjadi semakin kompleks. Peningkatan suhu lingkungan telah muncul sebagai faktor kunci yang mempengaruhi operasi yang andal dari kapasitor listrik. Sebagai komponen kritis dalam sistem transmisi dan distribusi listrik, penurunan kinerja kapasitor listrik secara langsung mempengaruhi keamanan dan stabilitas jaringan. Dalam kondisi suhu tinggi, bahan dielektrik di dalam kapasitor menua lebih cepat, menyebabkan penurunan signifikan dalam kinerja listrik, umur layanan yang lebih pendek, dan potensi kegagalan sistem.

1. Studi Karakteristik Penurunan Kinerja
1.1 Persiapan Eksperimen

Kapasitor listrik paralel dengan tegangan nominal 10 kV dan kapasitas 100 kvar dipilih sebagai sampel uji, memenuhi persyaratan GB/T 11024.1—2019, Kapasitor sejajar untuk sistem listrik AC dengan tegangan nominal di atas 1000 V – Bagian 1: Umum. Sistem uji termasuk pengujian kapasitansi OMICRON CP TD1 dan analisis kerugian dielektrik ME632, dengan suhu dikontrol oleh ruang penuaan suhu tinggi KSP-015. Tiga level suhu—70 °C, 85 °C, dan 100 °C—ditetapkan, dengan lima sampel diuji pada setiap level. Prosedur uji mengikuti IEC 60871-2, menerapkan tegangan nominal secara berkelanjutan selama proses penuaan untuk mensimulasikan kondisi operasi nyata.

1.2 Perilaku Degradasi Kerugian Dielektrik

Pada suhu tinggi, kerugian dielektrik (tanδ) menunjukkan ketergantungan suhu yang signifikan. Pada 70 °C, tanδ meningkat perlahan seiring waktu, tetap dalam batas operasional, menunjukkan kinerja isolasi yang stabil. Pada 85 °C, laju peningkatan mempercepat, dengan kemiringan kurva menjadi lebih curam; beberapa sampel melebihi batas standar pada tahap akhir. Pada 100 °C, tan&δ; naik tajam dengan kurva yang sangat curam, menunjukkan karakteristik penuaan termal yang khas.

1.3 Karakteristik Variasi Kapasitansi

Peningkatan suhu secara signifikan mempengaruhi stabilitas kapasitansi, dengan perilaku yang bergantung pada tahapan. Pada suhu rendah, penyimpangan kapasitansi tetap dalam toleransi yang dapat diterima, menunjukkan stabilitas yang baik. Dalam rentang suhu sedang, kapasitansi mulai berkurang secara signifikan, dengan penyimpangan mendekati batas operasional. Pada suhu tinggi, kapasitansi berkurang dengan cepat, melebihi penyimpangan yang dapat diterima, menunjukkan penurunan yang dipercepat.

2. Pengembangan Model Prediksi Umur
2.1 Analisis Data Penurunan Kinerja

Dengan membandingkan laju degradasi pada level suhu yang berbeda, hubungan antara suhu dan faktor percepatan dianalisis. Kriteria gagal yang komprehensif dibentuk berdasarkan parameter kunci seperti kerugian dielektrik, penyimpangan kapasitansi, dan resistansi isolasi. Hasil menunjukkan bahwa penurunan kinerja mempercepat secara signifikan pada suhu tinggi, dengan faktor percepatan menunjukkan hubungan eksponensial dengan suhu. Pemuaian data menghasilkan koefisien korelasi yang tinggi, mengkonfirmasi signifikansi statistik yang kuat. Persamaan Arrhenius digunakan untuk menghitung faktor percepatan, mengintegrasikan energi aktivasi yang diperoleh secara eksperimental dan konstanta Boltzmann, sehingga membentuk hubungan kuantitatif antara suhu dan percepatan.

2.2 Aplikasi Model Arrhenius

Seperti ditunjukkan pada Gambar 1, data eksperimental disesuaikan dalam sistem koordinat log-masa pakai vs. invers suhu (1/T), menghasilkan korelasi linier yang kuat. Kemiringan garis yang sesuai berkorespondensi dengan energi aktivasi EaEa (dalam kJ/mol), mewakili hambatan energi proses penuaan, dan sesuai dengan harapan teoretis. Koefisien korelasi yang tinggi mengkonfirmasi kesesuaian yang luar biasa antara data eksperimental dan model Arrhenius. Analisis interval kepercayaan 95% menunjukkan prediksi yang dapat diandalkan secara statistik. Hasil eksperimental menunjukkan bahwa, dalam rentang suhu yang diuji, laju penurunan kinerja secara signifikan berkaitan eksponensial dengan suhu. Berdasarkan data umur pada titik suhu yang berbeda, model matematika yang menghubungkan suhu dan umur layanan dibentuk.

2.3 Implementasi Prediksi Umur
Prediksi umur didasarkan pada teori kerusakan kumulatif, yang menumpuk efek kerusakan di bawah kondisi suhu yang berbeda. Metode prediksi secara komprehensif mempertimbangkan faktor-faktor seperti laju penuaan material, fluktuasi suhu lingkungan, dan variasi beban. Siklus operasi dibagi menjadi n interval waktu, dengan kerusakan pada setiap interval ditentukan oleh suhu operasi dan durasi. Data suhu diperoleh melalui sistem pemantauan online dengan interval sampling 1 jam untuk memastikan kontinuitas dan akurasi data. Suhu yang diukur dimasukkan ke dalam persamaan Arrhenius untuk menghitung waktu operasi ekivalen untuk setiap interval. Akumulasi kerusakan di semua interval menghasilkan umur layanan sisa yang diprediksi [4]. Akurasi prediksi divalidasi menggunakan hasil uji penuaan dipercepat, dengan deviasi rata-rata antara perhitungan model dan data eksperimental dipertahankan dalam ±8%.

3. Aplikasi dan Verifikasi
3.1 Analisis Akurasi Prediksi

Model prediksi diverifikasi menggunakan pendekatan kombinasi uji penuaan dipercepat dan data operasional aktual. Beberapa batch kapasitor listrik dengan durasi layanan yang berbeda dipilih untuk pengujian kinerja, dan hasilnya dibandingkan dengan prediksi model. Seperti ditunjukkan pada Tabel 1, untuk grup operasi 5 tahun, umur rata-rata yang diukur adalah 4,8 tahun dan nilai yang diprediksi adalah 5,2 tahun, menghasilkan kesalahan relatif 7,7%; untuk grup 8 tahun, nilai yang diukur adalah 7,6 tahun dan nilai yang diprediksi adalah 8,3 tahun, dengan kesalahan relatif 8,4%; untuk grup 10 tahun, nilai yang diukur adalah 9,5 tahun dan nilai yang diprediksi adalah 10,2 tahun, menghasilkan kesalahan relatif 6,9%. Analisis sumber kesalahan menunjukkan bahwa fluktuasi suhu lingkungan adalah faktor utama yang mempengaruhi akurasi prediksi. Ketika variasi suhu harian melebihi 20 °C, kesalahan prediksi model meningkat menjadi 12%. Selain itu, fluktuasi suhu yang disebabkan oleh variasi beban berkontribusi pada peningkatan kesalahan prediksi sebesar 4,2%.

3.2 Rekomendasi Aplikasi Teknik

Seperti ditunjukkan pada Tabel 2, ketika suhu lingkungan dipertahankan di bawah 75 °C, laju penurunan umur peralatan berkurang sebesar 58%. Untuk setiap penurunan 5 °C pada suhu lokasi instalasi, umur layanan yang diharapkan meningkat sebesar 18,5%. Dengan meningkatkan ventilasi, suhu lingkungan di tempat uji berkurang rata-rata 7,2 °C, menghasilkan peningkatan 32% dalam stabilitas parameter kinerja kapasitor. Data suhu dari sistem pemantauan online menunjukkan bahwa setelah implementasi ventilasi cerdas, suhu maksimum di sekitar peralatan berkurang sebesar 11,3 °C dan suhu rata-rata berkurang sebesar 8,7 °C. Model prediksi umur diterapkan di stasiun 500 kV selama satu tahun, berhasil mengeluarkan peringatan dini untuk enam potensi kegagalan, meningkatkan efisiensi pemeliharaan preventif sebesar 43%. Analisis data pemeliharaan menunjukkan bahwa keputusan pemeliharaan dan penggantian berdasarkan prediksi model mencapai akurasi 87%, mewakili peningkatan 35% dibandingkan dengan pemeliharaan berbasis waktu. Strategi manajemen peralatan yang dipandu model mengurangi biaya pemeliharaan sebesar 27% dan meningkatkan ketersediaan peralatan sebesar 15%.

4. Kesimpulan

Melalui uji penuaan dipercepat sistematis dan analisis data, studi ini mengungkap pengaruh lingkungan suhu tinggi terhadap penurunan kinerja kapasitor listrik dan membentuk model prediksi umur berdasarkan persamaan Arrhenius. Hasil eksperimental menunjukkan bahwa suhu lingkungan adalah faktor kunci yang mempengaruhi umur kapasitor: untuk setiap kenaikan suhu 10 °C, umur layanan berkurang sebesar 42,5% ± 2,5%. Parameter kinerja kritis seperti kerugian dielektrik, kapasitansi, dan resistansi isolasi menunjukkan tren penurunan yang signifikan dengan meningkatnya suhu. Model prediksi umur yang dikembangkan mencapai akurasi prediksi lebih dari 90%, memberikan dasar ilmiah untuk keputusan pemeliharaan dan penggantian kapasitor listrik.