5 hibaelhárítási technika nagy teljesítményű átalakítókhoz

Tranzsformátor hibadiagnosztikai módszerek

1. Arány-módszer a feloldódott gáz elemzéséhez

A legtöbb olajbánatú erőműtranzsformátor esetén bizonyos égőképes gázok jelennek meg a tranzsformátor tartályában hő- és elektromos stressz hatására. Az olajban feloldódott égőképes gázok használhatók a tranzsformátor olaj-papír izolációs rendszerének hőmérsékleti bomlásának jellemzőinek meghatározására a specifikus gáz tartalmainak és arányainak alapján. Ez a technológia először hibadiagnosztikai célra került alkalmazásra az olajbánatú tranzsformátoroknál. Később Barraclough és mások egy hibadiagnosztikai módszert javasoltak négy gázarány használatával: CH4/H2, C2H6/CH4, C2H4/C2H6, és C2H2/C2H4. A későbbi IEC szabványokban a C2H6/CH4 arány el lett távolítva, és a módosított háromarányos módszer széles körben terjedt. Rogers részletes elemzést és magyarázatot adott a gázkomponens arányának kódolásáról és használati módjairól az IEEE és IEC szabványokban. Az IEC 599 hosszú távú alkalmazása során kiderült, hogy néhány esetben nem illeszkedik a valós feltételekhez, és nem tudja diagnosztizálni bizonyos hibákat. Ennek következtében Kína és a Japán Elektrotechnikai Egyesület javításokat végzett az IEC kódolásában, míg más feloldódott gáz elemzési módszerek is széles körben terjedtek.

2. Fuzzy logikai diagnosztikai módszer

Az amerikai irányítási elméleti kutató L.A. Zadeh először javasolta a fuzzy diagnosztikai módszereket, amelyek ezáltal szélesebb körben kerültek alkalmazásra. A fuzzy logika előnye, hogy kifejezheti a minőségi ismereteket és tapasztalatokat, amelyek határai nem világosan definiáltak. A tagsági függvények fogalmának használatával megkülönbözteti a fuzzy halmazokat, kezeli a fuzzy kapcsolatokat, szimulálja az emberi szabályalapú gondolkodást, és megoldja a gyakorlati alkalmazásokban található különböző bizonytalanságokat. A gyakorlatban a tranzsformátorok gyakran olyan hibákat mutatnak, amelyek okai és mechanizmusai nem világosak, és számos bizonytalan és fuzzy kapcsolattal rendelkeznek, amelyeket a hagyományos módszerek nem tudnak jól megmagyarázni vagy leírni. A fuzzy logikai módszerek hatékonyan kezelhetik ezeket a bizonytalan kapcsolatokat a tranzsformátor hibái között, új megközelítést nyújtva az erőműtranzsformátor hibadiagnosztikához.

A gyakran használt Rogers arány-módszer kritikus aránykritériumának hiányát orvosoló módszer, amely a fuzzy halmazelméletet alkalmazza. Ez a megközelítés bevezeti a fuzzy logikai technológiát a hagyományos arány-módszerekbe, fuzzifikálva az arányhatárokat. Ez a módszer jól alkalmazható több tranzsformátor hiba diagnosztizálására, és kifejlődött egy sor hibadiagnosztikai módszerekbe, beleértve a kódolási kombinációs módszereket, a fuzzy klasteranalízis technikákat, a Petri-hálókat és a szürke rendszereket. Ezek a modellek teljesen figyelembe veszik az adatok sajátos fuzzy tulajdonságait, hatékonyan javítva a bonyolult adathalmazok kezelését, és növelve a tranzsformátor hibadiagnosztikai pontosságot.

3. Expert rendszeres diagnosztikai módszer

Az expert rendszerek az mesterséges intelligencia egy fontos ága. Ők olyan számítógépes programrendszer, amely bizonyos mértékig képes szimulálni az emberi expert tapasztalatokat és gondolkodási folyamatokat. A felhasználó által szolgáltatott adatok alapján alkalmazzák a raktározott expert ismereteket vagy tapasztalatokat, hogy következtetéseket és döntéseket hozzanak, végül bizonyossági szintekkel ellátott következtetéseket adjanak, amelyek segítenek a felhasználói döntéshozatalban. Az erőműtranzsformátor hibadiagnosztika egy nagyon összetett probléma, amely több tényezőt érint.

A különböző paraméterek alapján történő pontos megítélésekhez szilárd elméleti alapokra és gazdag üzemeltetési karbantartási tapasztalatra van szükség. Emellett a tranzsformátorok kapacitásának, feszültségi szintjének és működési környezetének változásai miatt ugyanazon a hibanak különböző tranzsformátorokon eltérően lehet jelen. Az expert rendszerek erős hibaforgalmazó és alkalmazkodó képességekkel rendelkeznek, amelyek lehetővé teszik a diagnostikai ismeretek alapján történő tudásbázis módosítását, hogy biztosítsák a teljességet. Így hatékonyan diagnosztizálhatják a különböző típusú erőműtranzsformátorokat. Az erőműtranzsformátor hibadiagnosztikai expert rendszerek a hiba okai és típusai ismeretének összevonásával határozzák meg a hiba jellemzőit, beleértve a feloldódott gáz elemzését az olajban. Hatékonyan kezelhetik a hibadiagnosztikai problémák fuzzy aspektusait a fuzzy logikával, kezelik a teljes ismeretek beszerzésének nehézségeit a durva halmaz módszereivel, és olyan struktúrákat hoznak létre, amelyek alkalmasak a multi-expert együttműködésre a fekete-tábla modell architektúrával.

4. Mesterséges neurális hálózati diagnosztikai módszer

A mesterséges neurális hálózatok matematikailag modellezzék a neuron tevékenységet, és információ-feldolgozó rendszert jelentenek, amely a cerebrale neurális hálózatok szerkezetének és funkcióinak utánzására épül. A mesterséges neurális hálózatok (ANN) önrendeződő, alkalmazkodó, ön-tanuló, hibaforgalmazó képességekkel és erős nemlineáris approximációs képességekkel rendelkeznek. Megvalósíthatják a predikciót, szimulációt és fuzzy irányítást, így hatékony eszközök a nemlineáris rendszerek kezelésére. Az olajban lévő feloldódott gáz komponensek és koncentrációk alapján történő tranzsformátor hibadiagnosztika a mesterséges neurális hálózatokkal a közelmúltban egy fókusz területe volt. Ez vezetett a különböző hibadiagnosztikai módszerek kifejlesztéséhez, mint például a kétlépéses ANN módszer, a visszaterjesztéses mesterséges neurális hálózatok, a döntési fa neurális hálózati modellek, a kombinált neurális hálózati hierarchikus struktúra modellek, és a radiális bázisfüggvényes neurális hálózatok. Ezek a módszerek folyamatosan javítják a neurális hálózati algoritmusok konvergencia sebességét, osztályozási teljesítményét és pontosságát.

5. Egyéb diagnosztikai módszerek

A fenti négy módszer mellett több más megközelítés is használható tranzsformátor hibadiagnosztikai célra. A neurális hálózatok és az evidenciaelmélet szerves kombinációjának segítségével kihasználhatók egymás komplementer előnyei, így egy integrált tranzsformátor hibadiagnosztikai módszer fejleszthető, amely több neurális hálózatot és az evidenciaelméletet kombinál. A biológiai immunrendszerekben a vizsgált anyagok elleni antitestek hatékony felismerési és memóriamechanizmusai inspirálásával, önrendeződő antitesthálózatok és antitest generáló algoritmusok használhatók az erőműtranzsformátor hibadiagnosztikai problémák megoldására. Ezenkívül más tranzsformátor hibadiagnosztikai módszerek is léteznek, amelyek információ-összeolvasztás, durva halmaz elmélet, kombinált döntési fák, Bayes-szálhálók, mesterséges immunrendszerek, új radiális bázisfüggvényes hálózatok, és támogató vektor gépek alapján működnek.