5 Tecniche di Diagnosi dei Guasti per Grandi Trasformatori Elettrici

Metodi di Diagnosi dei Guasti nei Trasformatori

1. Metodo del Rapporto per l'Analisi dei Gas in Soluzione

Per la maggior parte dei trasformatori a olio, sotto stress termico ed elettrico, vengono prodotti certi gas infiammabili all'interno del serbatoio del trasformatore. I gas infiammabili disciolti nell'olio possono essere utilizzati per determinare le caratteristiche di decomposizione termica del sistema di isolamento olio-carta del trasformatore in base al loro contenuto specifico e ai rapporti. Questa tecnologia è stata utilizzata per la prima volta per la diagnosi dei guasti nei trasformatori a olio. Successivamente, Barraclough e altri hanno proposto un metodo di diagnosi dei guasti utilizzando quattro rapporti di gas: CH4/H2, C2H6/CH4, C2H4/C2H6 e C2H2/C2H4. Nei successivi standard IEC, il rapporto C2H6/CH4 è stato rimosso e il metodo dei tre rapporti modificato è diventato ampiamente adottato. Rogers ha fornito una dettagliata analisi e spiegazione della codifica e dei metodi di utilizzo dei rapporti di componenti gassosi negli standard IEEE e IEC. L'applicazione a lungo termine dello standard IEC 599 ha rivelato che non corrisponde alle condizioni reali in alcuni casi e non può diagnosticare certi scenari di guasto. Pertanto, sia la Cina che l'Associazione Elettrica Giapponese hanno apportato miglioramenti alla codifica IEC, mentre altri metodi di analisi dei gas in soluzione hanno ottenuto ampia applicazione.

2. Metodo di Diagnosi con Logica Fuzzy

Il teorico del controllo americano L.A. Zadeh ha proposto per primo i metodi di diagnosi fuzzy, che da allora hanno trovato un'ampia applicazione. La logica fuzzy è vantaggiosa per esprimere conoscenze e esperienze qualitative con confini poco chiari. Utilizzando il concetto di funzioni di appartenenza, distingue insiemi fuzzy, elabora relazioni fuzzy, simula il ragionamento basato su regole umane e risolve vari problemi di incertezza nelle applicazioni pratiche. Nella pratica, i trasformatori spesso presentano guasti con cause e meccanismi poco chiari che coinvolgono numerose relazioni incerte e fuzzy che i metodi tradizionali non possono spiegare o descrivere bene. I metodi di logica fuzzy possono affrontare efficacemente queste relazioni incerte nei guasti dei trasformatori, offrendo un nuovo approccio alla diagnosi dei guasti dei trasformatori di potenza.

Per affrontare la limitazione della mancanza di criteri di rapporto critici nel comune metodo di rapporto di Rogers per la diagnosi dei guasti dei trasformatori di potenza, è stato proposto un metodo utilizzando la teoria degli insiemi fuzzy. Questo approccio introduce la tecnologia di logica fuzzy nei metodi di rapporto tradizionali attraverso la fuzzificazione dei confini di rapporto. Questo metodo ha mostrato buoni risultati nell'applicazione per la diagnosi di più guasti nei trasformatori e si è evoluto in una serie di metodi di diagnosi dei guasti, inclusi metodi di combinazione di codifiche, tecniche di clustering fuzzy, reti di Petri e sistemi grigi. Questi modelli considerano pienamente la vaghezza intrinseca dei dati, migliorando efficacemente le prestazioni con set di dati complessi e aumentando l'accuratezza della diagnosi dei guasti dei trasformatori.

3. Metodo di Diagnosi con Sistemi Esperti

I sistemi esperti rappresentano un ramo importante dell'intelligenza artificiale. Sono sistemi di programmi informatici capaci di simulare fino a un certo punto l'esperienza e i processi di ragionamento degli esperti umani. In base ai dati forniti dagli utenti, applicano la conoscenza o l'esperienza degli esperti archiviati per fare inferenze e giudizi, fornendo infine conclusioni con livelli di confidenza per assistere la decisione dell'utente. La diagnosi dei guasti dei trasformatori di potenza è un problema estremamente complesso che coinvolge molti fattori.

Fare giudizi accurati in base a vari parametri richiede solide basi teoriche e ricca esperienza operativa e di manutenzione. Inoltre, a causa delle variazioni nella capacità, nei livelli di tensione e negli ambienti di funzionamento dei trasformatori, lo stesso guasto può manifestarsi in modo diverso in vari trasformatori. I sistemi esperti possiedono una forte tolleranza ai guasti e adattabilità, consentendo loro di modificare la loro base di conoscenze in base alla conoscenza diagnostica acquisita per assicurare la completezza. Pertanto, possono diagnosticare efficacemente diversi tipi di trasformatori di potenza. I sistemi esperti per la diagnosi dei guasti dei trasformatori di potenza possono determinare le caratteristiche dei guasti sintetizzando la conoscenza delle cause e dei tipi di guasto, incorporando la conoscenza di rilevamento dei guasti, inclusa l'analisi dei gas in soluzione nell'olio. Possono gestire efficacemente i problemi fuzzy nella diagnosi dei guasti utilizzando la logica fuzzy, superare il collo di bottiglia della difficoltà nell'ottenere conoscenze complete attraverso i metodi degli insiemi rough, e stabilire strutture adatte alla diagnosi collaborativa multi-esperto utilizzando l'architettura del modello blackboard.

4. Metodo di Diagnosi con Reti Neurali Artificiali

Le reti neurali artificiali modellano matematicamente l'attività neuronale e rappresentano un sistema di elaborazione dell'informazione basato sulla mimetizzazione della struttura e della funzione delle reti neurali cerebrali. Le ANNs possiedono capacità di auto-organizzazione, adattabilità, auto-apprendimento, tolleranza ai guasti e forti capacità di approssimazione non lineare. Possono implementare funzioni di previsione, simulazione e controllo fuzzy, rendendole strumenti potenti per l'elaborazione di sistemi non lineari. L'utilizzo di reti neurali artificiali per la diagnosi dei guasti dei trasformatori basata sui componenti e sulle concentrazioni di gas in soluzione nell'olio è stato un focus di ricerca negli ultimi anni. Ciò ha portato allo sviluppo di vari metodi di diagnosi dei guasti basati su ANNs, come il metodo ANN a due passaggi, reti neurali artificiali a retropropagazione, modelli di rete neurale basati su alberi decisionali, modelli di struttura gerarchica di reti neurali combinate e reti neurali a funzione di base radiale. Questi metodi migliorano continuamente la velocità di convergenza, le prestazioni di classificazione e l'accuratezza degli algoritmi di reti neurali.

5. Altri Metodi di Diagnosi

Oltre ai quattro metodi menzionati sopra, vengono utilizzati anche altri approcci per la diagnosi dei guasti nei trasformatori. Combinando organicamente reti neurali e teoria dell'evidenza per sfruttarne i vantaggi complementari, può essere sviluppato un metodo di diagnosi dei guasti dei trasformatori integrato che utilizza multiple reti neurali e teoria dell'evidenza. Tramite l'ispirazione dai meccanismi efficienti di riconoscimento e memoria degli anticorpi contro gli antigeni nei sistemi immunitari biologici, reti auto-organizzative di anticorpi e algoritmi di generazione di anticorpi possono essere applicati per risolvere i problemi di diagnosi dei guasti dei trasformatori di potenza. Inoltre, altri metodi di diagnosi dei guasti dei trasformatori includono quelli basati sulla fusione dell'informazione, teoria degli insiemi rough, alberi decisionali combinati, reti bayesiane, sistemi immunitari artificiali, nuove reti a funzione di base radiale e macchine a vettori di supporto.