GIS Gerilim Dönüşürücüsü Akıllı İşletme ve Bakım Çözümü: IoT Tabanlı Tahmini Bakım Sistemi

1.Zorluklar:​​
Geleneksel gerilim transformatörleri (VT'ler) genellikle yüksek frekanslı manuel incelemeler gerektirir ve bu durum üç temel sorun noktasını ortaya koyar:

• ​Olası Arızaların Gecikmeli Tespiti:​​ Kapalı gaz yalıtım yapısı (GIS), iç kısmi salınım (PD), az miktarda SF6 gaz yoğunluğu düşüşü ve anormal sıcaklık artışları gibi erken arıza göstergelerinin görsel olarak veya geleneksel yöntemlerle tespit edilmesini zorlaştırır.
• ​Düşük Yanıt Verme Etkinliği:​​ Uzun manuel inceleme döngüleri (hafta/ay) aniden meydana gelen arızaların (yalıtım bozulması veya gaz sızıntıları) önceden uyarısız olarak gerçekleşmesine neden olur, bu da planlanmamış kesintilere yol açar.
• ​Yüksek Bakım ve İşletme Maliyetleri:​​ Önleyici testler ve rutin bakım işlemlerinde önemli bir insan gücü ve kaynak tüketimi söz konusudur. Bu süreçte hem aşırı bakım hem de yetersiz bakım riskleri bulunmaktadır.

​2. Çözüm: IoT Tabanlı Tahmini Bakım Sistemi​
Bu zorlukları ele almak için, bu çözüm tüm yaşam süresini kapsayan akıllı bir izleme ağı oluşturur:

​​(1) Kapsamlı Algılama Katmanı:​​

• ​Hassas Dağıtım:​​ VT'lerin ana düğümlerine (örneğin, yüksek gerilim bağlantıları, uzaklaştırıcıların yakınına, gaz bölme gövdesine) yüksek hassasiyetli sensörler yerleştirilir veya eklenir:
• Kısmi Salınım (PD) Sensörleri: Yüksek frekanslı CT veya Ultra Yüksek Frekans (UHF) sensörleri gerçek zamanlı yalıtım bozulma sinyallerini tespit eder.
• Gaz Yoğunluğu ve Nem Sensörleri: SF6 gaz basıncı, yoğunluğu ve nem içeriği değişikliklerini sürekli izler.
• Sıcaklık Sensörleri: İletken bağlantı ve kaplama noktalarındaki anormal sıcaklık artışlarını izler.
• ​Güvenilir Aktarım:​​ Sensör verileri, cihazda yerleştirilmiş IoT ağ geçitleri aracılığıyla endüstriyel sınıf kablosuz/fiber optik ağlar kullanılarak bulut izleme platformuna gerçek zamanlı olarak iletilir, bu da veri zamanında ve bütünlüğünü sağlar.

​​(2) AI Güçlü Analiz Platformu:​​

• ​Büyük Veri Entegrasyonu:​​ Platform, gerçek zamanlı izleme verilerini, benzer ekipmanların arıza veritabanları, geçmiş işletme/bakım kayıtları ve çevresel koşullar (yük, sıcaklık) gibi çok boyutlu bilgilerle birleştirir.
• ​AI Tanısal Motor:​​
• Özellik Çıkarma: PD desenlerini (örneğin, yüzen salınım, yüzey salınımı), gaz sızıntısı eğilim eğrilerini ve sıcaklık anormalliği korelasyon haritasını otomatik olarak tanımlar.
• Derin Öğrenme Tahmin Modeli: LSTM ve Rastgele Orman gibi algoritmaları kullanarak arıza tahmin modelleri oluşturur, bileşen sağlığı indeksini (HI) ve kalan faydalı ömrü (RUL) nicelendirir.
• Hassas Erken Uyarı: "Yalıtıcı yüzey salınım bozulması" veya "yaşlanma nedeniyle muhafaza halkası mikro sızıntısı" gibi kritik arızaları en az 7 gün öncesinden tahmin eder, erken uyarı doğruluğu %92'nin üzerinde olur.

​​(3) Görselleştirilmiş Bakım ve İşletme Paneli:​​

• ​Akıllı İş Emri Dağıtım:​​ Uyarı seviyelerine ve tahmin sonuçlarına dayalı olarak hassas bakım iş emirleri oluşturur ve dağıtır (örneğin, "A Fazı VT: 3 gün içinde PD yeniden testi ve muhafaza incelemesi önerilir"), kaynak atamasını optimize eder.
• ​Bilgi Birikimi:​​ Otomatik olarak arıza analiz raporları oluşturur, sürekli bir bakım ve işletme bilgi tabanı oluşturur ve model optimizasyonunu sağlar.

​3. Ana Faydalar​

​4. Referans Vaka​

• ​500kV Hub Substation GIS Ekipman Kümesi:​​ Sistem dağıtıldıktan sonra, 3 potansiyel VT yalıtım arızası (2 yüzen salınım, 1 gaz bölme muhafaza anormalliği) için erken uyarılar sağlandı, öncülük süreleri 8-14 gün arasında oldu, bu da önemli ekonomik kayıplardan kaçınıldı. Yıllık bakım maliyetleri %28 azaldı ve ekipman zorunlu kesinti sıklığı sıfıra indi.