Продление ресурса масляных трансформаторов с длительным сроком эксплуатации

Современные крупные промышленные предприятия обычно представляют сложную техническую систему, одним из опасных производственных объектов которой являются силовые масляные трансформаторы, состояние которых влияет на производительность и безопасность технологических процессов. Силовой трансформатор в энергосистеме является одним из основных компонентов, обусловливающих надежность электроснабжения. Необходимость эксплуатации силовых трансформаторов с длительным сроком службы (превышающим предположительный срок в 1,5–2 раза) считается характерной особенностью экономического развития энергетики РФ в настоящее время и в запланированном будущем [1–4]. Улучшение концепции гарантийного обслуживания трансформаторов с длительным сроком службы выдвигает задачи поддержания их функциональности и надежности электроснабжения в целом. Один из основных путей поддержания надежности в подобных ситуациях является организация эффективного контроля состояния используемого оборудования. Техническая оценка состояния оборудования в электрических станциях и подстанциях считается актуальной задачей.

Создание рациональной системы ремонта масляных трансформаторов

Необходима объективная оценка «паркового» ресурса масляных трансформаторов как в рамках отрасли, так и в рамках определенных энергетических организаций. При этом следует оценить расходы на продление срока службы трансформаторов, так как срок службы оснащения может быть увеличен до паркового только после выполнения профилактических ремонтных работ.

Создание рациональной системы ремонта электрооборудования и силовых масляных трансформаторов распределительных подстанций представляет собой комплексную проблему с многочисленными переменными с применением теории надежности, усталостного разрушения, восстановления и промышленной диагностики. Сущность такого рода концепции технического обслуживания и ремонта состоит в том, что по истечении конкретного проработанного периода в момент планируемого отказа проводят различного рода профилактические работы. Чем меньше во времени интервал между моментом прогнозируемого отказа и выполнения надлежащего профилактического воздействия на оборудование, тем эффективнее система ремонта. Применительно к электрооборудованию важно установить, какие характеристики регулировать и какие условия принимать во внимание при оценке его технического состояния.

Вывод силовых масляных трансформаторов распределительных подстанций в ремонт осуществляется на базе принципов функционирующей системы ППР и нормативных документов. Поэтому необходимо обратить внимание на существующие системы технического обслуживания и ремонта, а также общую оценку состояния надежности силовых масляных трансформаторов распределительных подстанций [5–21].

Статистическая обработка данных о дефектах при эксплуатации трансформаторов

Проведенные исследования с 2007 по 2017 г. 100 трансформаторов с наработкой более 20 лет, эксплуатирующихся на крупных предприятиях нефтегазового комплекса г. Салавата, позволили выявить более 1300 дефектов, вид и место которых приведены в табл. 1 и 2.

В табл. 1 приведена статистика распределения повреждений силовых трансформаторов по классам напряжений, при этом их число составило: 27 % для 35 кВ; 47 % для 110 кВ; 21 % для 220 кВ; 2 % для 330 кВ; 3 % для 500 кВ.

Как видно из табл. 1, максимальную повреждаемость имеют: упуск трансформаторного масла – 26 %, высоковольтные вводы – 25 %, обмотки – 19 %, устройства РПН – 14 %, течи – 11 %, что подтверждает вышесказанное.

На рис. 1 и в табл. 3 показан «возрастной состав» трансформаторов.

Только в 30 случаях необходимо заменить трансформатор целиком либо его обмотки. Опыт обследований демонстрирует, что более 70 % повреждений могут быть обнаружены без отключения трансформатора от сети.

Обнаружить одновременно все типы дефектов невозможно, поэтому основной интерес уделяется раскрытию наиболее часто встречающихся и наиболее опасных для работоспособности трансформатора повреждений.

Одним из основных методов оценки технического состояния масляных трансформаторов является хроматографический анализ, позволяющий по результатам обследования обнаружить дефекты оборудования на ранней стадии их развития, определять характер дефектов и степень имеющихся повреждений.

Количественную оценку технического состояния трансформаторов предлагаем осуществлять по совокупности диагностических параметров, представленных в виде интегрального критерия, формируемого искусственной нейронной сетью с использованием программного обеспечения.

Предлагаемое решение

В качестве решения задачи обеспечения надежности силовых масляных трансформаторов предлагается уделить внимание существующим системам технического обслуживания и ремонта, а также общей оценке состояния надежности силовых масляных трансформаторов распределительных подстанций. Учитывая стоимость ремонта трансформаторов, более разумно проводить капитальные ремонты более обоснованно и как можно реже. Для решения этой проблемы предлагается

Таблица 1

Статистика распределения числа повреждений силовых трансформаторов по классам напряжений за 2007–2017 гг.

	35 кВ	100 кВ	220 кВ	330 кВ	500 кВ	Всего ∑
Обмотки	128	98	19	2	0	248
Магнитопровод	0	0	4	2	0	6
Система охлаждения	10	31	16	4	6	67
РПН	7	111	51	2	10	181
Вводы	52	160	87	6	14	319
Течь масла	31	61	41	6	8	147
Упуск масла	118	154	53	4	4	332
Итого	347	615	270	26	42	1300

Таблица 2

Дефекты силовых масляных трансформаторов

Вид дефекта	Количество	Доля (%)
Неисправность блинкера	21	4
Отсутствует заземление	30	6
Дефекты в устройстве РПН	10	2
Недостаток масла	79	15
Неисправность измерительных приборов	23	4
Неисправность конструкции	39	7
Нарушение герметичности	60	11
Течь масла	176	33
Повреждения в ШАОТ	40	7
Загрязнение	61	11

Таблица 3

Число дефектов трансформаторов по срокам службы

Дефекты	Возраст трансформатора
	68–50	50–40	40–30	30–20	20–10	до 10
Течь масла	47	43	32	26	17	11
Нарушение герметичности	23	15	9	7	4	2
Загрязнение	16	18	8	9	5	5
Недостаток масла	27	21	13	7	9	2
Неисправность конструкции	16	10	7	4	2	0
Итого	129	107	69	53	37	20

Рис. 1. Распределение трансформаторов по срокам службы

применение теории нечетких множеств [5] для оценки состояния трансформатора в программе MATLAB.

В программу вводятся входные параметры оборудования. К ним можно отнести сопротивление обмоток постоянному току, сопротивление изоляции трансформатора, коэффициент абсорбции. На рис. 2 представлено окно программы MATLAB.

Программа позволяет вводить входные данные (лингвистические переменные) и изменять их в зависимости от характеристик исследуемого оборудования, а также получать данные о состоянии оборудования (рис. 3).

Разработан программный комплекс на основе измерителя показателей качества электрической энергии Ресурс-UF2(M), ноутбука и специального программного обеспечения.

Программный комплекс осуществляет идентификацию технического состояния и прогнозирование ресурса безаварийной работы оборудования по совокупности параметров генерируемых трансформатором высших гармонических составляющих токов и напряжений на основе использования метода искусственных нейронных сетей. Для обучения искусственной нейронной сети применяется теория планирования эксперимента, что позволяет сформировать необходимую базу данных для обучения при существенном уменьшении количества обучающих опытов [5].

По условиям обеспечения надежности выявления диагностических параметров на фоне помех и шумов для определения технического состояния и прогнозирования ресурса оборудования используются параметры первых десяти гармонических составляющих фазных токов и напряжений – коэффициенты гармонических составляющих токов KIn, коэффициенты гармонических напряжений KUn, которые практически представляют собой действующие значения гармонических составляющих, нормированных к действующему значению первой гармоники, и приведенные к периоду значения углов сдвига по фазе φui(n) между соответствующими гармоническими составляющими фазных токов и напряжений.

Совокупность нормированных значений диагностических параметров анализируется нейронной сетью. Сеть выдаёт результат – код возможного дефекта D и сравнивает его с данными диагностического словаря [6]:

D = f ( K In , K Un , φ ui ( n ) ) = f ( w I 1 K I 1 + w I 2 K I 2 +

+ w_{I 3} K_{I 3} + … + w_{I 10} K_{I 10} + w_{U 1} K_{U 1} + w_{U 2} K_{U 2} + + w_{U 3} K_{U 3} + … + w_{U 10} K_{U 10} + w _φ1 φ _ui (₁) +

+ w φ2 φ ui (2) + w φ3 φ ui (3) + … + w φ10 φ ui (10) ), (1) где w – весовые коэффициенты нейронной сети для соответствующих диагностических параметров.

Для каждого вида испытания (измерения) программа рассчитывает функцию принадлежности, которая лежит в промежутке от 0 до 1. Далее программа, обрабатывая эти данные, выводит выходной параметр. Выходные параметры определяют степень работоспособности по таблице Байеса по шкале:

Рис. 2. Окно программы MATLAB

Рис. 3. Входные параметры и данные о состоянии оборудования

D -1 – работоспособное, D -2 – работоспособное, но с небольшими отклонениями; D -3 – неработоспособное, ремонтируемое; D -4 – неработоспособное.

Важным преимуществом разработанного программного комплекса является то, что он позволяет производить диагностирование работающего оборудования, а также вести удаленный контроль.

Заключение

Таким образом, применение нечеткой логики позволяет производить интегральную оценку состояния электрооборудования, что является немаловажным при планировании ремонтов оборудования. Разработанный программный комплекс позволяет обнаружить дефекты на работающем электрооборудовании на ранней стадии их развития, что не только предупреждает внезапную остановку производства в результате аварии, но и значительно снижает расходы на ремонт оборудования и увеличивает срок его службы.