№ 5
ИЗВЕСТИЯ АКАДЕМИИ НАУК ЭНЕРГЕТИКА
2009
УДК 62-52 + 621.316
© 2009 г. БОРИСОВ Б.Д., ГАРКУША В.В., КИНШТ Н.В., ПЕТРУНЬКО Н.Н., СОБСТЕЛЬ Г.М.
МЕТОД ДИСТАНЦИОННОГО ДИАГНОСТИЧЕСКОГО КОНТРОЛЯ СОСТОЯНИЙ ВЫСОКОВОЛЬТНОГО ОБОРУДОВАНИЯ
Предложен метод дистанционного (в рабочем режиме) контроля состояний энергетического высоковольтного оборудования по собственному электромагнитному излучению. Сигнал с выхода антенны, направленной на ввод, подвергается спектральному анализу в ВЧ- и СВЧ-диапазонах. Значения спектральной плотности мощности используются как параметры (признаки) состояния объекта контроля. В режиме обучения в пространстве спектральных параметров формируются замкнутые области известных состояний. В режиме мониторинга (классификации состояний) контролируется попадание текущего вектора параметров в одну из областей с индикацией "имя — состояние" этой области. На примерах мониторинга показана реализация предложенного метода диагностического контроля.
Введение. Либерализация рынка электроэнергии изменила стратегию эксплуатации высоковольтного оборудования (ВВО). Можно выделить следующие современные тенденции в диагностике ВВО:
— переход от планово-предупредительной диагностики к экономичной диагностике "по состоянию" или функциональной диагностике;
— комплексное использование диагностических параметров различных сред (масляных, газовых) и полей излучения (акустических, температурных и электромагнитных) контролируемого объекта на базе новых измерительных технологий и автоматизированных систем контроля;
— использование методов искусственного интеллекта — нейронных сетей, распознавания образов, генетических алгоритмов, алгоритмов нечеткой логики для раннего выявления скрытых зависимостей и связей между текущими параметрами объекта контроля и его состоянием.
В связи с этим актуальны методы дистанционного диагностического контроля состояний ВВО под напряжением. Рассмотрим дистанционный мониторинг, регистрацию и анализ спектров ЭМИ ВВО [1—4]. Этот диагностический метод имеет следующие возможности
— обследования оборудования без отключений,
— работа оборудования под рабочим напряжением и естественной нагрузкой,
— оценка технического состояния оборудования при низких температурах,
— оперативность и низкая стоимость.
Рабочий диапазон частот — от единиц МГц до единиц ГГц, определяется длительностью частичных разрядов (ЧР) и является одним из основных физических носителей информации о состоянии изоляции ВВО, поведение высоковольтного оборудования в этом диапазоне исследовалось мало.
Собственные высокочастотные ЭМИ ВВО — это первичный электрофизический процесс, несущий информацию об изменении качества изоляции при эксплуатации
150
Рис. 1. Частотно-временной спектр на выходе спектрального анализатора
оборудования под рабочим напряжением. Следует отметить, что ЭМИ генерируются и излучаются в естественных режимах работы оборудования. Поэтому причинно-следственная цепочка: дефекты в изоляции — частичные разряды — собственные ЭМИ — анализатор спектра — математическая обработка — рекомендации персоналу дает возможность осуществлять мониторинг и выявлять (пред)аварийные состояния объекта контроля.
Схема эксперимента. Задача решалась методом on-line наблюдения ЭМИ с помощью антенны, направленной на ввод ВВО, быстрого преобразования Фурье (БПФ) и обработки получаемых спектров излучения методом искусственного интеллекта — распознавания образов.
На рис. 1 показан пример регистрации спектра сигнала ЭМИ фазы A высоковольтного автотрансформатора спектральным анализатором (СА) типа "PROMEX". При регистрации через каждые 20 мс производится новое измерение (выборка) спектра в указанной полосе (МГц), по другой горизонтальной оси — оси времени t (0 — 20 с) — регистрируется динамика изменения спектра ЭМИ объекта и набирается статистика — мониторинг контроля. По вертикальной оси отложены амплитуды спектральных составляющих.
Из рис. 1 видно, что в части спектральных поддиапазонов результат наблюдения искажен местной помехой — телевизионными и радиорелейными сигналами с большой амплитудой, которые необходимо исключать при анализе данных. Горизонтальная ось частот в сканируемом диапазоне D разделена при регистрации на N полос (частотных каналов, обычно N = 100 — 880) с шириной полосы каждой Af = D/N (кГц), i = 1, 2, ..., N. Значения энергии спектральных составляющих в узкой полосе (спектральная плотность) f используются в качестве входных параметров — компонент вектора признаков состояний в классификаторе состояний контролируемого ВВО.
Отбор информативных спектральных параметров. Методика отбора информативных спектральных параметров проиллюстрирована на восьми обследованных объектах-автотрансформаторах подстанции "Далневосточная" (данные группы Киншта Н.В.):
40
60
20
0
50
100
150
200
250
300
350
Номер канала
Рис. 2. Графики отношения С/Ш: отношение "среднее значения/с.к.о." в каждой спектральной полосе — канале для различных АТ и фаз
1) лт1л220еог_н, 2) ЛТ1Л220уег_Н, 3) лт1л500еог_н, 4) ЛТ1Л500уег_Н, 5) лт2л500еог_н, 6) ЛТ2Л500уег_Н, 7) лт2б500еог_н, 8) ЛТ2Б500уег_Н, где ЛТ1(2) -номер автотрансформатора, Л(Б) — фаза; 220 (500) кВ — класс напряжения, gor(ver)_H, — поляризация антенны регистратора.
Это — сложная задача минимизации описания состояния контролируемого объекта, связанная с поиском компромисса между полным, как правило, избыточным, описанием и сокращенным, но достаточным для качественной диагностики. В терминах выбранного спектрального описания это означает, что должны отбрасываться не только полосы с сильной регулярной помехой, но и "малоинформативные" спектральные полосы на рис. 1. Какой критерий отбора? В нашем случае за информативные спектральные параметры следует принять те, которые обеспечивают лучшее разделение (различение) состояний объекта контроля. Но априори это почти всегда неизвестно, особенно для нового метода. Поэтому на этом этапе использовался общий критерий — отношение сигнал/шум (С/Ш) в каждой спектральной полосе. Спектральные полосы или параметры, признаки с большими значениями С/Ш будут лучше показывать различие в описании состояний объекта, с меньшими — только увеличивать дисперсию (объем) собственной области объекта в пространстве выбранных параметров, так как дисперсия многомерного вектора параметров складывается из суммы дисперсий компонент (без учета корреляции).
На рис. 2 приведены графики отношения С/Ш для указанной группы ВВО: отношение среднего значения спектра в каждой спектральной полосе—канале к средне-квадратическому отклонению (с.к.о.) в этой же полосе в спектральном диапазоне 5 — 308 МГц (или 308 — 5 = 305 каналах), усредненное по статистике из 460 реализаций (по оси г на рис. 1). Из рис. 2 видно, что существует значительная разница в каналах по этому критерию. Каналы в диапазоне номеров 100—300 имеют лучшие показатели, чем в диапазоне 1—100. Более того, видно, что в поддиапазоне 140—220 почти все восемь записей отличаются и по величине, что дает высокую вероятность хорошего различения сигналов каждого трансформатора в сокращенном от 305 до 220—140 = 80-мерном пространстве параметров.
Рис. 3. Контур равновероятной плотности P( X /As) = 0
Выбор диагностической обработки данных мониторинга. Принятие решений о состоянии системы с учетом помех, ошибок измерений, флуктуаций параметров и длительности наблюдений имеет статистическую основу и состоит [5]:
— в восстановлении по наблюдаемому вектору параметров системы X = (/1, /2, ... ...,/N)T, где/ — компоненты вектора параметров, i = 1,2,.,N, апостериорной многомерной совместной функции плотности распределения (ФПР) этих параметров по
каждому состоянию As, P(X/As), s = 1, 2,., S, S — число состояний;
— в разрешении многоальтернативной гипотезы о нахождении системы в одном из
состояний, например, по критерию максимума апостериорной ФПР P( X /As) = max,
X е As или набору дихотомий (по коэффициенту правдоподобия).
Этот классический подход очень трудно реализовать из-за вычислительных трудностей восстановления ФПР, в нашем случае, главным образом, из-за отсутствия статистики по (пред)аварийным состояниям. Учитывая эту специфику диагностирования ВВО и требования непрерывности контроля, можно восстанавливать ФПР по статистике одного, известного состояния — нормального, штатного режима работы контролируемого объекта. Также следует поступать и с известной статистикой (пред)аварий-ных состояний, но это технически затруднительно. Проще для целей диагностики восстановить границы Г замкнутой области известного состояния AS — контур равновероятной ФПР [6]
P(X/AS) = const, X g Г. (1)
Тогда решение о состоянии системы сводится к введению метрики — "расстояния d" в
— T
пространстве параметров и контролю нахождения текущего вектора параметров X внутри границ этой области
d(X, mA)< Ra , X g A, (2)
где ms — вектор "центра" области s; Rs — характерный объем области, граница.
На рис. 3 приведен пример формирования контура равновероятной плотности
P(X / а) = const = 0 — решение уравнения (1) в форме сечения двухмерной ФПР P( X / а) плоскостью х10 x2 (а— параметр ФПР, x1 и x2 — компоненты вектора). Требование замкнутости областей и гарантирует надежность контроля известного состояния в усло-
Рис. 4. Частотно-временной спектр ЭМИ автотрансформатора АТ220/110 (П/С "Научная", г. Новосибирск, 2006 г).
виях неизвестного числа (алфавита) состояний. Априорную неопределенность — неизвестность границ искомой области — можно исключить, восстанавливая границы по доступным выборкам известного состояния с помощью рекуррентных алгоритмов стохастической аппроксимации, хорошо подходящих для реализации непрерывного контроля, определяя и храня в памяти параметры области (областей) [7]. Таким же образом по известной обучающей выборке любого (пред)аварийного состояния можно построить границы его области в пространстве выбранных параметров. Такой подход позволяет в режиме обучения по выборкам спектра известного состояния восстанавливать неизвестные границы областей этих состояний, а в режиме контроля осуществлять принятие решений по (2). Если
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.