Об оценке состояния силовых трансформаторов по результатам хромотографического анализа Попов Г.В.

Хроматографический анализ растворенных в масле газов (ХАРГ) является сегодня одним из основных методов оценки состояния силовых трансформаторов [1]. Методика этой оценки изложена в [2], а затем развита в [3]. Ниже рассмотрены некоторые проблемы, которые возникают при формализации методики ХАРГ для автоматизированного использования в составе компьютерной системы оценки состояния оборудования [4]. Известно, что ХАРГ должен давать ответ на три вопроса: 1. Имеется ли в данном оборудовании дефект? 2. Каков характер дефекта? 3. Что делать при наличии дефекта? К сожалению, вполне определенного ответа на первый вопрос ХАРГ дать не может [5], т.к. по превышению граничных концентраций газов можно судить лишь о возможном развитии дефекта. Определенная степень нечеткости ХАРГ имеет место и при ответах на два других вопроса. Это не говорит о неэффективности рассматриваемого вида испытаний, а еще раз свидетельствует о сложности процессов при оценке состояний трансформатора. Среди последних можно выделить, по крайней мере, четыре варианта (табл. 1). Таблица 1 Состояние Предельные концентрации газов превышены Наличие дефекта S1 Нет Нет S2 Да Нет S3 Нет Да S4 Да Да В статье делается попытка сопоставления всей дополнительной (не включая, пока, результаты других испытаний) информации об объекте диагностики с результатами ХАРГ и комплексного анализа всех этих сведений, что возможно только в компьютерной экспертной системе. Из практики известно, что довольно часто тот или иной объект оказывается в состоянии S2, когда при отсутствии дефекта имеет место превышение граничных концентраций отдельных газов. Причин этому явлению достаточно много. Одна из них заключается в некорректных значениях некоторых граничных концентраций, в качестве которых на ряде предприятий берутся величины, рекомендованные в [3] в качестве ориентировочных. На подобные размышления наводит анализ информации, приведенной в табл. 2 с данными ХАРГ восьми однотипных трансформаторов, функционирующих на одной из ГРЭС. Таблица 2 Трансфор-матор Год ввода в эксплуатацию Количество ХАРГ Число превышений граничных значений H2 CH4 C2H2 C2H4 C2H6 CO CO2 Т1 1969 50 1 4 1 3 11 – 9 Т2 1970 45 – 3 – – 3 – 26 Т3 1970 46 – 1 – – 3 – 22 Т4 1988 43 1 – – – – 8 3 Т5 1971 50 – – – – 5 4 10 Т6 1972 47 – – – – – – 19 Т7 1972 55 1 1 – – 7 – 14 Т8 1973 49 1 – – – – 7 20 В подобной ситуации целесообразно определение для углекислого газа граничной концентрации по интегральной функции распределения [3]. Остальные причины можно разделить на две группы: обусловленные неаварийными процессами в самом трансформаторе и вызванные внешними факторами. К числу первых относятся: перенапряжение; перегрузка; переток газов из расширителя контактора РПН; естественное старение изоляции. Среди причин, вызванных влиянием внешних факторов, отметим следующие: частичный отказ системы охлаждения (с определенной степенью условности здесь считается, что это не дефект); доливка старым маслом; сварочные работы на баке; длительное повышение среднесуточной температуры; продолжительная солнечная радиация; ошибки при взятии проб (грязная посуда, длительная транспортировка, взятие проб в плохую погоду и т.д.); подсос газов из окружающей среды; повышение атмосферного давления; воздействие геомагнитных токов. Среди причин второй группы некоторые приведены в качестве гипотез, т.е. нуждаются в дальнейшей проверке. Более неприятным является состояние S3, которое также может возникнуть по разным причинам: снижение нагрузки (останов); доливка дегазированным маслом; замена селикагеля; продувка азотом (в трансформаторах с азотной защитой); замена масла в расширителе, избирателе РПН; понижение среднесуточной температуры; понижение атмосферного давления; исключение солнечной радиации (тень); наличие ветра определенной силы и направления. В этом перечне, как и выше, содержатся причины, достоверность влияния которых на концентрации газов в масле требует своего подтверждения. Влияния большого числа факторов на концентрации газов в трансформаторном масле подчеркивается многими специалистами. В частности, в [6] описывается эксперимент на выведенном в ремонт трансформаторе, когда в течение месяца (время проведения эксперимента) наблюдались значительные колебания (включая существенный рост) концентраций всех газов. Предлагается такие, пока необъяснимые, изменения концентраций воспринимать как шумовую компоненту. Однако использование экспертных систем сегодня позволяет в любом шуме выделять полезные сигналы, к чему мы и стремимся. Таким образом, требуется с максимальной достоверностью развести состояния S2 и S4. В [2, 3] для этих целей предлагается увеличить частоту испытаний по ХАРГ и контролировать скорость нарастания концентрации газов. Попытаемся формализовать эти и некоторые другие рекомендации. Предположим, что в трансформаторе Т1 в момент времени tn зафиксировано превышение концентраций некоторыми газами граничных значений. Будем учитывать: факторы, способствующие росту концентрации газов при эксплуатации данного объекта; обозначим их через f1, учет f1 должен производиться в период [tn–D t1, tn] , где D t1 – вполне определенная величина, учитывающая инерционный характер процессов; факторы, способствующие снижению концентрации при эксплуатации данного объекта – f2 (комментарий тот же, что и для f1); зафиксированный рост концентрации газов в аналогичных трансформаторах на данном предприятии в период [tn–D t2, tn+D t3], где D t2@ D t3@ 5-10 дней – f3; зафиксированный рост концентраций газов на данном предприятии на трансформаторах других конструкций и назначения в период [tn–D t2, tn+D t3 ] – f4 ; пилообразный характер графика изменения концентраций газов в трансформаторе Т1 с периодическими превышениями граничных значений в период [t0 , tn], где t0 – время последнего капитального ремонта – f5; скорость нарастания концентрации газов для Т1 в момент tn, превышающая 10 % – f6i , где i=1, 2, …, 7. Воспользуемся методом Байеса, который широко применяется в технической диагностике [7]. Состояние объекта Si и фактор fj, связанный с этим состоянием, могут быть выражены через вероятности следующей формулой: (1) где P(Si ) – априорная вероятность состояния Si ; P(fj /Si ) – вероятность проявления фактора fj у объекта в состоянии Si; P(fj) – априорная вероятность проявления фактора fj на любом объекте; P(Si /fj ) – апостериорная вероятность состояния Si при проявлении фактора fj. Смысл метода Байерса заключается в оценке P(Si /fj) на фоне многообразия доступных для учета факторов. При последовательном учете этих факторов рост значения P(Si /fj) свидетельствует о высокой вероятности события Si, а при снижении – практической нереализуемости. Представим (1) в более удобном для последующих расчетов виде. После ряда преобразований имеем: (2) где – вероятность проявления фактора fj у объекта, не находящегося в состоянии Si . Априорные вероятности исходных состояний трансформаторов для каждой энергосистемы могут незначительно отличаться. Определить их для группы экспертов особого труда не составит. Допустим, они соответствуют значениям приведенным в табл. 3. Таблица 3 Состояние S1 S2 S3 S4 Вероятность P(Si) 0,894 0,1 0,001 0,005 В базе данных экспертной системы должны также содержаться вероятности P(fj /Si) и . Предположим, что для отмеченных выше факторов они имеют значения, приведенные в табл. 4. Таблица 4 Состояние Значения и f1 f2 f3 f4 f5 f6 S1 - - - - - - - - - - - - S2 0,9 0,1 - - 0,9 0,1 0,7 0,3 0,9 0,1 0,1 0,9 S3 - - 0,9 0,1 - - - - - - 0,9 0,1 S4 - - - - - - - - 0,6 0,4 0,9 0,1 П р и м е ч а н и я: прочерки в таблице означают, что j-ый фактор не связан с i-ой ситуацией. Некоторые неточности в задании условных и безусловных вероятностей особого значения не имеют, поскольку в методе Байеса любые погрешности с их заданием частично компенсируются в процессе расчетов и на конечный результат практически не влияют. Рассмотрим использование данного подхода на следующем примере. На одной из крупных ГРЭС центрального региона РФ в августе-сентябре 2001 г. сложилась следующая ситуация. На одном из блочных трансформаторов ТДЦ-400000/220 было зафиксировано превышение граничных концентраций двух газов. Следовательно, речь идет о состояниях S2 и S4. Процесс контролировался с помощью экспертной системы «Диагностика+» [4]. Среди приведенных выше факторов, имеющих отношение к данному эпизоду, были отмечены следующие: f1 – длительное превышение среднесуточной температуры и интенсивная солнечная радиация; f4 – рост концентрации газов в масле (зафиксирован на одну неделю позже) на одном из трансформаторов собственных нужд; f5 – пилообразный график изменения концентраций газов с периодическими превышениями граничных значений на рассматриваемом трансформаторе. Последовательный учет этих факторов на основе формулы (2) с учетом значений из табл. 4 отражен в табл. 5. Таблица 5 Фактор S2 S4 Комментарий 0,1 0,005 Вероятность исходных состояний (табл.2) f1 0,5 0,005 Вероятности состояний после учета f1 f4 0,7 0,005 Учет f1 и f4 f5 0,95 0,007 Учет факторов f1 , f4 , f5 При таком подходе достоверность состояния S2 сомнений не вызывает, что позднее подтвердилось при эксплуатации рассматриваемого трансформатора. Перейдем теперь к проблеме уточнения вида дефекта, если вероятность состояния S4 увеличивается по мере привлечения дополнительной информации и оно оказывается в итоге более достоверным. Для этого в [2, 3] используются сведения о соотношениях концентраций газов, зафиксированных в масле. Будем в соответствии с этими документами различать следующие состояния трансформатора: Д1 – нормальное старение; Д2 – частичные разряды; Д3 – искровые разряды; Д4 – дуговые разряды; Д5 – низкотемпературный нагрев (t < 150°C); Д6 – среднетемпературный нагрев (150 £ t < 300°C); Д7 – среднетемпературный нагрев (300 £ t < 700 °C); Д8 – высокотемпературный нагрев (t ³ 700° С). Преобразуем информацию из [3] в виде так называемых таблиц решений [8], которые удобно обрабатывать на компьютере. В частности, отношения концентраций газов (ОКГ) представлены в табл. 6, а характерные составы газов для различных дефектов – табл. 7. Анализ таблиц решений свидетельствует о неполноте имеющейся в нашем распоряжении информации. Чтобы убедиться в этом, представим табл. 6 в виде графа (рис.1). Терминальные вершины этого графа, обозначенные , показывают, что вопрос о виде дефекта остается открытым. Следовательно, примерно в 60 % случаев на основе данной информации определить вид дефекта невозможно. Ситуация сильно осложняется в случаях, когда какой-то из углеводородных газов отсутствует или не определен, что на практике встречается достаточно часто. Анализ табл. 7 показывает, что кроме неполноты, информация в ней также и противоречива. Таблица 6 ОКГ Д1 Д2 Д3 Д4 Д5 Д6 Д7 Д8 1 1,2 3 2 1 1 1 1 2 1 2 2 2 3 3 3 1 1 2,3 3 2 1 2 3 П р и м е ч а н и е: изменение каждого отношения а, в, с на числовой оси представлено тремя диапазонами: 1, 2 , 3, которые отображены в таблице для а: х1 = 0,1; х2 = 3 в: х1 = 0,1; х2 = 1 с: х1 = 0,1; х2 = 3 Таблица 7 Газ Д2 Д3 Д4 Д5 Д6 Д7 Д8 Н2 1 1 1 3 3 СН4 3 3 2 2 2 3 2 С2Н2 1 1 2 С2Н4 3 2 3 1 1 С2Н6 1 1 СО 2 3 3 СО2 1 1 П р и м е ч а н и е: 1 – основной газ; 2 – характерный газ с высоким содержанием; 3 – характерный газ с малым содержанием. Рис. 1. Иллюстрация неполноты информации ХАРГ при автоматизированной постановке диагноза Цифры на дугах соответствуют номеру диапазона изменения отношений концентраций газов В случаях недостаточности информации естественным является снижение «глубины диагностирования». Это предлагается и в [3] за счет объединения электрических Дэ={Д2, Д3, Д4} и тепловых Дт ={Д5, Д6, Д7, Д8} дефектов. При этом получаем следующую таблицу решений (табл. 8). Таблица 8 ОКГ Дэ Дт Дэ+Дт Дэ+Дт а 2 1 1 2 в 1 2 1 2 П р и м е ч а н и е: здесь отношения концентраций газов разбиты на два диапазона: для а х1=0,1; для в х1=0,5 Информативность данной рекомендации не превышает 50 %, причем только при условии определенности четырех углеводородных газов. Векторы (1, 1) и (2, 2) по существу не информативны, поскольку подозрение на Д = {Дэ, Дт} появляется уже при превышении одним из газов граничного значения. Из сказанного понятно, что в дополнение к рекомендациям [2, 3] при автоматизированной постановке диагноза желательно привлечение дополнительной информации, извлекаемой из ХАРГ. Известно, что на основе сопоставления отношений концентраций газов, растворенных в трансформаторном масле, разработано большое количество методик, которые используются в разных странах для оценки состояния масляных трансформаторов. Анализ этих методик (табл. 9) показывает: в большинстве случаев их основу составляют три отношения (а, в, с) пяти углеводородных газов; существенная дополнительная информация привлекается в методике ВЭИ и новой методике МЭК (60599); методики Мюллера и Шлезингера особого доверия у отечественных специалистов не вызывают [5]. Таблица 9 Методика ОКГ ВНИИЭ (МЭК 599) а в с g ВЭИ а в с d e f k Дорненбурга а в с f h Мюллера в c f 1/g Роджерса а в с е МЭК 60599 а в с g i k IEEE а в с Шлезингера с 1/f g i П р и м е ч а н и е: а, в, с см. табл. 6; ; ; ; ; ; ; Так, на основе [9] (методика ВЭИ) может быть сформировано одно дополнительное правило (табл. 10), а на основе [10] (практический опыт российских специалистов) – другое (табл. 11). Таблица 10 ОКГ Дэ Дт а в с d e f 2 1 2 1 1 1 1 2 1,2 2 2 2 П р и м е ч а н и е: а: х1=0,5; в: х1=1; с: х1=2; d: х1=1; е: х1=0,2; f: х1=0,5. Таблица 11 ОКГ Д2 в масле Д2 в твердой изоляции Дт={Д5, Д6, Д7, Д8} а 3 2 1 в 2 1 3 с 2 3 1, 2, 3 d 1 2 3 e 1 1 2 f 1 1 2 g 1 3 2 П р и м е ч а н и е: а: х1=0,5, х2=1; в: х1=0,4, х2=1; с: х1=2, х2=5; d: х1=0,2, х2=1; е: х1=0,2; f: х1=0,5; g: х1=3, х2=10. При привлечении дополнительной информации из неофициальных источников с целью повышения достоверности оценки состояния объектов в экспертных системах обычно используют так называемый коэффициент доверия правила (КДП), который обычно находится в диапазоне 0,3¸0,95. При этом бульшие значения соответствуют официальным методикам, а меньшие – методикам, которые пока не получили однозначной оценки специалистов. При длительной эксплуатации экспертной системы априорные КД автоматически меняют свои значения в зависимости от степени совпадения рекомендаций соответствующих правил с конечным результатом. В итоге можно получить объективную оценку каждой методики. Кроме КДП существует еще понятие коэффициента доверия входных данных (КДД). Смысл этого коэффициента поясним на правиле, приведенном в табл. 11. Среди многообразия входных данных этой таблицей решений однозначно распознается всего пять векторов, что составляет около 1 % возможных комбинаций исходных данных. Возникает вопрос, как, например, распознать вектор (1, 1, 1, 1, 1, 1, 1). Делать это необходимо, чтобы экспертная система «не молчала» в различных практических ситуациях. «Платой» за это немолчание является снижение соответствующего КДД. Понятно, что КДД для приведенного вектора будет существенно меньше, чем, например, для вектора (2, 2, 2, 1, 1, 1, 1). При этом экспертная система в ряде случаев вынуждена держать в памяти несколько возможных диагнозов с различными КД, значения которых динамически изменяются по мере привлечения очередных правил из базы знаний. Этот процесс аналогичен рассмотренному выше, при использовании формулы (2) для оценки состояний. На заключительном этапе (при выдаче протокола) при сопоставимых значениях КД возможен прогноз двух или более дефектов. В этом же протоколе экспертная система дает список рекомендаций, которые целесообразно предпринять в конкретной ситуации. Дополнительные сведения об экспертной системе «Диагностика+» можно получить в Интернете на сайте http://www.transform.ru/. СПИСОК ЛИТЕРАТУРЫ Объем и нормы испытаний электрооборудования. РД 34.45-51.300-97: Издание шестое. – М.: ЭНАС, 1998. Методические указания по диагностике развивающихся дефектов по результатам хроматографического анализа газов, растворенных в масле силовых трансформаторов. РД 34.46.302-89. – М.: СПО Союзтехэнерго, 1989. Методические указания по диагностике развивающихся дефектов трансформаторного оборудования по результатам хроматографического анализа газов, растворенных в масле. РД 153-34.0-46.302-00. – М.: АО ВНИИЭ, 2001. Попов Г.В., Игнатьев Е.Б. О совершенствовании технологий диагностирования маслонаполненного электротехнического оборудования // НРЭ. – 2001. – № 7. Касаткина Т.Е., Львов М.Ю. Опыт применения хроматографического анализа газов для оценки состояния силовых трансформаторов в эксплуатации // НРЭ. – 2001. – № 7. Захаров А.В. Корреляционные характеристики диагностических параметров газов, растворенных в масле, при нормальном режиме работы трансформатора // НРЭ. – 2002. – № 1. Биргер И.А. Техническая диагностика. – М.: Машиностроение, 1978. Башлыков А.А., Еремеев А.П. Экспертные системы поддержки принятия решений в энергетике. – М.: изд-во МЭИ, 1994. Кузнецова Е.В., Морозова Т.И., Степаненко Н.А. Экспертная система диагностики состояния изоляции масляных трансформаторов // Электротехника. – 1994. – № 11. Голоднов Ю.М. Контроль за состоянием трансформаторов. – М.: Энергоатомиздат, 1988.

Источник:   ©  www.transform.ru Материал размещен на http://www.transform.ru/index.html: 25.11.2004 г.

  ©  TRANSFORMаторы 2004—2006