Новости Электротехники 3(123) 2020





<  Предыдущая  ]  [  Следующая  >
Журнал 4(94) 2015 год

Трансформаторное оборудование

Значительное ухудшение качества эксплуатационных масел силовых трансформаторов неизбежно ведет к электрическому и механическому износу целлюлозной изоляции, восстановить которую практически невозможно. Вместе с тем можно снизить скорость старения изоляционных материалов.
Своевременное удаление продуктов старения из эксплуатационного масла и восстановление его ресурса является превентивной мерой, позволяющей обеспечить требуемый уровень надежности и долговечности маслонаполненных трансформаторов, считают Светлана Петровна Высогорец и Дмитрий Иванович Никонов.

СИЛОВЫЕ МАСЛЯНЫЕ ТРАНСФОРМАТОРЫ 35–110 кВ
Прогнозирование остаточного ресурса эксплуатационного масла

Светлана Высогорец, к.т.н., главный специалист ПАО «МРСК Северо-Запада»
Дмитрий Никонов, первый заместитель генерального директора – главный инженер ПАО «МРСК Северо-Запада»
г. Санкт-Петербург

Анализ регламентированных показателей качества эксплуатационных масел силовых трансформаторов напряжением 35–110 кВ с точки зрения возможности оценивать с их помощью состояние масел на перспективу указывает на то, что в современных условиях необходима доработка существующего порядка химического контроля трансформаторов с последующим уточнением пороговых значений по ряду показателей качества масел [1].

Исходя из этого важным является поиск способа оценки и прогнозирования остаточного ресурса изоляционных масел в эксплуатации. Определение остаточного ресурса трансформаторных масел позволяет разработать технические решения по продлению срока службы как трансформаторного масла, так и целлюлозной изоляции трансформатора.

Для поддержания стабильных характеристик изоляции путем постоянного удаления продуктов старения и своевременного восстановления ресурса трансформаторного масла, перед аналитиками ставится задача определить оптимальные моменты для проведения работ по восстановлению ресурса изоляционных масел с подбором необходимой номенклатуры работ и определением экономической целесообразности их проведения.

Новый подход к организации химического контроля силовых трансформаторов обеспечит надежную работу электрооборудования в течение всего срока его эксплуатации, увеличение межремонтного периода, снижение затрат на эксплуатацию и ремонты.

ОПТИМАЛЬНЫЙ МОМЕНТ ДЛЯ ПРОВЕДЕНИЯ ПРЕВЕНТИВНЫХ МЕРОПРИЯТИЙ

На основании анализа научно-исследовательских работ в области изучения кинетической закономерности процессов окисления масел и характера образующихся продуктов окисления установлено, что наиболее эффективным периодом возможного воздействия на окислительный процесс масла с целью его предотвращения является время завершения индукционного периода окисления и ранние стадии автоокисления (период самоускорения), что видно из рис. 1.

Рис. 1. Кинетическая кривая окисляемости масел

Все отечественные трансформаторные масла, выпускаемые в настоящее время, содержат антиокислительную присадку агидол-1 (ионол), количество которой в свежем масле зависит от его марки и, как правило, должно быть не менее 0,2% массы [2].

При наличии достаточного количества присадки процесс термоокислительного старения масла находится в индукционном периоде.

Эффективность работы агидола-1 (ионола) как ингибитора окисления значительно выше в глубоко очищенных маслах с малым содержанием ароматических углеводородов и смол (продуктов старения). При эксплуатации масел идет процесс непрерывного расходования присадок, скорость которого зависит от многих факторов и в первую очередь от температуры и концентрации кислорода в масле [3].

Исходя из вышеизложенного, проведение корректирующих мероприятий наиболее эффективно на ранних стадиях автоокисления после завершения индукционного периода. Так, благодаря вводу в трансформаторное масло антиокислительной присадки ионол, связывающей активные радикалы, существенно замедляется процесс окисления масла и исключается образование продуктов глубокого окисления, что позволяет снизить затраты на регенерацию масла вследствие отказа от этапа обработки состаренных масел сорбентами.

Вместе с тем из формулы, описывающей скорость расхода ингибитора, следует:

WInH ≈ [InH]0 / tи,

где WInH – скорость расхода ингибитора;
[InH]0 – исходная концентрация присадки;
tи – продолжительность индукционного периода окисления.

Следовательно, продолжительность индукционного периода окисления будет равна:

tи ≈ [InH]0 / WInH.

Исходя из представленной формулы, воздействовать на продолжительность индукционного периода возможно посредством регулирования концентрации антиокислительной присадки и изменения скорости расхода ингибитора с помощью мероприятий, направленных на извлечение продуктов старения из масла.

ПОИСК МЕТОДА ОЦЕНКИ ОСТАТОЧНОГО РЕСУРСА

При окислении масла образуются продукты, которые изменяют качество трансформаторных масел. Ряд регламентированных параметров качества масла, таких как кислотное число (КЧ), содержание водорастворимых кислот и щелочей (ВКЩ), содержание антиокислительной присадки (Присадка), тангенс угла диэлектрических потерь масла (tgδм), содержание нерастворимого осадка (Шлам), косвенно позволяют оценить степень старения жидкого диэлектрика.

Однако следует отметить, что изменение показателей КЧ, ВКЩ, tgδм может быть обусловлено иными факторами, не связанными с процессами старения. Содержание Шлама является надежным признаком старения, но уже в глубокой стадии, когда проведение регенерационных работ малоэффективно или не эффективно вовсе.

Наряду с этим вышеуказанные параметры качества масла не позволяют оценить состояние масла на перспективу, что является существенным недостаткам контроля в текущей эксплуатации трансформаторов (отсутствие каких-либо методов прогноза качества масел). Соответственно необходим метод, позволяющий произвести оценку остаточного ресурса масла.

Введем новое определение: «Остаточный ресурс трансформаторного масла» (сформулировано на основе термина «остаточный ресурс», закрепленного в [4]) – это суммарная наработка трансформаторного масла от момента контроля его качества до перехода качества масла в предельное состояние. «Предельное состояние масла» (сформулировано на основе термина «предельное состояние», закрепленного в [5]) – это состояние масла, при котором оно не способно выполнять заданные функции, а восстановление его работоспособного состояния невозможно и/или нецелесообразно.

Методом оценки остаточного ресурса масла может быть принято измерение стабильности против окисления, стандартизированное в [6]. Величина стабильности против окисления является критерием оценки устойчивости к старению и соответственно предполагаемого срока службы масла. Этот показатель является основным критерием качества свежих и регенерированных масел. Однако измерение противоокислительной стабильности для эксплуатационных масел не регламентировано.

Измерение стабильности против окисления проводится посредством форсированного в искусственных/лабораторных условиях окисления масла под действием комплекса факторов: повышенная температура, наличие катализаторов, повышенная концентрация окислителей.

Таким образом, оценка противооокислительной стабильности эксплуатационного масла является единственным способом оценить свойства масел на перспективу. Стабильность масла выражается двумя (тремя) показателями: потенциальным содержанием осадка и кислотным числом; для свежих масел дополнительно измеряется содержание летучих низкомолекулярных кислот, образованных после окисления масла. Поскольку при этих испытаниях определяется комплекс показателей, характеризующих степень старения масла, то этот метод позволяет получить наиболее полное представление о сроке службы масла. Чем хуже показатели, определяющие стабильность против окисления, тем большую долю начального ресурса масло утратило. Важно отметить, что предложенная методика измерения противоокислительной стабильности является широко используемой в энергетике РФ.

Вместе с тем измерение противоокислительной стабильности масел силовых трансформаторов является сложным, трудоемким лабораторным анализом. Соответственно следует определить показатели, с помощью которых можно выявлять объекты, требующие анализа по предложенному методу.

ПОКАЗАТЕЛИ КАЧЕСТВА И ОСТАТОТОЧНОГО РЕСУРСА МАСЛА

На основе анализа научных трудов по исследованию теоретических основ окислительных процессов, протекающих в жидком диэлектрике, определены вышеупомянутые наиболее чувствительные к протекающим в маслах процессам старения показатели качества масла: КЧ, ВКЩ, tgδм, Присадка. Каждый из выбранных нами показателей качества масла измеряет количество образовавшихся продуктов старения на определенной стадии окислительного процесса и соответственно косвенно может указывать на определенную степень старения масла.

Нами выдвинута гипотеза о существовании корреляции между показателями качества и остаточного ресурса масла. Для эмпирической проверки и доказательства выдвинутого предположения была разработана концептуальная математическая модель, определена ее структура и параметры.

Объектами модели являются показатель качества масла i и доля утраченного ресурса масла Рм. Значения показателя качества масла Хi будут откладываться на оси абсцисс, значения Рм – на оси ординат (рис. 2).

Рис. 2. Изменение вероятности ухудшения показателей качества масла, характеризующих его утраченный ресурс

На основании знания окислительных процессов установлено, что на модели, представленной графически на рис. 2, будут располагаться две области:

  • область , описанная диапазоном величин Хi измеряемого показателя i, в пределах которых вероятность необратимого ухудшения качества масла является минимальной и практически постоянной (индукционный период);
  • область , описываемая промежутком времени, в течение которого нарастает вероятность необратимого ухудшения качества масла.

Так, для любого ресурса измеряемого показателя качества i имеем ( + ) треугольник риска, который характеризует рост вероятности необратимого ухудшения качества эксплуатационного трансформаторного масла, а также показывает возрастание вероятности появления трудоемких малоэффективных затратных работ по восстановлению эксплуатационных свойств трансформаторного масла.

Исследованию подлежал процесс изменения качества изоляционных масел силовых трансформаторов напряжением 35–110 кВ. В ходе исследований доказано наличие взаимосвязи между показателями качества масла (КЧ, ВКЩ, tgδм, Присадка) и показателями, характеризующими остаточный ресурс масла (противоокислительная стабильность: кислотное число окисленного масла (КЧОМ) и Шлам).

КЛАССИФИКАЦИЯ ТРАНСФОРМАТОРОВ ПО КЛАССУ СТАБИЛЬНОСТИ

С целью прогнозирования снижения ресурса эксплуатационных масел на основе измерения традиционных показателей качества масла, необходимо построение модели взаимосвязи показателей противоокислительной стабильности и показателей качества масла, обладающих индикативностью к образующимся продуктам старения.

Прогноз снижения ресурса масла необходим для планирования и проведения работ, направленных на организацию специальных лабораторных экспериментов с целью поиска оптимального набора системы мер по восстановлению утраченного ресурса масла.

Был проведен анализ с целью определить, на основании каких факторов и при каких значениях этих факторов трансформаторы могут быть отнесены в ту или иную группу по классам стабильности. Фактически задача состояла в определении неких правил классификации трансформаторов. Было задано исходное условие: если противоокислительная стабильность не снижена (удовлетворительная), класс стабильности будет равен 0, если снижена (неудовлетворительная), класс стабильности будет равен 1.

Соответственно выделялись две группы по классу стабильности: удовлетворительная и неудовлетворительная.

Метод деревьев классификации

Для классификации трансформаторов на группы использован непараметрический метод – метод деревьев классификации, позволяющий предсказывать принадлежность наблюдений или объектов к тому или иному классу категориальной зависимой переменной в зависимости от соответствующих значений одной или нескольких факторных (независимых) переменных [7].

Цель построения дерева классификации заключается в построении решающих правил, позволяющих классифицировать объекты. Дерево решений, по существу, представляет собой древовидный граф, состоящий из узлов, соединенных друг с другом ребрами. Узлы принятия решений содержат критерии выбора, а ребра выражают взаимоисключающие результаты проверки соответствия этим критериям. По сути, при каждой проверке условия происходит сортировка данных таким образом, что каждый элемент данных определяется как соответствующий только одному ребру.

Цель анализа с помощью деревьев классификации состоит в том, чтобы получить максимально точный прогноз отнесения объекта с заданными характеристиками к определенному классу.

Важным этапом построения дерева классификации является определение его размеров. Дерево классификации должно быть достаточно сложным, для того чтобы учитывать имеющуюся информацию, и в то же время оно должно быть как можно более простым, для того чтобы интерпретировать результаты.

Одна из возможных стратегий выбора размера дерева состоит в том, чтобы наращивать его до нужного размера, который определяется самим пользователем на основе уже имеющихся данных, диагностических сообщений системы, выданных на предыдущих этапах анализа. По этой стратегии пользователь сам устанавливает размеры дерева, до которых оно может расти. Проверка точности классификации осуществляется путем кросс-проверки.

При математическом моделировании зависимости показателей качества масла от степени его старения использован алгоритм деревьев классификации – CАRT (Classification And Regression Trees). CАRT строит бинарное дерево (с разделением только на два узла на каждом шаге ветвления) на основе полного перебора вариантов деревьев с одномерным ветвлением.

На рис. 3 представлены правила классификации на группы по стабильности на основе значений различных факторов.

Рис. 3. Дерево классификации трансформаторов на группы по классам стабильности:
а) на основе трех факторов (КЧ, tgδм, Присадка);
б) на основе фактора КЧ

0,000 – стабильность не снижена (удовлетворительная) = 0;
1,000 – стабильность снижена (неудовлетворительная) = 1

Нулевой узел дерева на рис. 3а показывает, что из 52 (100%) трансформаторов 16 трансформаторов (30,8%) фактически относятся к классу стабильности, равному 0, и 36 трансформаторов (69,2%) – к классу стабильности, равному 1. Графически удельный вес трансформаторов каждого класса показан столбиковой диаграммой.

Из узла 2 видно, что к классу стабильности, равному 1, однозначно относятся все трансформаторы, у которых значение КЧ > 0,0195 мгКОН/г.

Если значение КЧ не превышает 0,0195 мгКОН/г, то следующим группирующим признаком является tgδм. Если этот показатель не превышает 0,78%, то с вероятностью 0,846 (84,6%) трансформатор может быть отнесен к классу стабильности, равному 0.

Если tgδм > 0,78%, то следующим группирующим признаком является Присадка: если значение этого показателя больше 0,098%, то трансформатор относится к классу стабильности, равному 0, с вероятностью один (100%). Если Присадка > 0,075%, но не превосходит 0,098%, то трансформатор относится к классу стабильности, равному 1, с вероятностью один (100%). Если Присадка не превышает 0,075%, то с вероятностью 0,6 (60%) трансформатор может быть отнесен к классу стабильности, равному 1, и с вероятностью 0,4 (40%) трансформатор может быть отнесен к классу стабильности, равному 0.

Следует отметить, что верификация ветвления по факторам tgδм и Присадка затруднена из-за недостаточного числа трансформаторов в подгруппах.

Классификация по трем признакам дает 92,3% правильных классификаций, при этом удельный вес правильно классифицированных объектов в класс стабильности, равный 1, составляет 94,4%.

Риск (средняя доля неправильно классифицированных объектов) при проведении кросс-проверки правильности классификации составляет 32,7%, что превышает 30%. Это говорит о том, что качество классификации недостаточное. Причина этого – недостаточное число объектов в подгруппах по факторам tgδм и Присадка.

Поскольку верификация ветвления по факторам tgδм и Присадка затруднена из-за недостаточного числа трансформаторов в подгруппах, целесообразно дерево укоротить – провести классификацию только по одному фактору – КЧ (первый уровень данного дерева) (рис. 3б).

Узел 2 на рис. 3б показывает, что к классу стабильности, равному 1, однозначно относятся все трансформаторы, у которых значение КЧ > 0,0195 мгКОН/г. Если значение КЧ не превышает 0,0195 мгКОН/г, то с вероятностью 0,62 (61,5%) трансформаторы могут быть отнесены к классу стабильности, равному 0, а с вероятностью 0,38 (38,5%) трансформаторы могут быть отнесены к классу стабильности, равному 1. Классификация трансформаторов на группы по классам стабильности только на основании значения фактора КЧ дает 80,8% правильно классифицированных объектов.

При этом в группу стабильности, равную 0, правильно классифицированы все 100% объектов (16 ед.), а в группу стабильности, равную 1, правильно классифицированы только 72,2% объектов (26 ед.).

Таким образом, метод деревьев позволяет классифицировать трансформаторы на группы по классу стабильности на основе значений фактора КЧ. Пороговым (группирующим) значением КЧ является значение 0,02 мгКОН/г.
С помощью непараметрического метода подтверждено предположение о существовании зависимости показателей качества масла от степени старения жидкого диэлектрика, оцененного посредством измерения стабильности против окисления.

ВЫВОДЫ

  1. Наиболее эффективный период для воздействия на масло с целью предотвращения окисления – это время завершения индукционного периода окисления и ранние стадии автоокисления (период самоускорения).
  2. Для оценки ресурса эксплуатационного масла наиболее подходит метод определения стабильности против окисления масел, приведенный в [6].
  3. Показатели качества, обладающие индикативностью к про-дуктам старения масла (КЧ, ВКЩ, tgδм, Присадка), взаимосвязаны с показателями, характеризующими остаточный ресурс масла (КЧОМ и Шлам).
  4. Классификацировать трансформаторы по классу стабильности (удовлетворительная и неудовлетворительная) можно с помощью метода деревьев (алгоритм CART) с результатом 80,8% правильных прогнозов. Разработанная модель позволяет прогнозировать остаточный ресурс эксплуатационного масла. Модель представлена устойчивым одноуровневым бинарным деревом, в котором ключевым фактором вероятностной оценки ресурса эксплуатационного трансформаторного масла является показатель КЧ с пороговым значением 0,02 мгКОН/г.
  5. Предложенный способ анализа позволяет применять научно обоснованные решения для оптимизации технического обслуживания и ремонта силовых трансформаторов напряжением 35–110 кВ.

ЛИТЕРАТУРА

  1. Высогорец С.П. Разработка новых методов и алгоритма оценки качества эксплуатационных масел силовых трансформаторов напряжением 35–110 кВ. Дисс. на соискание ученой степени канд. техн. наук. СПб., 2012.
  2. Липштейн Р.А. О механизме действия ингибиторов окисления. Присадки к маслам // Труды Второго всесоюзного научно-технического совещания. М.: Изд-во «Химия», 1968.
  3. Липштейн Р.А., Шахнович М.И. Трансформаторные масла. М.: Энергоатомиздат, 1983.
  4. ГОСТ Р 53480-2009. Надежность в технике. Термины и определения. М.: Изд-во стандартов, 2010.
  5. ГОСТ 27002-89. Надежность в технике. Основные понятия. Термины и определения. М.: Изд-во стандартов, 1990.
  6. ГОСТ 981-75. Масла нефтяные. Метод определения стабильности против окисления. М.: Изд-во стандартов, 1992.
  7. Breiman L., Friedman J.H., Olshen R.A., Stone C.J. Classification and regression trees Monterey, CA: Wadsworth & Brooks/Cole Advanced Books & Software, 1984.


Очередной номер | Архив | Вопрос-Ответ | Гостевая книга
Подписка | О журнале | Нормы. Стандарты | Проекты. Методики | Форум | Выставки
Тендеры | Книги, CD, сайты | Исследования рынка | Приложение Вопрос-Ответ | Карта сайта




Rambler's Top100 Rambler's Top100

© ЗАО "Новости Электротехники"
Использование материалов сайта возможно только с письменного разрешения редакции
При цитировании материалов гиперссылка на сайт с указанием автора обязательна

Segmenta Media создание и поддержка сайта 2001-2020