В связи с непрерывным ростом потребления электроэнергии [3, 5] актуальной является задача повышения надежности работы существующих распределительных электроподстанций и строительство новых. Первый вариант в условиях естественного старения оборудования, увеличения нагрузки и невозможности одновременного обновления всех элементов требует развития подходов, методов и средств определения состояния и диагностики всех элементов подстанции. В части строительства новых электроподстанций в настоящее время перспективным путем является переход к цифровым подстанциям, снабженным современными системами управления [2], цифровыми устройствами, в том числе измерительными [1] и технологиями преобразования информации [4]. При этом указанные технологии являются относительно новыми и не в полной мере удовлетворяют требованиям по надежности и эффективности работы. В том числе данное утверждение верно и для технологий диагностики состояния цифровых подстанций, как сложных технических систем, и их отдельных элементов.
Цель работы: анализ методов и средств диагностики сложных технических систем и разработка подхода к определению состояния цифровых электроподстанций.
Материал и методы исследований: методы теории автоматического управления, элементов теории планирования эксперимента, теории измерений, методы решения обратных задач.
Результаты исследования и их обсуждение
Цифровая подстанция построена на основе протокола МЭК 61850, в котором предусмотрены стандартные средства для диагностики каналов связи между устройствами. Однако весьма важным вопросом является не только диагностика самих каналов передачи данных, но и диагностика силового оборудования [15]. Существующие методы диагностики сложных технических систем можно условно разделить на три класса:
1. Системы на базе экспертных оценок (экспертные компьютерные системы и системы, требующие привлечения эксперта-человека).
2. Системный анализ на базе интеллектуальных методов.
3. Системы на базе аналитических моделей.
К первому классу относятся следующие методы диагностики электроподстанций.
Диагностика состояния подстанции на основе сетей Петри [8]. Данный способ применятся для отражение текущей конфигурации подстанции (какие выключатели и линии введены в работу, а какие нет), на основе данных, полученных от SCADA-системы. Целью данного подхода является наискорейшее получение информации о текущей конфигурации подстанции.
Система-прототип «Telemanagement» [11]. Целью работы данной системы является удаленная диагностика отдельных свойств, характеризующих состояние подстанции. Данная система контролирует сооружение подстанции, оборудования среднего напряжения, трансформаторы и оборудование низкого напряжения. Система контролирует такие события, как: несанкционированный доступ, обнаружение пожара, короткое замыкание, падение напряжения, потеря напряжения и др. Фактически задачей данной системы является контроль подстанций, расположенных в труднодоступных местах. Благодаря данной системе, возможно направление ремонтной бригады на устранение неполадок в моменты возникновения неисправностей, что повлечет за собой уменьшение количества выездов на подстанцию.
Диагностика состояния подстанции на основе анализа изображений элементов подстанции [13]. Суть данного подхода заключается в том, что при возникновении аварийного сигнала диспетчеру передается изображение отдельных элементов подстанции: трансформатора, выключателя и др., благодаря которым возможно увидеть внешнее состояние оборудования. Помимо внешнего вида, данный подход позволяет определять значение некоторых параметров, информация о которых может быть доступна только в аналоговом виде на традиционной подстанции, например, показания электросчетчика.
Диагностика с использованием технологии 3D-ГИС [16]. Для диагностики используется трехуровневая структура, состоящая из слоя данных, слоя логики и слоя пользователя. Слой данных содержит базу данных SCADA, базу данных географической информационной системы (ГИС), а также базу экспертных данных. База данных ГИС включает в себя основные географические данные, данные трехмерной модели и данные атрибутов устройства. База данных SCADA в режиме реального времени содержит различные показатели работы оборудования, первичные и вторичные схемы подключения для электрооборудования. Слой логики обеспечивает контроль текущего состояния оборудования, т.е. при возникновении неполадок посылается запрос SCADA-системе для получения данных об оборудовании и в совокупности с анализом топологии 3D-ГИС, осуществляется получение места повреждения, и в сочетании с экспертной системой выявляется причина неисправности. Слой пользователя дает возможность просматривать состояние оборудования, какое оборудование неисправно, какие причины и как их устранить.
Аналогичные средства на основе экспертных систем представлены в работах [7, 9]. Недостатками представленных систем на базе экспертных оценок являются: отсутствие возможности выявления скрытых неисправностей электроподстанции; низкая степень эффективности оценки комплексного состояния подстанции.
Ко второму классу средств диагностики относятся следующие методы.
Диагностика на основе технологии мультиагентов [10]. Данный метод основан на понятии «агент», как программы, самостоятельно выполняющей задание, указанное пользователем, в течение длительных промежутков времени. В основе данной методики заложен диагностический агент, состоящий из нескольких субагентов, таких как агент диагностики трансформатора, агент диагностики выключателя, агент диагностики линии электропередач и диагностический агент подстанции. Каждый из агентов работает независимо друг от друга, т.е.,, если появляется нарушение в трансформаторе, например, межвитковое замыкание и его последующее отключение, начинает работать агент диагностики трансформатора, если отключилась линия, начинает работу агент диагностики линии и т.д. В результате последовательной диагностики и анализа данных измерений, комплексный диагностический агент получает информацию от всех субагентов и делается вывод о причине нарушения.
Диагностика неисправностей на основе RCA-метода [12]. Целесообразность применения данного метода заключается в том, что большинство существующих методов не способны осуществлять диагностику сложных неисправностей, включающих в себя несколько последовательных отказов или ложных срабатываний. Суть данного метода заключается в разбиении диагностики на 2 составляющие: с работой защитных устройств и без них. При нормальном режиме работы осуществляется диагностика текущего состояния оборудования через определенные промежутки времени. Первая составляющая диагностики оценивает текущее состояние элементов подстанции на основе анализа различных показателей, характеризующих их состояние. При возникновении неисправности на основе анализа диагностируемых параметров выявляется причина неисправности. В результате работы защитных устройств и соответственно начала работы второй составляющей в целях определения компонента неисправности запрашивается информация о текущем положении контактов выключателей и реле, работы автоматического повторного включения и вторичного оборудования. После чего осуществляется идентификация компонентов неисправности на основе технологии оптимизации [6]. Затем результаты двух составляющих диагностики комбинируются и выявляется компонент неисправности и причина неисправности. Для более глубокого анализа причины возникшей неисправности применяется вероятностный подход.
Данные методы являются наиболее эффективными, однако, функционируют на основе моделей, представляющих собой т.н. «черные ящики», что не позволяет выполнить априорную оценку их точности и достоверности работы.
К третьему классу относятся средства диагностики на основе методов решения обратных задач, в основе которых лежат аналитические модели. Данные подходы широко распространены для оценки состояния сложных систем [14]. Для получения максимального эффекта от внедрения на энергетических объектах данного подхода, с одной стороны, возможно использование существующего опыта в данной области, с другой – требуется создание новых и уточнение существующих формализованных математических описаний для расчетно-математических моделей систем мониторинга; уточнение технических требований к оборудованию с учетом их работы совместно с системами мониторинга и диагностики. Одним из наиболее эффективных подходов к мониторингу параметров и диагностике неисправностей сложных технических систем является метод натурно-модельного эксперимента. Схема разработанного алгоритма реализации метода натурно-модельного эксперимента для оценки состояния цифровой подстанции представлена на рисунке.
Схема алгоритма натурно-модельного метода
Алгоритм его реализации состоит из следующих этапов:
1. Выполняется эксперимент, в ходе которого измеряются параметры, характеризующие состояние цифровой подстанции.
2. Строится математическая модель цифровой подстанции, управляющие воздействия, как и в эксперименте.
3. Вычисляются параметры, описывающие состояние подстанции с помощью модели.
4. Результаты расчета сравниваются с полученными экспериментальными: если расхождение превышает требуемое значение, то проводится анализ чувствительности и вводятся новые данные, описывающие состояние подстанции.
5. Итерационный процесс продолжается до тех пор, пока результаты эксперимента и расчета не совпадут с заданной погрешностью. В этом случае определяемый вид и место повреждения берутся из математической модели цифровой подстанции.
Математическая модель описывает состояние отдельных элементов цифровой подстанции, а также состояние подстанции в целом. Благодаря доступу к большому количеству информации, предоставляемой с датчиков силового оборудования, появляется возможность применения интеллектуального анализа (современные методы обработки сигналов, вейвлет-анализ, методы искусственного интеллекта, машинного обучения) к диагностике оборудования, который позволит оптимально оценивать его состояние, а именно текущее состояние и развивающиеся дефекты на основе анализа величин параметров, характеризующих состояние оборудования, а также отношений системных параметров. Успех реализации этого метода зависит от правильного выбора математической модели цифровой подстанции, погрешности измерения используемых данных, выбор метода минимизации целевого функционала.
Заключение
В результате анализа существующих методов диагностики выявлена проблематика комплексной оценки состояния электроподстанций. В качестве комплексного подхода может быть использован метод натурно-модельного эксперимента, направленный на использование экспериментальных данных для получения адекватной модели объекта. Данное решение, с одной стороны, способствует развитию эффективной диагностики сложных технических систем, с другой – позволяет выявить место и вид неисправности, а также развивающиеся дефекты. Благодаря использованию системного подхода, который предусматривает теоретические, экспериментальные исследования и математическое моделирование, обеспечивается высокая достоверность результатов.
Результаты работы получены при поддержке гранта РФФИ № 16-38-60175 «Разработка и исследование математических моделей, методов и алгоритмов решения обратных задач диагностики сложных технических систем на примере цифровых подстанций». Работы были выполнены с использованием оборудования ЦКП «Диагностика и энергоэффективное электрооборудование» ЮРГПУ (НПИ).