Аналітичний метод розпізнавання типу дефекту маслонаповненого обладнання за результатами аналізу розчинених у маслі газів
DOI:
https://doi.org/10.15588/1607-6761-2023-2-5Ключові слова:
діагностика обладнання, аналіз розчинених у маслі газів (АРГ), аналітичний метод, розпізнавання типу дефекту, відношення газів, аналіз достовірності розпізнаванняАнотація
Мета роботи. Розробка методу розпізнавання типу дефекту маслонаповненого обладнання за результатами аналізу розчинених у маслі газів.
Методи дослідження. Аналіз значень відношень газів в маслонаповненому обладнанні з дефектами різного типу, синтез методу для розпізнавання типу дефектів.
Отримані результати. Наведено опис аналітичного методу для розпізнавання типу дефектів маслонаповненого обладнання за результатами аналізу розчинених у маслі газів. Для розпізнавання типу дефекту використовуються значення трьох відношень – СН4/Н2, С2Н4/С2Н6 і С2Н2/С2Н4. Використання цих відношень дозволяє розпізнавати 40 дефектів різного типу та їх комбінацій. Даним дефектам відповідають 25 різних діапазонів значень відношень газів, отримані в результаті досліджень вмісту газів для 3715 одиниць маслонаповненого обладнання Визначення типу дефекту відбувається шляхом аналізу отриманих значень відношень газів і їх класифікації відповідно до діапазонів значень відношень газів кожного із дефектів. У випадку, коли отримані значення відношень відповідають одразу кільком типам дефектів в одному діапазоні значень, для уточнення типу дефекту використовуються характерні номограми дефектів та рекомендації відповідно до положень методу ключового газу. Виконано порівняльний аналіз достовірності розпізнавання типу дефекту з використанням розробленого методу та деяких відомих методів інтерпретації результатів аналізу розчинених у маслі газів.
Наукова новизна. Запропоновано аналітичний метод для розпізнавання типу дефектів маслонаповненого обладнання електричних мереж за результатами аналізу розчинених у маслі газів. Даний метод відрізняється від існуючих тим, що при використанні трьох відомих відношень газів він дозволяє розпізнавати більшу кількість дефектів різного типу (40), в тому числі й тих, для яких відомі методи не дозволяють встановити діагноз. Такий результат забезпечується використанням 25 діапазонів значень відношень газів, отриманих за результатами досліджень вмісту газів для 3715 одиниць маслонаповненого обладнання.
Практична цінність. Використання розробленого методу для розпізнавання типу дефектів маслонаповненого обладнання електричних мереж дозволяє підвищити достовірність розпізнавання дефектів за результатами аналізу розчинених у маслі газів. Своєю чергою це дозволяє підвищити експлуатаційну надійність електроенергетичного обладнання та подовжити термін експлуатації цього обладнання.
Посилання
Diahnostyka maslonapovnenoho transformatornoho obladnannia za rezultatamy khromatohrafichnoho analizu vilnykh haziv, vidibranykh iz hazovoho rele, I haziv, rozchynenykh u izoliatsiinomu masli. Metodychni vkazivky [Diagnosis of oil-filled trans-former equipment by chromatographic analysis of free gases sampled from the gas relay and gases dis-solved in the insulating oil. Methodological guide-lines] (SOU-N EE 46.501:2006). (2007). Ministry of Fuel and Energy of Ukraine. (in Ukrainian)
International Electrotechnical Commission. (2015). Mineral oil-filled electrical equipment in ser-vice – Guidance on the interpretation of dissolved and free gases analysis (IEC 60599:2015).
Dörnenburg, E., & Strittmater, W. (1974). Monitoring oil-cooled transformers by gas analysis. Brown Boveri Review, 61, 238–274.
Rogers, R. (1978). IEEE and IEC codes to interpret incipient faults in transformers, using gas in oil analy-sis. IEEE Transactions on Electrical Insulation, EI-13(5), 349–354. https://doi.org/10.1109/tei.1978.298141
Müller, R., Schliesing, H., & Soldner, K. (1977). Die Beurteilung des Betriebszustandes von Transforma-toren durch Gasanalyse. Elektrizitätswirtschaft, (76), 345–349.
Gouda, O. E., El-Hoshy, S. H., & E.L.-Tamaly, H. H. (2018). Proposed three ratios technique for the inter-pretation of mineral oil transformers based dissolved gas analysis. IET Generation, Transmission & Distribution, 12(11), 2650–2661. https://doi.org/10.1049/iet-gtd.2017.1927
Electric Technology Research Association. (1980). Conservation and control of oil-insulated compo-nents by diagnosis of gas in oil. 36(1).
Kawamura, T., Kawada, H., Ando, K., Yamaoka, M., Maeda, T., & Takatsu, T. (1986). Analyzing gases dissolved in oil and its application to maintenance of transformers. In International Conference on Large High Voltage Electric Systems.
Lee, S.-j., Kim, Y.-m., Seo, H.-d., Jung, J.-r., Yang, H.-j., & Duval, M. (2013). New methods of DGA diagnosis using IEC TC 10 and related databases Part 2: Ap-plication of relative content of fault gases. IEEE Transactions on Dielectrics and Electrical Insula-tion, 20(2), 691–696. https://doi.org/10.1109/tdei.2013.6508774
Duval, M. (2008). The duval triangle for load tap changers, non-mineral oils and low temperature faults in transformers. IEEE Electrical Insulation Magazine, 24(6), 22–29. https://doi.org/10.1109/mei.2008.4665347
Duval, M., & Lamarre, L. (2014). The duval penta-gon-a new complementary tool for the interpretation of dissolved gas analysis in transformers. IEEE Electrical Insulation Magazine, 30(6), 9–12. https://doi.org/10.1109/mei.2014.6943428
Mansour, D.-E. A. (2015). Development of a new graphical technique for dissolved gas analysis in power transformers based on the five combustible gases. IEEE Transactions on Dielectrics and Electri-cal Insulation, 22(5), 2507–2512. https://doi.org/10.1109/tdei.2015.004999
Emara, M. M., Peppas, G. D., & Gonos, I. F. (2021). Two graphical shapes based on DGA for power transformer fault types discrimination. IEEE Trans-actions on Dielectrics and Electrical Insulation, 28(3), 981–987. https://doi.org/10.1109/tdei.2021.009415
Gouda, O. E., El-Hoshy, S. H., & E.L.-Tamaly, H. H. (2019). Condition assessment of power transformers based on dissolved gas analysis. IET Generation, Transmission & Distribution, 13(12), 2299–2310. https://doi.org/10.1049/iet-gtd.2018.6168
Ahmed, M. R., Geliel, M. A., & Khalil, A. (n.d.). Power transformer fault diagnosis using fuzzy logic tech-nique based on dissolved gas analysis. In 2013 21st Mediterranean Conference on Control & Automa-tion (MED) (p. 584–589). https://doi.org/10.1109/med.2013.6608781
Zhang, L., & Yuan, J. (2014). Fault diagnosis of pow-er transformers using kernel based extreme learning machine with particle swarm optimization. Applied Mathematics & Information Sciences (AMIS), 9(2), 1003–1010.
Chen, Y., Yan, S., Pang, T., & Chen, R. Detection of DGA domains based on support vector machine. In 2018 Third International Conference on Security of Smart Cities, Industrial Control System and Communications (SSIC). https://doi.org/10.1109/ssic.2018.8556788
Fan, J., Wang, F., Sun, Q., Bin, F., Liang, F., & Xiao, X. (2017). Hybrid RVM–ANFIS algorithm for transformer fault diagnosis. IET Generation, Trans-mission & Distribution, 11(14), 3637–3643. https://doi.org/10.1049/iet-gtd.2017.0547
Duval, M. (2002). A review of faults detectable by gas-in-oil analysis in transformers. IEEE Electrical Insulation Magazine, 18(3), 8–17. https://doi.org/10.1109/mei.2002.1014963
Muhamad, N. A., & Ali, S. A. M. (2008). LabVIEW with fuzzy logic controller simulation panel for condi-tion monitoring of oil and dry type transform-er. World Academy of Science, Engineering and Technology International Journal of Electrical, Computer, Energetic, Electronic and Communication Engineering, 2(8), 1685–1691. https://doi.org/10.5281/zenodo.1060253
Islam, M. M., Lee, G., & Hettiwatte, S. N. (2018). Application of Parzen Window estimation for incipi-ent fault diagnosis in power transformers. High Voltage, 3(4), 303–309. https://doi.org/10.1049/hve.2018.5061
Zeng, B., Guo, J., Zhu, W., Xiao, Z., Yuan, F., & Huang, S. (2019). A transformer fault diagnosis model based on hybrid grey wolf optimizer and LS-SVM. Energies, 12(21), Article 4170. https://doi.org/10.3390/en12214170
Nemeth, B., Laboncz, S., & Kiss, I. (n.d.). Condition monitoring of power transformers using DGA and Fuzzy logic. In 2009 IEEE Electrical Insulation Con-ference (EIC) (Formerly EIC/EME) (p. 373–376). https://doi.org/10.1109/eic.2009.5166373
Bhalla, D., Bansal, R. K., & Gupta, H. O. (2013). In-tegrating AI based DGA fault diagnosis using Demp-ster–Shafer Theory. International Journal of Electri-cal Power & Energy Systems, 48, 31–38. https://doi.org/10.1016/j.ijepes.2012.11.018
Taha, I. B. M., Hoballah, A., & Ghoneim, S. S. M. (2020). Optimal ratio limits of rogers' four-ratios and IEC 60599 code methods using particle swarm opti-mization fuzzy-logic approach. IEEE Transactions on Dielectrics and Electrical Insulation, 27(1), 222–230. https://doi.org/10.1109/tdei.2019.008395
Shutenko, O., & Kulyk, O. Diagnosis of oil-filled equipment with x-wax deposition based on dissolved gas analysis. In 2021 IEEE 3rd Ukraine Conference on Electrical and Computer Engineering (UKRCON) (p. 1–6). https://doi.org/10.1109/ukrcon53503.2021.9575623
Kulyk, O. S., & Shutenko, O. V. (2019). Analysis of gas content in oil-filled equipment with spark dis-charges and discharges with high energy densi-ty. Transactions on Electrical and Electronic Materi-als, 20(5), 437–447. https://doi.org/10.1007/s42341-019-00124-8
Shutenko, O., & Kulyk, O. (2022). Recognition of combined defects with high-temperature overheating based on the dissolved gas analysis. Sādhanā, 47(3), Article 146. https://doi.org/10.1007/s12046-022-01919-x
Shutenko, O., & Kulyk, O. (2020). Analysis of gas content in oil-filled equipment with low energy densi-ty discharges. International Journal on Electrical En-gineering and Informatics, 12(2), 258–277. https://doi.org/10.15676/ijeei.2020.12.2.6
Shutenko, O., & Kulyk, O. Recognition of overheat-ing with temperatures of 150-300°C by analysis of dissolved gases in oil. In 2020 IEEE 4th International Conference on Intelligent Energy and Power Systems (IEPS) (p. 71–76). https://doi.org/10.1109/ieps51250.2020.9263145
Shutenko, O., & Kulyk, O. (2022). Recognition of low-temperature overheating in power transformers by dissolved gas analysis. Electrical Engineering, 104(4), 2109–2121. https://doi.org/10.1007/s00202-021-01465-5
Shutenko, O., & Kulyk, O. Recognition of mid-temperature overheating in high-voltage power trans-formers by dissolved gas analysis. In 2021 IEEE 2nd KhPI Week on Advanced Technology (KhPIWeek) (p. 401–406). https://doi.org/10.1109/khpiweek53812.2021.9570059
Shutenko, O., & Kulyk, O. Recognition of High-Temperature Overheating in High-Voltage Power Transformers by Dissolved Gas Analysis. In 2021 IEEE International Conference on Modern Electrical and Energy Systems (MEES) (p. 1–6). https://doi.org/10.1109/mees52427.2021.9598575
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2023 O.В. Шутенко , О.С. Кулик
Ця робота ліцензується відповідно до Creative Commons Attribution-ShareAlike 4.0 International License.
Положення про авторські права Creative Commons
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи.
