Главная » Статьи » Наши статьи

НАШИ СТАТЬИ СТАТЬИ ДРУГИХ АВТОРОВ НАШИ ПРЕЗЕНТАЦИИ
Использование экспертной системы для повышения качества управленческих решений

Статья опубликована в сборнике докладов Х научно-практической конференции общественного совета специалистов Сибири и Дальнего Востока "Диагностика электрических установок", прошедшей в Новосибирске в апреле 2015 года.

 

автор: д.т.н., проф. И. В. Давиденко, УрФУ, г. Екатеринбург

Введение

Структура и назначение ЭДИС

Методика анализа информации с помощью экспертной системы

Выводы

Список литературы

 

Введение

 

    Экспертно-диагностическая система оценки технического состояния электрооборудования “Альбатрос” (ЭДИС “Альбатрос”) была создана в 1991 в результате совместных усилий специалистов УПИ (сейчас УрФУ им. Ельцина) и ОАО «Свердловэнерго» и была одной из первых экспертных систем в энергетике. С тех пор ежегодно идет расширение круга задач, решаемых системой, и видов оборудования, которые она диагностирует. Сейчас ЭДИС дает оценку технического состояния как маслонаполненного оборудования (силовых трансформаторов 6-750 кВ, шунтирующих реакторов, трансформаторов тока и напряжения, высоковольтных вводов, выключателей), так и другого оборудования (вентильных разрядников и ограничителей перенапряжений, токопроводов, конденсаторов, силовых кабельных линий, воздушных, вакуумных и элегазовых выключателей).

    Диагностирование маслонаполненного оборудования проводится  на основании результатов:

  • анализа растворенных в масле газов (АРГ);
  • расширенного физико-химического анализа (ФХА) масла  (33 параметра);
  • измерения изоляционных характеристик;
  • омического сопротивления обмоток;  
  • сопротивления короткого замыкания;
  • результатов опыта холостого хода.

    Оценка технического состояния остального (не маслонаполненного) оборудования производится по результатам измерений их электрических характеристик, а для выключателей – дополнительно по результатам скоростных и механических характеристик.

    В настоящее время ЭДИС обладает широким функционалом по анализу информации и имеет долгий и широкий опыт внедрения и эксплуатации (более 113 предприятий, более 400 рабочих мест).

 

Структура и назначение ЭДИС

 

    Система состоит из следующих частей (рисунок 1):

  • базы данных (БД);„
  • подсистемы подготовки и верификации информации;
  • базы знаний (БЗ);„подсистемы планирования и мониторинга операций технического ремонта и обслуживания (ТОиР);
  • подсистемы анализа состава и технико-экономического состояния парка оборудования;
  • подсистемы ранжирования оборудования по техническому состоянию и рискам отказов;
  • подсистемы анализа повреждаемости оборудования;
  • подсистемы получения критериев диагностирования;
  • базы знаний.

 
 

Рисунок 1 – Структура ЭДИС "Альбатрос"

 

    Каждая подсистема, в свою очередь, состоит из ряда модулей, выполняющих различные задачи. Такая структура позволяет собирать индивидуальный набор функциональных модулей под потребности конкретного специалиста.

     Одной из основных задач ЭДИС “Альбатрос является автоматизация процесса сбора, обработки и анализа информации о техническом состоянии оборудования, проводимых эксплуатационных мероприятиях и ремонтах. В зависимости от состояния каналов связи ЭДИС может работать как в варианте клиент-сервер, так и в варианте автономных частей (сетей) с возможностью двустороннего автоматического обмена информацией между частями. Потоки движения информации ЭДИС воспроизводят сложившиеся структурные, иерархические связи и порядок работы энергокомпании. Таким образом, система может работать в режиме распределенной базы данных с делением на 3 уровня: управление электросетевой компании, филиалы компании и производственные отделения филиалов. Каждый уровень обладает своими функциональными и информационными особенностями, своими степенями обобщения, анализа и защищенности информации в соответствии с естественной иерархией организации эксплуатации электрооборудования. С ЭДИС  работают специалисты разных профессий (химики, хроматографисты, измерители, ремонтники) и разных должностей. Благодаря модульно-иерархической организации  структуры ЭДИС и применению ролей (набору прав доступа к информации) система настраивается на конкретного пользователя в зависимости от его уровня компетентности и круга решаемых производственных задач. 

База знаний     

    Критерии оценки, заложенные в базу знаний системы, основаны не только на отечественных и зарубежных нормативных документах, но и на опыте экспертов Санкт-Петербурга, Казани, Благовещенска, на научном потенциале авторов ЭДИС (методиках, патентах, НИР), а также собранном богатом статистическом материале вскрытого оборудования.  Процесс постановки диагноза (системой) можно разделить на 2 этапа: 

  • установление наличия развивающегося дефекта по превышению допустимых и предельно-допустимых значений контролируемых параметров и их трендов;
  • идентификация характера дефекта.

    Как известно, состояние жидкой изоляции маслонаполненного оборудования во многом является определяющим фактором, как для оценки его технического состояния, так и для продления сроков его эксплуатации. Более 90% дефектов силовых трансформаторов обнаруживаются контролем параметров масла. Именно в области оценки технического состояния маслонаполненного оборудования, как на этапе обнаружения, так и на этапе идентификации дефекта, лежат приведенные ниже преимущества ЭДИС.  

     Повышение объективности и точности первого этапа диагностирования достигнуто за счет применения хорошо дифференцированного набора критериев (экспертной библиотеки критериев) оценки АРГ и ФХА масла, полученных в ходе НИР авторов ЭДИС. Эти критерии учитывают структурно-групповой состав масла, а также деструктивные изменения, происходящие с маслом в процессе эксплуатации под влиянием особенностей конструкции и режимов работы оборудования. Они специфичны для оборудования различного вида (силовых трансформаторов, трансформаторов тока и напряжения, высоковольтных вводов). Критерии экспертной библиотеки оценки параметров масла дифференцированы по:

  • виду защиты масла (пленочная и азотная защиты, свободное дыхание);
  • классу напряжения;
  • маркам масла (3 группы масел с разным содержанием ароматических углеводородов);
  • сроку эксплуатации;
  • уровню опасности (допустимый и предельно-допустимый уровни).

    Отметим, что марки масла разделены на 3 группы в соответствии с содержанием ароматических углеводородов Cа, так как этот показатель влияет на характер процесса старения и газопоглощения масла: с содержанием Cа ниже 3% (ГК, ВГ, Nitro); с содержанием Cа  9-15% (ТСП, Т-1500 и т.п.); с содержанием  Cа выше 18%  (TKп).

   Кроме того, экспертная библиотека имеет ряд  критериев, отсутствующих в руководящих документах РФ, но необходимых для оценки:

  • результатов АРГ для трансформаторов 35 кВ и 110 кВ с пленочной защитой;
  • результатов АРГ для трансформаторов тока, а также для трансформаторов напряжения;
  • результатов АРГ для высоковольтных вводов масляных выключателей, а также критерии для негерметичных и герметичных вводов трансформаторов.

    Перечисленный выше дифференцированный набор критериев оценки результатов АРГ и ФХА масла, как отмечалось выше, составляет экспертную библиотеку диагностических критериев. Наряду с экспертной в ЭДИС существуют еще 2 библиотеки  диагностических критериев: нормативная, содержащая критерии РД и СТО; локальная, содержащая критерии из стандарта предприятия и методических указаний изготовителя. Пользователь ЭДИС может выбрать необходимую ему  в конкретном случае библиотеку диагностических критериев.

    Методы интерпретации результатов измерений силовых трансформаторов не приемлемы для вводов и ИТ, так как у них есть свои особенности в причинах возникновения дефектов, конструкции, режимах эксплуатации, в том числе разные соотношения объемов бумага/масло. Преимущество ЭДИС на этапе идентификации вида дефекта заключается в том, что система использует для различных видов оборудования отдельные алгоритмы интерпретации результатов АРГ и ФХА, учитывающие особенности конструкции и эксплуатации этих видов (ноу-хау системы). При идентификации дефекта используются сразу несколько авторских методов:

  • аналитический (модификация метода соотношений пар газов);
  • ансамбль характерных газов;
  • диаграмма состава газов;
  • лепестковая диаграмма Давиденко.

На основании результатов АРГ система идентифицирует:

  • для силовых трансформаторов 14 видов дефектов [1];
  • для трансформаторов тока 9 видов дефектов [2];
  • для трансформаторов напряжения 3 вида дефекта [2];
  • для высоковольтных вводов 10 видов дефектов [3].

     Ниже приведен пример использования лепестковой диаграммы Давиденко для оценки состояния силового трансформатора 35  кВ ЭДИС. В таблице 1 приведены анализируемые данные, а на рисунке 2 процесс графического анализа данных АРГ. Диаграмма представляет собой 7 осей газов и одну ось суммы газов. В левой части рисунка по осям откладываются абсолютные значения концентраций газов (оксиды углерода в масштабе 100:1). Линия зеленого цвета ограничивает область, соответствующую исправному состоянию СТ. Синяя линия соответствует данным АРГ из таблицы 1. Так как синий график выходит за пределы области исправного состояния, то есть в СТ развивается дефект, то переходим к этапу идентификации дефекта, показанному в правой части рисунка. В правой части рисунка синяя линия соответствует анализируемым данным, а красная - наиболее близкому к нему образу дефекта, который подобран ЭДИС. Красная линия соответствует (результат распознавания) дефекту “Высокотемпературный нагрев”.  При выводе в ремонт рассматриваемого СТ 35 кВ обнаружено: ”Верхняя стяжная шпилька магнитопровода замыкала на верхнее ярмо”.

 

Таблица 1 – Результаты АРГ силового трансформатора 35 кВ

 

 

Рисунок 2 – Оценка технического состояния СТ 35 кВ по данным АРГ с помощью лепестковой диаграммы Давиденко.

 

    Таблица 2 демонстрирует целесообразность применения нескольких методов для интерпретации результатов АРГ на типичных примерах повреждений переключающих устройств, которые часто встречаются в практике эксплуатации. 

 

Таблица 2 – Примеры идентификации дефектов по АРГ системой ЭДИС разными методами

    Метод распознавания вида дефекта по диаграмме состава газов является модификацией метода [4]. Для построения диаграммы мы дополнительно используем концентрации оксидов углерода (в масштабе 150:1). Это дает информацию о том, оказывает ли дефект влияние на твердую изоляцию. Для построения диаграммы измеренные концентрации газов делятся на максимальную концентрацию в анализе. Затем напротив каждого газа точками отмечаются значения полученных отношений, а точки соединяются линиями, как показано в первой колонке таблицы 2. Далее диаграмма состава результатов АРГ трансформатора сравнивается с диаграммами образов типичных дефектов. Идентификация дефекта заключается в нахождении образа, наиболее похожего на анализируемую диаграмму АРГ. Как уже отмечалось выше, в базе знаний ЭДИС хранятся 14 графических образов дефектов, полученных на основании анализа результатов АРГ трансформаторов, имеющих дефекты, и описаний вида дефекта по результатам вскрытия СТ. Примерно на 70% полученные нами образы дефектов повторяют образы из статьи [4]. Далее рассмотрим еще один авторский метод ЭДИС  идентификации вида дефекта по ансамблю характерных газов. Для его применения необходимо найти отношения измеренных значений концентраций газов АРГ к своим предельно-допустимым значениям. Полученные отношения отображаем в виде, показанном во второй колонке таблицы 2. Если концентрация газа выше ПДЗ, то соответствующее отношение на диаграмме отображается красным цветом. Если концентрация газа ниже ДЗ, то зеленым, иначе  желтым.  Далее необходимо выделить:

  • газ, максимально превышающий свое ПДЗ;
  • оценить группу газов, превышающих ПДЗ и характеризующих электрический характер дефекта;
  • оценить группу газов, превышающих ПДЗ и характеризующих термический характер дефекта.

    Примеры таблицы 2 демонстрируют, что при одной и той же диаграмме состава газов мы получаем разные ансамбли газов, превышающих свои ПДЗ. По этим ансамблям газов лучше виден характер и стадия развития дефекта. Пример 1, отличается от примеров 2 и 3 выраженной группой газов дефекта электрического характера. Результатом дефекта примера 1 стало выгорание контактов и  необходимость замены РПН, а в примерах 2 и 3 был  возможен ремонт РПН. В примере 2 по обоим методам идентифицирован одинаковый дефект, но по ансамблю газов дополнительно видим, что идет более интенсивное старение бумаги. Отметим, что для идентификации дефекта СТ по ансамблю характерных газов, важна объективность допустимых и предельно-допустимых значений концентраций газов (для примеров, приведенных в таблице 2, использовалась экспертная библиотека критериев оценки АРГ).

    Стандартный набор параметров [5], характеризующих физико-химические и электрические характеристики масла, включает: пробивное напряжение, механические примеси, кислотное число, реакция водной вытяжки, температура вспышки, тангенс дэлектрических потерь масла, абсолютное влагосодержание масла WН2O, содержание антиокислительной присадки, фурановых соединений, растворимого шлама, общее газосодержание, мутность. Состояние жидкой изоляции маслонаполненного оборудования во многом является определяющим фактором, как для оценки его технического состояния, так и для продления сроков его эксплуатации, поэтому ЭДИС использует расширенный набор параметров для оценки масла.

    Дополнительный набор ЭДИС состоит из:

  • температурной зависимости тангенса угла диэлектрических потерь масла на подъеме и спаде температуры;
  • температурной зависимости удельного объемного сопротивления масла на подъеме и спаде температуры;
  • поверхностного натяжения масла;
  • амплитуды и частоты ИФК поглощения;
  • цвета масла;
  • относительной диэлектрической проницаемости, коэффициента Вермана;
  • расчета относительного влагосодержания масла по абсолютному значению WН2O,   температуре масла при отборе и содержанию ароматических углеводородов Са
  • плотности и вязкости масла;
  • содержания в масле серы;
  • стабильности против окисления по МЭК;
  • стабильности против окисления по РД (кислотное число, осадок, летучие кислоты);
  • структурно–группового состава масла (Са, Сn, Ср).

    Кроме того, в этот блок анализа включены степень полимеризации и расчет относительного влагосодержания твердой изоляции 2 методами.

     Еще одна отличительная особенность ЭДИС: она выдает достаточно подробные рекомендации персоналу по дальнейшей эксплуатации оборудования с перечнем необходимых операций ТОиР на основании результата оценки его технического состояния и с учетом истории развития повреждения.

 

Методика анализа информации с помощью экспертной системы

 

    В современном мире растет роль информации, когда она, наряду с энергоресурсами, рассматривается как сырье. Следовательно, ее эффективная переработка это конкурентный бонус предприятия. Во всех отраслях сферы деятельности человека растут объемы БД, но чтобы накопленные данные стали информацией их надо осознать, проанализировать, обработать. В ходе  реструктуризации предприятий энергетики менялись названия, перераспределялись функции отделов исполнительного аппарата, что привело к утрате навыков аналитики. Из-за роста бюрократических процедур специалисты исполнительного аппарата энергокомпаний уже не успевают (или не умеют) проводить качественный анализ оперативных и статистических данных. Аналитические отделы есть в крупных банках, на сырьевых и финансовых рынках, в сфере услуг связи. По нашему мнению, настало время таких отделов и в энергокомпаниях. В последние годы на некоторых предприятиях организованы отделы, занимающиеся бережливым производством. Однако, на наш взгляд, методика бережливого производства, созданная для оптимизации потерь и совершенствования конвейерно-сборочного производства, только отчасти подходит для предприятий энергетики, занимающихся эксплуатацией оборудования. Мы предлагаем вести поиск узких мест этого процесса с помощью системы искусственного интеллекта.

    На рисунке 3 представлена схема взаимодействия персонала и системы ЭДИС по оптимизации процесса эксплуатации оборудования. Цель представленной схемы – повышение надежности работы электрооборудования и продление сроков его эксплуатации. Объектами, на которые направлены действия (управленческие решения), являются – само оборудование и персонал, отвечающий за его эксплуатацию и ремонт. Генерация управленческих решений возложена на персонал исполнительного аппарата. Управленческие решения касаются следующих процедур: политика инвестирования; политика проведения операций ТОиР, в том числе политика диагностирования оборудования; кадровая политика, в том числе политика обучения персонала; политика проведения НИР.

Рисунок 3 – Схема взаимодействия персонала и ЭДИС

 

    В контексте обсуждаемой темы термин «политика» – это определение тактических и стратегических целей управленческой процедуры, которые достигаются путем решения конкретных задач. Генерация управленческих решений происходит на основе анализа данных об оборудовании, накопленных в БД системы. Различные аспекты анализа этих данных заложены в базе знаний и подсистемах ЭДИС (см. рисунок 1).

    Подсистема планирования и мониторинга операций ТОиР позволяет, как создавать планы ТОиР, так и контролировать их выполнение на текущий момент в разрезе подразделений предприятия, видов оборудования и  эксплуатационных мероприятий, в том числе измерений.

    Подсистема анализа состава и технико-экономического состояния парка оборудования позволяет:

  • видеть изменения, происходящие с составом парка оборудования в разрезе типов оборудования и его конструктивных особенностей, сроков наработки, изготовителей, структурных подразделений и т.п.;
  • отслеживать динамику числа оборудования, поставленного на учащенный контроль по видам измерения и контролируемым параметрам, вышедшим за регламентируемый диапазон; по уровню опасности отклонений параметров; по видам оборудования и его срокам эксплуатации; по структурным подразделениям; по классу напряжения и конструктивным особенностям оборудования;
  • выявлять ошибки персонала по постановке оборудования на учащенный контроль;
  • получать удельные затраты на эксплуатацию оборудования  в разрезе видов оборудования и его узлов, класса напряжения и конструктивных особенностей оборудования, сроков его эксплуатации, структурных подразделений предприятия и заводов-изготовителей;
  • выявить производителей оборудования с минимальными эксплуатационными затратами и использовать это знание при закупке оборудования.

    Подсистема анализа повреждаемости оборудования анализирует причины, характер и место дефектов, условия работы повредившегося оборудования и последствия его повреждений; определяет виды измерений, эффективные для обнаружения различных повреждений; выявляет виновников инцидентов, а также надежных поставщиков оборудования и пр. Результаты анализа повреждаемости должны влиять не только на кадровые вопросы и политику эксплуатации оборудования, но и на инвестиционную политику. 

    Подсистема получения критериев диагностирования позволяет автоматизировать этапы НИР по:

  • расчету предельно-допустимых и допустимых значений контролируемых параметров и их трендов, дифференцированных по конструктивным особенностям и сроку эксплуатации оборудования;
  • проведению дисперсионного анализа выборок контролируемых параметров и проверке этих выборок на однородность. 

    Рассчитанные критерии диагностики могут быть занесены специалистами исполнительного аппарата в базу знаний системы. Это один из аспектов коррекции политики диагностики энергокомпании.

    Подсистема ранжирования оборудования определяет приоритет выполнения операций ТОиР на основе оценки технического состояния и риска повреждения трансформаторов. Оценка технического состояния происходит на основе идентификации ЭДИС предполагаемого дефекта в силовом трансформаторе, его скорости и истории развития по каждому виду измерения. Результирующий индекс технического состояния Im строится на основе индексов состояния каждого вида измерения [6]. По каждому неисправному СТ рассчитывается показатель риска его отказа Hm [7].  При этом расчете рассматривается вероятность отказа СТ из-за дефекта (узла, системы), определенного ЭДИС;   учитываются конструктивные особенности и срок эксплуатации СТ; рассматриваются последствия отказа, как для поставщика, так и для потребителя электроэнергии.

    По полученным индексам технического состояния и оценки риска отказов  (координатам Im; Hm) объект обозначается на графике, показанном на рисунке 4, где по оси ординат откладывается показатель технического состояния, а по оси абсцисс – величина риска. 

 

Рисунок 4 – Результатов ранжирования СТ 35-110 кВ экспертной системой для формирования плана ТОиР крупной сетевой компании 2014 году

 

    ЭДИС проводит ранжирование трансформаторов по расстоянию от точки с координатами (Hm;Im)  до точки с координатами (0;0). Чем больше это расстояние, тем скорее нужно проводить трансформатору операции ТОиР. Данный алгоритм тестировался на протяжении 3-х лет в нескольких филиалах трех крупных МРСК и показал хорошую сходимость с результатами ранжирования, проведенными экспертами.

    При принятии управленческих решений важно помнить о целях по оптимизации процесса эксплуатации оборудования. В угоду тактическим целям сокращения расходов на эксплуатацию можно в дальнейшем потерять надежность работы электрооборудования и сократить срок его эксплуатации. Поэтому очень важно, чтобы исполнительный аппарат владел не только экономическими знаниями, но и знаниями в области эксплуатации, диагностирования и ремонта электрооборудования, понимал физику процессов, происходящих в стареющем оборудовании. Из выше сказанного видно, насколько важно обучение не только эксплуатационного и ремонтного персонала, но и управленческого персонала энергокомпаний. У управленческого персонала необходимо формировать навык анализа оперативной информации,  технико-экономического состояния парка оборудования, его повреждений и проч. Естественно, что в современном мире, эти задачи должны решаться с помощью систем искусственного интеллекта.

 

Выводы

   

    С ростом уровня использования ЭДИС увеличивается отдача от ее применения, повышается уровень обобщения информации, степень сложности решаемых задач и влияние на работу предприятия в целом. Эффект от использования систем ЭДИС:

  • экономия времени на подготовку данных к анализу за счет автоматизации действий персонала, снижение количества ошибок персонала;
  • повышение надежности и качества принимаемых решений, как эксплуатационного, так и управленческого персонала;
  • качественное изменение характера труда, изменение структуры распределения рабочего времени;
  • улучшения политики эксплуатации и ремонтов оборудования за счет:

» получения новых знаний в области диагностики и применение их при эксплуатации  оборудования;

» своевременного отслеживания изменений, происходящих как с парком оборудования и условиями его эксплуатации, так и с методами и средствами диагностики;

» контроля  качества и своевременности проведения процедур диагностирования и ТОиР в подразделениях предприятия;

  • нахождение и устранение слабых мест в кадровой политике путем контроля исполнительности и компетентности персонала, тиражирования опыта экспертов, адресного обучения и поощрения персонала;
  • определения направлений предпочтительного инвестирования, как в оборудование, так и в организацию ТОиР и кадровую политику.

    Одним из условий реализации перечисленных задач является получение управленческим персоналом навыков анализа информации с помощью систем искусственного интеллекта, таких как ЭДИС.

 

Список литературы

 

  1. Давиденко И.В. УГТУ -УПИ, Кокуркин Б.П., Устинов В.Н. ЗАО "Мосизолятор". "Новые подходы к оценке технического состояния маслонаполненных вводов" / Журнал ЭЛЕКТРО 2010. № 6. С. 38-42.
  2. I. V. Davidenko: ”Graphical model of imperfection identification in instrumental transformers by DGA”, ISH 16-th - International Simposium on Higt Voltage Engineering, Cape Town, South Africa, 2009.
  3. Давиденко И.В. "Повышение точности оценки состояния трансформаторов по результатам АРГ"/ Журнал Новое в российской энергетики  (декабрь) Стр.1-13.
  4. Committee on Special, "Conservation and Control of Oil-insulated Components by Diagnosis of Gas in Oil", Electrical Cooperative Research Association, Publication N.36, No. 1, 1980 (in Japanese).
  5. РД 34.45-501.300-97. "Объем и нормы испытаний электрооборудования" /Под общей редакцией Б.А.Алексеева Ф.Л.Когана, Л.Г.Мамиконянца.-6-е изд.-М.:ЭНАС, 2003.
  6. I. V. Davidenko & E. D. Halikova An algorithm for prioritizing the maintenance of power transformers./Energy production and management in the 21st century. The quest for sustainable energy. / Energy quest 2014, 23-25 April
  7. И.В. Давиденко И.В., Халикова Е.Д. "Учет рисков при выборе очередности мероприятий технического обслуживания силовых трансформаторов" / Журнал ЭЛЕКТРО 2014. № 6. С.-32-37.

 

Полная или частичная перепечатка материалов сайта возможна только с разрешения авторов и с обязательным размещением на странице материала кликабельной ссылки на первоисточник.
Категория: Наши статьи | Добавил: konstov (28.08.2015)
Просмотров: 1709 | Теги: анализ информации, управление решениями | Рейтинг: 0.0/0
Всего комментариев: 0
avatar