Никола Миладиновић

У савременим електроенергетским системима хидроелектране имају изузетно значајну улогу. Имајући у виду њихове незаменљиве функције у обезбеђивању брзог одзива система, балансирању варијабилних извора и интеграцији са све заступљенијим обновљивим изворима енергије, њихов значај ће у будућности наставити да расте. Централни елемент сваке хидроелектране представља хидроагрегат, сложен електромеханички систем који обухвата генератор, турбину и пратећу опрему, чији непланирани отказ може довести до значајних економских губитака, смањења поузданости рада система и поремећаја у испоруци електричне енергије. Поред директних губитака, откази могу изазвати и секундарне ефекте као што су повећани трошкови балансирања система и додатно оптерећење других производних капацитета. Развој савремених информационо-комуникационих технологија и напредних аналитичких метода представља кључни предуслов за модернизацију рада хидроелектрана и прелазак ка интелигентним системима управљања и одржавања. Интеграција различитих извора података, њихова централизација и напредна обрада омогућавају дубље разумевање понашања система и подршку доношењу одлука у реалном времену. Унапређење стратегија одржавања хидроагрегата и пратеће опреме подразумева прелазак са традиционалних приступа, заснованих на периодичним прегледима или реактивном одржавању, ка савременијим концептима одржавања заснованог на стању опреме (Condition-Based Maintenance, CBM). Овај приступ се ослања на анализу великих количина података прикупљених из различитих извора, као што су SCADA системи, мониторинг системи, наменски сензори и резултати периодичних испитивања ради континуиране процене тренутног стања опреме (data-driven приступ). На тај начин се омогућава благовремено препознавање одступања од нормалног рада, идентификација раних индикатора деградације и доношење одлука заснованим на нализи података о планирању и извођењу активности одржавања, чиме се смањује ризик од непланираних отказа. Посебан подскуп CBM стратегија представља предиктивно одржавање (Predictive Maintenance, PdM), које применом напредних алгоритама заснованих на методама машинског учења и вештачке интелигенције омогућава прогнозу развоја деградације и процену преосталог животног века хидроагрегата. Ови модели омогућавају не само детекцију аномалија, већ и предвиђање потенцијалних отказа пре њиховог настанка, чиме се значајно смањује ризик од непланираних застоја, повећава расположивост постројења и оптимизују укупни трошкови одржавања. У оквиру постер сесије биће представљен концептуални дизајн и кључне функционалности једног наменског решења за предиктивно одржавање хидроаграгата (Ægir) које је развила компанија Elder Research из САД. Ægir платформа омогућава напредну аналитику, рану дијагностику и подршку доношењу одлука у реалном окружењу. На основу досадашњих искустава у примени Ægir платформе, очекује се да њена примена допринесе повећању поузданости и расположивости хидроагрегата, као и унапређењу укупне ефикасности електроенергетског система.

Кључне речи: хидроагрегат, дијагностика, вештачка интелигенција, предиктивно одржавање