logotype
  • POČETNA
  • INSTITUT
  • PROGRAM 2026
  • PREDAVAČI 2026
  • O DOGAĐAJU
    • ODBOR
  • GALERIJA 2025
  • LOKACIJA
  • KONTAKT
  • ARHIVA
    • TID 2025.
      • PROGRAM 2025
      • PREDAVAČI
      • ODBOR
      • GALERIJA 2025
    • TID 2024
      • ZBORNIK APSTRAKATA
      • PROGRAM KONFERENCIJE
      • PREDAVAČI
      • PROGRAMSKI ODBOR
      • ORGANIZACIONI ODBOR
      • GALERIJA
    • TID 2023.
      • ZBORNIK APSTRAKATA
      • PROGRAM
      • PREDAVAČI
      • GALERIJA
        • Srpski jezik
        • English
  • English
  • Ćирилица
  • POČETNA
  • INSTITUT
  • PROGRAM 2026
  • PREDAVAČI 2026
  • O DOGAĐAJU
    • ODBOR
  • GALERIJA 2025
  • LOKACIJA
  • KONTAKT
  • ARHIVA
    • TID 2025.
      • PROGRAM 2025
      • PREDAVAČI
      • ODBOR
      • GALERIJA 2025
    • TID 2024
      • ZBORNIK APSTRAKATA
      • PROGRAM KONFERENCIJE
      • PREDAVAČI
      • PROGRAMSKI ODBOR
      • ORGANIZACIONI ODBOR
      • GALERIJA
    • TID 2023.
      • ZBORNIK APSTRAKATA
      • PROGRAM
      • PREDAVAČI
      • GALERIJA
        • Srpski jezik
        • English
  • English
  • Ćирилица
logotype
logotype
  • POČETNA
  • INSTITUT
  • PROGRAM 2026
  • PREDAVAČI 2026
  • O DOGAĐAJU
    • ODBOR
  • GALERIJA 2025
  • LOKACIJA
  • KONTAKT
  • ARHIVA
    • TID 2025.
      • PROGRAM 2025
      • PREDAVAČI
      • ODBOR
      • GALERIJA 2025
    • TID 2024
      • ZBORNIK APSTRAKATA
      • PROGRAM KONFERENCIJE
      • PREDAVAČI
      • PROGRAMSKI ODBOR
      • ORGANIZACIONI ODBOR
      • GALERIJA
    • TID 2023.
      • ZBORNIK APSTRAKATA
      • PROGRAM
      • PREDAVAČI
      • GALERIJA
        • Srpski jezik
        • English
  • English
  • Ćирилица
Uroš Radoman
HomeTeamUroš Radoman
Institut Nikola Tesla AD

Uroš Radoman

Permanentni monitoring parcijalnih pražnjenja - iskustva komleksne dijagnostike generatora / Prediktivno održavanje hidroagragata: pristup zasnovan na podacima

Kratak sadržaj: Permanentni monitoring parcijalnih pražnjenja - iskustva komleksne dijagnostike generatora

Permanentno nadgledanje generatora tokom rada je neophodno za upravljanje objektom i upraljanje proizvodnjom energije. Najzastupljnije veličine koje se prate su temperature i vibracije različitih komponenti generatora. Za praćenje stanja izolacionog sistema statora generatora koristi se monitoring parcijalnih pražnjenja. Različiti faktori naprezanja i starenja dovode do porasta aktivnosti parcijalnih pražnjenja (PD) u izolacionom sistemu generatora tokom njihovog radnog veka. PD mogu izazvati neke defekte izolacionog sistema i njihov razvoj do kvara. Međutim PD mogu pružiti dragocene informacije o stanju izolacionog sistema, i posredno, o stanju mašine. Prednosti korišćenja monitoring sistema su brojne. Prva je kvalitet dobijenih podataka: brojni i kvalitetni podaci PD u različitim uslovima, dostupni su i drugi online sinronizovani podatci, višekanalno prikupljanje podataka . Mogućnost ekstrakcije različitih trendova i različitih korelacija, lekša identifikacija potencijalnih problema zbog koherentnosti podataka. Jedna od prednosti mnitoringa PD je automatsko obaveštenje o alarmu pruža upozorenja i alarme kada PD aktivnost dostigne ili premaši unapred podešene granične vrednosti. Moguć je daljinski pristup i konfiguracija parametara monitoring, pregled podataka i trendova u realnom vremenu. Takođe moguće je prikupljanje mernih podataka kao i naknadna analiza događaja. Koristeći analize PD podataka kao i rezultate kompleksne dijagnostike može se proceniti rizik od kvara i optimizovati strategija održavanja. U ovom radu će biti analizirana praktična iskustva kompleksne dijagnostike stanja izolacionog sistema statora generator, pri čemu značajno mesto zauzima mtoda mntnga PD. Velične čije korlacije se istražuju su PD aktivnosti, vibracije, temperature, aktivna i reaktvna snaga i druge. Stanja delova generator koja se mogu identifikovati ili potvditi su labavi štapovi namotaja, labave veze glava namotaja, ubrzano starenje (pregrevanje) izolacije, zaprljanost površina izolacionog sistema i druga narušavanja dielektričnih karakteristika sistema.

Ključne reči: parcijalna pražnjenja, korelacije, dijagnostika, generator

Kratak sadržaj: Prediktivno održavanje hidroagragata: pristup zasnovan na podacima

U savremenim elektroenergetskim sistemima hidroelektrane imaju izuzetno značajnu ulogu. Imajući u vidu njihove nezamenljive funkcije u obezbeđivanju brzog odziva sistema, balansiranju varijabilnih izvora i integraciji sa sve zastupljenijim obnovljivim izvorima energije, njihov značaj će u budućnosti nastaviti da raste. Centralni element svake hidroelektrane predstavlja hidroagregat, složen elektromehanički sistem koji obuhvata generator, turbinu i prateću opremu, čiji neplanirani otkaz može dovesti do značajnih ekonomskih gubitaka, smanjenja pouzdanosti rada sistema i poremećaja u isporuci električne energije. Pored direktnih gubitaka, otkazi mogu izazvati i sekundarne efekte kao što su povećani troškovi balansiranja sistema i dodatno opterećenje drugih proizvodnih kapaciteta. Razvoj savremenih informaciono-komunikacionih tehnologija i naprednih analitičkih metoda predstavlja ključni preduslov za modernizaciju rada hidroelektrana i prelazak ka inteligentnim sistemima upravljanja i održavanja. Integracija različitih izvora podataka, njihova centralizacija i napredna obrada omogućavaju dublje razumevanje ponašanja sistema i podršku donošenju odluka u realnom vremenu. Unapređenje strategija održavanja hidroagregata i prateće opreme podrazumeva prelazak sa tradicionalnih pristupa, zasnovanih na periodičnim pregledima ili reaktivnom održavanju, ka savremenijim konceptima održavanja zasnovanog na stanju opreme (Condition-Based Maintenance, CBM). Ovaj pristup se oslanja na analizu velikih količina podataka prikupljenih iz različitih izvora, kao što su SCADA sistemi, monitoring sistemi, namenski senzori i rezultati periodičnih ispitivanja radi kontinuirane procene trenutnog stanja opreme (data-driven pristup). Na taj način se omogućava blagovremeno prepoznavanje odstupanja od normalnog rada, identifikacija ranih indikatora degradacije i donošenje odluka zasnovanim na nalizi podataka o planiranju i izvođenju aktivnosti održavanja, čime se smanjuje rizik od neplaniranih otkaza. Poseban podskup CBM strategija predstavlja prediktivno održavanje (Predictive Maintenance, PdM), koje primenom naprednih algoritama zasnovanih na metodama mašinskog učenja i veštačke inteligencije omogućava prognozu razvoja degradacije i procenu preostalog životnog veka hidroagregata. Ovi modeli omogućavaju ne samo detekciju anomalija, već i predviđanje potencijalnih otkaza pre njihovog nastanka, čime se značajno smanjuje rizik od neplaniranih zastoja, povećava raspoloživost postrojenja i optimizuju ukupni troškovi održavanja. U okviru poster sesije biće predstavljen konceptualni dizajn i ključne funkcionalnosti jednog namenskog rešenja za prediktivno održavanje hidroagragata (Ægir) koje je razvila kompanija Elder Research iz SAD. Ægir platforma omogućava naprednu analitiku, ranu dijagnostiku i podršku donošenju odluka u realnom okruženju. Na osnovu dosadašnjih iskustava u primeni Ægir platforme, očekuje se da njena primena doprinese povećanju pouzdanosti i raspoloživosti hidroagregata, kao i unapređenju ukupne efikasnosti elektroenergetskog sistema.

Ključne reči: hidroagregat, dijagnostika, veštačka inteligencija, prediktivno održavanje

Biografija predavača

Dr Uroš Radoman rođen je u Beogradu, Srbija. Doktorirao je na Elektrotehničkom fakultetu Univerziteta u Beogradu iz oblasti elektrotehnike i računarstva. Njegova stručna interesovanja obuhvataju termičko modelovanje, monitoring i dijagnostiku elektroenergetske opreme, sa posebnim fokusom na energetske uljne transformatore. Trenutno je zaposlen kao istraživač saradnik u Centru za električna merenja Elektrotehničkog instituta „Nikola Tesla“, gde učestvuje u projektima iz oblasti monitoringa stanja, dijagnostike i modelovanja elektroenergetske opreme. U periodu od 2013. do 2022. godine radio je kao istraživač na Elektrotehničkom fakultetu Univerziteta u Beogradu. Njegov rad bio je usmeren na razvoj termohidrauličkog modela energetskih uljnih transformatora, uključujući njegovu softversku implementaciju i validaciju na osnovu terenskih podataka. Takođe, bavio se naprednim numeričkim modelovanjem spregnutih fizičkih procesa, uključujući FEM i CFD analize. U tom periodu učestvovao je na nacionalnom projektu tehnološkog razvoja, kao i na komercijalnim projektima u saradnji sa međunarodnim partnerima iz elektroenergetske i transformatorske industrije. Njegova istraživačka interesovanja obuhvataju digitalne blizance, termičke procese, procenu stanja i prediktivno održavanje elektroenergetske opreme.