Institut Nikola Tesla AD
Dr Filip Kilibarda
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
Doktor prirodnih nauka u oblasti nanoelektronike i fizike materijala. Doktorirao je 2021. godine na Univerzitetu u Konstancu, gde je odbranio doktorsku disertaciju pod nazivom „The Use and Limitations of the Single-Level Model for the Electronic Transport in Single-Molecule Contacts“. Tokom doktorskih studija radio je u Helmholtz-Zentrum Dresden-Rossendorf u grupi za nanoelektroniku, sa fokusom na istraživanje i karakterizaciju molekularnih struktura za primenu u budućim nanoelektronskim komponentama. Njegova istraživačka interesovanja obuhvataju nanoelektroniku, fiziku materijala, analizu podataka i primenu mašinskog i dubokog učenja u naučnom istraživanju. Posebno je usmeren na generativne modele, velike jezičke modele (LLM) i razvoj inteligentnih softverskih sistema. U oblasti elektrotehnike bavi se razvojem digitalnih blizanaca za hidroagregate i transformatore, sa primenom u prediktivnom održavanju, modeliranju dinamike sistema i optimizaciji rada složenih industrijskih sistema. Ima iskustvo u nanofabrikaciji, uključujući optičku i elektronsku litografiju, vakuumske depozicije i jonsko nagrizanje, kao i u karakterizaciji električnih i transportnih osobina nanoelektronskih struktura. Tokom doktorskih studija bio je angažovan kao predavač na master kursu nanoelektronike na Tehničkom univerzitetu u Drezdenu.