Nikola Miladinović

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