Способ прогнозирования изменения состояния изоляции высоковольтных электродвигателей

Изобретение относится к контролю изменения технического состояния электродвигателей. Способ прогнозирования изменения состояния изоляции высоковольтных электродвигателей заключается в следующем. Автоматизировано получают данных значений частичных разрядов, возникающих в изоляции высоковольтных электродвигателей. Строят временной ряд с данными значений частичных разрядов и анализируют его путем рассмотрения общей тенденции развития активности частичных разрядов и отдельных компонентов активности, вызванных часовыми, суточными или иными периодическими воздействиями. После построения временного ряда получают разностные характеристики временного ряда с данными значений частичных разрядов и выделяют периодические компоненты, содержащиеся во временном ряду. При этом анализ временного ряда производится путем исключения периодических компонент, содержащихся во временном ряду, и применения линейных моделей авторегрессии и скользящего среднего к разностным характеристикам временного ряда. Технический результат заключается в обеспечении возможности прогнозирования изменения состояния изоляции электродвигателей по временному ряду данных значений частичных разрядов, содержащем периодические компоненты и компоненты тренда. 3 ил.

 

Изобретение относится к контролю изменения технического состояния высоковольтных электродвигателей и может быть применено в машиностроительной, энергетической, нефтегазовой, химической, горнодобывающей и других отраслях промышленности.

Известен способ прогнозирования изменения технического состояния высоковольтного оборудования электростанции, который включает получение данных технического состояния высоковольтного оборудования, диагностику технического состояния высоковольтного оборудования, и прогнозирование изменения состояния высоковольтного оборудования, при этом данные о техническом состоянии высоковольтного оборудования включают рабочие параметры электростанции, а также параметры охлаждающей среды высоковольтного оборудования и окружающей среды электростанции, а диагностика технического состояния высоковольтного оборудования на электростанции производится путем определения взаимных корреляций между множеством наборов входных данных, а также путем вероятностной оценки индекса технического состояния высоковольтного оборудования с учетом полученных данных его технического состояния [RU2313815, дата публикации: 10.09.2005 г., МПК: G05B 23/02, G05B 17/02].

Известен способ мониторинга электрических вращающихся машин, который включает получение входных данных от датчиков акустической эмиссии и частичных разрядов, возникающих при эксплуатации электрических машин, анализ полученных данных, который производится путем сравнения частоты импульсов частичных разрядов с частотой переменного тока в цепи, определение отклонений от эталонных значений и определение причины возникновения отклонений с сопутствующим назначением корректирующих мероприятий [US2017168024, дата публикации: 15.06.2017 г. МПК: G01N 29/14, G01N 29/44, G01R 31/34].

В качестве прототипа выбран способ прогнозирования изменения состояния изоляции высоковольтных электродвигателей, включающий автоматизированное получение данных значений частичных разрядов, возникающих в изоляции высоковольтных электродвигателей, построение временного ряда с данными значений частичных разрядов, возникающих в изоляции высоковольтных электродвигателей, и анализ временного ряда с данными значений частичных разрядов, возникающих в изоляции высоковольтных электродвигателей, путем применения линейных моделей авторегрессии и скользящего среднего и выявления общей тенденции развития активности частичных разрядов и отдельных компонентов активности, вызванных часовыми, суточными или иными периодическими воздействиями, не связанными с процессом ухудшения состояния изоляции высоковольтных электродвигателей [US20170288399, дата публикации: 05.10.2017 г. МПК: G05B 13/02; G05B 13/04].

Недостаток способа по прототипу заключается в том, что его функционал применим не в полной мере из-за того, что использование линейных моделей авторегрессии и скользящего среднего обеспечивает возможность анализа только стационарных временных рядов с данными. При этом временные ряды с данными значений частичных разрядов, возникающих в изоляции высоковольтных электродвигателей, как правило, дополнительно содержат периодические компоненты (сезонности) и компоненты тренда, которые не могут быть обработаны указанными моделями, вследствие чего становится невозможным прогнозирование изменения состояния изоляции высоковольтных электродвигателей, содержащих указанные компоненты.

Техническая проблема, на решение которой направлено изобретение, заключается в изменении функционала способа прогнозирования состояния изоляции высоковольтных электродвигателей.

Технический результат, на достижение которого направлено изобретение, заключается в обеспечении возможности прогнозирования изменения состояния изоляции высоковольтных электродвигателей по временному ряду значений частичных разрядов, содержащем периодические компоненты и компоненты тренда.

Сущность изобретения заключается в следующем.

Способ прогнозирования изменения состояния изоляции высоковольтных электродвигателей включает автоматизированное получение данных значений частичных разрядов, возникающих в изоляции высоковольтных электродвигателей, построение временного ряда с данными значений частичных разрядов, возникающих в изоляции высоковольтных электродвигателей, и анализ временного ряда с данными значений частичных разрядов, возникающих в изоляции высоковольтных электродвигателей, путем рассмотрения общей тенденции развития активности частичных разрядов и отдельных компонентов активности, вызванных часовыми, суточными или иными периодическими воздействиями, не связанными с процессом ухудшения состояния изоляции высоковольтных электродвигателей. В отличие от прототипа после построения временного ряда с данными значений частичных разрядов, возникающих в изоляции высоковольтных электродвигателей, получают разностные характеристики временного ряда с данными значений частичных разрядов и выделяют периодические компоненты, содержащиеся во временном ряду с данными значений частичных разрядов, а анализ временного ряда с данными значений частичных разрядов производится путем исключения периодических компонент, содержащихся во временном ряду с данными значений частичных разрядов и применения линейных моделей авторегрессии и скользящего среднего к разностным характеристикам временного ряда с данными значений частичных разрядов.

Получение данных со значениями частичных разрядов может быть осуществлено с датчиков системы мониторинга, установленных в различных частях изоляции ротора или статора, либо в других частях высоковольтного двигателя, содержащих изоляцию. Данные могут включать в себя амплитуды импульсов частичных разрядов, величины кажущихся зарядов импульсов частичных разрядов, частоту следования импульсов частичных разрядов, средний ток частичных разрядов, полярности импульсов частичных разрядов. При этом временные ряды с данными со значениями частичных разрядов могут иметь вид:

.

Линейная модель (AR) авторегрессии обеспечивает возможность представления каждого значения временного ряда как взвешенной суммы ряда предыдущих значений частичных разрядов.

,

где:

c – константа,

ε – белый шум,

p – порядок модели,

φ – параметры модели.

При этом, например, прогнозирование такой моделью четвертого порядка с параметрами 1,1; -0,3; 0,3; 0,2 без константы может быть представлено следующим образом:

.

Линейная модель (MA) скользящего среднего обеспечивает возможность представления каждого значения временного ряда как суммы математического ожидания ряда и взвешенных значений белого шума и может иметь следующий вид:

,

где:

q-порядок модели,

θ- параметры модели.

При этом, например, прогнозирование изменения состояния изоляции высоковольтных электродвигателей такой моделью первого порядка с параметром 0,8 и средним значением 20 может быть представлено следующим образом:

.

Прогнозирование изменения состояния изоляции высоковольтных электродвигателей такой моделью второго порядка с параметрами -1, 0.8 и средним значением 20 может быть представлено следующим образом:

,

где:

– случайные числа.

Авторегрессионная модель (ARMA) со скользящим средним представляет собой совокупность линейной модели (AR) авторегрессии и линейной модели (MA) скользящего среднего и обеспечивает возможность суммирования прогнозов изменения состояния изоляции высоковольтных электродвигателей, полученных при помощи указанных линейных моделей, и может иметь следующий вид:

.

При этом порядок авторегрессионной модели со скользящим средним задается соответственно порядком линейной модели (AR) авторегрессии и линейной модели (MA) скользящего среднего, суммой которых она получена.

Применение авторегрессионной модели (ARMA) со скользящим средним к разностным характеристикам временного ряда с данными, обеспечивает возможность получения интегрированной модели (ARIMA) авторегрессии со скользящим средним. Указанная модель обеспечивает возможность исключения периодических компонент из временного ряда, что позволяет прогнозировать изменение состояния изоляции высоковольтных электродвигателей по временному ряду с данными, содержащем компоненты тренда. В таком случае авторегрессионная модель со скользящим средним может быть задана тремя характеристиками p, d и q, где:

p – порядок авторегрессионной модели,

q – порядок модели со скользящим средним,

d – порядок разностных характеристик временного ряда.

При этом применение интегрированной модели (ARIMA) авторегрессии со скользящим средним к временному ряду с данными может иметь следующий вид:

,

или следующий:

,

где:

– разностная характеристика временного ряда с данными значений частичных разрядов, которая определяется через оператор смещения L, обеспечивающий возможность смещения временного ряда на его порядок:

.

Таким образом, например, при первом порядке интегрированной модели (ARIMA) авторегрессии со скользящим средним (d=1) разностная характеристика временного ряда с данными значений частичных разрядов может иметь следующий вид:

.

При этом прогнозирование изменения состояния изоляции высоковольтных электродвигателей такой моделью (p, 1, q) может быть представлено следующим образом:

.

При втором порядке интегрированной модели (ARIMA) авторегрессии со скользящим средним (d=2) разностная характеристика данных со значениями частичных разрядов может иметь следующий вид:

.

При этом прогнозирование изменения состояния изоляции высоковольтных электродвигателей такой моделью (p, 2, q) может быть представлено следующим образом:

.

Исключение периодических компонент, содержащихся во временном ряду с данными значений частичных разрядов, может быть произведено путем применения двух интегрированных моделей (ARIMA) авторегрессии к временному ряду, при этом одна модель формируется с параметрами (p, d, q) для временного ряда с данными, а другая модель – с параметрами (P, D, Q) для компонента сезонности, что позволяет сформировать модель (SARIMA) для прогнозирования изменения состояния изоляции высоковольтных электродвигателей по временному ряду с данными, содержащем компоненты сезонности. При этом для выявления компоненты сезонности во временном ряду с данными может быть использовано преобразование Фурье, а указанная модель может иметь следующий вид:

,

где:

p, d, q – порядок компонентов ARIMA модели временного ряда без сезонности;

P, D, Q – порядок компонентов ARIMA модели компоненты сезонности временного ряда;

m – период компоненты сезонности.

Изобретение характеризуется ранее неизвестными из уровня техники существенными отличительными признаками, заключающимися в том, что:

— после построения временного ряда с данными значений частичных разрядов, возникающих в изоляции высоковольтных электродвигателей, получают разностные характеристики временного ряда с данными значений частичных разрядов и выделяют периодические компоненты, содержащиеся во временном ряду с данными значений частичных разрядов, что позволяет провести обработку всех полученных данных значений частичных разрядов и преобразовать их для проведения анализа.

— анализ временного ряда с данными значений частичных разрядов производится путем исключения периодических компонент, содержащихся во временном ряду с данными значений частичных разрядов и применения линейных моделей авторегрессии и скользящего среднего к разностным характеристикам временного ряда с данными значений частичных разрядов, что позволяет выделить данные значений частичных разрядов во временном ряду, содержащем компоненты тренда и сезонности.

Существенные признаки изобретения позволяют провести обработку всех полученных данных значений частичных разрядов и преобразовать их для проведения анализа и выделить данные значений частичных разрядов во временном ряду, содержащем компоненты тренда и сезонности, благодаря чему обеспечивается достижение технического результата, заключающегося в обеспечении возможности прогнозирования изменения состояния изоляции высоковольтных электродвигателей по временному ряду значений частичных разрядов, содержащем периодические компоненты и компоненты тренда, тем самым расширяется функционал способа прогнозирования изменения состояния изоляции высоковольтных электродвигателей.

Существенные отличительные признаки изобретения неизвестны из уровня техники, что свидетельствует о соответствии изобретения критерию патентоспособности «новизна» и «изобретательский уровень».

Изобретение может быть реализовано при помощи известных средств, материалов и технологий, что свидетельствует о его соответствии критерию патентоспособности «промышленная применимость».

Изобретение поясняется следующими фигурами.

Фиг.1 – График с результатом прогнозирования изменения состояния изоляции высоковольтных электродвигателей.

Фиг.2 – Отраслевая таблица Iris Power, применяемая для прогнозирования изменения состояния изоляции высоковольтных электродвигателей.

Фиг.3 – Отраслевая таблица Iris Power, применяемая для прогнозирования изменения состояния изоляции конкретного высоковольтного электродвигателя.

Изобретение реализуется следующим образом.

Для прогнозирования изменения состояния изоляции высоковольтного электродвигателя А4-400X-4T3, имеющего рабочее напряжение 6 кВ, мощность 400 кВт, частоту вращения 1500 об/мин и воздушное охлаждение, производится автоматизированный сбор данных значений частичных разрядов при помощи системы мониторинга значений частичных разрядов, содержащей датчики частичных разрядов и устройство измерения частичных разрядов, при этом датчики системы установлены в коробку высоковольтного ввода электродвигателя и в разные части элементов электродвигателя. Система мониторинга настраивается на регистрацию сигналов в СВЧ-диапазоне, с частотами отдельных гармоник в спектре сигнала до 500 МГц. Программа прогнозирования, установленная на сервере системы прогнозирования в непрерывном режиме опрашивает измерительный прибор и получает наборы значений частичных разрядов, возникающих в изоляции высоковольтных электродвигателей, в виде пиковых амплитуд импульсов ЧР положительной (Qm+) и отрицательной (Qm-) полярностей. После этого производится получение разностных характеристик временного ряда с данными значений частичных разрядов и выделяются периодические компоненты, содержащиеся во временном ряду с данными значений частичных разрядов. При этом, в зависимости от имеющихся периодических компонент выбирается соответствующая модель (ARIMA) или (SARIMA) и при помощи программного пакета математического анализа определяются оптимальные параметры выбранной модели для имеющегося временного ряда с данными значений частичных разрядов.

После этого определяются ключевые характеристики активности частичных разрядов, возникающих в изоляции высоковольтного электродвигателя в виде графика. Пример графика приведён на (Фиг.1), в котором ось OX – единицы времени (дни), а ось OY – активность частичных разрядов (мВ.). На основании полученных значений частичных разрядов, а также динамики их развития производится определение причины их возникновения в соответствии с действующими отраслевыми стандартами или на основании обобщённых экспертных оценок для двигателя указанного типа. При этом качестве действующего отраслевого стандарта могут использоваться экспертные рекомендации. Пример подобной рекомендации показан в виде таблиц на (Фиг.2,3), в которых выбирается столбец, соответствующий напряжению работы двигателя и строка, соответствующая полученным данным активности частичных разрядов, в зависимости от наблюдаемого уровня Qm+ и Qm-. В соответствии с этой таблицей 25% двигателей имели уровень частичных разрядов до 12 мВ (соответствует наибольшему по модулю из значений Qm+ или Qm-), 50% имели уровень до 33 мВ, 75% имели до 66 мВ, 90% имели до 172 мВ, 95% имели до 315 мВ.

Также в качестве отраслевых стандартов могут использоваться:

ГОСТ ISO 20958-2015 Контроль состояния и диагностика машин. Сигнатурный анализ электрических сигналов трехфазного асинхронного двигателя,

ГОСТ IEC/TS 60034-27-2015 Машины электрические вращающиеся. Часть 27. Измерения частичного разряда на изоляции статорной обмотки отключенных от сети вращающихся электрических машин,

ГОСТ IEC/TS 60034-27-2-2015 Машины электрические вращающиеся. Часть 27-2. Измерения частичного разряда на изоляции статорной обмотки включенных в сеть вращающихся электрических машин,

ГОСТ 20074-83 Электрооборудование и электроустановки. Метод измерения характеристик частичных разрядов.

Исходя из данных, полученных при помощи модели, определяется, что через 500 дней состояние изоляции высоковольтного электродвигателя достигнет соответствующего уровня в балльной оценке.

Таким образом обеспечивается достижение технического результата, заключающегося в обеспечении возможности прогнозирования изменения состояния изоляции высоковольтных электродвигателей по временному ряду значений частичных разрядов, содержащем периодические компоненты и. компоненты тренда, тем самым расширяется функционал способа прогнозирования изменения состояния изоляции высоковольтных электродвигателей.

Способ прогнозирования изменения состояния изоляции высоковольтных электродвигателей, включающий автоматизированное получение данных значений частичных разрядов, возникающих в изоляции высоковольтных электродвигателей, построение временного ряда с данными значений частичных разрядов, возникающих в изоляции высоковольтных электродвигателей, и анализ временного ряда с данными значений частичных разрядов, возникающих в изоляции высоковольтных электродвигателей, путем рассмотрения общей тенденции развития активности частичных разрядов и отдельных компонентов активности, вызванных часовыми, суточными или иными периодическими воздействиями, не связанными с процессом ухудшения состояния изоляции высоковольтных электродвигателей, отличающийся тем, что после построения временного ряда с данными значений частичных разрядов, возникающих в изоляции высоковольтных электродвигателей, получают разностные характеристики временного ряда с данными значений частичных разрядов и выделяют периодические компоненты, содержащиеся во временном ряду с данными значений частичных разрядов, а анализ временного ряда с данными значений частичных разрядов производится путем исключения периодических компонент, содержащихся во временном ряду с данными значений частичных разрядов, и применения линейных моделей авторегрессии и скользящего среднего к разностным характеристикам временного ряда с данными значений частичных разрядов.