Формування еталонних траєкторій показників трансформаторних масел для автотрансформаторів 330 кВ
PDF

Ключові слова

автотрансформатори 330 кВ
показники трансформаторних масел
результати періодичних випробувань
процедура статистичної обробки даних
регресійний аналіз
нелінійна кореляція
залежності показників від тривалості експлуатації
інтенсивність окислювальних реакцій
еталонні траєкторії

Як цитувати

Пономаренко, С. Г. «Формування еталонних траєкторій показників трансформаторних масел для автотрансформаторів 330 кВ». Вісник Національного технічного університету «ХПІ». Серія: Енергетика: надійність та енергоефективність, вип. 1 (4), Липень 2022, с. 56-66, doi:10.20998/2224-0349.2022.01.11.

Анотація

У статті наводиться опис процедури статистичної обробки результатів періодичних експлуатаційних випробувань стану трансформаторних масел в баках автотрансформаторів напругою 330 кВ з метою формування еталонних траєкторій показників для ранньої діагностики трансформаторних масел. Запропонована процедура статистичної обробки результатів періодичних експлуатаційних випробувань стану трансформаторних масел включає в себе два етапи. На першому етапі статистичної обробки, з метою зниження впливу похибок, характерних для експлуатаційного контролю, здійснюється відсів стаціонарних по математичному очікуванню залежностей показників трансформаторних масел від тривалості експлуатації. Для вирішення даної задачі запропоновано використовувати математичний апарат однофакторного регресійного аналізу показника масел на тривалість експлуатації. Практична реалізація такого підходу показала, що використання регресійного аналізу дозволяє виявити не тільки стаціонарні залежності показників масла (тобто ті залежності, для яких з ростом тривалості експлуатації не спостерігається статистично значущої зміни математичного очікування показника, що еквівалентно рівності нулю значення кутового коефіцієнта регресійної моделі), але і залежності показників масел спотворені за знаком коефіцієнта парної кореляції показника масла на тривалість експлуатації. На другому етапі статистичної обробки здійснюється безпосереднє формування еталонних траєкторій показників. Для врахування нелінійного характеру залежностей показників масла від тривалості експлуатації, а також істотних відмінностей в інтенсивності старіння трансформаторних масел в окремих трансформаторах, які обумовлені як відмінностями в конструкції і системах охолодження автотрансформаторів, так і різними марками трансформаторних масел і відмінностями в режимах експлуатації автотрансформаторів, був використаний критерій максимуму кореляційного відношення показника масла на тривалість експлуатації. Використання даного критерію дозволило сформувати еталонні траєкторії показників трансформаторних масел в автотрансформаторах напругою 330 кВ, навіть в умовах обмеженої інформації про режими експлуатації аналізованих автотрансформаторів. Наведений приклад практичного використання пропонованої процедури при формуванні еталонних траєкторій вмісту в маслі органічних кислот продемонстрував її високу ефективність.

https://doi.org/10.20998/2224-0349.2022.01.11
PDF

Посилання

K. Diwyacitta, R. A. Prasojo, and S. Suwarno, “Study on correlation among oil dielectric characteristics, dissolved gases, and operating life of 150 kv power transformer,” International Journal on Electrical Engineering and Informatics, vol. 9, no. 3, pp. 585–602, Sep. 2017, doi: https://doi.org/10.15676/ijeei.2017.9.3.12.

K. Diwyacitta, R. A. Prasojo, Suwarno, and H. Gumilang, “Effects of loading factor in operating time on dielectric characteristics of transformer oil,” in 2017 International Conference on High-Voltage Engineering and Power Systems (ICHVEPS), Bali, Oct. 2–5, 2017. pp. 335–339, doi: https://doi.org/10.1109/ichveps.2017.8225968.

D. Wu-liang, “Analysis of life cycle characteristics of power transformer based on linear regression,” IOP Conference Series: Earth and Environmental Science, vol. 223, p. 012029, Jan. 2019, doi: https://doi.org/10.1088/1755-1315/223/1/012029.

O. Shutenko and S. Ponomarenko, “Analysis of ageing characteristics of transformer oils under long-term operation conditions,” Iranian Journal of Science and Technology, Transactions of Electrical Engineering, vol. 46, no. 2, pp. 481–501, Mar. 2022, doi: https://doi.org/10.1007/s40998-022-00492-7.

S. K. Ojha, P. Purkait, and S. Chakravorti, “Evaluating the effects of lower molecular weight acids in oil-paper insulated transformer,” in 2017 3rd International Conference on Condition Assessment Techniques in Electrical Systems (CATCON), Rupnagar, Nov. 16–18, 2017, pp. 138–143, doi: https://doi.org/10.1109/catcon.2017.8280200.

U. M. Rao, I. Fofana, A. Betie, M. L. Senoussaoui, M. Brahami, and E. Briosso, “Condition monitoring of in-service oil-filled transformers: Case studies and experience,” IEEE Electrical Insulation Magazine, vol. 35, no. 6, pp. 33–42, Nov. 2019. doi: https://doi.org/10.1109/mei.2019.8878258.

J. Liu, X. Fan, H. Zheng et al., “Aging condition assessment of transformer oil-immersed cellulosic insulation based upon the average activation energy method,” Cellulose, vol. 26, no. 6, pp. 3891–3908, Mar. 2019, doi: https://doi.org/10.1007/s10570-019-02331-1.

S. Li, Z. Ge, A. Abu-Siada, L. Yang, S. Li, and K. Wakimoto, “A new technique to estimate the degree of polymerization of insulation paper using multiple aging parameters of transformer oil,” IEEE Access, vol. 7, pp. 157471–157479, 2019, doi: https://doi.org/10.1109/access.2019.2949580.

Mineral Insulating Oils in Electrical Equipment – Supervision and Maintenance Guidance, IEC 60422:2013, International Electrotechnical Commission, 2013.

IEEE Guide for Acceptance and Maintenance of Insulating Mineral Oil in Electrical Equipment, IEEE Std C57.106-2015, IEEE, 2016. doi: https://doi.org/10.1109/IEEESTD.2016.7442048.

Pryymannya, Zastosuvannya Ta Ekspluatatsiya Transformatornykh Masel. Normy Otsinyuvannya Yakosti [Company Standard 43-101:2009. Acceptance, Application and Operation of Transformer Oils. Quality Assessment Standards], SOU-N EE 43-101:2009, Ukrainian Scientific and Technical Electric Power Association “Aselenergo”, Kyiv, 2018. (in Ukrainian)

Mineral Insulating Oils in Electrical Equipment. Supervision and Maintenance Guidance, BS EN 60422:2013, British Standard Institute (BSI), 2013.

U.S. Department of the Interior Bureau of Reclamation, “Transformer: Basics, maintenance and diagnostics,” Apr. 2005. Accessed: Jan. 26, 2022. [Online]. Available: https://www.usbr.gov/tsc/techreferences/mands/mands-pdfs/Trnsfrmr.pdf

J. Wada, G. Ueta, S. Okabe, and T. Amimoto, “Method to evaluate the degradation condition of transformer insulating oil – establishment of the evaluation method and application to field transformer oil,” IEEE Transactions on Dielectrics and Electrical Insulation, vol. 22, no. 2, pp. 1266–1274, Apr. 2015, doi: https://doi.org/10.1109/tdei.2015.7076830

Q. Liu, C. Cai, L. Wu, and R. Yan, “A novel characteristic optimization method based on combined statistical indicators and random forest for oil-paper insulation state diagnosis,” CSEE Journal of Power and Energy Systems, pp. 1–10, 2021, doi: https://doi.org/10.17775/cseejpes.2020.03520.

O. E. Gouda and A. Z. El Dein, “Prediction of aged transformer oil and paper insulation,” Electric Power Components and Systems, vol. 47, no. 4-5, pp. 406–419, Mar. 2019, doi: https://doi.org/10.1080/15325008.2019.1604848.

S. Abdi, N. Harid, L. Safiddine, A. Boubakeur, and A. (Manu) Haddad, “The correlation of transformer oil electrical properties with water content using a regression approach,” Energies, vol. 14, no. 8, p. 2089, Apr. 2021, doi: https://doi.org/10.3390/en14082089.

K. Leauprasert, T. Suwanasri, C. Suwanasri, and N. Poonnoy, “Intelligent machine learning techniques for condition assessment of power transformers,” in 2020 International Conference on Power, Energy and Innovations (ICPEI), Chiangmai, Thailand, Oct. 14–16, 2020. pp. 65–68, doi: https://doi.org/10.1109/icpei49860.2020.9431460.

D. Paul and A. K. Goswami, “A multi-gene symbolic regression approach of determining insulating oil interfacial tension,” in 2020 IEEE International Conference on Power Electronics, Drives and Energy Systems (PEDES), Jaipur, India, Dec. 16–19, 2020. pp. 1–6, doi: https://doi.org/10.1109/pedes49360.2020.9379528.

C. Hu, C. Zhang, Z. Zhang, and S. Xie, “Comparative study on defects and faults detection of main transformer based on logistic regression and naive bayes algorithm,” Journal of Physics: Conference Series, vol. 1732, p. 012075, Jan. 2021, doi: https://doi.org/10.1088/1742-6596/1732/1/012075.

O. Shutenko and S. Ponomarenko, “Diagnostics of transformer oils using the multiple linear regression model,” in 2020 IEEE Problems of Automated Electrodrive. Theory and Practice (PAEP), Kremenchuk, Ukraine, Sep. 21–25, 2020, pp. 1–6, doi: https://doi.org/10.1109/paep49887.2020.9240875.

O. Shutenko and S. Ponomarenko, “Development of a multiple regression model for early diagnosis of transformer oil condition,” Arabian Journal for Science and Engineering, Feb. 2022, doi: https://doi.org/10.1007/s13369-021-06418-5.

N. E. Setiawati, Rosmaliati, V. Lystianingrum, A. Priyadi, and M. H. Purnomo, “Distribution transformer oil age prediction using neuro wavelet,” in 2018 10th International Conference on Information Technology and Electrical Engineering (ICITEE), Bali, Indonesia, Jul. 24–26, 2018, pp. 202–207. doi: https://doi.org/10.1109/iciteed.2018.8534830.

Y. Su et al., “Evaluation of breakdown voltage and water content in transformer oil using multi frequency ultrasonic and generalized regression neural network,” Journal of Nanoelectronics and Optoelectronics, vol. 16, no. 3, pp. 387–394, Mar. 2021, doi: https://doi.org/10.1166/jno.2021.2971.

H. Nurcahyanto, J. M. Nainggolan, I. M. Ardita, and C. Hudaya, “Analysis of power transformer's lifetime using health index transformer method based on artificial neural network modeling,” in 2019 International Conference on Electrical Engineering and Informatics (ICEEI), Bandung, Indonesia, Jul. 9–10, 2019, pp. 574–579. doi: https://doi.org/10.1109/iceei47359.2019.8988870.

S. Forouhari and A. Abu-Siada, “Application of adaptive neuro fuzzy inference system to support power transformer life estimation and asset management decision,” IEEE Transactions on Dielectrics and Electrical Insulation, vol. 25, no. 3, pp. 845–852, Jun. 2018, doi: https://doi.org/10.1109/tdei.2018.006392.

O. V. Shutenko and S. H. Ponomarenko, “Correction of transformer oil breakdown voltage maximum permissible values by the minimum risk method,” Bulletin of the National Technical University “KhPI”. Series: Energy: Reliability and Energy Efficiency, no. 1, pp. 105–114, Dec. 2020, doi: https://doi.org/10.20998/2224-0349.2020.01.16. (in Ukrainian)

O. Shutenko and S. Ponomarenko, “Correction of the maximum permissible values of the oil acidity by the minimum risk method,” in 2021 IEEE 3rd Ukraine Conference on Electrical and Computer Engineering (UKRCON), Lviv, Ukraine, Aug. 26–28, 2021, pp. 310–315. doi: https://doi.org/10.1109/ukrcon53503.2021.9575854.

O. Shutenko and S. Ponomarenko, “Using statistical decision methods to correct the maximum permissible values of transformer oils indicators,” in 2021 IEEE 2nd KhPI Week on Advanced Technology (KhPIWeek), Kharkiv, Ukraine, Sep. 13–17, 2021, pp. 471–476. doi: https://doi.org/10.1109/khpiweek53812.2021.9570041.

M. E. A. Senoussaoui, M. Brahami, and I. Fofana, “Transformer oil quality assessment using random forest with feature engineering,” Energies, vol. 14, no. 7, p. 1809, Mar. 2021, doi: https://doi.org/10.3390/en14071809.

N. K. Bhatia, A. H. El-Hag, and K. B. Shaban, “Machine learning-based regression and classification models for oil assessment of power transformers,” in 2020 IEEE International Conference on Informatics, IoT, and Enabling Technologies (ICIoT), Doha, Qatar, Feb. 2–5, 2020. pp. 400–403, doi: https://doi.org/10.1109/iciot48696.2020.9089647.

V. E. Bondarenko and O. V. Shutenko, “Usovershenstvovanie protsedury prinyatiya resheniy pri otsenke stepeni stareniya transformatornykh masel [Improved decision-making procedure for assessing the ageing of transformer oils],” ELECTRO. Electrical Engineering, Electrical Power, Electrical Industry, no. 1, pp. 17–21, 2009. (in Russian)

O. Shutenko and S. Ponomarenko, “Diagnosing the condition of transformer oils using the trajectory method,” in 2021 IEEE International Conference on Modern Electrical and Energy Systems (MEES), Kremenchuk, Ukraine, Sep. 21–24, 2021. pp. 1–6, doi: https://doi.org/10.1109/mees52427.2021.9598490.

D. V. Gaskarov, Т. А. Golinkevich, and A. V. Mozgalevskii, Prognozirovanie Tekhnicheskogo Sostoianiia I Nadezhnosti Radioelektronnoi Apparatury [Predicting the Technical Condition and Reliability of Radio Electronic Equipment]. Moscow: Sovetskoe Radio, 1974. (in Russian)

K. S. Kassi, I. Fofana, C. Volat, and M. I. Farinas, “Impact of oils degradation on the cooling capacity of power Transformers,” in The 19th International Symposium on High Voltage Engineering, Pilsen, Czech Republic. 2015.

H. Belmecheri, T. Seghier, M. Belkheiri, and B. Zegnini, “Insulating and thermal aging dielectric properties dependency of transformer oil using spectroscopy techniques,” Instrumentation Mesure Métrologie, vol. 18, no. 4, pp. 337–342, Oct. 2019, doi: https://doi.org/10.18280/i2m.180402.

V. E. Bondarenko, P. F. Shchapov, and O. V. Shutenko, Povyshenie Effektivnosti Ekspluatatsionnogo Izmeritel'nogo Kontrolya Transformatornykh Masel [Improving the Efficiency of in-Service Measuring Control of Transformer Oils]. Kharkiv: NTU "KhPI", 2007. (in Russian)

O. Shutenko and S. Ponomarenko, “Reliability assessment of the results of periodic monitoring of the transformer oils condition,” in 2020 IEEE 4th International Conference on Intelligent Energy and Power Systems (IEPS), Istanbul, Turkey, Sep. 7–11, 2020, pp. 77–82, doi: https://doi.org/10.1109/ieps51250.2020.9263141.

N. L. Johnson and F. C. Leone, Statistics and Experimental Design in Engineering and the Physical Sciences: V. 1 (Probability & Mathematical Statistics S.), 2nd ed. New York: Wiley, 1977.

O. V. Shutenko, “Issledovanie vliyaniya zagruzki transformatora na sostoyanie masla v protsesse ekspluatatsii [Investigation of the influence of transformer loading on oil condition during operation],” Bulletin of the National Technical University “KhPI”. Series: Elektroenergetika i Preobrazovatelnaya Tehnika, no. 22, pp. 121–126, 2004. (in Russian)

O. V. Shutenko, “Issledovanie vliyaniya rezhimov raboty transformatorov na intensivnost' stareniya masla [Investigation of the influence of operating modes of transformers on the intensity of oil aging],” Energetika ta elektrifіkatsіya, no. 8, pp. 54–59, 2008. (in Russian)

O. Shutenko and S. Ponomarenko, “Analysis of the impact of power transformer loading on the transformer oil aging intensity,” in 2020 IEEE KhPI Week on Advanced Technology (KhPIWeek), Kharkiv, Ukraine, Oct. 5–10, 2020, pp. 76–81, doi: https://doi.org/10.1109/khpiweek51551.2020.9250159.

O. V. Shutenko, “Osobennosti dreyfa pokazateley kachestva transformatornogo masla v techenii dlitel'noy ekspluatatsii [Features of the drift of transformer oil quality indicators during long-term operation],” Integrated Technologies and Energy Saving, no. 4, pp. 26–30, 2007. (in Russian)

O. V. Shutenko, “Formirovanie odnorodnykh massivov pokazateley kachestva transformatornogo masla v usloviyakh apriornoy neopredelennosti rezul'tatov ispytaniy [Formation of homogeneous arrays of transformer oil quality indicators under a priori uncertainty of test results],” Integrated Technologies and Energy Saving, no. 4, pp. 42–50, 2006. (in Russian)

V. E. Gmurman, Teoriya Veroyatnostey I Matematicheskaya Statistika [Probability Theory and Mathematical Statistics]. Moscow: Vysshaya shkola, 1977. (in Russian)

O. V. Shutenko and D. N. Baklay, Planirovanie Eksperimental'nykh Issledovaniy v Elektroenergetike. Metody Obrabotki Eksperimental'nykh Dannykh [Planning Experimental Studies in the Electrical Power Field. Methods of Experimental Data Processing]. Kharkiv: NTU “KhPI”, 2013. (in Russian)

O. Shutenko and S. Ponomarenko, “Analysis of distribution laws of transformer oil indicators in 110-330 kV transformers,” Electrical Engineering & Electromechanics, no. 5, pp. 46–56, Oct. 2021, doi: https://doi.org/10.20998/2074-272x.2021.5.07.

S. Ponomarenko, “Comparative analysis of oil ageing intensity in 110 kV transformers and 330 kV autotransformers,” Bulletin of the National Technical University “KhPI”. Series: Energy: Reliability and Energy Efficiency, no. 2 (3), pp. 124–136, Dec. 2021, doi: https://doi.org/10.20998/2224-0349.2021.02.06. (in Ukrainian)

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.

Авторське право (c) 2022 Serhii Ponomarenko