Метод розпізнавання типу дефектів маслонаповненого обладнання за значеннями відсоткового вмісту газів

Кулик, О. С. «Метод розпізнавання типу дефектів маслонаповненого обладнання за значеннями відсоткового вмісту газів». Вісник Національного технічного університету «ХПІ». Серія: Енергетика: надійність та енергоефективність, вип. 1 (6), Липень 2023, с. 28-39, doi:10.20998/2224-0349.2023.01.18.

Анотація

Одним із основних завдань електроенергетичної сфери є забезпечення надійного постачання електричної енергії. Ключову роль у цьому відіграють трансформатори, оскільки їхнє функціонування визначає надійність енергетичної інфраструктури. Одним із факторів, характерним для всіх країн і який впливає на надійність обладнання, є старіння цього обладнання внаслідок різних процесів, в тому числі внаслідок дефектів, що розвиваються всередині цього обладнання. Одним із найефективніших методів діагностики високовольтного маслонаповненого обладнання є аналіз розчинених у маслі газів, який дозволяє розпізнавати дефекти різних типів. Використовуючи різні діагностичні критерії (значення відношень газів, відсотковий вміст газів, а також значення відношень газів до газу з максимальним вмістом) можна розпізнавати дефекти різного типу. Одним з найбільш використовуваних діагностичних критеріїв є значення відсоткового вмісту газів. Однак достовірність розпізнавання дефектів різними методами стосовно одних і тих самих даних суттєво відрізняється. Найбільша складність виникає при розпізнаванні дефектів комбінованого типу. Таким чином питання розробки методу для розпізнавання типу дефекту за результатами аналізу розчинених в маслі газів з використанням значень відсоткового вмісту газів як діагностичного критерію є актуальним та має практичне значення. У статті запропонований аналітичний метод розпізнавання типу дефектів у високовольтному маслонаповненому обладнанні за значеннями відсоткового вмісту п’яти газів у маслі. Розглянуто розпізнавання дефектів різного типу, для яких газам із максимальним вмістом є водень, метан, етан, етилен та ацетилен. Значення відсоткового вмісту газів, характерні для того чи іншого типу дефекту, задані у вигляді таблиць, у яких наведені діапазони (мінімальне та максимальне значення) та середні значення відсоткового вмісту газів. В результат аналізу вперше встановлено діапазони значень відсоткового вмісту газів для 50 груп дефектів різного типу, в тому числі й дефектів комбінованого типу. Це дає змогу значно збільшити кількість дефектів, які можна розпізнати з використанням відсоткового вмісту газів як діагностичного критерію. У процесі розробки методу встановлено, що в низці випадків для визначення типу дефекту недостатньо використовувати тільки значення відсоткового вмісту газів, а існує об’єктивна необхідність використання як значень відношень газів, так і номограм дефектів.

https://doi.org/10.20998/2224-0349.2023.01.18

PDF

Посилання

О. S. Kulyk, “Analysis of the diagnostic criteria used to defect type recognition based on the results of analysis of gases dissolved in oil”, Bulletin of the National Technical University "KhPI". Series: Energy: Reliability and Energy Efficiency, no. 1 (1), pp. 15–25, Dec. 2020, doi: https://doi.org/10.20998/2224-0349.2020.01.03.

O. Shutenko and O. Kulyk, “Comparative analysis of new methods for defect type recognition by dissolved gas analysis,” in 2022 IEEE 3rd KhPI Week on Advanced Technology (KhPIWeek), Kharkiv, Ukraine, Oct. 3–7, 2022. pp. 1–6. doi: https://doi.org/10.1109/khpiweek57572.2022.9916319.

D. R. Pugh, “Advances in fault diagnosis by combustible gas analysis,” in Minutes of Forty-First International Conference of Doble Clients. 1974, sec. 10–1201.

IEEE Guide for the Interpretation of Gases Generated in Mineral Oil-Immersed Transformers, IEEE Std C57.104–2019, 2019. doi: https://doi.org/10.1109/IEEESTD.2019.8890040.

M. Duval, P. Gervais, and G. Bélanger, “Update on Hydro-Québec's experience in the interpretation of dissolved gas analysis in HV transformers”, in CIGRE Symposium, Berlin, Germany, Jan. 1, 1993, Paper 110–14.

M. Duval, “The duval triangle for load tap changers, non-mineral oils and low temperature faults in transformers,” IEEE Electrical Insulation Magazine, vol. 24, no. 6, pp. 22–29, Nov. 2008, doi: https://doi.org/10.1109/mei.2008.4665347.

E. Bräsel and U. Sasum, “Universelles Fehlergasdreieck für die Transformatorendiagnostik”, ew, vol. 108, no. 17-18, pp. 70–75, 2009.

O. E. Gouda, S. H. El-Hoshy, and H. H. E.L.-Tamaly, “Condition assessment of power transformers based on dissolved gas analysis,” IET Generation, Transmission & Distribution, vol. 13, no. 12, pp. 2299–2310, Jun. 2019, doi: https://doi.org/10.1049/iet-gtd.2018.6168.

M. Duval and L. Lamarre, “The duval pentagon-a new complementary tool for the interpretation of dissolved gas analysis in transformers,” IEEE Electrical Insulation Magazine, vol. 30, no. 6, pp. 9–12, Nov. 2014, doi: https://doi.org/10.1109/mei.2014.6943428.

L. Cheim, M. Duval, and S. Haider, “Combined Duval Pentagons: A Simplified Approach,” Energies, vol. 13, no. 11, p. 2859, Jun. 2020, doi: https://doi.org/10.3390/en13112859.

D.-E. A. Mansour, “Development of a new graphical technique for dissolved gas analysis in power transformers based on the five combustible gases,” IEEE Transactions on Dielectrics and Electrical Insulation, vol. 22, no. 5, pp. 2507–2512, Oct. 2015, doi: https://doi.org/10.1109/TDEI.2015.004999.

S.-j. Lee, Y.-m. Kim, H.-d. Seo, J.-r. Jung, H.-j. Yang, and M. Duval, “New methods of DGA diagnosis using IEC TC 10 and related databases Part 2: Application of relative content of fault gases,” IEEE Transactions on Dielectrics and Electrical Insulation, vol. 20, no. 2, pp. 691–696, Apr. 2013, doi: https://doi.org/10.1109/tdei.2013.6508774.

M. M. Emara, G. D. Peppas, and I. F. Gonos, “Two graphical shapes based on DGA for power transformer fault types discrimination,” IEEE Transactions on Dielectrics and Electrical Insulation, vol. 28, no. 3, pp. 981–987, Jun. 2021, doi: https://doi.org/10.1109/tdei.2021.009415.

O. E. Gouda, S. H. El-Hoshy, and H. H. El-Tamaly, “Proposed heptagon graph for DGA interpretation of oil transformers,” IET Generation, Transmission & Distribution, vol. 12, no. 2, pp. 490–498, Jan. 2018, doi: https://doi.org/10.1049/iet-gtd.2017.0826.

Y. Zhang, Y. Tang, Y. Liu, and Z. Liang, “Fault diagnosis of transformer using artificial intelligence: A review”, Frontiers in Energy Research, vol. 10, Sep. 2022, doi: https://doi.org/10.3389/fenrg.2022.1006474.

A. Dhiman and R. Kumar, “Fault diagnosis of a transformer using fuzzy model and unsupervised learning”, Asian Journal of Convergence in Technology, vol. 9, no. 1, pp. 55–60, Apr. 2023, doi: https://doi.org/10.33130/ajct.2023v09i01.011.

K. O. Alawode and F. Olowolafe, “Fuzzy logic and decision tree models for dissolved gas analysis in power transformer fault diagnosis”, Adeleke University Journal of Engineering and Technology, vol. 6, no. 1, pp. 56–63, 2023.

Ekojono, R. A. Prasojo, M. E. Apriyani, and A. N. Rahmanto, “Investigation on machine learning algorithms to support transformer dissolved gas analysis fault identification”, Electrical Engineering, vol. 104, no. 5, pp. 3037–3047, Mar. 2022, doi: https://doi.org/10.1007/s00202-022-01532-5.

G. V. S. S. N. S. Sarma, “Multilevel SVM and AI based transformer fault diagnosis using the DGA data”, Journal of Informatics Electrical and Electronics Engineering (JIEEE), vol. 2, no. 3, pp. 1–16, 2021, doi: https://doi.org/10.54060/jieee/002.03.001.

S. Kim, J. Park, W. Kim, S.-H. Jo, and B. D. Youn, “Learning from even a weak teacher: Bridging rule-based Duval method and a deep neural network for power transformer fault diagnosis”, International Journal of Electrical Power & Energy Systems, vol. 136, Art. no. 107619, Mar. 2022, doi: https://doi.org/10.1016/j.ijepes.2021.107619.

О. V. Shutenko, “Analysis of peculiarities of gas content of oils in defect-free transformers of untight construction”, Bulletin of NTU “KhPI”. Series: Technique and Electrophysics of High Voltage, no. 38, pp. 84–97, 2017. (in Russian)

O. Shutenko and O. Kulyk, “Recognition of low-temperature overheating in power transformers by dissolved gas analysis,” Electrical Engineering, vol. 104, no. 4, pp. 2109–2121, Jan. 2022, doi: https://doi.org/10.1007/s00202-021-01465-5.

O. V. Shutenko, “Analysis of the content of gases in oil-filled equipmentwith electrical defects,” Problemele Energeticii Regionale, no. 3(38), pp. 1–16, 2018, doi: https://doi.org/10.5281/zenodo.2222331. (in Russian)

O. V. Shutenko, V. B. Abramov, and I. S. Yakovenko, “Practical aspects of recognition of electric type defects on the analysis results of gases dissolved in oil”, Research Bulletin of the National Technical University of Ukraine “Kyiv Politechnic Institute”, no. 6, pp. 30–43, Dec. 2018, doi: https://doi.org/10.20535/1810-0546.2018.6.151536.

O. Shutenko and I. Yakovenko, “Analysis of gas content in high voltage equipment with partial discharges,” in 2018 IEEE 3rd International Conference on Intelligent Energy and Power Systems (IEPS), Kharkiv, Sep. 10–14, 2018, pp. 347–352, doi: https://doi.org/10.1109/ieps.2018.8559534.

S. Li, G. Wu, B. Gao, C. Hao, D. Xin, and X. Yin, “Interpretation of DGA for transformer fault diagnosis with complementary SaE-ELM and arctangent transform”, IEEE Transactions on Dielectrics and Electrical Insulation, vol. 23, no. 1, pp. 586–595, Feb. 2016, doi: https://doi.org/10.1109/tdei.2015.005410.

K. Shrivastava and A. Choubey, ‘A Novel Association Rule Mining with IEC Ratio Based Dissolved Gas Analysis for Fault Diagnosis of Power Transformers”", International Journal of Advanced Computer Research, vol. 2, no. 4, pp. 34-44, 2012.

A. Abu-Siada, “Improved consistent interpretation approach of fault type within power transformers using dissolved gas analysis and gene expression programming”, Energies, vol. 12, no. 4, Feb. 2019, Art. no. 730, doi: https://doi.org/10.3390/en12040730.

V. Sokolov, V. Mayakov, G. Kuchinsky, and A. Golubev, On-Site Partial Discharge Measurement of Transformers. To be published.

S. Li, “Study of dissolved gas analysis under electrical and thermal stresses for natural esters used in power transformers”, Student thesis: Master of Philosophy, Univ. Manchester, 2012.

H. М. Boiarchukov, “Prakticheskie problemy otsenki sostoianiia vysokovoltnogo oborudovaniia po soderzhaniiu gazov v transformatornom masle [Practical problems of assessing the condition of high-voltage equipment by gas content in transformer oil]”, Novyny enerhetyky, no. 10, pp. 24–33, 2010. (in Russian)

А. V. Abramov, “Osobennosti kontrolia maslonapolnennogo oborudovaniia po rezultatam khromatograficheskogo analiza rastvorennykh v masle gazov [Features of control of oil-filled equipment by the results of chromatographic analysis of gases dissolved in oil]”, Elektricheskie seti i sistemy, no. 4, pp. 77–79, 2012. (in Russian)

M. Duval, “A review of faults detectable by gas-in-oil analysis in transformers”, IEEE Electrical Insulation Magazine, vol. 18, no. 3, pp. 8–17, May 2002, doi: https://doi.org/10.1109/mei.2002.1014963.

O. S. Kulyk and O. V. Shutenko, “Analysis of gas content in oil-filled equipment with spark discharges and discharges with high energy density,” Transactions on Electrical and Electronic Materials, vol. 20, no. 5, pp. 437–447, Jul. 2019, doi: https://doi.org/10.1007/s42341-019-00124-8.

O. Shutenko and O. Kulyk, “Analysis of gas content in oil-filled equipment with low energy density discharges,” International Journal on Electrical Engineering and Informatics, vol. 12, no. 2, pp. 258–277, Jun. 2020, doi: https://doi.org/10.15676/ijeei.2020.12.2.6.

O. Shutenko and O. Kulyk, “Recognition of discharges that are accompanied by low-temperature overheating based on the analysis of gases dissolved in the oil of high-voltage transformers”, Energy Saving. Power Engineering. Energy Audit, no. 3-4(157-158), pp. 20–33, Sep. 2021, doi: https://doi.org/10.20998/2313-8890.2021.03.02.

Diahnostyka Maslonapovnenoho Transformatornoho Obladnannia Za Rezultatamy Khromatohrafichnoho Analizu Vilnykh Haziv, Vidibranykh Iz Hazovoho Rele, I Haziv, Rozchynenykh U Izoliatsiinomu Masli. Metodychni Vkazivky [Diagnosis of Oil-Filled Transformer Equipment by Chromatographic Analysis of Free Gases Sampled From the Gas Relay and Gases Dissolved in the Insulating Oil. Methodological Guidelines], SOU-N EE 46.501:2006, Naukovo-inzhenernyj centr “ZTZ-Servis” [Scientific and engineering centre “ZTZ-service”], Kyiv, 2007.

O. Shutenko and O. Kulyk, “Diagnosis of oil-filled equipment with x-wax deposition based on dissolved gas analysis,” in 2021 IEEE 3rd Ukraine Conference on Electrical and Computer Engineering (UKRCON), Lviv, Ukraine, Aug. 26–28, 2021. pp. 1–6, doi: https://doi.org/10.1109/ukrcon53503.2021.9575623.

O. Shutenko and O. Kulyk, “Combined defects recognition in the low and medium temperature range by results of dissolved gas analysis,” in 2020 IEEE KhPI Week on Advanced Technology (KhPIWeek), Kharkiv, Ukraine, Oct. 5–10, 2020, pp. 65–70, doi: https://doi.org/10.1109/khpiweek51551.2020.9250131.

M. S. Zainal Abidin, A. R. Husain, K. Marzuki et. al., Design of a Fault Diagnostic Engine for Power Transformer Using Data Mining. Skudai, Johor, Malaysia: Universiti Teknologi Malaysia. [Online]. Available: http://eprints.utm.my/id/eprint/5839/1/74286.pdf.

K. Tomsovic and A. Amar, On Refining Equipment Condition Monitoring Using Fuzzy Sets and Artificial Neural Nets. To be published.

S. A. A.-G. H. Al-Auqaili, “A new fuzzy logic approach to identify transformer criticality using dissolved gas analysis”, Master of Philosophy thesis, Curtin Univ., Bentley, Perth, Australia, 2013.

O. Shutenko and O. Kulyk, “Recognition of mid-temperature overheating in high-voltage power transformers by dissolved gas analysis,” in 2021 IEEE 2nd KhPI Week on Advanced Technology (KhPIWeek), Kharkiv, Ukraine, Sep. 13–17, 2021, pp. 401–406, doi: https://doi.org/10.1109/khpiweek53812.2021.9570059.

E. Li, L. Wang, and B. Song, “Fault diagnosis of power transformers with membership degree”, IEEE Access, vol. 7, pp. 28791–28798, 2019, doi: https://doi.org/10.1109/access.2019.2902299.

H. Malik and S. Mishra, “Application of gene expression programming (GEP) in power transformers fault diagnosis using DGA”, IEEE Transactions on Industry Applications, vol. 52, no. 6, pp. 4556–4565, Nov. 2016, doi: https://doi.org/10.1109/tia.2016.2598677.

R. K. Panchal, P. S. Swami, and A. G. Thosar, “Improving the accuracy of DGA interpretation for detection of incipient faults using MATLAB GUI”, International Journal of Electrical Engineering & Technology (IJEET), vol. 9, no. 4, pp. 124–133, 2018.

R. Soni and K. Chaudhari, “An approach to diagnose incipient faults of power transformer using dissolved gas analysis of mineral oil by ratio methods using fuzzy logic”, in 2016 International Conference on Signal Processing, Communication, Power and Embedded System (SCOPES), Paralakhemundi, Odisha, India, Oct. 3–5, 2016. pp. 1894–1899, doi: https://doi.org/10.1109/scopes.2016.7955775.

O. Shutenko, “Faults diagnostics of high-voltage equipment based on the analysis of the dynamics of changing of the content of gases,” Energetika, vol. 64, no. 1, Jul. 2018, p. 11-22. doi: https://doi.org/10.6001/energetika.v64i1.3724.

О. V. Shutenko, “Features of recognising the type of defect in oil-filled equipment using the nomogram method”, Bulletin of the National Technical University “KhPI”. Series: Energy: Reliability and Energy Efficiency, no. 1 (4), pp. 86–104, 2022, doi: https://doi.org/10.20998/2224-0349.2022.01.10.

U. Roland and O. Eseosa, “Artificial neural network approach to distribution transformers maintenance”, International Journal of Scientific Research Engineering Technology, vol. 1, no. 4, pp. 62–70, 2015.

I. B. M. Taha, A. Hoballah, and S. S. M. Ghoneim, "Optimal ratio limits of rogers' four-ratios and IEC 60599 code methods using particle swarm optimization fuzzy-logic approach," IEEE Transactions on Dielectrics and Electrical Insulation, vol. 27, no. 1, pp. 222–230, Feb. 2020, doi: https://doi.org/10.1109/tdei.2019.008395.

A. S. Kulkarni, P. S. Swami, and A. G. Thosar, “Dissolved gas analysis of transformer oil using adaptive neuro-fuzzy inference system,” International Journal of Scientific & Engineering Research, vol. 7, no. 5, pp. 1487–1491, 2016.

S. S. M. Ghoneim and I. B. Taha, “Artificial neural networks for power transformers fault diagnosis based on IEC code using dissolved gas analysis”, International Journal of Control Automation and Systems, vol. 4, no. 2, pp. 18–21, 2015.

A. Hoballah, D.-E. A. Mansour, and I. B. M. Taha, “Hybrid grey wolf optimizer for transformer fault diagnosis using dissolved gases considering uncertainty in measurements”, IEEE Access, vol. 8, pp. 139176–139187, 2020, doi: https://doi.org/10.1109/access.2020.3012633.

O. Shutenko and O. Kulyk, “Recognition of overheating with temperatures of 150-300°C by analysis of dissolved gases in oil,” in 2020 IEEE 4th International Conference on Intelligent Energy and Power Systems (IEPS), Istanbul, Turkey, Sep. 7–11, 2020, pp. 71–76, doi: https://doi.org/10.1109/ieps51250.2020.9263145.

O. Shutenko and O. Kulyk, “Recognition of overheating accompanied by high energy density discharges based on analysis of gases dissolved in oil,” Energy. Series: “Modern Problems of Power Engineering and Ways of Solving Them”, no. 4(96), pp. 82–87, 2020. (in Russian)

O. V. Shutenko, “Analiz graficheskikh obrazov, postroennykh po rezul'tatam KhARG dlya vysokovol'tnykh silovykh transformatorov s razlichnymi tipami defektov [Analysis of graphical samples of gases constructed for chromatographic analysis of gases dissolved in oil for high-voltage power transformers with various types of defects],” Bulletin of the National Technical University “KhPI”. Series: Energy: Reliability and Energy Efficiency, no. 31 (1253), pp. 97–121, 2017.

O. Shutenko and O. Kulyk, “Diagnostics of oil-filled equipment with combined defects based on analysis of dissolved gases in oil,” Bulletin of the Kharkiv National Technical University of Agriculture Named After P. Vasylenko, no. 203, pp. 39–42, 2019. (in Ukrainian)

O. Shutenko and O. Kulyk, “Recognition of high-temperature overheating in high-voltage power transformers by dissolved gas analysis,” 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/mees52427.2021.9598575.

O. Shutenko and O. Kulyk, “Recognition of combined defects with high-temperature overheating based on the dissolved gas analysis,” Sādhanā, vol. 47, no. 3, p. 146, Jul. 2022, doi: https://doi.org/10.1007/s12046-022-01919-x.

O. Shutenko, “Analysis of gas composition in oil-filled faulty equipment with acetylene as the key gas,” Energetika, vol. 65, no. 1, pp. 21–38, May 2019, doi: https://doi.org/10.6001/energetika.v65i1.3973.

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

Метод розпізнавання типу дефектів маслонаповненого обладнання за значеннями відсоткового вмісту газів

Ключові слова

Як цитувати

Завантажити посилання

Анотація

Посилання