В НГТУ НЭТИ разрабатывают модели прогноза параметров промышленного трансформатора для продления срока его службы

В Новосибирском государственном техническом университете НЭТИ разрабатывают модели прогноза уровня горючих газов при различных режимах работы промышленного трансформатора. Это позволит продлить срок службы дорогостоящего оборудования.

Существующие системы мониторинга промышленных трансформаторов зачастую лишены функции предиктивной аналитики и прогноза его состояния. Использование накопленных данных для решения задачи разработки моделей прогноза важнейших параметров позволит своевременно выявлять возможные неисправности, предотвращать аварийные ситуации, повысить надежность эксплуатации, продлить срок службы и снизить затраты на ремонт этого дорогостоящего и технологически важного оборудования, отмечает доцент кафедры вычислительной техники НГТУ НЭТИ Ирина Яковина.

Для построения моделей прогноза одного из важнейших параметров — уровня горючих газов в трансформаторном масле при различных режимах работы промышленного трансформатора — применялись различные методы машинного обучения: логистическая регрессия, решающие деревья, случайные леса и нейронные сети различной архитектуры. Обученные модели позволили с достаточной точностью для различных режимов работы трансформатора рассчитать искомое значение прогнозируемого параметра. Учитывались параметры трансформаторного масла: содержание воды и водорода, данные о нагрузке: ток и мощность частичных разрядов, а также данные о температуре и влажности наружного воздуха. Был рассмотрен вариант расчета искомых значений для различных горизонтов прогноза: от нескольких часов до нескольких суток от точки наблюдения. 

«При решении задачи прогноза используется ансамбль моделей, у каждой из них определенная точка приложения. В зависимости от режима работы трансформатора (штатный, предаварийный, аварийный) выбирается модель второго уровня. Совместное использование иерархической цепочки моделей дает существенный прирост точности получаемого результата», — рассказала Ирина Яковина.

«Полученные результаты позволяют сделать выводы о степени вклада в прогнозируемый параметр множества факторов и могут быть использованы в дальнейшем для создания коллекции моделей прогноза важнейших параметров маслонаполненных трансформаторов, изучения и описания различных режимов их функционирования», — прокомментировал доцент кафедры тепловых электрических станций НГТУ НЭТИ Александр Дворцевой.

Работа ведется в рамках создания системы предиктивной аналитики для силовых трансформаторов. Разработка стала возможной благодаря межфакультетскому взаимодействию: активному включению в работу студентов и магистрантов факультета автоматики и вычислительной техники и консультационной поддержке специалистов факультета энергетики. 

Ученые планируют расширить подход к ансамблированию моделей машинного обучения для того, чтобы максимально эффективно использовать сильные стороны разных алгоритмов, и разработать методику, которую можно будет применить для класса промышленных трансформаторов.

Источник:  НГТУ НЭТИ