Uncategorised

Teilweise erledigungserklärung Muster

“eine lokalisierte elektrische Entladung, die die Isolierung zwischen Leitern nur teilweise überbrückt und die neben einem Leiter auftreten kann oder nicht”. Die Überwachung des Isolationszustands ist in Hochspannungsanlagen (HV) einschließlich isolierter Kabel, Transformatoren, großgeneratoren und Motoren, die in Kraftwerken betrieben werden, unerlässlich. Dies ermöglicht die frühzeitige Erkennung mehrerer Ereignisse im Zusammenhang mit Isolationsfehlern, wie Z. B. Partial Discharge (PD) und Corona, die zu einem Ausfall der Ausrüstung führen können, gefolgt von hohen Wartungs- oder Ersatzkosten. Der Prozess zur Identifizierung dieser Isolationsausfallereignisse kann durch die Elektromagnetische Interferenz (EMI)-Diagnose durchgeführt werden, die die Datenerfassung über die EMI-Technik und die Datenanalyse durch Experten umfasst. Die EMI-Diagnostik ist eine anerkannte Technik zur Identifizierung von Isolationsdegradation und leiterbedingten Fehlern in industriellen HV-Maschinen [1]. Die Nachteile einer Expertenanalyse sind die hohen Kosten, die menschliche Zeit und die Undurchführbarkeit einer kontinuierlichen Überwachung. In [2] führten die Autoren erstmals eine automatische und kontinuierliche Zustandsüberwachungslösung ein, die auf einem Mustererkennungsansatz basiert. Das entwickelte Modell wird als Transfer von Expertenwissen zu einem Softwaremodell gesehen.

Die Klassifizierungsergebnisse können als akzeptabel angesehen werden, jedoch mit Raum für verbesserte Methoden. Die WePSA-Muster sind leicht zu verstehen und aussagekräftig. Elektromagnetische Interferenz (EMI) ist eine Technik zur Erfassung von Partiellenentladungssignalen (PD) in Hochspannungskraftwerksgeräten. EMI-Signale können nicht stationär sein, was ihre Analyse erschwert, insbesondere bei Mustererkennungsanwendungen. In diesem Beitrag wird ein bereits entwickeltes Software-Condition-Monitoring-Modell für eine verbesserte EMI-Ereignisklassifizierung auf der Grundlage von Zeit-Frequenz-Signalzerlegungs- und Entropiefunktionen erläutert. Die Idee der vorgeschlagenen Methode besteht darin, mehrere Entladungsquellensignale, die vom EMI erfasst und von Experten, einschließlich PD, gekennzeichnet wurden, von der Zeitdomäne zu einem Feature-Space zu kartieren, was bei der Interpretation nachfolgender Fehlerinformationen hilft. Hier wird dem Merkmalsvektor statt nur einer Permutationsentropiemaßnahme ein robusteres Maß, die Dispersionsentropie (DE), hinzugefügt. Multi-Class Support Vector Machine (MCSVM)-Methoden werden für die Klassifizierung der verschiedenen Entladequellen verwendet. Die Ergebnisse zeigen eine verbesserte Klassifizierungsgenauigkeit im Vergleich zu zuvor vorgeschlagenen Methoden. Dies führt zu einer erfolgreichen Entwicklung eines wissensbasierten intelligenten Systems eines Experten.

Da sich diese Methode mit realen Felddaten als erfolgreich erwiesen hat, bringt sie den Vorteil einer möglichen realen Anwendung für die EWI-Zustandsüberwachung. PD kann in einem gasförmigen, flüssigen oder festen Isoliermedium auftreten. Es beginnt oft innerhalb von Gashohlräumen, wie Hohlräume in fester Epoxid-Isolierung oder Blasen in Transformatoröl.