Leistungstransformatoren gehören zu den teuersten und kritischsten Anlagen in elektrischen Energiesystemen und bilden das Rückgrat von Übertragungs- und Verteilungsnetzen. Ihr Ausfall kann zu weit verbreiteten Ausfällen, erheblichen Einnahmenverlusten und Sicherheitsrisiken führen. Um diese Risiken zu mindern, verlassen sich die Versorgungsunternehmen seit langem auf Zustandsüberwachungstechniken, wobei sich die Partialentladungsanalyse (PD) als eines der effektivsten Instrumente zur Bewertung des Isolationszustands herauskristallisiert. Die PD-Überwachung bietet eine frühzeitige Warnung vor auftretenden Fehlern, die eine gezielte Wartung und Verlängerung der Lebensdauer des Transformators ermöglicht. Die jüngsten technologischen Durchbrüche haben die PD-Überwachung von einem spezialisierten Diagnosewerkzeug in ein skalierbares, kontinuierlich arbeitendes System verwandelt, das integraler Bestandteil moderner Anlagenverwaltungsstrategien ist. Dieser Artikel untersucht die neuesten Fortschritte in der PD-Überwachungstechnologie, ihre praktischen Vorteile und die zukünftige Entwicklung des Feldes.

Teilentladungen verstehen

Eine Teilentladung ist ein lokalisierter elektrischer Funke, der nur einen kleinen Teil der Isolation zwischen Leitern innerhalb eines Transformators überbrückt. Diese Entladungen verursachen nicht sofort einen vollständigen Zusammenbruch, sondern sie erodieren im Laufe der Zeit isolierende Materialien durch thermische, chemische und mechanische Belastung. Die PD-Aktivität wird in drei Haupttypen eingeteilt, die auf der Lage und der Art der Entladung basieren:

  • Interne Entladungen treten in Hohlräumen oder Hohlräumen innerhalb fester Isolierungen (z. B. Papier, Pressspan) oder Gasblasen in ölimprägnierten Systemen auf. Diese sind am gefährlichsten, da sie verborgen sind und progressiv wachsen können.
  • Oberflächenentladungen finden entlang der Grenzfläche zwischen festen Isolationsflächen und Öl oder Gas statt, oft an den Abschlussstellen der Durchführungen oder entlang der Ränder von Isolationsbarrieren.
  • Corona Entladungen geschehen in Gas um scharfe Punkte oder Kanten von Leitern, wie scharfe metallische Vorsprünge innerhalb des Tanks oder auf Buchsen.

Jeder PD-Typ erzeugt charakteristische elektrische Impulse, akustische Emissionen und manchmal chemische Nebenprodukte. Die Größe, die Wiederholungsrate und die phasenaufgelösten Muster dieser Impulse im Verhältnis zur Hochfrequenzspannung liefern wichtige Hinweise auf die Schwere und Lage des Isolationsfehlers. Normen wie IEC 60270 definieren die herkömmlichen Messmethoden für die scheinbare Ladung, während neuere Leitlinien von IEEE C57.113 und CIGRE TB 821 digitale und kontinuierliche Überwachungsansätze abdecken.

Jüngste Fortschritte bei PD-Überwachungstechnologien

Im letzten Jahrzehnt gab es rasche Innovationen im Sensordesign, in der Signalverarbeitung und in Kommunikationssystemen. Diese Fortschritte haben die PD-Überwachung sensibler, zuverlässiger und kostengünstiger gemacht. Die folgenden Abschnitte beschreiben die wichtigsten Technologien, die diesen Fortschritt vorantreiben.

Hochfrequenz-Stromwandler (HFCT)

HFCT-Sensoren sind nicht-invasive Geräte, die sich um die Erdleitung, den Neutral-Erd-Anschluss oder den Durchführungsanzapfhahn eines Transformators klemmen. Sie messen hochfrequente Impulse (normalerweise von wenigen Kilohertz bis zu zehn Megahertz), die durch PD-Ereignisse erzeugt werden. Moderne HFCTs verwenden Ferritkernmaterialien mit hoher Permeabilität und geringer Hysterese, um sogar Entladungen unter dem Pikooulomb zu erfassen.

  • Breitband- und Low-Noise-Designs, die das Signal-Rausch-Verhältnis sogar in Umgebungen mit elektrischer Verrauschtheit verbessern.
  • Kalibrationsroutinen, die eine direkte Umwandlung der Ausgangsspannung in scheinbare Ladung (pC) ermöglichen und eine quantitative Trendbildung im Laufe der Zeit ermöglichen.
  • Integration mit intelligenten elektronischen Geräten (IEDs), die Echtzeitanalysen durchführen, ohne externe Konditionierungsmodule zu benötigen.

HFCT bleibt eine der beliebtesten PD-Sensorik-Methoden aufgrund seiner einfachen Installation und Fähigkeit, sowohl interne als auch Oberflächenentladungen zu erkennen, kann jedoch keine räumliche Lokalisierung innerhalb des Transformatortanks bereitstellen, es sei denn, es wird mit mehreren Sensoren und Time-of-Flight-Techniken kombiniert.

Ultrahochfrequenzsensoren (UHF)

UHF-Sensoren arbeiten im 300- bis 3-GHz-Bereich und werden typischerweise über vorhandene Ölablassventile, Inspektionshäfen oder spezielle dielektrische Fenster im Transformatortank montiert. Sie nehmen die elektromagnetische Welle auf, die vom PD-Funken abgestrahlt wird.

  • Kompakte konische Monopol- und Spiralantennen, die omnidirektionale Muster bieten, während sie durch kleine Öffnungen passen.
  • Dielektrische Fensterdurchführungen, die die Integrität des Transformators (keine Ölleckage) wahren und gleichzeitig eine elektromagnetische Kopplung ermöglichen.
  • Array-basierte Lokalisierung mit mehreren UHF-Sensoren und Ankunftszeitalgorithmen, um die Entladungsstelle in drei Dimensionen zu lokalisieren, wodurch die Notwendigkeit einer Demontage erheblich reduziert wird.

UHF-Technologie zeichnet sich in Leistungstransformatoren aus, in denen die interne Geometrie und Abschirmung Signale dämpfen können; ihre wichtigsten Einschränkungen sind höhere Kosten und die Notwendigkeit einer Tankdurchdringung, die sorgfältig entworfen und nachgerüstet werden müssen. Hybridsysteme, die HFCT und UHF kombinieren, sind zunehmend üblich für eine umfassende Abdeckung.

Advanced Digital Signal Processing (DSP) und Machine Learning

Rohe PD-Signale werden durch externes Rauschen von Leistungselektronik, Korona von Freileitungen, Schalttransienten und sogar Funkübertragungen kontaminiert.

  • Wavelet-Entrauschen], um PD-Impulse vom Hintergrundrauschen basierend auf Zeit-Frequenz-Zersetzung zu trennen.
  • Phase-resolved partielle Entladung (PRPD) Mustererkennung , die Entladungstypen klassifiziert, indem sie die statistische Form der Entladungen über den AC-Zyklus analysiert (z. B. symmetrische vs. asymmetrische Muster für interne vs. Corona).
  • Maschinenlernklassifikatoren (Unterstützung von Vektormaschinen, zufälligen Wäldern und tiefen neuronalen Netzwerken) wurden auf großen Bibliotheken mit markierten PD-Daten trainiert, um fehlerhafte von gutartigen Aktivitäten automatisch zu unterscheiden.

Diese Algorithmen verbessern sich kontinuierlich durch Feedback aus Feldinspektionen. Sie reduzieren Fehlalarme drastisch und ermöglichen es den Betreibern, sich auf echte Isolationsbedrohungen zu konzentrieren. Anbieter wie Qualitrol und HVPD betten DSP nun direkt in Sensorknoten ein und ermöglichen eine randbasierte Analyse anstelle einer Cloud-abhängigen Verarbeitung.

Drahtlose und IoT-fähige Überwachungssysteme

Herkömmliche PD-Überwachung erforderte spezielle Koaxialkabel und lokale Datenerfassungseinheiten, was Nachrüstungen teuer machte.

  • Mit ZigBee, LoRaWAN oder 4G/5G-Mobilfunk PD-Metriken und Alarme an einen zentralen Server ohne Verkabelung zu übertragen.
  • Ernte Energie aus Magnetfeldern um den Transformator oder von kleinen Solarpaneelen, wodurch der Batteriewechsel entfällt.
  • Emplementieren von Edge Computing auf Mikrocontrollern mit geringem Stromverbrauch, die vereinfachte, aber effektive PD-Erkennungsalgorithmen lokal ausführen und nur Trends und Alarme drahtlos senden, um Energie zu sparen.

Diese Systeme ermöglichen die kontinuierliche Überwachung von Transformatoren in Fern- oder schwer zugänglichen Umspannwerken, insbesondere an Standorten mit einer rasch steigenden Anzahl von Transformatoren. Der IEEE-Standard P1904.2 für Sensornetzwerke in Umspannwerken trägt dazu bei, die Interoperabilität zwischen verschiedenen Anbietern zu gewährleisten.

Akustische Emission (AE) und optische Sensorik

Neben elektrischen Verfahren erfassen akustische Emissionssensoren, die an der Tankwand angebracht sind, die durch PD erzeugte Druckwelle.

  • Glasfaser-optische akustische Sensoren (z. B. Mach-Zehnder-Interferometer), die immun gegen elektromagnetische Störungen sind und in die Transformatorwicklung eingebettet werden können.
  • Array von piezoelektrischen Wandlern mit Triangulationsalgorithmen, um die Entladungsquelle im Tank zu lokalisieren.

Optische Methoden wie die fluoreszenzbasierte Analyse gelöster Gase (DGA) und die direkte optische PD-Detektion über Photomultiplierröhren schreiten ebenfalls voran, sind aber im Feldeinsatz aufgrund von Kosten und Wartung weniger verbreitet, bieten jedoch ergänzende Informationen für komplexe Fehler.

Vorteile des modernen PD Monitoring

Bei der Implementierung einer fortschrittlichen PD-Überwachung geht es nicht nur darum, Fehler früher zu erkennen, sondern auch darum, wie Versorgungsunternehmen ihre Transformatorflotten verwalten.

Frühe Fehlererkennung und Vermeidung von Katastrophenversagen

Kontinuierliche PD-Überwachung identifiziert Isolationsdegradation Monate oder Jahre vor einem Flashover. Zum Beispiel kann die Verfolgung des Trends der maximalen PD-Größe (scheinbare Ladung) und Wiederholungsrate eine beschleunigte Verschlechterung der Öl-Papier-Isolation zeigen. In Kombination mit DGA liefert PD-Überwachung ein nahezu vollständiges Bild des Isolationszustands. Studien zeigen, dass Versorgungsunternehmen, die Online-PD-Überwachung verwenden, ungeplante Transformatorausfälle um bis zu 70% reduzieren und Reparaturkosten vermeiden (oft über 500.000 US-Dollar für einen großen Transformator) und kaskadierende Netzausfälle.

Erweiterte Transformatorlebensdauer und optimierte Wartung

Mit genauen PD-Daten können Betreiber von zeitbasierter Wartung (z. B. Ölprobenahme alle 12 Monate) zu zustandsbasierter Wartung übergehen.

  • Zeigt genau an, welche Durchführung, Aufwicklung oder welcher Stufenschalter Aufmerksamkeit braucht, um unnötige invasive Inspektionen zu vermeiden.
  • Ermöglicht eine Verschiebung der Wartung, wenn die PD-Werte niedrig sind, wodurch das Intervall zwischen kostspieligen internen Inspektionen verlängert wird.
  • Unterstützt Lastmanagemententscheidungen – zum Beispiel die Reduzierung der Last eines Transformators mit hoher PD-Aktivität bis zu einer langsamen Alterung bis zu einem geplanten Ersatz.

Mehrere Betreiber von Transformatorflotten, darunter auch solche, die die Richtlinien für die Zustandsbewertung befolgen, integrieren nun die PD-Überwachung in ihre Asset-Health-Indizes und beeinflussen direkt die Investitionsplanung.

Kosteneinsparungen durch reduzierte Ausfälle und Reparaturen

Die wirtschaftlichen Argumente für die PD-Überwachung sind stark. Ein einzelner erzwungener Ausfall eines großen Leistungstransformators kann ein Versorgungsunternehmen zwischen 1 und 5 Millionen US-Dollar an Ersatzenergie, Strafen und Reparaturkosten kosten. Die Kosten für die Installation eines Online-PD-Überwachungssystems (einschließlich Sensoren, Datenerfassung und Analysesoftware) liegen je nach Komplexität in der Regel zwischen 20.000 und 100.000 US-Dollar pro Transformator. Amortisationszeiten sind oft weniger als zwei Jahre, wenn sogar ein beginnender Fehler frühzeitig erkannt wird. Darüber hinaus spart die Fähigkeit, die Isolierung an einem lokalisierten Defekt zu reparieren, anstatt die gesamte Einheit zurückzuspulen, erhebliches Kapital.

Mehr Sicherheit für Personal und Umgebung

Transformatorausfälle können zu Tankbruch, Feuer, Explosion und Freisetzung von giftigen Gasen (SF6 in gasisolierten Transformatoren oder Ölnebel) führen. Kontinuierliche PD-Überwachung verringert die Wahrscheinlichkeit eines katastrophalen Ausfalls, schützt das Umspannwerkspersonal und nahe gelegene Wohngebiete. Moderne Überwachungssysteme bieten auch Fernzugriff, was bedeutet, dass Ingenieure Probleme von einer Leitstelle aus diagnostizieren können, anstatt in einer Hochspannungsumgebung zu arbeiten, was die Arbeitssicherheit verbessert.

Herausforderungen und praktische Überlegungen

Trotz beeindruckender Fortschritte ist die PD-Überwachung nicht ohne Herausforderungen. Die Lärmdiskriminierung bleibt in Umspannwerken mit mehreren Transformatoren, Kondensatorbänken und Leistungselektronik schwierig. Die Kalibrierung von Online-Systemen (insbesondere UHF) ist komplex, da die Übertragungsfunktion zwischen der PD-Quelle und dem Sensor von unbekannten Pfaden abhängt. Die Interpretation erfordert qualifiziertes Personal oder gut ausgebildete KI-Systeme. Falsche Positive können das Vertrauen in das System untergraben. Die Installation von permanenten Sensoren muss mit entstromtem Transformator erfolgen, was eine Barriere für bestehende Einheiten darstellen kann. Die Nachrüstung von UHF-Sensoren kann eine Ölrückgewinnung und -zertifizierung erfordern. Die Versorgungsunternehmen müssen auch das Datenvolumen verwalten: Durch kontinuierliches PD-Monitoring werden Gigabyte Rohdaten pro Transformator und Jahr erzeugt. Edge-Computing und intelligente Alarmierung (z. B. nur Meldungen, wenn PD einen Schwellenwert überschreitet oder sich signifikant ändert) verringern dies jedoch.

Zukünftige Richtungen im PD-Monitoring

Laufende Forschung und industrielle Entwicklung treiben die Überwachung von PD zu mehr Intelligenz, Allgegenwart und Integration in breitere Asset-Management-Systeme.

Künstliche Intelligenz und maschinelles Lernen für die Diagnose von PD

Deep Learning-Netzwerke, insbesondere konvolutionale neuronale Netze (CNNs) und Long Short-Term Memory (LSTM)-Modelle, werden in massiven Datensätzen von realen Transformatoren und Laborexperimenten geschult, um:

  • Klassifizieren Sie PD-Typen mit über 95% Genauigkeit, selbst in Umgebungen mit hohem Rauschen.
  • Predict time to failure basierend auf PD-Trenddaten, DGA und Ladehistorie, unter Verwendung von Regressions- oder Überlebensanalysen.
  • Erkenne Sensorfehler oder Manipulationen automatisch, um die Datenintegrität zu gewährleisten.

Auch die digitale Zwillingstechnologie zeichnet sich ab: ein virtuelles Modell des Transformators, das Echtzeit-PD-Messungen empfängt und den sich entwickelnden Isolationszustand simuliert, so dass Betreiber "Was-wäre-wenn" -Szenarien für zukünftige Risiken ausführen können.

Sensor-Miniaturisierung und Energy Harvesting

Forscher entwickeln ultrakompakte PD-Sensoren auf Basis von MEMS (Mikro-elektromechanische Systeme), die während der Fertigung im Inneren des Transformators installiert werden können. In Kombination mit der Energiegewinnung aus dem Streumagnetfeld oder der Vibration des Transformators könnten diese Sensoren massenhaft für die kontinuierliche Überwachung jeder Wicklung, Durchführung und jedes Stufenschalters eingesetzt werden. Solche Systeme erfordern eine minimale Verdrahtung und praktisch keine Wartung.

Integration mit Cloud-Plattformen und Fleet Analytics

Die Versorgungsunternehmen verwalten zunehmend Transformatorflotten über zentralisierte Cloud-Plattformen. PD-Überwachungsdaten werden mit DGA-, Temperatur-, Last- und Stufenschalterstatistiken kombiniert, um ein umfassendes Gesundheits-Dashboard zu erstellen. Automatisierte Empfehlungs-Engines schlagen Wartungsmaßnahmen, Risiko-Rankings und optimale Ersatzpläne vor. Dieser ganzheitliche Ansatz stellt sicher, dass begrenzte Wartungsbudgets auf die kritischsten Transformatoren ausgerichtet sind, wodurch die Zuverlässigkeit der gesamten Flotte maximiert wird.

Standardisierung und Interoperabilität

Die Bemühungen von IEEE, IEC und CIGRE produzieren Standarddatenformate (z. B. IEC 61850-90-15 für die Zustandsüberwachung) und Kommunikationsprotokolle (z. B. IEC 61850-9-2 für Abtastwerte), die es Sensoren verschiedener Hersteller ermöglichen, sich an ein gemeinsames Überwachungssystem anzuschließen, wodurch die Herstellerbindung reduziert und Upgrades vereinfacht werden. Mit der Reife dieser Standards werden die Gesamtbetriebskosten für PD-Überwachungssysteme sinken, was zu einer breiteren Akzeptanz bei kleineren Versorgungsunternehmen führt.

Schlussfolgerung

Die Überwachung von Teilentladungen hat sich von einem manuellen Offline-Diagnosetest zu einer kontinuierlichen, intelligenten und vernetzten Fähigkeit entwickelt, die für die Gesundheitsbewertung von Stromtransformatoren von zentraler Bedeutung ist. Fortschritte in der Sensortechnologie, der digitalen Signalverarbeitung, der drahtlosen Kommunikation und der künstlichen Intelligenz haben die PD-Überwachung zugänglicher und zuverlässiger als je zuvor gemacht. Während die Herausforderungen bestehen bleiben - Lärmmanagement, Interpretationskompetenz und Nachrüstungskosten -, überwiegen die Vorteile der frühzeitigen Fehlererkennung, der verlängerten Lebensdauer, der Kosteneinsparungen und der Sicherheit bei weitem die Investitionen. Da das Stromnetz zunehmend unter dem Stress der erneuerbaren Integration, Elektrifizierung und alternden Infrastruktur steht, wird eine robuste PD-Überwachung unerlässlich sein, um eine widerstandsfähige und effiziente Stromversorgung zu gewährleisten. Versorgungsunternehmen, die diese Innovationen nutzen, werden am besten positioniert sein, um eine gesunde, leistungsstarke Transformatorflotte für die kommenden Jahrzehnte aufrechtzuerhalten.

Weitere Informationen finden Sie im IEEE PC57.113 Guide for Partial Discharge Measurement in Power Transformers and IEC 60270:2015 High‐volt test techniques – Partial discharge measurements