I trasformatori di potenza sono tra i beni più costosi e critici nei sistemi di alimentazione elettrica, che formano la spina dorsale delle reti di trasmissione e distribuzione. Il loro fallimento può portare a estesi di dati, perdita di reddito significativa e rischi di sicurezza. Per mitigare questi rischi, le utilità hanno a lungo fatto affidamento sulle tecniche di monitoraggio delle condizioni, con parziale scarico (PD) analisi emergente come uno degli strumenti più efficaci per valutare la salute dell'isolamento.

Comprendere le spese parziali

Una scarica parziale è una scintilla elettrica localizzata che collega solo una piccola parte dell'isolamento tra i conduttori all'interno di un trasformatore. Queste scariche non causano immediatamente una completa ripartizione, ma erosigono materiali isolanti nel tempo attraverso lo stress termico, chimico e meccanico. L'attività PD è classificata in tre tipi principali basati sulla posizione e sulla natura della scarica:

  • Le scariche interne[] si verificano all'interno di vuoti o cavità all'interno di isolamento solido (ad esempio, carta, pressboard) o bolle di gas in sistemi di impregnazione del petrolio, che sono i più pericolosi in quanto nascosti e possono crescere progressivamente.
  • Le scariche di superficie[] si svolgono lungo l'interfaccia tra superfici isolanti solide e olio o gas, spesso a terminazioni di boccola o lungo i bordi delle barriere di isolamento.
  • Le scarichi di Corona[] avvengono in gas intorno a punti taglienti o bordi di conduttori, come le sporgenze metalliche affilate all'interno del serbatoio o sulle boccole.

Ogni tipo di PD produce impulsi elettrici caratteristici, emissioni acustiche e sottoprodotti chimici. Il tasso di magnitudo, ripetizione e i modelli risolti in fase di questi impulsi rispetto alla tensione di frequenza di potenza forniscono indizi vitali sulla gravità e la posizione del difetto di isolamento.

Avanzamenti recenti in PD Monitoring Technologies

L'ultimo decennio ha visto una rapida innovazione nel design dei sensori, nell'elaborazione dei segnali e nei sistemi di comunicazione, che hanno reso il monitoraggio del PD più sensibile, affidabile e conveniente.

Trasformatori ad alta frequenza (HFCT)

I sensori HFCT sono dispositivi non invasivi che bloccano il cavo del terreno, il collegamento neutro-terra o il rubinetto di un trasformatore. Misurano gli impulsi ad alta frequenza (tipicamente da pochi kilohertz a decine di megahertz) generati da eventi PD. I moderni HFCT utilizzano materiali del nucleo ferrite con elevata permeabilità e bassa isteresi per catturare anche scariche sub-coloulli.

  • I progetti a banda larga e a basso rumore[[]] che migliorano il rapporto segnale-rumore anche negli ambienti sottostazione elettricamente rumorosi.
  • Le routine di analisi[[]] che permettono la conversione diretta della tensione di uscita a carica apparente (pC), consentendo trend quantitativi nel tempo.
  • Integrazione con dispositivi elettronici intelligenti (IEDs)] che eseguono analisi in tempo reale senza richiedere moduli di condizionamento esterni.

HFCT rimane uno dei metodi di rilevamento PD più popolari grazie alla sua facilità di installazione e capacità di rilevare sia le scariche interne che quelle superficiali. Tuttavia, non può fornire localizzazione spaziale all'interno del serbatoio del trasformatore a meno che non combinato con sensori multipli e tecniche di time-of-flight.

Sensori ad alta frequenza (UHF)

I sensori UHF operano nella gamma 300 MHz a 3 GHz e sono montati tipicamente all'interno del serbatoio del trasformatore attraverso valvole di scarico dell'olio esistenti, porte di ispezione o finestre dielettriche dedicate.

  • Compatto monopolo conico e antenne a spirale[[]] che offrono modelli omnidirezionali mentre si adattano attraverso piccole aperture.
  • I feedthrough di finestra dielettrico[] che mantengono l'integrità del trasformatore (nessuna perdita di olio) consentendo l'accoppiamento elettromagnetico.
  • localizzazione basata su argini[[]] utilizzando più sensori UHF e algoritmi di tempo di arrivo per individuare il sito di scarico in tre dimensioni, riducendo notevolmente la necessità di smantellamento.

La tecnologia UHF eccelle nei trasformatori di potenza dove la geometria interna e la schermatura possono attenuare i segnali; i suoi principali limiti sono costi più elevati e la necessità di penetrazione del serbatoio, che deve essere progettato e retrofitto con attenzione.

Elaborazione avanzata dei segnali digitali (DSP) e apprendimento automatico

I segnali PD Raw sono contaminati da rumore esterno da elettronica di potenza, corona da linee aeree, transienti di commutazione e persino trasmissioni radio.

  • Denoising di Wavelet[[]] per separare i impulsi PD dal rumore di fondo basato sulla decomposizione di frequenza di tempo.
  • Risolto dallo scarico parziale (PRPD) riconoscimento del modello[[] che classifica i tipi di scarico analizzando la forma statistica delle dimissioni sul ciclo AC (ad esempio, simmetrico vs. schemi asimmetrici per la corona interna vs.).
  • Classificatori di apprendimento della macchina[[[] (macchine vettoriali di supporto, foreste casuali e reti neurali profonde) addestrate su grandi librerie di dati PD etichettati per distinguere automaticamente difettoso dall'attività benigna.

Questi algoritmi migliorano continuamente con feedback da ispezioni sul campo. Riducendo drasticamente falsi allarmi e permettono agli operatori di concentrarsi su minacce di isolamento reali. I venditori come [Qualitrol[]]] e ]] HVPD[[]]] ora incorporato DSP direttamente in nodi del sensore, consentendo analisi basate sui bordi piuttosto che su cloud-dipendenti.

Sistemi di monitoraggio wireless e IoT-Enables

Il monitoraggio tradizionale del PD richiede cavi coassiali dedicati e unità di acquisizione dati locali, rendendo i reattori costosi.

  • Utilizzando ZigBee, LoRaWAN, o cellulare 4G/5G] per trasmettere metriche e allarmi PD a un server centrale senza cablaggio.
  • Abbagliare energia da campi magnetici[[] intorno al trasformatore o da piccoli pannelli solari, eliminando le esigenze di sostituzione della batteria.
  • Implementing edge computing[[]] su microcontroller a bassa potenza che eseguono algoritmi di rilevamento PD semplificati ma efficaci localmente, inviando solo tendenze e allarmi in modalità wireless per risparmiare energia.

Questi sistemi consentono un monitoraggio continuo dei trasformatori in sottostazioni remote o difficili da accedere, soprattutto nei siti di generazione distribuita in cui il conteggio dei trasformatori sta aumentando rapidamente. Lo standard IEEE P1904.2 per le reti di sensori nelle sottostazioni contribuisce a garantire l'interoperabilità tra i diversi fornitori.

Emissione acustica (AE) e Sensamento ottico

Oltre ai metodi elettrici, i sensori di emissione acustica montati sulla parete del serbatoio rilevano l'onda di pressione generata dal PD.

  • Sensori acustici a fibre ottiche[ (ad esempio, interferometri Mach-Zehnder) che sono immuni all'interferenza elettromagnetica e possono essere incorporati nel processore di avvolgimento.
  • Array di trasduttori piezoelettrici[] con algoritmi di triangolazione per individuare la fonte di scarico all'interno del serbatoio.

I metodi ottici, come l'analisi del gas disciolto a fluorescenza (DGA) e il rilevamento diretto del PD ottico tramite tubi di fotomultiplier, stanno anche progredendo ma rimangono meno comuni nell'implementazione del campo a causa di costi e manutenzione.

Vantaggi del monitoraggio PD moderno

L'implementazione di monitoraggio avanzato PD non è solo di catturare i guasti prima; trasforma come le utility gestiscono flotte trasformatori. I vantaggi più efficaci includono:

Rilevamento precoce e prevenzione del fallimento catastrofico

Il monitoraggio continuo del PD identifica i mesi di degradazione dell'isolamento o anni prima che si verifichi un flashover. Ad esempio, il monitoraggio della tendenza della magnitudine PD di picco (a pagamento apparente) e il tasso di ripetizione possono rivelare un deterioramento accelerante dell'isolamento della carta da olio.

Durata e manutenzione ottimizzata del trasformatore estesa

Con dati PD precisi, gli operatori possono passare dalla manutenzione basata sul tempo (ad esempio, campionatura del petrolio ogni 12 mesi) alla manutenzione basata sulle condizioni.

  • Pinpoints esattamente quali cespugli, avvolgimento o commutatore di rubinetto necessita di attenzione[[], evitando ispezioni invasive inutili.
  • Consegue il differimento della manutenzione[] quando i livelli di PD sono bassi, prolungando l'intervallo tra ispezioni interne costose.
  • Supporta le decisioni di gestione del carico[[] – ad esempio, riducendo il carico su un trasformatore che mostra un'elevata attività PD per rallentare l'invecchiamento fino a quando non è prevista una sostituzione.

Diversi operatori della flotta di trasformatori, compresi quelli che seguono le linee guida [CIGRE[ sulla valutazione delle condizioni, ora integrano il monitoraggio PD nei loro indici di salute delle risorse, influenzando direttamente la pianificazione delle spese di capitale.

Risparmio di costi attraverso Riduzioni e Riparazioni

Un unico espulsore forzato di un grande trasformatore di potenza può costare un'utilità di $1–5 milioni di dollari in energia sostitutiva, penalità e spese di riparazione. Il costo di installare un sistema di monitoraggio PD online (compresi sensori, acquisizione dati e software di analisi) varia tipicamente da $20.000 a $100,000 per trasformatore, a seconda della complessità. I periodi di rimborso sono spesso meno di due anni quando anche una guasto incipiente è rilevata in anticipo.

Maggiore sicurezza per la comunità di persone e dintorni

I guasti del trasformatore possono causare rottura, incendio, esplosione e rilascio di gas tossici (SF6 in trasformatori isolati a gas o nebbia di petrolio). Il monitoraggio continuo del PD riduce la probabilità di un guasto catastrofico, proteggendo il personale di sottostazione e le aree residenziali vicine.

Sfide e considerazioni pratiche

Nonostante i progressi notevoli, il monitoraggio del PD non è senza sfide. La discriminazione del rumore rimane difficile nelle sottostazioni con trasformatori multipli, banche di condensatori e elettronica di potenza. La calibrazione dei sistemi online (soprattutto UHF) è complessa perché la funzione di trasferimento tra la sorgente PD e il sensore dipende da percorsi sconosciuti. L'interpretazione richiede personale qualificato o sistemi AI ben addestrati; i falsi positivi possono erodere la fiducia nel sistema.

Le direzioni future nel monitoraggio della PD

La ricerca in corso e lo sviluppo industriale stanno spingendo il monitoraggio PD verso una maggiore intelligenza, ubiquità e integrazione con sistemi di gestione patrimoniale più ampi.

Intelligenza artificiale e apprendimento automatico per la diagnosi PD

Le reti di apprendimento approfondite, in particolare le reti neurali convoluzionali (CNN) e i modelli di memoria a breve termine (LSTM), sono formati su set di dati di massa da veri trasformatori e esperimenti di laboratorio a:

  • Classificare i tipi di PD con una precisione superiore al 95%[] anche in ambienti ad alto rumore.
  • Previsione del tempo al fallimento[] basato sui dati di tendenza PD, DGA e cronologia del carico, utilizzando l'analisi di regressione o di sopravvivenza.
  • Identificare i guasti del sensore o manomettere automaticamente[[, garantendo l'integrità dei dati.

Si sta inoltre sviluppando una tecnologia gemella digitale: un modello virtuale del trasformatore che riceve misurazioni in tempo reale del PD e simula la condizione di isolamento in evoluzione, permettendo agli operatori di eseguire scenari “what-if” a rischio futuro.

Rivestimento di energia e miniaturizzazione del sensore

I ricercatori stanno sviluppando sensori PD ultracompatti basati su MEMS (sistemi microelettromeccanici) che possono essere installati all'interno del trasformatore durante la produzione. Combinati con la raccolta di energia dal campo magnetico o dalle vibrazioni del trasformatore, questi sensori potrebbero essere implementati in massa per il monitoraggio continuo di ogni avvolgimento, boccola e commutatore del rubinetto.

Integrazione con le piattaforme cloud e Fleet Analytics

I dati di monitoraggio PD vengono fusi con le statistiche di monitoraggio DGA, temperatura, carico e tap changer per creare un cruscotto completo per la salute. I motori di raccomandazione automatizzati suggeriscono azioni di manutenzione, classifiche di rischio e programmi di sostituzione ottimali. Questo approccio olistico garantisce che i budget di manutenzione limitati siano indirizzati ai trasformatori più critici, massimizzando l'affidabilità complessiva della flotta.

Standardizzazione e interoperabilità

Gli sforzi di IEEE, IEC e CIGRE stanno producendo formati di dati standard (ad esempio, IEC 61850-90-15 per il monitoraggio delle condizioni) e protocolli di comunicazione (ad esempio, IEC 61850-9-2 per i valori campionati), che consentiranno ai sensori di diversi produttori di collegare un sistema di monitoraggio comune, riducendo il blocco dei fornitori e semplificando gli aggiornamenti.

Conclusioni

Il monitoraggio parziale delle emissioni si è evoluto da un test diagnostico manuale e offline in una capacità continua, intelligente e in rete che è centrale per la valutazione della salute del trasformatore di potenza. I progressi nella tecnologia dei sensori, elaborazione del segnale digitale, comunicazioni wireless e intelligenza artificiale hanno reso il monitoraggio PD più accessibile e affidabile che mai.

Per ulteriori informazioni, vedere [IEEE PC57.113 Guida per la misurazione parziale di scarico nei trasformatori di potenza[[ e IEC 60270:2015 Tecniche di test ad alta tensione – Misurazioni di scarico parziale]]