Gli impianti idroelettrici rimangono una delle fonti più affidabili e scalabili di energia rinnovabile, fornendo circa il 16% della generazione di elettricità globale. Come il mondo spinge verso la decarbonizzazione, il ruolo di idroelettrico isolante diventa ancora più significativo, non solo come risorsa di base, ma anche come asset flessibile per la stabilizzazione della rete. Tuttavia, la complessità di questi impianti, che combinano sistemi di diagnostica meccanica, idraulica e di controllo, li rende suscettibili di una vasta gamma di errori.

Capire i guasti nelle centrali idroelettriche

I guasti nelle centrali idroelettriche possono provenire da qualsiasi sottosistema e le loro manifestazioni si sovrappongono spesso. Una comprensione approfondita delle categorie di guasti è il primo passo verso una diagnosi efficace. In generale, questi difetti possono essere raggruppati in guasti meccanici, elettrici, idraulici/ambientali e di controllo.

Impalcature meccaniche

Le pale a turbina sperimentano fatica, erosione e crepature a causa di un prolungato esposizione al flusso d'acqua, alla cavitazione e all'impatto dei detriti. L'usura e il disallineamento nelle turbine e nei generatori causano vibrazioni che, se non verificate, possono causare danni all'albero o guasti di accoppiamento.

Prese elettriche

I guasti elettrici influenzano principalmente il generatore, il sistema di eccitazione e i trasformatori. Il degrado dell'isolamento dello statore, i cortometraggi di avvolgimento del rotore e l'attività di scarico parziale sono problemi chiave. Il surriscaldamento dovuto il raffreddamento insufficiente o il sovraccarico può accelerare la ripartizione dell'isolamento.

Impronte idrauliche e ambientali

I difetti idraulici sono unici per le centrali idroelettriche e sono strettamente legati al circuito dell'acqua. La cavitazione, la formazione e l'implosione delle bolle di vapore, può erodere le pale della turbina e i muri del tubo di bozza, riducendo drasticamente l'efficienza e causando rumore e vibrazioni. L'erosione del sedimento è un problema importante nelle bozze di corrente dei fiumi di sovratensioni, che portano giù i corridori e le navi da traino e le navi da guida.

Sistema di controllo e di strumenti

Gli impianti idroelettrici moderni si affidano fortemente ai controllori di logica programmabili (PLC), ai governatori e ai sistemi di controllo distribuiti (DCS) per l'automazione. I guasti nei sensori (ad esempio, trasmettitori di pressione, sonde di temperatura, encoders di posizione) possono portare a errori di feedback e controllo errati.

Strumenti per la diagnosi di guasto

Gli strumenti diagnostici avanzati sono la colonna portante del monitoraggio delle condizioni moderne. Ogni strumento mira specifici fenomeni fisici e fornisce informazioni uniche.Le sezioni seguenti dettagliano gli strumenti più utilizzati negli impianti idroelettrici.

Analisi delle vibrazioni

L'analisi del tempo di vibrazione è probabilmente la tecnica più potente per il rilevamento di guasti meccanici. Gli acclerometro posti su alloggiamenti dei cuscinetti, involucri delle turbine e cornici dei generatori catturano i segnali di vibrazione nei domini di tempo e frequenza. Le metriche chiave includono il livello di vibrazione generale, i picchi di frequenza specifici (ad esempio, la frequenza del passaggio della lama, le armoniche di velocità di funzionamento), e le variazioni di ampiezza o di ampiezza di fase.

Temito

In impianti idroelettrici (interruttori, barre bus, trasformatori, caricatori) e componenti meccanici (bearing, accoppiamenti, freni). I punti caldi spesso indicano connessioni ad alta resistenza, circuiti sovraccaricati o cuscinetti difettosi.

Test di prova elettrica

I test diagnostici elettrici verificano la condizione di isolamento, avvolgimento e circuiti.

  • Resistenza all'isolamento (IR) Test:[ Misura la resistenza tra avvolgimento e terra.
  • Indice di polarizzazione (PI): Rapporto di IR a 10 minuti a 1 minuto; i valori sotto 2 suggeriscono problemi di isolamento.
  • Scarica parziale (PD) Misura:[[]] Rileva le piccole scaricazioni elettriche che erodono l'isolamento nel tempo.
  • Fattore di derivazione e dissipazione (Tan Delta): Usato su avvolgimento dello statore e boccole per valutare l'invecchiamento dell'isolamento.
  • DC High Potential (HiPot) Test:[] Si applica sovratensione per verificare la resistenza all'isolamento.

Questi test vengono spesso eseguiti durante le interruzioni pianificate, ma il monitoraggio online PD consente una valutazione continua durante il funzionamento.

Sistemi SCADA

I sistemi di controllo e acquisizione dati (SCADA) sono il sistema nervoso centrale di un impianto idroelettrico, che raccoglie dati in tempo reale da centinaia di sensori, temperature, pressioni, portate, tensioni, correnti, posizioni di gate, ecc. I sistemi SCADA generano allarmi quando i valori superano le soglie predefinite, consentendo una risposta rapida dell'operatore.

Monitoraggio acustico

I sensori AE ad alta frequenza possono rilevare la propagazione delle crepe, le implosioni della cavitazione e gli impatti delle particelle nel flusso dell'acqua. Le turbine microfoniche posizionate nel tubo di bozza possono catturare il rumore della cavitazione, che ha una caratteristica "popcorn" o "hissing" suono.

Analisi del petrolio

Nelle centrali idrodinamiche con sistemi idraulici (ad esempio, turbine Kaplan con comandi a lama, Francis con servomotori di vane guida e cuscinetti lubrificati nei generatori), l'analisi dell'olio fornisce una ricchezza di informazioni. I test includono viscosità, contenuto di acqua, numero di acidi, conteggio delle particelle e analisi dei metalli di usura tramite analisi spettrometrica.

Testing ultrasuoni

La prova a ultrasuoni (UT) è utilizzata per la misurazione dello spessore e il rilevamento delle crepe in componenti metallici come i corridori delle turbine, i penstock e i casi a spirale. L'UT può identificare la diradatura della parete a causa dell'erosione o della corrosione, nonché le crepe della subsuperficie.

Tecniche per la diagnosi di guasto

Analogamente, è importante che i dati raccolti vengano elaborati e interpretati. Varie tecniche diagnostiche aiutano a convertire i segnali grezzi in indicatori di errore significativi e cause di radice.

Diagnostica basata su modelli

Le tecniche basate sui modelli creano modelli matematici o simulativi dei componenti dell'impianto e confrontano le uscite misurate con il comportamento predetto. Ad esempio, un modello dinamico di una turbina Francesco può simulare la coppia dell'albero e l'uscita di potenza in varie condizioni operative. Se la vibrazione reale supera la gamma prevista del modello da un margine significativo, è probabile che un difetto sia presente.

Metodi di Data-Driven

Le tecniche basate sui dati hanno guadagnato un'immensa popolarità grazie all'abbondanza di dati dei sensori e ai progressi nell'apprendimento automatico (ML).

  • Reti neurali artificiali (ANN):] Usato per il riconoscimento dei modelli, ad esempio, classificando gli spettri di vibrazioni nei tipi normali contro i tipi di guasti specifici.
  • Support Vector Machines (SVM):[] Efficace per la classificazione binaria dei difetti (fault/no-fault) con piccoli set di dati.
  • Analisi dei componenti principali (PCA):[] Riduce la dimensionalità dei dati dei sensori multivariati per rilevare anomalie.
  • Clustering (ad esempio, k-means, DBSCAN): Gruppi stati operativi e bandiere nuovi, non vedere cluster come potenziali difetti.
  • I modelli di serie del tempo (ARIMA, LSTM):[ Predichiari i valori futuri dei parametri chiave; le deviazioni dalle previsioni indicano i difetti.

I metodi basati sui dati eccellere quando i dati di guasto etichettati sono disponibili, ma possono essere sensibili alla qualità dei dati e possono lottare con l'estrapolazione oltre la gamma di formazione.

Analisi delle tendenze

L'analisi delle tendenze è la tecnica diagnostica più semplice e applicata universalmente. Si tratta di tracciare parametri chiave (ad esempio, temperatura del cuscinetto, livello di vibrazione, temperatura di avvolgimento del generatore) nel tempo e alla ricerca di tendenze verso l'alto o verso il basso.

Analisi dell'albero di default e Analisi delle cause di radice

L'analisi dell'albero di default (FTA) è un metodo deduttivo top-down utilizzato per tracciare un evento top specifico (ad esempio, "turbine trip") alle sue cause fondamentali. Con la costruzione di un diagramma di logica con porte AND/OR, gli ingegneri possono identificare tutte le possibili combinazioni di guasti.

Approfondimenti ibridi

In pratica, i sistemi diagnostici più efficaci combinano più tecniche: un esempio tipico è un sistema di monitoraggio delle condizioni della turbina che utilizza l'analisi delle vibrazioni (tool) con caratteristiche di frequenza-dominio, li alimenta in un classificatore di apprendimento automatico (data-driven), e confronta anche la firma a una soglia basata sul modello (modello-based).

Implementazione di un sistema diagnostico integrato

La definizione di un quadro completo di diagnosi dei guasti richiede un'attenta pianificazione nella selezione dei sensori, nell'infrastruttura dei dati e nell'integrazione della manutenzione.

Selezione e posizionamento del sensore

Non tutti i difetti richiedono gli stessi sensori. Un approccio basato sul rischio dovrebbe identificare i modi di guasto più critici e i parametri misurabili associati a loro. Ad esempio, se la cavitazione è un rischio noto, installare i sensori AE nel tubo di bozza e accelerometri a banda larga sull'alloggiamento dei cuscinetti della turbina. Se l'isolamento dello statore è una preoccupazione, installare gli accoppiatori PD online sui terminali del generatore.

Gestione dei dati e piattaforma di analisi

Un robusto storico dei dati (ad esempio OSIsoft PI, Siemens SIMATIC) memorizza i dati della serie temporale con un corretto indicizzazione. Una piattaforma di analisi elabora questi dati utilizzando servizi basati su bordi o cloud. La piattaforma dovrebbe supportare query veloci, visualizzazione di tendenza e integrazione con algoritmi diagnostici. Le API consentono la connessione a SCADA, CMMS e sistemi aziendali.

Integrazione di manutenzione basata sulle condizioni

L'obiettivo finale della diagnosi di guasto è quello di consentire la manutenzione basata sulle condizioni (CBM). Le uscite diagnostiche dovrebbero alimentarsi in un sistema di pianificazione della manutenzione che pianifica ispezioni, sostituzioni dei componenti e revisioni basate sulla salute delle attrezzature reali piuttosto che intervalli fissi.

Sfide e direzioni future

Nonostante i progressi significativi, la diagnosi di guasto nelle centrali idrovoltaiche affronta diverse sfide che vengono affrontate dalla ricerca e dallo sviluppo tecnologico in corso.

Qualità e volume dei dati

I sensori possono produrre dati rumorosi, mancanti o errati. I dispositivi di allarme e deriva possono innescare falsi allarmi o mascherare veri e propri difetti. Gli algoritmi di pulizia e validazione dei dati sono critici, ma aggiungono complessità. Il volume di dati di elevata frequenza dei sensori (ad esempio, vibrazione a 10 kHz per canale) può essere costoso da memorizzare e trasmettere.

Sicurezza informatica

Un hacker potrebbe manipolare le letture dei sensori per nascondere un difetto in via di sviluppo o, peggio, causare arresti inutili iniettando falsi allarmi. Securing the OT (tecnologia operativa) rete con una corretta segmentazione, crittografia e autenticazione è essenziale.

Spiegazione dell'AI

Molti metodi basati sui dati, specialmente reti neurali profonde, operano come "scatole nere".Gli operatori e gli ingegneri sono spesso riluttanti a fidarsi di una diagnosi se non riescono a capire perché è stato fatto. Tecniche spiegabili dell'AI (XAI) come SHAP (SHapley Additive exPlanations) o LIME (Local Interpretable Model-agnostic Explanations), aiutano a evidenziare quali caratteristiche hanno contribuito di più ad una diagnosi di previsione.

Gemelli digitali

Il concetto di gemelli digitali, una replica virtuale dell'impianto fisico che simula il comportamento in tempo reale, sta emergendo come uno strumento potente per la diagnosi di guasto. Un gemello digitale può continuamente confrontare i suoi output predetti contro i dati dei sensori reali, rilevando deviazioni che indicano i difetti. Può anche simulare scenari "what-if" per prevedere l'evoluzione di un difetto e raccomandare azioni di mitigazione ottimali.

Conclusioni

La diagnosi di guasto nelle centrali idroelettriche è maturata da una risoluzione dei problemi reattivi a una disciplina proattiva e data-driven. La comprensione dei diversi meccanismi di errore, meccanico, elettrico, idraulico e di controllo, gli operatori possono selezionare la giusta combinazione di strumenti diagnostici: analisi delle vibrazioni, termografia, test elettrici, SCADA, monitoraggio acustico e analisi del petrolio.