用于监测至少一个感性设备的方法和系统与流程

本发明涉及一种用于监测至少一个感性设备的方法。该设备可用于能量供应网络中。

本发明还涉及一种用于监测能量供应网络中的至少一个感性设备的系统。

背景技术

常用的能量供应网络包括多种设备、如功率开关、断路器、接地开关、耦合开关、电压变换器、电流变换器、功率变压器、架空线、地下电缆等。术语“能量供应网络”在下面被定义为用于传输和/或分配电能的系统。该系统例如可以是整个输配电系统、一个变电站、多个变电站、一段输电线路、一段供电线路等。

为了确保无故障的能量供应，已知监测能量供应网络的可靠性的方法和系统。一个重要的特性参数在此是各个设备的状态相关的故障率。术语“故障率”在下面被定义为单位时间内一个设备的故障次数。术语“故障”在下面被定义为感性设备完成所需功能的能力停止。

从US7,272,516B2已知一种用于分析电网可靠性的方法和系统，所述方法和系统确定电网的各个部件和子部件的故障率并使其适应当前状态。

此外，由标准和指南、如IEEE或IEC标准规定了感性设备、如变压器或扼流圈的静态过载限值。对于感性设备的负载余量以及使用寿命而言最重要的特性参数是热点温度。热点温度是绕组中的最高温度并且可在绕组内部被预期。虽然可直接测量绕组内部的温度，但这既昂贵又复杂。因而基于油温和电流测量的间接测量方法已证明是有效的。

技术实现要素：

本发明的任务是提供一种用于监测至少一个感性设备的方法，该方法为在能量供应网络中使用感性设备给出一种改进设计。

所述任务通过一种用于监测能量供应网络中的至少一个感性设备的方法来解决，该方法包括权利要求1的特征。

此外，本发明的任务在于提供一种用于监测至少一个感性设备或者说感性运行器件的系统，该系统为在能量供应网络中使用感性设备提供并实现一种改进设计。

所述任务通过一种用于监测能量供应网络中的至少一个感性设备的系统来解决，该系统包括权利要求10的特征。

所述改进设计基于下述构思，即：检测与感性设备的当前状态有关的实时数据，基于所述实时数据确定感性设备的状态因子并根据状态因子确定感性设备的故障率。然后根据故障率给出感性设备的最大允许热点温度。

根据改进设计提出一种在供电网络中使用感性设备的方法。在此检测与感性设备的当前状态有关的实时数据，基于检测到的实时数据确定感性设备的状态因子并且根据状态因子确定感性设备的故障率。然后根据故障率确定感性设备的最大允许热点温度。

根据本发明方法和系统的优点是：为确定感性设备的负载极限而确定的最大允许热点温度除了统计信息和历史信息外还考虑了感性设备的当前状态。

借助该方法确定感性设备的最大允许热点温度，该最大允许热点温度与设备的当前状态相适配。以此方式，在电感设备可承担额外负载的情况下可提高或更好地利用电感设备的负载极限，或在电感设备处于一旦承担额外负载就会危及运行安全的状态中可降低负载极限。此外，由于在确定中使用了当前测量值，因此可更精确地确定负载极限。

与感性设备的当前状态有关的实时数据是基于感性设备或其部件的当前运行条件的数据。实时数据尤其是在电感设备运行期间检测到的测量值、如绝缘剂温度、负载电流、工作电压、分接开关位置、绕组温度。根据至少一种实施方式，电感设备构造为变压器或扼流圈。

根据至少一种实施方式，故障率设计为标准化值。

根据至少一种实施方式，该方法既可用于短期过载，即一个感性设备接管例如由于维护工作而在短时间内停止运转的另一感性设备的负载，也可用于长期过载，如其例如在正常运行中和在周期性负载分布时可能发生。

术语“过载”在下面被定义为高于感性设备的由感性设备制造商定义的标称功率的负载。

根据至少一种实施方式，根据最大允许热点温度确定感性设备的过载能力。

根据至少一种实施方式，根据按照IEC或IEEE标准、尤其是标准IEC 60076-7或IEEE C57.91的热模型来确定过载能力。

根据至少一种实施方式，借助一个或多个传感器、如借助温度传感器、湿度传感器、DGA传感器、局部放电传感器、用于确定套管电容的测量装置或用于确定冷却设备风扇频率的传感器。

根据至少一种实施方式，借助电流变换器和/或电压变换器、在线DGA分析或在感性设备连接到能量供应网络期间对其进行的其它测试来确定实时数据。

根据至少一种实施方式，确定故障率包括基于与所述感性设备有关的历史数据获取历史故障率，基于与所述感性设备和/或多个感性设备有关的统计数据获取统计故障率以及基于与感性设备的当前状态有关的检测到的实时数据确定在线故障率。

根据至少一种实施方式，根据相应数据的重要性和/或可用性和/或质量对这些故障率进行加权，并且由加权的故障率确定故障率FR。

根据至少一种实施方式，与感性设备有关的历史数据包括基于在过去对感性设备或其部件进行的维护和/或检查和/或测试的数据，和/或在调试期间确定的与设备或其部件有关的数据。历史数据尤其是基于在感性设备未连接到能量供应网络时对感性设备或其部件进行的分析和/或测量的测量值。历史数据尤其是包括由离线状态评估系统确定的信息、如与使用年限、制造商、感性设备型号、负载曲线、离线DGA分析或其它油分析、尤其是油质量参数的结果有关的技术数据，基于通过热成像和/或电气测量对套管进行评估的信息，基于通过目视检查对容器和附件进行评估的信息，基于动态电阻测量或FRA(频率响应分析)的信息。

根据至少一种实施方式，与感性设备有关的统计数据包括与设备或其部件的使用寿命有关和/或与感性设备或部件的使用年限有关的数据。统计数据尤其是与设备或其部件有关的、由设备运营商检测并存储的运营商特定数据和/或来自统计调查、如Cigre A2.37 TB642(变压器可靠性调查)的数据。

根据至少一种实施方式，基于在感性设备的持续运行期间检测到的、与感性设备的当前状态有关的实时数据确定在线故障率。

根据至少一种实施方式，确定故障率还包括确定感性设备的对确定故障率起决定性作用的相关部件，检测与感性设备相关部件的当前状态有关的实时数据，基于检测到的数据确定每个相关部件的状态因子，基于确定的状态因子确定每个相关部件的故障率，其中，由相关部件的故障率确定感性设备的整体故障率。

相关部件尤其可以是其故障可能会导致感性设备故障或影响感性设备故障率的部件、如分接开关或套管。

根据至少一种实施方式，感性设备的相关部件是有载分接开关和/或绝缘剂和/或固体绝缘材料和/或冷却设备和/或套管和/或绕组和/或芯。

根据至少一种实施方式，所述方法还包括确定与感性设备的未来状态有关的预测数据，基于预测数据确定预测的过载能力，根据与预测的过载能力的偏差对所确定的过载能力进行评估。预测数据的获取在此尤其是可包括从更高级别的通信系统、如管理系统和/或气象服务接收预测数据或基于设备上的测量确定预测数据。

根据至少一种实施方式，通过基于预测数据确定感性设备的预测的状态因子、根据预测的状态因子确定感性设备的预测的故障率、根据预测的故障率确定预测的最大允许热点温度来确定预测的过载能力。

根据至少一种实施方式，根据预测的最大允许热点温度确定预测的过载能力。预测的过载能力尤其是考虑设备和/或其部件的使用寿命和/或取决于感性设备和/或其部件的使用年限。

根据至少一种实施方式，预测数据基于感性设备在能量供应网络中的使用规划、尤其是运营商特定的使用规划并且尤其是基于感性设备的负载曲线和/或环境条件、如环境温度、风速、风向和/或太阳辐射和/或基于由负载曲线在考虑所谓的N-X标准的情况下得出的可靠性分析。该标准说明：在系统的x个设备发生故障的情况下整个系统的运行或功能能力必须得到可靠保证。

根据至少一种实施方式，所述感性设备构造为变压器。

此外，根据改进设计还提出一种用于在能量供应网络中使用感性设备的系统。该系统包括具有数据存储器的监测单元，该数据存储器包括与感性设备的当前状态有关的实时数据。此外，监测单元具有评估装置，该评估装置设置用于从数据存储器获得与感性设备的当前状态有关的实时数据，基于实时数据确定感性设备的状态因子，根据状态因子确定感性设备的故障率，根据故障率确定最大允许热点温度。

根据至少一种实施方式，能量供应网络包括多个感性设备，它们分别包括一个根据改进设计的、用于使用相应感性设备的系统。尤其是，所述多个设备设计相同并且例如构成具有相同功率等级的变压器的变压器组。

根据至少一种实施方式，所述评估单元还设置用于根据最大允许热点温度确定感性设备的过载能力。

根据至少一种实施方式，所述系统包括一个显示单元，该显示单元设置用于给出感性设备的确定的过载能力。有利的是，确定的过载能力作为具体值给出。

根据至少一种实施方式，所述系统包括一个通信单元，该通信单元设置用于将由监测单元确定的过载能力传输到显示单元。

根据至少一种实施方式，所述通信单元还设置用于将预测数据传输到显示单元和/或监测单元。有利的是，数据以管理系统协议的形式传输。

根据至少一种实施方式，所述系统包括至少一个状态评估系统，该状态评估系统与感性设备连接并且设置用于获取与感性设备有关的历史数据，基于与感性设备有关的历史数据确定离线故障率，将离线故障率传输到监测单元。

根据至少一种实施方式，基于贝叶斯定律确定离线故障率。

根据至少一种实施方式，所述系统包括至少一个可靠性数据库，该可靠性数据库与感性设备连接并且设置用于获取与感性设备有关的统计数据，基于与感性设备有关的统计数据确定统计故障率，将统计故障率传输到监测单元。

根据至少一种实施方式，所述系统的监测单元还设置用于获得与感性设备的未来状态有关的预测数据，基于预测数据确定预测的过载能力，根据与预测的过载能力的偏差对所确定的过载能力进行评估。尤其是预测数据以例如符合标准IEC 60570-5-104或IEC 61850的通信协议的形式通过通信单元传输到评估单元，评估单元确定感性设备的预测的过载能力。

根据改进设计还提出一种感性设备、尤其是变压器或扼流圈，其包括根据改进设计的用于使用感性设备的系统。

系统和感性设备以及用于供应能量的系统的其它实施方式和实现直接由方法的不同实施方式产生。

附图说明

下面参照附图借助示例性实施例详细阐述本发明。相同或功能相同或具有相同作用的部件可设有相同的附图标记。相同的部件或具有相同功能的部件可能仅关于它们首次出现的附图被解释。在随后的附图中不必重复说明。附图如下：

图1示出感性设备的示意性结构，其是变压器，具有根据改进设计的示例性系统；

图2示出根据改进设计的示例性方法过程；

图3示出根据改进设计的示例性图表；

图4示出根据改进设计的系统的示意性示例性结构；

图5示出根据改进设计的系统的另一示意性示例性结构。

具体实施方式

图1示出感性设备TR，其在此被示例性构造为变压器TR、尤其是功率变压器。尽管下述说明涉及变压器TR或功率变压器，但这不应被解释为对本发明的限制。感性设备TR配备有根据本发明的用于监测至少一个感性设备TR的系统。感性设备TR配备有根据本发明的、用于监测至少一个感性设备TR的系统。

在该实施方式中作为感性设备TR的变压器TR包括贮箱或容器T，其例如填充有绝缘剂I、尤其是绝缘液体、如变压器油。在贮箱或容器T内部设置有变压器TR的有源部件、尤其是变压器芯K连同相配的变压器绕组W。变压器TR具有许多其它部件、如至少一个套管D和至少一个冷却装置C。此外，在贮箱或容器T内部例如设有用于在变压器TR的不同绕组抽头(未示出)之间进行切换的分接开关SS。在此不需要详细讨论分接开关的作用方式，因为这对于在本技术领域有经验的技术人员来说是充分已知的。变压器TR和各部件可配备有各种不同类型的多个传感器S1、S2、...、SN以测量实时数据(例如可设置用于测量贮箱T中的油温的温度传感器S1)。根据传感器S1、S2、...、SN的类型或待检测的数据，传感器S1、S2、...、SN要么设置在贮箱T内部(例如用于测量绕组W温度的绕组温度传感器S4或用于测量贮箱T中的油温的温度传感器S1)要么设置在贮箱外部(例如用于测量工作电压的工作电压传感器或用于测量环境温度的环境温度传感器)。测量的实时数据由监测单元2读取。该监测单元可与传感器S1、S2、...、SN有线或无线连接。监测单元2可设置在变压器TR上或与变压器TR分离设置。

图2示出用于监测至少一个感性设备TR的方法的示例性方法流程。在第一步骤100中，由传感器S1、S2、...、SN在变压器TR运行期间检测实时数据22。在下一步骤105中，实时数据22被读入监测单元2。实时数据例如是绝缘剂温度、负载电流、工作电压、分接开关位置、绕组温度或来自与变压器TR或分接开关SS中的绝缘油成分有关的在线DGA分析的测量值、油湿度或油温。

在下一步骤200中，在监测单元2中通过函数CFi＝max(CPi)确定变压器TR的相关部件K1、K2、...、KM的状态因子CF1、CF2、...、CFM。相关部件K1、K2、...、KM例如是绝缘油I、绕组W、套管D、分接开关SS或冷却设施C并且可由变压器运营商确定。CP1、CP2、...、CPN是由传感器S1、S2、...、SN检测的测量值(实时数据22)。

在下一步骤202中，在监测单元2中借助公式FRc，i＝f(CFi)计算变压器TR的每个部件K1、K2、...、KM的在线故障率。函数f(CF)在此可定义为任意分布函数、如Weibull分布或正态分布。

在下一步骤204中，确定整个变压器TR的在线故障率FRonline，其由先前计算的各个部件K1、K2、...、KM的在线故障率组成：

在下一步骤206中，确定一般故障率FR：

FR＝w1＊FRonline+w2＊FRoffline+w3＊FRstatistik

这由借助实时数据22确定的在线故障率FRonline以及历史故障率FRoffline和统计故障率FRstatistik组成。历史故障率FRoffline借助历史数据确定并由变压器TR的状态评估系统12例如根据贝叶斯定律计算出。通过使用已知的状态评估系统12由离线数据、如技术数据、历史数据、来自油测试和工厂测试的数据或在感性设备未连接到能量供应网络上时检测到的其它数据来说明变压器TR和/或一些变压器部件和/或变压器组的维护紧迫性和/或使用寿命消耗。统计故障率FRstatistik借助可靠性数据库14的统计数据确定。可靠性数据库14具有与变压器TR和/或一些变压器部件和/或变压器组的故障风险有关的不同统计数据。例如可靠性数据库14可由设备运营商维护并且包含运营商特定的数据。这些数据例如可以生存函数和/或使用寿命分布函数和/或风险函数的形式存储。例如来自统计调查、如Cigre A2.37 TB642(变压器可靠性调查)的统计故障率也可用于确定故障率FR。

此外，根据相应数据的重要性和/或可用性和/或质量对故障率FROnline、历史故障率FROffline和统计故障率FRStatistik进行加权。例如对于故障率FROnline的权重为w1＝50％，对于统计故障率FRStatistik的权重为w2＝40％并且对于历史故障率FROffline的权重为w3＝10％。

在下一步骤208中，由故障率(FR)确定故障率指数FRI：

FRI＝1-e^-FR*t

在此t相应于变压器TR的运行年限。

因此，故障率指数FRI表示变压器TR的故障概率的标准化值，例如在0和1之间的标准化值，该标准化值与变压器TR和变压器部件K1、K2、...、KM的状态相关联。

在下一步骤210中，最大允许热点温度THST_FRI利用故障率指数FRI适配于变压器TR的当前状态。这通过下述公式进行：

THST_FRI＝THST_max-(THST_max-THST_min)*FRI

最大热点温度THST_max的值应根据按照IEC或IEEE标准、尤其是IEC 60076-7、IEEE C57.91标准规定的变压器过载最大值进行设置。在最后步骤212中确定过载能力。例如THST_max＝180℃适用于短期过载并且THST_max＝140℃适用于长期过载。相反，最小热点温度THST_min可运营商特定地、例如基于变压器运营商或电网运营商的经验值来确定。该值可根据相应变压器TR或运营商而变化。例如最小热点温度THST_min可介于60和100℃之间并且尤其是为98℃。图3示出示例性图表，该图表表明在短期过载KUE和长期过载LUE的情况下与故障率指数FRI有关的最大允许热点温度。例如为THST_min确定80℃的值，同样例如为短期过载适用THST-max-KUE＝180℃并且为长期过载适用THST-max-LUE＝140℃。

例如一台使用了40年的变压器具有增加的油湿度测量值。此外，在在线DGA分析范围中显示DGA值增加的增长速度。基于这些测量的实时数据22，通过根据本发明的方法在引入统计故障率FRstatistik和历史故障率FRoffline的情况下确定标准化故障概率为0.9。由此根据图3对于长期过载产生87℃的最大允许热点温度THST_FR并且对于短期过载产生91℃的最大允许热点温度TnST_FR。在所确定的最大允许热点温度THST_FR的基础上，基于较差的油湿度值以及变压器油中增加的气体含量不允许该变压器过载运行。

在下一方法步骤中，可在考虑故障率指数FRI和所确定的最大允许热点温度THST_FRI的情况下，根据按照IEC 60076-7或IEEE C57.91的热模型确定过载因子Koverload：Koverload＝f(THST_FRI，TOil，toverload，LAging)。

在此Toil相应于在变压器贮箱中测量和/或计算的油温，toverload相应于直至达到根据IEC或lEEE标准的最大热点温度THST-max和/或根据IEC或IEEE标准规定的最大油温的时间间隔，并且LAging相应于固体绝缘物的使用寿命消耗。

以此方式可说明变压器TR的与其当前状态相适应的过载能力，即在需要时可最大限度地利用负载极限和尤其是变压器TR可应对过载的时间间隔。相反，例如可减轻处于较差状态中的变压器TR的负载或不向其施加额外负载。

此外，也可如下扩展该方法，即附加地获取预测数据24、如负载曲线和天气数据，借助预测数据计算预测的过载因子(例如也根据按照IEC 60076-7或IEEE C57.91的热模型)并根据与预测的过载能力的偏差对所确定的过载因子Koverload进行评估。

图4示出根据改进设计的系统的示意性示例性结构。该系统包括具有数据存储器4和评估单元6的监测单元2。通过传感器S1、S2、...、SN检测实时数据22并将其存储在数据存储器4中，所述传感器安装在设备TR、在本实施例中为变压器TR上以及变压器TR的部件上、如绝缘剂I(绝缘油)中、分接开关SS上或套管D上。

评估单元6从数据存储器4获取实时数据并执行用于计算故障率FR的算法、基于此确定最大允许热点温度THST_FRI以及用于计算过载能力Koverload的算法。

该系统还包括状态评估系统12。状态评估系统12包括历史数据，该历史数据尤其是在变压器离线、即未连接到电网上时被检测。这些离线数据例如是技术数据、历史数据、来自油测试或工厂测试的数据。借助这些数据，状态评估系统12例如可确定变压器和/或一些变压器部件和/或整个变压器组的维护紧迫性和/或使用寿命消耗。此外，状态评估系统12借助历史数据——优选根据贝叶斯定律——来计算相应变压器的历史故障率FROffline，该历史故障率被传输到数据存储器4并引入到总故障率FR的计算中。没有异常的变压器离线故障率的典型值例如是每年1至2.5％。根据变压器和变压器部件的使用年限和状态离线故障率可从25％增加至50％。根据为相应变压器确定的离线故障率，通过能量供应网络的运营商例如可推导出整个变压器组和能量供应网络的故障风险并在此基础上做出关于待采取措施、如维修或甚至更换设备的决定。

该系统还包括可靠性数据库14。该数据库具有与变压器、变压器部件和变压器组的故障风险有关的不同统计数据。这些数据例如可以生存函数、使用寿命分布函数或风险函数的形式存储。例如来自统计调查、如Cigre A2.37 TB642(变压器可靠性调查)的统计故障率也可存储在可靠性数据库中并藉此确定统计故障率FRStatistik。统计故障率FRStatistik被传输到数据存储器4并且也引入总故障率FR的计算中。

通过附加于实时数据22将统计数据和历史数据或者说统计故障率和历史故障率也引入总故障率FR的计算中，可提高计算的过载能力Koverload的准确性及其关于相应变压器TR的说服力，因为例如并非所有与故障率FR计算有关的数据都可由传感器S1、S2、....、SN检测到。

该系统还包括通信单元16，该通信单元设置用于将由监测单元2确定的过载能力Koverload传输给显示单元18。显示单元18例如可以是中央服务器PC的屏幕，该PC配备有任意网络管理软件、如管理系统20(SCADA管理系统)。

此外，预测数据24例如以负载曲线和天气数据以及来自可靠性分析的数据的形式通过通信单元16经由例如根据标准IEC 60570-5-104或IEC 61850的通信协议被传输给显示器单元18和监测单元2。预测数据24例如包括来自风能或光伏设备的预期能量馈送或与变压器TR在过载情况下的可靠性以及与此相关的故障成本和风险有关的数据。

除了由评估单元6确定的信息外，例如与变压器中的老化过程或变压器的经济性有关的其它信息可以数字、表格或图形的形式通过显示单元18示出。

图5示出根据改进设计的系统1的另一示例性结构，系统1在此包括一组变压器(多个设备TR)。变压器组的每个变压器包括一个监测单元2。状态评估系统12和可靠性数据库14将相应数据传输给作为组的组成部分的各变压器的相应监测单元2的数据存储器4。相反，监测单元2将为相应变压器所确定的过载能力传输到通信单元16。在此情况下，在线故障率FRonline基于与整个变压器组有关的实时数据，即多个变压器TR的实时数据引入到故障率FR的计算中。

附图标记列表

1 系统

2 监测单元

4 数据存储器

6 评估单元

8 显示单元

10 通信单元

12 状态评估系统

14 可靠性数据库

16 通信单元

18 显示单元

20 管理系统

22 实时数据

24 预测数据

100 第一步骤

105 传输

200 下一步骤

202 下一步骤

204 下一步骤

206 下一步骤

208 步骤

210 步骤

212 最后步骤

C 冷却装置

CF 状态因子

CP 实时数据

D 套管

FR 故障率

FROnline 来自实时数据的故障率

FROffline 历史故障率

FRStatistik 统计故障率

I 绝缘剂

K 铁芯

K1、K2、...、KM 设备部件

KUE 短期过载

LUE 长期过载

S1、S2、...、SN 传感器

SS 分接开关

T 贮箱

TR 感性设备；变压器

W 绕组