NYHETSBREV

Bedre kontroll på kraftnettet

Finlands svar på Statkraft kjører i gang et nytt analyse- og overvåkingsverktøy for behandling av vedlikeholdsdata.

30. sep. 2014 - 07:00
Vis mer

Nettselskapets mål er å oppdage utstyr med dårlig ytelse og skjulte feil på et tidlig stadium.

Online og offline data

Det nye verktøyet, eller CMS-systemet (Condition Monitoring System), kan håndtere store mengder data, gi bedre visualisering av kraftnettet, og varsler automatisk på et tidlig stadium. Det gir enkel tilgang til sanntids- og historiske data for vedlikeholdsformål, og har offline analyse av vedlikeholdsdata. Systemet blir benyttet av vedlikeholdsspesialister og kontrollromsoperatører. Det viser status for overføringsutstyr, genererer alarmer, har relevante trender og kan analysere data etter brukerens behov.

CMS-systemet er basert på PI-systemet fra OSIsoft. Det håndterer både online- og offline data. Sanntidsdata som effektflyt, spenninger, strøm, SF6-trykk, gassanalyser for transformatorer kommer fra Scada-systemet og kontrollsystemer. Offline-data som nominelle verdier, produksjonsdato, feil på utstyr, alvorlighetsgrad for feil, målinger fra service-aktiviteter kommer fra forretningssystemet (ERP).

Les om:  Overvåkingstjenesten går offshore

Utstyrsrelaterte skjermbilder

To redundante PI-servere (for høy tilgjengelighet) lagrer alle sanntidsdata. PI-systemet prosesserer både online- og offline-data via PI AF (Asset Framework) Server, slik at målepunktene i sanntid knyttes opp til de respektive ressurser. Data fra PI AF Server er tilgjengelig fra alle PI-klienter, noe som reduserer tiden det tar å søke frem målepunkter relatert til spesifikt utstyr.

Ved bruk av PI AF Server får man også utstyrsrelative skjermbilder. Man behøver kun ett skjermbilde for hver utstyrstype i nettstasjonen, for eksempel ett bilde for transformatorer, ett bilde for effektbrytere, etc. Når brukerne endrer valg fra transformator 1 til transformator 2, forblir skjermbildet det samme, mens måleverdiene oppdateres.

Data i CMS-systemet er tilgjengelig i andre PI-verktøy som Processbook og DataLink, og i Microsoft SharePoint.

Overvåker SF6-lekkasjer

Som et resultat av EUs regelverk, har bruken av fluorholdige gasser og overvåking av utslippene blitt strengere. Denne utviklingen vil fortsette i samsvar med regulativ-oppdateringene fra 2013. Innføringen av SF6 online overvåkingsteknikk støtter utvikling av gasstyring og gir bedre overvåking av gassnivåer i koblingsanlegget.

Det er sensorer for SF6-tetthet i gasskammerets trykkventil. Måleverdien sendes via en RTU (Remote Terminal Unit) til Scada-systemet. Løsningen sørger for deteksjon av gasslekkasje utover det tillatte. Leverandøren må selv dekke feil som dukker opp innenfor garantiperioden (to år).

Les også: Hva er en prosess og industrielle måleinstrumenter?  

Detaljert informasjon

Foruten kontinuerlige SF6-målinger, blir det tatt faste prøvemålinger hver natt klokken 02.00. Dette gir sammenlignbare målinger uten eksponering av solvarme. Fingrid bruker to varslingsregler, en for raske lekkasjer, og en for små eller trege. Nettselskapet har oppdaget at mange effektbrytere kjøpt mellom 2009 og 2012, ikke oppfyller IECs toleranser for SF6-lekkasje.

Lekkasjeovervåkingen er basert på skjermbilder som kan gi ytterligere informasjon. På oversiktsbildet for lekkasjeovervåking,viser enhetene status med fargene grønn, gul, og rød. Skjermbildet for enkeltbrytere viser lekkasjetrend for hver fase, temperatur-kompenserte trykkverdier, og den beregnede regresjonslinjen. I tillegg kan systemspenning og effektbryterens strøm vises i sanntid, sammen med informasjon om antall utførte operasjoner.

Lager helseindeks

Fingrid har tatt i bruk et system for helseindeks for eldre utstyr. Indeksen er en verdi som identifiserer prioritet for ekstra vedlikehold eller behov for fornyelse. En indeks av denne typen er spesielt viktig for komponenter som effektbrytere og skillebrytere. Helseindeksen er en verdi for hver enhet. Verdiene kombineres for å gi en total helseindeks for hele koblingsanlegget. Indeks-beregningene er basert på feil-statistikk som er lagret i ERP-systemet, i tillegg til ulike vektingsfaktorer som gjør komponentene mer tydelige. Faktorene kan være redusert support fra produsenten (end-of life), høyt antall operasjoner, eller aldrende komponenter.

Beregningene er basert på informasjon over tidsperioder på mer enn 20 år. Feilene er kategorisert i to klasser, små og store. Det er beregnet generelle koeffisienter for hver komponent, for eksempel ABB HPL og Siemens 3AP. I tillegg kan spesifikke feilrater beregnes for hver enkelt lokasjon, for eksempel ved transformatorstasjonen A, felt nummer 1 og brytertype HPL.

Les også: Tilbyr orden i uoversiktlige alarmer

Kombinerer feilrater

Den generelle feilraten for alt utstyr identifiserer den balanserte eller gjennomsnittlige feil-historikken for hver type utstyr. Feilraten som er beregnet for hver lokasjon identifiserer den faktiske lagrede feil-historikken for hver lokasjon. Ved å kombinere disse to, kan man generere en kunstig feil-indeks, som kan identifisere utstyr på forskjellige måter.

Når feilraten for en gitt utstyrstype er høy, vil summen av indeksene bli registrert, selv om den faktiske lokasjonen for utstyret ikke nødvendigvis har samme feilrate som resten. Dersom den faktiske utstyrslokasjonen har vært gjenstand for en høy feilprosent, og det aktuelle utstyret generelt er i god stand, vil dette bli varslet. En høy verdi i begge tilnærminger vil markere disse enhetene på en tydelig måte.

Vekter verdiene

Denne kunstige feilindeksen er kjernen i systemet, og kan justeres med bestemte koeffisienter. Hvis den generelle feilraten er viktig enn den spesifikke, kan den være vektet med en fritt valgt verdi, eksempelvis 1,5 som gir en 50 prosent høyere betydning i beregningen. På den annen side kan den lokasjonsspesifikke frekvensen reduseres med en annen faktor, for eksempel 70 prosent av den beregnede feilprosent. Når klassifiserte store eller små feil må ha større prioritet, kan også disse verdiene bli markert med ekstra vektingsfaktorer.

Den vektede indeksen er matet inn i ytterligere én beregning. På dette stadiet vil den beregnede indeksen få spesifikke tilleggsfaktorer, basert på tilgjengelig produsentstøtte, antall operasjoner, vedlikeholdsintervaller etc. Hver vektingskategori kan bestå av flere under-parametere (eksempel: under bryteroperasjoner 2000 = faktor 1, mellom 2000 og 3999 operasjoner = faktor 1,25, over 4000 operasjoner = faktor 1,7, og over 5000 operasjoner = faktor 2,0).

Les også: Lego på havbunnen

Flere presentasjonsformer

Disse resultatene kan presenteres og oppsummeres på flere måter ved:

generelle indeks-fordelingsdiagram for bryterutstyr for hver transformator­stasjon.

hovedrapport, som viser visuell status for brytere, og gir informasjon om gjennomsnittsalder og standardavvik for alder i transformatorstasjonen.

detaljert skjermbilde for transformatorstasjoner, med feil-historikk og alvorlighetsgrad for hver utstyrslokasjon.

identifikasjon av de 50 dårligste enhetene i forhåndsdefinerte kategorier; som felt, reaktorbrytere, skillebrytere, etc.

Noe av det beste med systemet, er en verktøystilnærming som gir brukeren mulighet til å oppdatere alle disse skjermbildene og visualisere utfallet på en enkel måte ved å endre faktorer og kildevariabler. Denne analysen kan styrke allerede kjente komponentsvakheter, men kan også påpeke ekstra behov for ytterligere avklaring fra andre innfallsvinkler.

Tar pulsen på tranformatorene

I løpet av de siste årene har online overvåkingsutstyr for transformatorer blitt mer vanlig. Dette gir detaljert tilstandsdata for transformatorene. Videre kan Scada-systemet tilby online informasjon for transformatorer, som må gjennomgås av samme overvåkingsanalyse.

Fingrids nye transformator i sentralnettet vil bli utstyrt med online olje-analysatorer designet for å lagre og analysere gassmålinger med høy målefrekvens. Det er nå 18 gass-analysatorer i drift. Alle har direkte Ethernet-tilkobling til PI-systemets historikkdatabase via fiberforbindelser, og i fremtiden vil det bli over 70 transformatorer utstyrt med overvåking og analyse av fuktighet, og mulighet for å identifisere tilstedeværelsen av 3–7 ulike gasser.

Det er enkelt å få inn transformatorenes online- og offline-data i PI-serveren for visning i CMS-systemet. Det gir vedlikeholdsspesialister fleksibilitet å kunne velge mellom ulike transformatorer og raskt vurdere enhetens online-status ved hjelp av ett program.

Del
Kommentarer:
Du kan kommentere under fullt navn eller med kallenavn. Bruk BankID for automatisk oppretting av brukerkonto.