114
I.
В
ВЕДЕНИЕ
В настоящее время любое нарушение в системе
электроснабжения, возникновение аварийных ситуаций
приводит к экономическим потерям, которые возникают
как у сетевых компаний, так и у потребителей
электрической энергии.
Линии
электропередач
наиболее
подвержены
аварийным отключениям по сравнению с другими
элементами энергосистемы. Отключения происходят
вследствие влияния внешних и внутренних факторов
таких как: атмосферные перенапряжения, воздействие
животных и птиц, ветровые нагрузки, воздействие
посторонних лиц, несвоевременное выявление и
устранение дефектов, дефекты изготовления и монтажа,
старение оборудования. Тот факт, что ЛЭП чаще всего
выполнены в виде воздушных линий, которые сильнее
остального оборудования подвержены природным
факторам,
является
причиной
их
повышенной
аварийности (рис. 1) [1].
Для сетевых компаний внеплановые и аварийные
ремонты составляют 33% от всех ремонтных работ и
требуют 72% от общей суммы затрат [2]. Кроме того,
аварии являются причинами прочих экономических
потерь как со стороны сетевой компании, так и со
стороны потребителя.
Вне зависимости от состояния оборудования также
проводится плановый ремонт электроустановок, который
представляет собой профилактику. Кроме того,
электросетевые компании проводят капитальный ремонт,
включающий в себя полный разбор оборудования и
замену некоторых частей вне зависимости от их
технического состояния. Оба вида технического
обслуживания производятся согласно графику. Такой
подход к ремонту не является экономически выгодным,
ведь многие приборы могли работать дольше без замены
их составных частей, либо их самих. Гораздо более
эффективно планировать ремонт оборудования на
основании анализа риска аварий или отказа. Такой подход
к управлению производственными активами называется
риск-ориентированным и является инновационным для
сетевых компаний.
Переход к данному подходу упрощается путем
применения информационных и цифровых технологий
(анализ больших данных, блокчейн и др.). В частности,
интеллектуальный анализ больших данных позволяет
получить из большого объема разнообразной и
неструктурированной информации те необходимые
данные, на основании которых возможно принятие
качественных
и
оперативных
решений
для
стратегического планирования и системного управления
энергокомпанией [3].
Применение данных технологий позволит сократить
затраты на ремонт и обслуживание линий электропередач.
Анализ исторических данных об отключениях позволит
выделить наиболее подверженные риску отключения
линии, которые помогут правильно распределить
оперативно-выездных бригад ОВБ, снизив затраты на
выезд рабочих в случае, когда это не требуется, а
своевременное отключение/переключение ЛЭП поможет
избежать
невыполнение
обязанностей
перед
потребителями
электроэнергии
и
обеспечить
бесперебойную и надежную работу электрических сетей.
Учет внешних факторов увеличит точность прогноза
числа отключений воздушных линий, так как погодные
условия чаще всего оказываются причиной аварии.
В настоящее время для планирования технического
обслуживания и ремонта производится расчет индекса
технического состояния, который не учитывает более
сложных взаимосвязей различных факторов, влияющих на
состояние оборудования.
II.
С
УЩЕСТВУЮЩИЕ МОДЕЛИ ПРОГНОЗИРОВАНИЯ
Крупнейшие компании такие, как ABB, Siemens,
General Electric, C3Energy, РОТЕК и другие, в данное
время развивают свои модели прогнозирования состояния
оборудования. Технически эти проекты реализуются при
помощи множества датчиков, которые собирают
информацию о состоянии прибора. Разработанные модели
на основании анализа собранных данных выстраивают
прогноз.
Один из крупнейших отечественных проектов ПРАНА
применяется в компании РОТЕК для прогнозирования
изменений, которые могут возникать в состоянии
технического объекта. Данный программный комплекс
применяется в основном для мониторинга следующих
объектов: различные виды
турбин,
генераторы,
трансформаторы, котлы, системы водоподготовки,
газопоршневые агрегаты. К тому же данная система
может
осуществлять
контроль
энергоблоков,
электростанций, зданий, мостов, плотин, имеющих
необходимый набор соответствующих датчиков, которые
позволяют осуществлять контроль состояния. Для
каждого объекта мониторинга создается модель,
представляющая собой многомерную поверхность в
пространстве технологических параметров, в окрестности
которой могут располагаться векторы, соответствующие с
достаточно
высоким
уровнем
достоверности
использованной для построения модели выборке. В
результате появляется возможность перейти от аварийных
ремонтов к ремонтам по техническому состоянию.
В компании C3Energy применяются такие программно-
аналитические комплексы, как C3 Grid Investment Planning
и C3 Asset and System Risk. Основная цель системы C3
Grid Investment Planning на основании данных всех видов
(денежные потоки, лояльность клиентов, влияния на сеть)
имущества оценивать ранг различных видов инвестиций в
сеть. Данный программный комплекс позволяет
информировать о необходимости затрат на замену
элементов сети [4]. C3 Grid Investment Planning определяет
Рис.1 – Статистика аварий оборудования в электрических сетях
