SI/502080

Schlussbericht

Leistungsschalter sind so konstruiert, dass sie unter normalen Betriebsbedingungen und bei Kurzschlüssen zuverlässig unterbrechen. Sie spielen eine entscheidende Rolle für die Sicherheit und Zuverlässigkeit von elektrischen Energieübertragungssystemen. Jeder Ausfall eines Leistungsschalters kann schwerwiegende Folgen haben, wie z. B. die Schädigungen von Komponenten des Energienetzes oder sogar weitreichende Stromausfälle. Weltweit werden jedoch immer noch über 65 % der Leistungsschalter ohne Zustandsüberwachungssystem betrieben. Selbst wenn ein solches System vorhanden ist, beschränkt es sich in der Regel auf grundlegende Parameter wie den Gasdruck mit statischen Schwellenwerten. Diese Parameter sind zwar einfach zu überwachen und leicht zu interpretieren, decken jedoch nur einen kleinen Teil möglicher Defekte ab. Daher wurde in der Literatur die Zustandsüberwachung von Leistungsschaltern basieren auf mehreren komplexen Messgrössen untersucht. Insbesondere mechanische Vibration und akustische Signale haben aufgrund ihrer nicht-intrusiven Echtzeit-Überwachungsfähigkeiten zunehmend Aufmerksamkeit erlangt. In diesen Studien wurden überwachte Methoden für die Defekt-Diagnose verwendet, bei denen die tatsächlichen Defekttypen aufgrund künstlich erzeugter Defekte im Labor bekannt sind. Das Ziel dieser Methoden war es zu zeigen, dass die Modelle zwischen defektfreien Zuständen und verschiedenen bekannten Defekttypen unterscheiden können. Diese Ansätze sind jedoch in realen Anwendungen, in denen keine Defektlabels verfügbar sind, nicht umsetzbar. Darüber hinaus ist es technisch unmöglich zuverlässige Daten zu sammeln, die alle möglichen Defekttypen abdecken. Eine weitere Herausforderung bei künstlich erzeugten Defekten besteht darin, dass sie keine Abbildung des allmählichen Verschleisses oder der Alterung von Leistungsschaltern ermöglichen. Die Erkennung von Defekten ist zwar das Hauptkriterium, jedoch wird dabei nicht berücksichtigt, ob Defekte frühzeitig erkannt, ihre Entwicklung verfolgt oder sogar Prognosen erstellt werden können. Das Experiment mit künstlich erzeugten Defekten kann nur zwischen diskreten defektfreien und defekten Zuständen unterscheiden, ohne die kontinuierliche Entwicklung der Verschlechterung zu erfassen. In dieser Forschungsarbeit wird ein neuartiges Framework zur Zustandsüberwachung von Leistungsschaltern vorgestellt. Es besteht aus drei Modulen: ein merkmalsbasiertes, ein ähnlichkeitsbasiertes und ein auf maschinellem Lernen (ML) basierenden Modul. Dieses Framework wurde entwickelt, um die genannten Herausforderungen zu bewältigen und die Lücke zwischen Forschung und realen Anwendungen zu schliessen. Das merkmalsbasierte Modul identifiziert Merkmale, die den Zustand des Leistungsschalteres mit eindeutigen Verschlechterungsverläufen im Laufe der Zeit widerspiegeln. Das ähnlichkeitsbasierte Modul vergleicht die neuen Betriebsdaten mit der gesunden Basislinie, ohne dass Fachwissen erforderlich ist, um zu bestimmen, welche Merkmale extrahiert werden sollen. Das MLbasierte Modul umfasst eine unüberwachte Defekterkennungs- und Segmentierungspipeline, die die Erkennung von Abweichungen vom gesunden Zustand ermöglicht. Darüber hinaus wird der Ansatz der erklärbaren künstlichen Intelligenz auf die erkannten Defekte angewendet, um eine Diagnose zu erstellen. Das entwickelte Framework wurde auf mehreren Leistungsschaltern verschiedener Typen und mit unterschiedlichen Defekten angewendet. In dieser Forschungsarbeit wurden mehrere Run-to-Failure-Datensätze von Leistungsschaltern erzeugt, die über 30 000 Ein- und Ausschaltvorgänge ohne Storm umfassen. Dabei wurden verschiedene Zustandsüberwachungssignale, wie Vibration, Spulenstrom und Position über Zeit, aufgezeichnet und analysiert. Diese Datensätze sind der Öffentlichkeit für weiterführende Analysen zur Verfügung gestellt. Je nach Kombination aus Schaltertyp und Defekttyp eignen sich einige Indikatoren aufgrund ihres allmählichen Veränderungstrends im Laufe der Zeit, der wahrscheinlich mit dem tatsächlichen Degradationzustand korreliert, gut für die kontinuierliche Zustandsüberwachung. Andere sind weniger nützlich, da sie nur vor oder bei einem Ausfall abrupte Veränderungen zeigen oder während des gesamten Run-to-Failure-Prozesses fast keine Veränderungen aufweisen. Darüber hinaus wurde ein massgeschneidertes System zur Zustandsüberwachung von Leistungsschaltern entwickelt und in einem Umspannwerk installiert, das vier Leistungsschalter mit dem Framework zur Zustandsüberwachung über einen Zeitraum von mehr als einem Jahr überwacht hat. Diese Arbeit eröffnet die Möglichkeit einer genauen Verfolgung des Zustands von Leistungsschaltern, ohne dass Ground-Truth-Defektlabels erforderlich sind. Damit ermöglicht sie den Übergang von zeitbasierten zu zustandsbasierten Wartungsstrategien oder sogar zu vorausschauender Wartung.