14. Savetovanje o elektrodistributivnim mrežama Srbije, sa regionalnim učešćem (2024), Broj rada: R-1.08
АУТОР / AUTHOR(S): Denis Ilić, Damir Kopčanski
DOI: 10.46793/CIRED24.R-1.08DI
САЖЕТАК / ABSTRACT:
Savremena preduzeća za proizvodnju i distribuciju električne energije doživljavaju značajno unapređenje pouzdanosti i efikasnosti prelaskom na CBM (Condition Based Maintenance) i RBM (Risk Based Maintenance) modele održavanja. Ovi poboljšani modeli održavanja predstavljaju evoluciju tradicionalnih modela preventivnog i interventnog (korektivnog) održavanja, što je od velike koristi imajući u vidu činjenicu da svet svedoči sve većem razvoju i rastu električne mreže, rastuću složenost elektroenergetskih sistema, logističke izazove i nedostatak ekspertskog kadra. To je omogućeno razvojem novih metoda testiranja i praćenja stanja sa jedne strane, kao i značajnim razvojem mogućnosti savremenih računarskih sistema i sistema skladištenja podataka, sa druge. Sa uvođenjem Cloud tehnologije i nedavnim trendovima IoT u energetici, tehnologije praćenja stanja opreme dostigle su značajne mogućnosti. U isto vreme, tokom poslednje decenije, 4. industrijska revolucija obeležena razvojem veštačke inteligencije (AI) i mašinskog učenja pruža novu opciju za tzv. preskriptivno održavanje predviđanjem mogućih kvarova i predviđanjem njihovog nastanka. Analizom podataka u realnom vremenu direktno iz elektroenergetskog postrojenja 24/7, kreiranjem algoritama za kreiranje alarma, angažovanjem ekspertskog znanja iz elektrotehnike i moćnom analitikom AI, stručnjaci za održavanje poseduju odličan alat koji im omogućava da razlikuju kritičnu opremu, kojoj su potrebne servisne aktivnosti odmah, kao i da poseduju ove informacije blagovremeno. Ovo im omogućava planiranje održavanja u najpovoljnijem mogućem trenutku, unapređujući pouzdanost, bezbednost i održivost celog procesa, osiguravajući pozitivan uticaj na OPEX i CAPEX. U ovom radu, pomenuti modeli održavanja će biti predstavljeni sa realnim primerima primene Cloud computing-a, AI i IoT u strategiji održavanja i nadzora stanja elektroenergetske opreme. Analizirani su primeri detekcije kvara i mogućnosti primene Cloud monitoring rešenja na srednjenaponskim razvodnim postrojenjima.
КЉУЧНЕ РЕЧИ / KEYWORDS:
Cloud, održavanje prema stanju, online monitoring, razvodna postrojenja, veštačka inteligencija
ЛИТЕРАТУРА / REFERENCES:
[1] Liu Nian, Teng Fusheng, “The new intelligent monitoring method for operating states of large generator units”, IEEE Power Engineering Society Winter Meeting. Conference Proceedings – Singapore 23-27 Jan. 2000, 223227. doi:10.1109/pesw.2000.849959
[2] J. Paul Guyer, „An Introduction to Electrical Substations Maintenance (Electric Power Generation and Distribution)“ Independently published (October 26, 2017), ISBN-13 : 978-1973153054
[3] Substation Preventive Maintenance Manual, Prepared By International Resources Group Paul,
[4] Zenios, Stavros & Ziemba, William, “Handbook of Asset and Liability Management Volume 2: Applications and Case Studies”, North-Holland, (2007), ISBN: 978-0-444-52802-5
[5] Gill, “Electrical Power Equipment Maintenance and Testing”, CRC Press, (2016). DOI:10.1201/9781420017557.
[6] Aelst, Jos. „A field proven vision on Asset Management in an industrial environment“, Conference: Asset Management Conference 2011, IET and IAМ (2011), p.p. 1-5. DOI:10.1049/cp.2011.0560.
[7] Mileta Žarković, „Monitoring i dijagnostika razvodnog postrojenja na bazi fazi modela stanja visokonaponske opreme“, doktorska disertacija, Univerzitet u Beogradu, Elektrotehnički fakultet, 2017.
[8] Denis Ilić, „Dijagnostika stanja elektroizolacionih sistema sinhronih generatora zasnovana na veštačkoj inteligenciji“, doktorska disertacija, Univerzitet u Beogradu, Elektrotehnički fakultet, 2020.