Mustererkennungsverfahren für kontinuierliche Teilentladungsmessungen an Leistungstransformatoren

• Antragsteller: Professor Dr.-Ing. Stefan Tenbohlen
• Fachliche Zuordnung: Elektrische Energiesysteme, Power Management, Leistungselektronik, elektrische Maschinen und Antriebe
• Förderung: Förderung von 2016 bis 2019
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 317310948

Viele der in Deutschland eingesetzten Transformatoren nähern sich dem Ende ihrer projektierten Lebensdauer. Um den sicheren Betrieb möglichst lange zu gewährleisten und einen Ausfall zu verhindern, muss der Zustand des Isolationssystems überwacht werden können. Die Messung von Teilentladungen (TE) ist dabei eine wichtige vor-Ort Messmethode zur Zustandsbewertung der Isolation. Allerdings fallen bei der kontinuierlichen Messung der TE mittels Monitoringsystemen große Datenmengen an, die automatisiert verarbeitet und analysiert werden müssen.Um die Auswertung der umfangreichen TE-Messdaten und die Zustandsbewertung zu ermöglichen, sollen in diesem Forschungsvorhaben Methoden der Mustererkennung und des maschinellen Lernens untersucht werden. Nach der Messung verschiedener TE-Quellen im Labor und vor-Ort sollen die entstandenen dreidimensionalen phasenaufgelösten Muster analysiert, markante Merkmale extrahiert und modelliert werden. Diese Merkmale werden dann mit einem Klassifikationsalgorithmus einer bestimmten Fehlerklasse zugeordnet. Für die Klassifikation von Teilentladungen in gasisolierten Schaltanlagen (GIS) und Generatoren sind bereits einige Verfahren bekannt. In diesem Forschungsvorhaben soll auch untersucht werden, ob und wie diese Verfahren auch für die Teilentladungsdiagnose bei Transformatoren eingesetzt werden können. Im Gegensatz zu GIS sind in Transformatoren oft mehrere TE-Quellen gleichzeitig aktiv und mit höherem Rauschen durch externe Entladungen überlagert. Um die überlagerten TE-Signale auswerten zu können, müssen sie zunächst separiert werden. Dafür sollen entsprechende Verfahren erforscht werden. Da dreidimensionale Muster auch als Bild mit zwei Dimensionen und einem Farbwert aufgefasst werden können, sollen neben den bereits bekannten Klassifikationsverfahren der Einsatz von Bildverarbeitungsmethoden für die TE-Diagnose untersucht werden. Dabei sollen die großen Fortschritte der letzten Jahre auf dem Gebiet der Bildverarbeitung bei der TE-Diagnose angewandt werden. Die TE-Aktivität soll dadurch kontinuierlich und automatisch bewertet werden können. So könnte das Versagen der Isolation frühzeitig prognostiziert und ein Ausfall des Transformators verhindert werden.

• DFG-Verfahren: Sachbeihilfen