Magazin | Ausgabe 2 2022 »Maschinelles Lernen, genauer gesagt künstliche Intelligenz, ermöglicht das Vergleichen von Prüfergebnissen mit Hilfe von Algorithmen basierend auf Expert:innenwissen und großen Datenmengen.« Neue Herausforderung: wechselnde Lastbedingungen im Stromnetz Betrachten wir die Folgen von schnell wechselnden Lastbedingungen beispielsweise bei einem Transformator. Leistungstransformatoren sind kritische, wesentliche Elemente des Stromnetzes, die durch die Energiewende neuen elektrischen Lastbedingungen und Belastungen ausgesetzt sind. Um nun einen langen und gesunden Lebenszyklus der derzeit installierten Leistungstransformatoren zu gewährleisten, braucht es geeignete Wartungsmaßnahmen. Sowohl Offline- als auch Online-Überwachungs- und Betriebsdaten sind entscheidende Faktoren für die zustandsorientierte Bewertung von Transformatoren. Die FRA-Methode ist eine von mehreren gängigen Offline-Methoden, die sich als die empfindlichste und nicht-invasive Methode zur Erkennung von mechanischen und elektrischen Fehlern erwiesen hat. Maschinelles Lernen am Beispiel der FRA-Methode Genauer gesagt liefert die FRA-Methode Ergebnisse zur mechanischen Unversehrtheit des Kerns, der Wicklungen und der Klemmstruktur sowie die elektrische Unversehrtheit wie kurzgeschlossene Wicklungen und Windungen. Ein Niederspannungssignal mit variabler Frequenz wird in eine Klemme des Leistungstransformators eingespeist und an der anderen Klemme zurückgemessen. Der Vergleich des Ausgangs- und des Eingangssignals ergibt einen Frequenzgang, der mit verschiedenen früheren Messungen wie der Referenzmessung verglichen werden kann. Neu auf dem Messparkett: Maschinelles Lernen, genauer gesagt künstliche Intelligenz, ermöglicht das Vergleichen von Prüfergebnissen mit Hilfe von Algorithmen basierend auf Expert:innenwissen und großen Datenmengen. Diese Modelle helfen, systematische Messfehler und Unstimmigkeiten der Datenqualität, die Geräte- oder Applikationsbezogen sind, in einem sehr frühen Stadium zu erkennen. 41
RkJQdWJsaXNoZXIy NTkxNzY=