Smart Condition Monitoring and Self- Healing Networks for Power Grids

تلقى أبحاث معالجة مياه الصرف الصناعي في الكويت اهتماما ضئي ا عى الرغم من أهميتها لتحقيق الاستدامة الاقتصادية للقطاع الصناعي، تم تصميم مكونات شبكة الطاقة وتثبيتها وفقاً للمعايير ومواصفات وممارسات راسخة. أثناء تشغيلها، فإن شيخوخة معدات الطاقة التي تشمل العزل الكهربائي أمر لا مفر منه ويحدد عمر مكونات الطاقة أثناء الخدمة، أي محولات الطاقة وكاب ات الكهرباء ومعدات التبديل والتحكم. ومع ذلك، بسبب السلوك الديناميكي والعشوائي لمختلف الجهات الفاعلة العاملة والبيئية، والحالات الشاذة، يمكن أن تظهر عيوب في العوازل التي تسبب زيادة معدل التدهور وتؤدي في النهائية إلى فشل المعدات قبل عمرها المتوقع. ويركز البحث عى تطوير نظام مراقبة حالة فعالة لمكونات شبكة نظام الطاقة للتعامل مع التحديات القادمة. تشهد شبكة التوزيع الحالية تطورات عملية ومعمارية مختلفة تمكن من إجراء تحولات بعيدة المدى. مع تعزيز الأهداف المجتمعية والتكنولوجية في إطار رؤية الشبكة الذكية، تخضع الشبكة لتغييرات في البنية التحتية مثل تضمين التوزيع الموزع، والمركبات الكهربائية، والبنية التحتية لتخزين الطاقة، وما إلى ذلك والتي تؤثر بشكل مباشر عى تشغيل معدات ) HVDC (، والتيار المباشر العالي الجهد الطاقة. يمثل تزايد الطلب عى الحمولة تحدياً آخر لممارسات مراقبة الحالة الحالية. الغرض من هذا البحث هو جعل الشبكة أكثر مرونة، بحيث يمكن اعتماد عملية الشبكة الذكية مع زيادة الموثوقية. يهدف هذا البحث إلى تنفيذ نموذج تجريبي لنظام رصد الأخطاء الاستباقية المتكامل في الوقت الفعلي. سيتم استخدام أجهزة استشعار غير تدخلية منخفضة التكلفة لنمذجة نظام مراقبة لكشف ومواقع الأعطال المتعددة عبر الجزء الأوسع من الشبكة في مختلف المعدات المذكورة أع اه. تعد معالجة وتفسير كمية كبيرة من البيانات مهمة صعبة أثناء التشخيص. سيقدم هذه مفهوم المراقبة التلقائية للأعطال الأولية التي تمكن من زيادة عمر المكونات أثناء الخدمة وتقليل انقطاع التيار الكهربائي.

The power network components are designed and installed according to a well-established standards, specifications and practices. During their operation, aging of power equipment involving dielectric insulation is inevitable and determines the in-service lifetime of power components, i.e. power transformers, power cables and switchgear and control gear. However due to dynamic and random behavior of the various operational and environmental actors, and abnonnal situations, defects can emerge in the insulations which cause increased rate of deterioration and eventually leading to the failure of equipment before their anticipated lifetime. The research is focused on development of efficient condition monitoring system for power system network components to cope with the forthcoming challenges. Today's distribution grid is undergoing various operational and architectural advances which enable far reaching transformations. While promoting the societal and technological goals under the vision of smart grid, the grid undergoes various infrastructural changes such as inclusion of distributed generation, electrical vehicles, high voltage direct current (HVDC) transmission, energy storage infrastructure etc. which directly impact the operation of the power equipment. Growing load demand is another challenge for existing condition monitoring practices. The purpose of this research is to make the grid more resilient, so that smart grid operation can be adopted with an increased reliability. This research work aims at the implementation of an experimental model for real-time integrated proactive fault monitoring system. Low cost nonintrusive sensors will be used to develop a monitoring system for the detection and location of multiple faults across the wider part ofthe network in various equipment mentioned above. Processing and interpretation of the large amount of data is a challenging task during diagnostics. Data processing techniques based on machine learning (neural networks, support vector machine and genetic algorithm etc.) will be investigated to optimize the large amount of measured data for improved efficiency and accuracy in fault diagnostics. This will introduce the concept of automated monitoring of incipient faults which enables maximizing the in-service life of the components and reduced power outages.