УДК 621.314.21:004.89
DOI: 10.36871/26189976.2026.05-3.005

Авторы

Ирина Сергеевна Антипанова,
Казанский государственный энергетический университет, Казань, Россия
Лейля Нургалиевна Киснеева,
Казанский государственный энергетический университет, Казань, Россия

Аннотация

В статье рассматривается интеллектуальная диагностика состояния силовых трансформаторов на основе измеряемых параметров. Показано, что традиционные методы контроля, основанные на периодических испытаниях и экспертной интерпретации отдельных показателей, уже недостаточны для раннего выявления дефектов в условиях роста требований к надёжности электроэнергетического оборудования. Цель исследования — определить, каким образом данные о растворённых газах в трансформаторном масле, температуре, нагрузке, параметрах изоляции, частичных разрядах и электрических характеристиках могут использоваться в интеллектуальных диагностических моделях. Сделан вывод о том, что применение методов машинного обучения и интеллектуального анализа измеряемых параметров позволяет перейти от разрозненной оценки технического состояния к комплексной диагностике, прогнозированию дефектов и планированию обслуживания по фактическому состоянию оборудования.

Ключевые слова

силовой трансформатор
интеллектуальная диагностика
измеряемые параметры
техническое состояние
машинное обучение
растворённые газы

Список литературы

[1] Ашмарин В. В., Миронов П. Н. Перспективы развития микрогабаритных датчиков и вычислительных компонентов ИСУ БЛА // КИП и автоматика: обслуживание и ремонт. 2020. № 9. С. 69-79.

[2] Димитриев А. А., Михеев Г. М., Каландаров Х. У. Моделирование процессов переключения ответвлений обмотки трансформатора по заводским параметрам // Вестник Чувашского университета. 2025. № 2. С. 31-42.

[3] Димитриев А. А., Михеев Г. М., Каландаров Х. У. Способ моделирования переходных процессов тока силового трансформатора на основе паспортных данных // Электрооборудование: эксплуатация и ремонт. 2025. № 9 (252). С. 38-45.

[4] Елтышев Д. К., Гнутова К. А., Литвиненко Д. А. Автоматизированная оценка параметров моделей диагностики электротехнического оборудования с использованием нечеткой кластеризации // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. 2018. № 28. С. 122-140.

[5] Керимкулов Н. Н., Левин В. М. Идентификация параметров бездефектного состояния маслонаполненных трансформаторов // Научный вестник Новосибирского государственного технического университета. 2016. № 4 (65). С. 194-206.

[6] Колушев Д. Н., Титов А. Р., Широков А. В. Интеллектуальная система диагностики мощных силовых трансформаторов // Энергетика Татарстана. 2008. № 4 (12). С. 38-43.

[7] Левин В. М., Яхья А. А. Система информационно-аналитической поддержки принятия решений по эксплуатации силовых трансформаторов // Главный энергетик. 2019. № 9. С. 52-62.

[8] Прогнозирование распределения повреждений силовых трансформаторов / А. А. Оснач [и др.] // Наука и бизнес: пути развития. 2022. № 4 (130). С. 59-61.

[9] Проневич О. Б., Швед В. Э. Алгоритм расчета и прогнозирования показателей функциональной безопасности систем электроснабжения железнодорожного транспорта // Надежность. 2018. Т. 18. № 3 (66). С. 46-55.

[10] Шайхуллин А. З., Низамиев М. Ф. Метод и алгоритм моделирования диагностики для силового трансформатора на основе машинного обучения // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и технические науки. 2022. № 11. С. 169-178.