Online statusbewaking van stroomkabels: technologieën, voordelen en toekomstige trends

Het mondiale elektriciteitsnet ondergaat de grootste uitbreiding in decennia. De groei van de stedelijke belasting, de elektrificatie van het transport en de versnelde uitbouw van duurzame opwekking – windparken, zonne-energiecentrales en batterijopslag – hebben geleid tot een ongekende vraag naar ondergrondse kabelcircuits. Waar bovengrondse lijnen ooit bulkstroom door steden transporteerden, lopen geëxtrudeerde XLPE- en met papier geïsoleerde, met lood bedekte (PILC) kabels nu onder straten, tunnels en rivierovergangen, die vaak 50-100% meer belasting dragen dan waarvoor ze oorspronkelijk waren ontworpen.

Deze uitbreiding gaat gepaard met een groeiende onderhoudsuitdaging. Kabelstoringen behoren tot de meest ontwrichtende gebeurtenissen in een distributienetwerk: ze vereisen graafwerkzaamheden, het opsporen van fouten, het verbinden en repareren – en kosten vaak tienduizenden dollars per gebeurtenis, plus boetes voor onderbrekingen voor de klant. Historisch gezien was kabelonderhoud afhankelijk van periodieke offline tests: VLF-bestendigheid, isolatieweerstand en gedeeltelijke ontladingsonderzoeken die elke één tot vijf jaar werden uitgevoerd. Hoewel effectief, zijn deze tests momentopnamen. Ze laten de kabel tussen inspecties door onbewaakt, en een defect dat zich kort na een schone test ontwikkelt, kan vóór het volgende geplande bezoek uitmonden in een storing.

Om deze kloof te dichten, maken nutsbedrijven, industriële exploitanten en projectontwikkelaars van hernieuwbare energie steeds meer gebruik van online monitoring van de toestand van stroomkabels. In plaats van de kabel buiten gebruik te stellen om te testen, meten permanent geïnstalleerde sensoren voortdurend de elektrische en thermische toestand ervan terwijl deze onder spanning blijft. Dit artikel onderzoekt wat online monitoring is, welke technologieën beschikbaar zijn, de vereiste systeemarchitectuur en waar het veld naartoe gaat naarmate de smart grid-infrastructuur volwassener wordt.

Online monitoring van de toestand van stroomkabels is de continue, realtime meting van kabelgezondheidsparameters met behulp van permanent geïnstalleerde sensoren, zonder de service te onderbreken. Een monitoringsysteem verzamelt gegevens bij het kabelaccessoire (verbindingen, afsluitingen) en langs het kabeltraject, verzendt deze naar een centrale eenheid of cloudplatform en past diagnostische algoritmen toe om de isolatieconditie, thermische belasting en integriteit van accessoires te evalueren.

In tegenstelling tot offline testen, dat een point-in-time meting oplevert, levert online monitoring een continue datastroom op. De belangrijkste kenmerken zijn onder meer:

Het doel is niet om het offline testen volledig te vervangen, maar om het aan te vullen: online monitoring zorgt voor continu situationeel bewustzijn, terwijl periodieke offline testen de geaccepteerde methode blijven voor kwantitatieve conditiebeoordeling en foutlocatie.

Ondergrondse kabelstoringen komen zelden plotseling voor. De meeste volgen een voorspelbaar degradatiepad gedurende maanden of jaren. De belangrijkste faalmechanismen zijn onder meer:

Elk van deze mechanismen laat meetbare sporen na. Isolatieveroudering verandert diëlektrisch verlies; PD genereert hoogfrequente pulsen; waterbooming verandert het Tan Delta-kenmerk; oververhitting veroorzaakt een temperatuursignatuur langs de route. Online monitoring legt deze sporen vast terwijl ze zich ontwikkelen, lang voordat de kabel offline gaat. Door ze vroegtijdig te detecteren, verandert een ongeplande storing in een geplande onderhoudsgebeurtenis.

Monitoring van gedeeltelijke ontladingen is de meest gevoelige en algemeen toegepaste onlinetechniek. Hoogfrequente stroomtransformatoren (HFCT's), geklemd rond de aardingsband bij kabelverbindingen en -aansluitingen, detecteren de pulsstromen die worden gegenereerd door interne ontladingen. Koppelcondensatoren of VHF/UHF-sensoren kunnen ook in hoogspanningsaccessoires worden ingebouwd. De signalen worden geanalyseerd in het fase-opgeloste gedeeltelijke ontladingsdomein (PRPD): het patroon van pulsen ten opzichte van de wisselspanningscyclus laat zien of ontladingen afkomstig zijn van interne holtes, oppervlaktetracking, corona of zwevende potentiëlen. Geavanceerde systemen maken gebruik van geautomatiseerde clustering om PD van ruis te scheiden.

Distributed Temperature Sensing (DTS) maakt gebruik van een glasvezelkabel die langs (of in) de stroomkabel wordt geïnstalleerd. Een laserpuls die door de vezel wordt gestuurd, genereert Raman-terugverstrooiing; de golflengteverschuiving geeft de lokale temperatuur aan, en de tijdsvertraging lokaliseert deze binnen een meter langs tientallen kilometers route. DTS detecteert hotspots veroorzaakt door verstopte kanalen, slechte gewrichten of aanhoudende overbelasting. Het ondersteunt ook dynamische classificatie: door de werkelijke geleidertemperatuur te meten in plaats van deze aan te nemen, kunnen operators de belasting verhogen tijdens gunstige omstandigheden en verlagen tijdens hittegolven.

Mantelbewaking maakt gebruik van stroomtransformatoren op kruisverbindings- en aardingspunten om circulatiestromen en mantelcontinuïteit te meten. Een plotselinge verandering in de stroomverhouding van de mantel, of het verschijnen van een DC-component, duidt op schade aan de mantel, een gebroken draad of verslechtering van de aarding. Omdat mantelfouten een voorbode zijn van het falen van de hoofdisolatie, zorgt de continue monitoring van deze parameters voor een vroegtijdige waarschuwing voor het ontwikkelen van defecten.

Fundamentele elektrische parameters – belastingsstroom, geleidertemperatuur (via thermisch model), spanning en arbeidsfactor – zijn doorgaans beschikbaar via bestaande SCADA- of RTU-systemen. Wanneer ze worden gecorreleerd met PD- en temperatuurgegevens, helpen deze parameters bij het interpreteren of een gemeten afwijking een echt isolatiedefect weerspiegelt of een goedaardige transiënt veroorzaakt door schakelen of starten van de motor.

De hoeveelheid gegevens die door continue sensoren wordt gegenereerd, is veel groter dan wat handmatige inspectie kan verwerken. Algoritmen voor machinaal leren (getraind op basis van historische foutregistraties, inbedrijfstellingsbasislijnen en bekende defectpatronen) voeren geautomatiseerde taken uit zoals het classificeren van PD-bronnen, het detecteren van subtiele trends in Tan Delta of isolatieweerstand, het voorspellen van de resterende levensduur en het prioriteren van onderhoudswerkorders op basis van risico. Deze modellen draaien aan de rand (in de velddata-acquisitie-eenheid) of in de cloud, afhankelijk van de vereisten voor gegevensbeveiliging en netwerkconnectiviteit.

Een typisch online kabelconditiebewakingssysteem bestaat uit vijf lagen:

De systeemarchitectuur volgt een standaardketen van detectie tot beslissing: waarnemen, verwerven, doorgeven, analyseren, handelen.

De twee benaderingen zijn complementair. Offline testen biedt kwantitatieve foutopsporing en proof-testing; online monitoring zorgt voor continu bewustzijn. Een volwassen programma gebruikt beide.

Scenario 1: Monitoring van ondergrondse distributiekabels.Een gemeentelijk nutsbedrijf met 3.000 km aan ondergrondse toevoerleidingen van 10-35 kV installeert HFCT-sensoren op kritieke verbindingen in gebieden met een hoge dichtheid. Het systeem geeft een alarm wanneer de PD-activiteit de basislijn overschrijdt, waardoor bemanningen specifieke verbindingen moeten onderzoeken tijdens geplande onderhoudsperioden, waardoor ongeplande uitval in het stadscentrum wordt verminderd.

Scenario 2: Monitoring van hoogspanningstransmissiekabels.Een transmissiebeheerder gebruikt DTS langs een 15 km lange rivierkruisingskabel van 110 kV. Het glasvezeltemperatuurprofiel onthult een hotspot op 7,2 km afstand, waar de kabel dicht bij een pijpkruising doorbuigt. Onderhoudsploegen ruimen het obstakel op voordat thermische veroudering permanente schade veroorzaakt.

Scenario 3: Monitoren van kabels voor hernieuwbare energie.Een exploitant van een offshore windpark bewaakt inter-array-kabels met een combinatie van DTS en online PD. Het systeem correleert temperatuurpieken met PD-pulsen om kabels te identificeren die water binnendringen na een storm, waardoor vervanging tijdens het volgende rustige seizoen kan worden geregeld in plaats van na een storing.

Online monitoring van de toestand van stroomkabels betekent een verschuiving van kalendergebaseerd testen naar datagestuurd activabeheer. Door continu de gedeeltelijke ontlading, de temperatuur, de toestand van de mantel en de elektrische parameters te meten terwijl de kabel onder spanning blijft, worden operators vroegtijdig gewaarschuwd voor verslechtering van de isolatie, verbindingsdefecten en thermische overbelasting, waardoor ze kunnen ingrijpen voordat fouten uitmonden in defecten. Gecombineerd met periodieke offline tests en op AI gebaseerde trendanalyses verbetert online monitoring de betrouwbaarheid van het elektriciteitsnet, de veiligheid van het personeel tijdens onderhoud en optimaliseert de kapitaaluitgaven door vervanging te richten op kabels die deze echt nodig hebben.

Naarmate netwerken ouder worden en de penetratie van hernieuwbare energiebronnen toeneemt, worden de economische argumenten voor continue monitoring sterker. XZH TEST biedt professionele kabeltest- en diagnoseoplossingen, waaronder VLF AC-heuptesters, detectiesystemen voor gedeeltelijke ontlading, TDR-kabelfoutzoekers en online monitoringinstrumenten, ontworpen om het beheer van kabelactiva te ondersteunen tijdens de inbedrijfstelling, periodieke tests en continue conditiebeoordeling.

XZH TEST (Xian Xuzhihui Electromechanical Technology Co., Ltd.) produceert test- en diagnoseapparatuur voor elektrische kabels voor nutsvoorzieningen, industriële installaties en projecten voor hernieuwbare energie. Het productassortiment omvat kabelfoutzoekers, TDR-prelocators, VLF AC-heupottesters, detectiesystemen voor gedeeltelijke ontlading en online kabelmonitoringoplossingen. Apparatuur is ontworpen met het oog op duurzaamheid in het veld, meetnauwkeurigheid en naleving van internationale testnormen.

Website: XZH-TEST