นิทรรศการ

คำบรรยายผลงานโดยย่อ

งานวิจัยนี้ดำเนินโครงการภายใต้ความร่วมมือระหว่างการไฟฟ้าฝ่ายผลิตแห่งประเทศไทย (กฟผ.) และศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ (เนคเทค) ผลการศึกษา คือ ต้นแบบระบบวิเคราะห์ความผิดปกติของเซอร์กิตเบรกเกอร์แรงดันสูง สามารถเก็บข้อมูลของสัญญาณเสียงและสัญญาณสั่นสะเทือนมาวิเคราะห์หาความสัมพันธ์กับการทำงานของเซอร์กิตเบรกเกอร์ ใช้ทฤษฎีทางปัญญาประดิษฐ์ (AI) เพื่อบ่งชี้สถานะสุขภาพของเซอร์กิตเบรกเกอร์ได้อย่างแม่นยำ มีการสร้างรูปแบบจำลองโมเดลเพื่อใช้ตรวจสอบความน่าจะเป็นในการเสื่อมสภาพของเซอร์กิตเบรกเกอร์ได้อย่างมีประสิทธิภาพ การทำงานโดยรวมเมื่อเซอร์กิตเบรกเกอร์ทำงาน อุปกรณ์วัดสัญญาณแบบ Real-time จะทำการวัดและจัดเก็บสัญญาณเสียงและสัญญาณสั่นสะเทือน ด้วย Microphone และ Accelerometer มีการเชื่อมต่ออินเทอร์เน็ตผ่าน 4G router เพื่อให้สามารถเข้าถึงข้อมูลจากภายนอก โดยสัญญาณที่วัดได้จากการทำงานของเซอร์กิตเบรกเกอร์ขณะเปิดและปิด จะนำไปวิเคราะห์และประมวลผลสัญญาณ (Signal processing) และใช้ทฤษฎีทางปัญญาประดิษฐ์ (AI) ในการวิเคราะห์ความผิดปกติของเซอร์กิตเบรกเกอร์ โมเดลการจำแนกสุขภาพของเซอร์กิตเบรกเกอร์ที่ได้จากการ Training จะนำไปใช้ในการวิเคราะห์ความผิดปกติของเซอร์กิตเบรกเกอร์ต่อไป

งานวิจัยฯ ได้ดำเนินการทดสอบ ณ การไฟฟ้าฝ่ายผลิตแห่งประเทศไทย สำนักงานไทรน้อย โดยผลการทดสอบมีความแม่นยำมากกว่า 94% สามารถทำงานได้ตรงตามข้อกำหนดของขอบเขตงาน และส่งมอบโดยติดตั้งอุปกรณ์ต่าง ๆ ให้กับทาง กฟผ. ณ เขื่อนศรีนครินทร์ จ.กาญจนบุรี เรียบร้อยแล้ว

ที่มาของงานวิจัย

โจทย์วิจัยที่ได้รับจาก กฟผ. คือ ต้องการเครื่องมือที่ช่วยตรวจสอบและวิเคราะห์สถานะสุขภาพของเซอร์กิตเบรกเกอร์แรงดันสูงขนาด 230 kV 3 เฟส โดยตรวจสอบการทำงานของเซอร์กิตเบรกเกอร์ขณะเปิดและปิด ซึ่งเซอร์กิตเบรกเกอร์นับว่าเป็นอุปกรณ์หนึ่งที่สำคัญอย่างมากในโรงไฟฟ้า หากเกิดการ Breakdown ส่งผลกระทบต่อการจ่ายกระแสไฟฟ้าให้กับประชาชนในวงกว้างได้ การบำรุงรักษาเซอร์กิตเบรกเกอร์ในปัจจุบัน อาศัยความเชี่ยวชาญของผู้ปฏิบัติงาน ตรวจสอบอุปกรณ์ด้วยสายตาร่วมกับการทดสอบประสิทธิภาพด้วยเครื่องทดสอบ ดังนั้นประสิทธิภาพในการบำรุงรักษาจึงเป็นไปตามความชำนาญของผู้ปฏิบัติงาน ไม่สามารถเปรียบเทียบกันได้ นอกจากนี้ ในรอบการบำรุงรักษาแต่ละครั้งจำเป็นต้องหยุดเดินเครื่องโรงไฟฟ้า ใช้เวลาค่อนข้างนาน และจากการสืบค้น ยังไม่พบเครื่องมือที่จะช่วยในการตรวจสุขภาพของเซอร์กิตเบรกเกอร์โดยไม่ต้องหยุดเดินเครื่อง ทาง กฟผ. ตระหนักถึงข้อจำกัดที่เกี่ยวข้องเหล่านี้ จึงเป็นที่มาของงานวิจัยการศึกษาคุณลักษณะสัญญาณและการพัฒนาโปรแกรมวิเคราะห์ความผิดปกติของเซอร์กิตเบรกเกอร์ ซึ่งทำการทดสอบกับเซอร์กิตเบรกเกอร์แรงดันสูงขนาด 230 kV 3 เฟส ขณะที่เซอร์กิตเบรกเกอร์ทำงานเปิดและปิด โดยทดสอบกรณีเซอร์กิตเบรกเกอร์ปกติและผิดปกติ 3 กรณี คือ 1. ผิดปกติจากน้ำมันใน Oil Dash Pot แห้ง 2. ผิดปกติจาก Motor Charge สปริงนานกว่าปกติ และ 3. ผิดปกติเมื่อสั่งให้เซอร์กิตเบรกเกอร์ทำงาน แล้วใช้ระยะเวลาในการทำงานช้ากว่าเกณฑ์ที่กำหนด

จุดเด่น/ประโยชน์ของเทคโนโลย

1. ได้ความสัมพันธ์ของสัญญาณเสียงและการสั่นสะเทือนที่บ่งบอกถึง สถานะสุขภาพของเซอร์กิตเบรกเกอร์
2. ได้วิธีการวิเคราะห์สัญญาณ ทฤษฎีทางด้านปัญญาประดิษฐ์ และต้นแบบระบบอัตโนมัติสำหรับเก็บข้อมูล ที่ใช้ในการหาความสัมพันธ์ของ สัญญาณเสียงและการสั่นสะเทือนกับสถานะสุขภาพของเซอร์กิตเบรกเกอร์
3. ได้โมเดลทางด้านปัญญาประดิษฐ์ ที่ใช้ในการตรวจสอบความน่าจะเป็น ในการเสื่อมสภาพของเซอร์กิตเบรกเกอร์
4. ได้ต้นแบบระบบวิเคราะห์ความผิดปกติของเซอร์กิตเบรกเกอร์แรงดันสูง

ภาพประกอบ

รูปที่ 1 ตัวอย่างกราฟความผิดปกติจากน้ำมันใน oil dash pot แห้ง

รูปที่ 2 โครงสร้างการทำงานโดยรวม

รูปที่ 3 ผังการออกแบบรูปแบบจำลองโมเดล วิเคราะห์โดยใช้เทคนิคการแยกองค์ประกอบด้วยวิธีการสลายตัวแบบแปรปรวน (VMD) และวิเคราะห์สัญญาณในโดเมนความถี่ด้วย FFT มีการ Normalization จากนั้นจึงวิเคราะห์ด้วย AI โดยใช้อัลกอริทึม NATS ซึ่งเป็นวิธีการผสมระหว่างทฤษฎีเครือข่ายประสาทเทียม (ANN) และการค้นหาแบบตาบูเชิงปรับตัว (ATS)

รูปที่ 4 การทดสอบอุปกรณ์วัดสัญญาณ ที่ เขื่อนศรีนครินทร์ จ.กาญจนบุรี

รูปที่ 5 ภาพรวมการติดตั้งอุปกรณ์ที่เขื่อนศรีนครินทร์ จ.กาญจนบุรี