Akustische Teilentladungsdiagnose – Neue punktgenaue Ortung und Diagnose für Hochspannungs-Isoliersysteme

Inhalt:
Sowohl große Stromerzeuger sind von lokalen Beschädigungen des Isoliersystems durch Teilentladungen (TE) betroffen, als auch frequenzvariable Niederspannungsantriebe wie Elektrofahrzeuge oder Roboter. Der individuelle wirtschaftliche Schaden bei einem Ausfall ist, sofern die Maschine nicht in einen umfassenden Produktionsprozess eingebunden ist, sicherlich geringer als bei großen Maschinen. Berücksichtigt man jedoch die sehr viel größere Anzahl an Einheiten und deren stetige Zunahme (Ende 2019 waren weltweit ca. 8 Millionen Elektrofahrzeuge im Einsatz, mit einer Zuwachsrate von über 50% jährlich) [Quelle: Wikipedia], so ist der gesamtwirtschaftliche Schaden durch TE-bedingte Schäden am Isoliersystem vermutlich höher zu beziffern. Regelmäßige Instandhaltung, frühzeitige und sichere Detektion von übermäßig gealterten Komponenten optimieren die Betriebssicherheit und erhöhen die Lebensdauer der Maschine. Mindestens genauso wichtig ist es, die gesamten Isoliersysteme, nebst Feststoffisolationen auch Glimmschutzsysteme und Luftabstände, bereits in der Entwicklungsphase zu verbessern. Hierzu wird schon lange u.a. die Teilentladungsdiagnostik, konventionell mit Hilfe kapazitiver Sensoren, genutzt. Diese erfassen verschiedene TE-Quellen überlagert an den Messklemmen, wobei Auftrittsorte und Typen örtlich sehr weit verteilt sein können und daher keine Diskriminierung zwischen verschiedenen TE-Quellen zulassen. Populäre Methoden der TE-Detektion sind die Messung des elektrischen Verschiebestroms, die Erfassung des abgestrahlten Lichts, vornehmlich im UV-Bereich, und des abgestrahlten Schalls, in der Regel im Ultraschall-Bereich. Letztgenannte Verfahren „messen“ punktuell und ergänzen die elektrische Messung. Gepaart mit bildgebenden Verfahren sind so in der jüngeren Vergangenheit leistungsfähige Werkzeuge entstanden. Der vorliegende Bericht zeigt, wo akustische TE-Ortung die klassischen Messungen ergänzen und welchen Mehrwert sie aus technischer und ökonomischer Sicht für Service-Ingenieure und Entwickler bei der Detektion von Entladungsquellen bieten.