Découvrez comment TVA utilise Python et ETAP pour l'analyse des tensions dégradées et le démarrage des moteurs dans les centrales nucléaires.

Une évaluation classique pourrait générer bien plus de 18 000 pages selon les critères que vous envisagez. Le tri manuel de ces données est très chronophage. Heureusement, ETAP intègre la prise en charge de Python. L'évaluation a été entièrement automatisée en moins d'une centaine de lignes de code. Il peut être exécuté chaque fois que cela est nécessaire pour refaire le calcul.
Preston Cooper, président technique du groupe d'utilisateurs de l'ETAP Nuclear Utility

Reconnaissant que les approches traditionnelles d'évaluation des systèmes d'alimentation électrique dans les centrales nucléaires manquaient d'efficacité, TVA a utilisé une nouvelle approche de simulation des relais de tension dégradée (DVRS) afin d'évaluer plus efficacement la conformité de la protection aux exigences de capacité et de performance des critères de conception fédéraux. En combinant les cas d'étude, leurs révisions et les configurations dans des études reproductibles, TVA a pu générer et évaluer ses résultats d'analyse beaucoup plus rapidement. La démonstration comprend l'utilisation d'une solution efficace utilisant du code Python avec ETAP pour exécuter les études et évaluer les données résultantes.

La Tennessee Valley Authority (TVA) est une entreprise publique d'électricité américaine, détenue par le gouvernement fédéral. Elle fournit de l'électricité à bas prix dans sept États du Sud-Est et assure la protection contre les inondations, la navigation et la gestion des terres du bassin versant du Tennessee. Avec une capacité de production d'environ 35 gigawatts (GW), la TVA se classe au sixième rang des entreprises de services publics des États-Unis en termes de capacité de production et possède le troisième plus grand parc de centrales nucléaires, composé de sept réacteurs répartis sur trois sites. Elle exploite également quatre centrales au charbon, 29 barrages hydroélectriques, neuf centrales à turbine à gaz à cycle simple, neuf centrales à gaz à cycle combiné, une centrale hydroélectrique de pompage-turbinage, un parc éolien et 14 centrales solaires.

Location: Knoxville, Tennessee, États-Unis

Year: 2024

Analyse plus rapide de la tension de démarrage du moteur avec une précision améliorée pour les grands ensembles de données

Points à améliorer

  • Réduire ou éliminer les méthodes manuelles ou semi-manuelles d'analyse de l'état dégradé d'un relais de tension (DVR).
  • Identifier des outils et des méthodes robustes pour produire rapidement des calculs électriques en pleine conformité avec les normes de sécurité de l'industrie nucléaire telles que l'IEEE 741, dans toute l'étendue des chutes de tension.
  • Élaborer des scénarios d'analyse spécifiques reflétant des conditions de démarrage moteur réalistes.
  • Fournir des rapports compréhensibles et concis pour faciliter la prise de décision, adaptés aux publics du secteur électrique et non électrique.

Produits utilisés

Cette étude de cas a utilisé les solutions ETAP suivantes :

etapPy™ - L'API Python et l'environnement de développement intégré (IDE) d'ETAP intègrent les scripts Python au logiciel d'analyse des réseaux électriques ETAP afin d'automatiser les processus et d'étendre les fonctionnalités de création de rapports et de graphiques.

ETAP Simulateur de puissance Module de démarrage moteur - Bibliothèques complètes et modélisation détaillée des moteurs à induction et synchrones pour la simulation dynamique du démarrage et de l'accélération des moteurs

Ce que nous avons livré

  • Des économies de temps et de coûts importantes sont réalisées pour finaliser le rapport d'analyse DVR et effectuer des ajustements de scénario en fonction du modèle de réseau réel.
  • Des rapports d'analyse de haute qualité comprenant la quantité optimale d'informations pour aider à éviter les erreurs et les omissions.
  • Facilité d'utilisation grâce à l'intégration de l'API Python d'ETAP et des assistants de scénarios d'ETAP pour la création de calculs.
  • Automatisation efficace pour exécuter le script Python avec ETAP selon les besoins sur de nouveaux ensembles de données

Résultats

  • Gain de temps d'environ 50 heures à moins d'une heure grâce à l'utilisation de Python pour les calculs et l'analyse de scénarios.
  • Réduction du nombre de pages des rapports (de 18 000 à moins de 12) grâce à l'utilisation de Python pour les calculs et la révision des scénarios.
  • La personnalisation flexible permet de passer d'une automatisation complète à une vérification manuelle des données pour une intervention pratique dans le modèle.
  • Cette approche simplifiée de l'automatisation est facile à utiliser grâce à des exemples intégrés, nécessitant moins de 100 lignes de code via l'API de script Python d'ETAP, intégrée à l'analyse des systèmes électriques d'ETAP.

ETAP offre une méthode simple pour combiner les cas d'étude, les révisions et les configurations en études reproductibles. Ces assistants de scénarios peuvent être configurés pour combiner toutes les variables nécessaires à chacun des calculs requis.

Preston Cooper, président technique du groupe d'utilisateurs de l'ETAP Nuclear Utility



Vidéos

Learn How TVA Uses Python & ETAP for Degraded Voltage Analysis and Motor Starting in Nuclear Plants

Découvrez comment TVA utilise Python et ETAP pour analyser les baisses de tension et les démarrages de moteurs dans les centrales nucléaires.

Cette présentation montre comment TVA utilise ETAP et Python pour automatiser l’analyse des tensions dégradées et des démarrages moteurs dans les centrales nucléaires.
Cette approche permet de réaliser des études plus rapides, reproductibles et fiables, tout en réduisant les risques d’erreurs liés aux méthodes manuelles traditionnelles.


Solutions


Colis/Produits