摘要：本文分析了电力设备故障诊断的必要性，并对其进行了现状分析，最后对电力设备故障诊断的发展对策进行了探讨，以供参考。
关键词：电力设备；故障诊断；现状；发展
电力设备故障不仅会制约电力系统的正常运转，还会干扰日常生活与正常生产的开展。为实现电力系统的长久、稳步运行，要求工作人员应掌握电力设备的指标性能，明确运行故障，且可采取可行措施，以此来增加系统安全性与可靠性。参照电力设备故障类型，结合检测参数，构建合理的诊断决策，可加快故障诊断，并可为故障诊断提供依据。
1 电力设备故障诊断的必要性
由于电力系统规模的不断扩大，电力设备故障发生率逐步增加，对电力设备的可靠性及技术水平要求也日益提高，因此对电力故障检测系统的要求也越来越高。
当前我国有些变电站大都建立了在线监测系统，并且也有一部分变电站实现了无人值守，但是由于变电站中电力设备种类繁多，结构比较复杂，如果设备出现故障，工作人员就会显得无可奈何。因此，无论是常规变电站还是无人值守变电站，在其监控系统中，都需要增加一个在线监测和故障诊断专家系统用以作为辅助决策手段，进而提高监控能力。要想实现真正的无人值守，需要加入电力设备在线监测和故障诊断的内容。
2 电力设备故障诊断的现状
2.1 电力设备故障诊断的发展历程
20世纪90年代，发达国家电力研究所开始对电力设备故障诊断进行技术的研究，经过20多年的努力研究，在性能监测和诊断方面，发达国家的电力设备诊断技术一直领跑于其他发展中国家。英国电力公司也在1990年开始了变电站故障诊断工作研究，而在1995年研发了一个大型的故障诊断系统，在1997年又进行变电站SIS系统的研究，到2003年SIS系统应用于大型电站故障监测诊断系统。
我国在故障诊断技术方面的研究起步较晚，初级阶段是了解设备诊断技术的重要性，设备故障诊断技术的相关理论研究比较多，以快速傅里叶变换、谱分析、信号处理等技术为基础，以电力设备故障诊断为主要目标。高级阶段以现代化管理的需要为前提，出现了诊断技术迅速发展的局面，以模式识别、智能化专家故障检测系统及其计算为基础，全方位开展了设备的故障诊断研究，从实际生产应用上形成了具有我国特点的故障诊断理论，研究出了世界水平的电力设备状态监测与故障诊断系统。
2.2 当前电力设备故障诊断方法
第一，断路法。断路法指代针对用电设备内部的输电线路逐段开展断路操作，进而找到绝缘故障部位。借助断路法确定特定范围存在绝缘故障，清晰标注，再借助表测法，落实具体位置，详细诊断，有效修复。此种检测可行、方便，主要被应用在大体积机组中。应用此种方法开展故障诊断工作时，一定要遵守循序渐进的原则，从简单层面着手。
第二，数学模型诊断。数学模型诊断的实质是将传感技术与动态测试技术紧密结合起来，以数字处理与建模为手段的技术措施，是一种应用于电力设备故障诊断中的一项较为先进的技术。数学模型诊断主要是利用一些数学方法，来对电力设备的相关特征参数进行测量，在对其参数充分了解的基础上，通过对参数进行分析和处理判断的方式，观察仪器特征值出现的变化，从而准确判断出设备出现故障的位置，并及时采取相应的处理措施。
第三，红外线监测。红外线监测主要应用在发热故障中，此种诊断应遵守逐步开展的原则，若发热故障线显眼，则资深监测人员通常可快速察觉并有效处理，但近些年由于电气设备日益精尖，这除可提升工作效率外，还制约了故障诊断工作的开展，其中红外线监测可实施有效诊断。借助红外线设施开展监测工作，其监测结果一般相对可靠，且直观。另外，因用电需求逐步增加，电气设备类型日益多样，通过常规诊断技术无法及时发现故障，但红外线诊断具有一定的针对性，可提早发展故障，有效检修，全面消除运行隐患。
第四，智能诊断。智能诊断，就是充分实现诊断的智能化，这种诊断技术主要是以模拟人脑思维的方法来进行设计，智能诊断技术的核心是建立完善的特征数据库，在数据库建立完成之后，利用合理的数据处理和比对措施将采集的信息与特征数据库中的特征进行比较，找出二者之间存在的差异，以此来完成对电力设备故障的判断。
期刊文章分类查询,尽在期刊图书馆
3 电力设备故障诊断技术的发展对策
3.1 利用神经网络法对电力设备故障进行诊断
神经网络法是从神经心理学和认知科学研究成果出发，利用数学方法发展起来的一种具有高度并行计算能力、自学能力和容错能力的处理方法。目前，神经网络法已经凭借着自身适应性强、容错性好以及操作方便等优势在电力设备故障诊断工作中得到了广泛应用。除了上述几种优势之外，神经网络法另外一个优势就是能够对不确定性问题给予有效处理，就我国目前神经网络法的应用现状来看，该方法是以油中气体分析的特征气体法和IEA三比值法为主要手段，以MO神经网络为主要模型的一种故障诊断方案。不仅能够对设备故障进行有效诊断，而且还能够在此基础上对故障进行分类，诊断结果基本能够满足电力系统运行的需求。
3.2 借助专家系统开展故障诊断
现阶段，对于电力设备而言，专家系统是一种最为常用、诊断效果最为优良的诊断系统。具体指代整合计算机以及人工智能技术，研究该层面存在的问题，合理解决，这是一种仿效专家决策活动的诊断系统。专家系统具有操作性强、诊断效果优良、可有效消除繁琐故障的特点，它是人工智能领域的范例。借助专家系统开展故障诊断工作时，通常应用三比值以及特征气体这两种方法，经由诊断，可综合剖析电力设备的所有实验数据，借助专家系统数据库，利用专家资深阅历展开分析，获得准确、真实的诊断结论。在电力系统现代化、智能化和信息化程度不断提升的今天，系统运行过程将涵盖更多的数字模型、包含更多的数值算法。由此可知，电力相关部门应关注专家系统，借助专家系统开展故障诊断工作将变成未来发展的主要方向之一。
3.3 不同故障诊断技术相结合
将每个故障诊断方法的优点结合起来，形成一种特有的一种电力设备故障诊断方案。比如说将上文提到的神经网络法和专家系统二者结合起来，形成一种新的方法，充分利用多个信息源，将所有信息进行组合，以获得对被测对象的一致性解释，从而使数据显示结果更加准确，提高电力设备故障诊断的整体效率和结果的可靠性，以此来促进我国电网的可持续发展。
4 结语
随着用电需求的增长，人们越来越重视电力系统的安全运行，电力设备一旦出现设备故障，将会降低系统安全，制约生产、生活。当前的电力设备故障诊断方法很多，但不足以满足安全性能的需求。因此，电力工作人员一定要深入研究故障诊断技术，利用神经网络法，借助专家系统，以及将不同诊断技术相结合，都能够很好的对电力设备故障进行诊断，进而提升电力系统的可靠性，有效满足电力需求。
参考文献：
[1]王刚峰.电力设备故障诊断的现状及发展对策[J].中小企业管理与科技，2013（33）：312-313.
[2]陈志刚.电力设备故障诊断问题及措施[J].城市建设理论研究（电子版），2015（21）：4083-4084.
[3]吴继平，李跃年.红外热成像仪应用于电力设备故障诊断[J].电力设备，2014（9）：38-41.
[4]虞和济.设备故障诊断技术的现状及其发展[J].基础自动化，1996（5）：1-5.
[5]董正玉.机电设备中的常见故障分析及维修[J].煤矿机械，2006（1）：175-177.
[6]郝冉，冯茂强.浅谈机械设备故障的诊断维修[J].装备制造技术，2010（4）：112-113.
[7]谭慧丽.机电设备的常见故障与维修方法[J].科技传播，2012（10）：162-163.
[8]闫硕.浅谈机电设备常见故障与维修[J].机电信息，2012（21）：85-87.
[9]董正玉.机电设备中的常见故障分析及维修[J].煤矿机械，2006（1）：175-177.
[10]王强.机电设备常见故障类型及检修方法[J].建材与装饰，2016（9）：176-177.
论文作者:刘宇
论文发表刊物:《电力设备》2017年第34期
论文发表时间:2018/5/14
标签：故障诊断论文; 电力设备论文; 故障论文; 专家系统论文; 技术论文; 神经网络论文; 方法论文; 《电力设备》2017年第34期论文;