中国能源建设集团华东电力试验研究院有限公司 浙江省杭州市 310051
摘要：近年来，随着我国电力企业制度的不断改革，电力企业需要不断加强对电力设备的监测和检修，以更好地满足人们的用电需求。电力一次设备维修系统需要结合电网一次设备的运行特点和运行规律，开发出能够满足电网运行水平和技术能力的故障维修系统。通过对系统的检测和分析，找出主要设备故障。实际位置，以便分析故障的具体情况，提出科学合理的措施，并制定故障检测和修改方案。这是电力一次设备故障修复系统，用这种方法，也可以实现当前电力一次设备的基本故障状态。统计分析，结合现有的技术，可以做得比较准确。因此，本文对电力一次设备的油在线监测和当前维护技术进行了详细的研究。
关键词：一次设备；油在线监测；状态检修
1 电力一次设备在线监测的特点
在线监测实际上是为了保证设备的正常运行，并结合设备的实际情况不断地进行检查工作。在正常情况下，它是自动执行的。在在线监测工作中，可以在最短的时间内发现设备运行中存在的问题，并尽快纠正，从而延长设备的使用寿命。对老化或有不安全因素的设备进行及时跟踪和监控，并找到处理方法，延长设备的使用寿命。如果这是一个正常的设备，它需要清楚它的健康状况，并使设备正常工作。电流在线监测可以使一次设备运行更加安全，防止变压器受到影响，电力受到影响，出现停电现象。由于它是自动化的，可以使检测更加安全，减少资金投入，取得更加明显的效果，其应用范围也更加广泛。
2 电力一次设备在线监测的现状分析
随着现代科学技术的进步，计算机技术已成功地应用于许多领域，其应用范围越来越广。在现代电力系统中，成功地利用计算机对设备进行在线检测和研究是十分必要的。电力主设备在线检测通过传感器实时监测设备状态信息，收集实时数据，对数据进行分类，判断电力设备状态，并对数据库进行管理。对状态信息进行收集和管理，然后对电力设备的实时状态进行总结和分析进行检测。对于现代电力系统来说，设备的维修系统是一种定期的维修系统，维修是事先计划好的。这也决定了它的刚性，它很可能引起设备大修或大修过度。
随着时代的进步，电力设备的缺陷形式也发生了不同的变化。电力设备的检测也从周期性检测转变为实时在线检测。通过对现有电力设备的智能化改造，将所有电力设备成功地集成到在线监测系统中，是电力系统的正常运行。成功的电力设备在线测试可以更好地完成电力设备的正常工作。管理模式和管理模式，一方面，当代社会对电力系统提出了更加智能化的要求，另一方面，它可以最大限度地解放劳动。电力系统的发展越来越多地应用于电力设备。相应地，检查员的数量也越来越少。这意味着未来电力系统将不可避免地依赖于在线监测工作。在线考试的水平将会越来越高，以适应当代社会的发展速度。
3 电力一次设备在线监测系统的发展趋势
目前，电力一次设备在线监测系统的应用价值已经非常明显。一方面，确定了电网企业的状态维护和智能电网的发展，对电网的可靠性要求更高，特别是在线监测系统已经成为电网的重要组成部分。另一方面，在变电站改造中，其在线监测系统的应用也十分重要。由此可见，电力设备在线监测的发展也是电力行业发展的必然。目前，从目前电力市场的发展来看，电网公司在投标时开始将重点转向智能电网变电站。此外，国家电网公司还构建了变电站状态监测系统，作为智能电网规划报告中智能变电站的重要组成部分。例如，智能变电站通过状态监测单元实现对变压器油色谱、组合电器局部放电、避雷器全电流等主要设备和重要参数的在线监测，为电网设备管理提供基础数据支持。通过专家系统对实时状态信息进行分析处理，形成初步决策，实现车站智能设备的自诊断功能。总的来说，在现代化的背景下，我国也应该加大对初级电气设备在线监测系统的研究。这将促进中国电力工业的发展。相信在在线监测技术的不断发展和成熟，在线监测技术的成功应用在中国电力系统近年来，国家维护和更换定期维护电力系统已被接受和认可，已成为不可避免的趋势，设备维护。
4 电力一次设备故障在线监测和故障诊断的实例分析
4.1 实验环境构建
为了对电力一次设备故障进行在线监测，诊断故障，建立模型，并对实例数据进行在线监测，做好数据预处理、模型培训和模型验证工作。因此，本文通过对硬件环境和软件环境的分析，可以起到一定的作用。硬件环境：所选处理器为Intel（R）Core（TM）i5CPU，计算机硬盘256GB，内存2GB。软件环境方面：选择Windows操作系统，数据处理，Mat-lab软件。
4.2 样本数据采集与预处理
通过在线监测，可以对样本数据进行采集和预处理。虽然样本的数量决定了内部信息的数量，但是考虑到变压器油中溶解气体的监测和采集的难度，选取的样本数据为200，然后进行样本分析和处理。最后，选择132组。一个代表性样本。然后，对于样本数据，通过建立模型进行划分。其中训练样本数据为94组，测试样本为38组。
4.3 样本数据预处理
预处理样本数据。选取132套样品进行预处理，然后进行分割。基于样本划分，基于样本归一化方法，对选定的样本进行归一化处理。在测试集的基础上，根据实际故障类型和代码对测试集样本进行划分。A代表正常，B代表低温过热，C代表中温过热，D代表高温过热，E代表局部放电，F代表低能放电，G代表高能放电。
4.4 模型参数优化
基于优化算法，根据以上选择的数据库，对数据进行样本训练。根据样本的实际划分，将94组样本输入支持向量机。结合搜索优化算法，利用向量机的分类精度作为目标函数，利用搜索优化算法SOA进行合理选择。支持向量机的模型参数。图1为基于SOA的SVM模型参数优化曲线。不难看出，经过51次后，训练样本的支持向量机分类精度达到了最优值，参数也达到了最优参数。概化参数为15.14，其核函数参数取值为模型2.98。
图1基于SOA优化的SVM优化图
4.5 故障诊断结果与分析
通过实例分析，评价了基于SOA-SVM的变压器故障诊断方法。在模型输入向量分析的基础上，直接将五种油的溶解气体含量作为模型的输入向量。仿真结果表明，该特征向量本身具有完备性和科学性。具有良好的故障表征效果。基于模型的选择分析，由于变压器油检测数据本身具有小样本的特点，通过以往的理论分析，支持向量机SVM模型对小样本数据本身具有很好的分类效果。同时也有可能克服数据维数高、样本量小的问题。因此，支持向量机模型能够满足变压器油监测数据的实际特点，对解决变压器本身的故障诊断具有很强的针对性。基于模型的优化分析，对于SVM参数的优化，我们可以直接将人群搜索算法引入到这个问题中，并直接结合全局收敛精度和人群搜索算法本身收敛速度快的优点。支持向量机分类效果良好，使SVM模型参数优化问题得到有效解决。因此，基于SOA-SVM的变压器故障诊断模型具有自己的判别精度角、误判率和误判率，具有较好的应用效果和科学性。同时，它自身的潜力也很大。对电力行业的研究起到了一定的借鉴作用。
总之，研究增加一次电力设备的在线监测系统，对于促进电力行业的发展，提高电力系统的智能化水平具有十分重要的意义。特别是在经济快速发展的背景下，应进一步加大科技的应用，帮助创新和开发初级电气设备在线监测系统，最终促进我国电力行业的发展。
参考文献
[1] 罗长，李劲，毛帅，徐超，何涛.智能变电站二次设备在线监测及故障诊断技术[J].中国新通信，2018，20（14）：221.
[2] 张明凯.变电站继电保护二次回路的在线监测及故障诊断技术[J].自动化应用，2018（03）：97-98.
[3] 高秀香，杨树森.电力系统运行设备在线监测和故障诊断软件的开发设计[J].河北企业，2016（03）：123-124.
论文作者:刘耀中
论文发表刊物:《建筑学研究前沿》2019年7期
论文发表时间:2019/7/11
标签：在线论文; 样本论文; 设备论文; 向量论文; 模型论文; 电力论文; 数据论文; 《建筑学研究前沿》2019年7期论文;