2.内蒙古自治区通辽市科技经济信息研究所 内蒙古自治区通辽市 028000
摘要：随着科学技术的不断发展，电力系统设备在人们生活中发挥着越来越重要的作用。为保障人们生产生活活动的正常开展，努力为电力用户提供更优质、更高效、更稳定的供电力系统，对电力系统加强设备状态监测与故障诊断势在必行。本文浅析电力系统设备状态监测与故障诊断。
关键词：电力系统设备；状态监测；故障诊断；技术
引言
电力系统设备状态监测与故障诊断技术是最近几年新兴发展的一项技术，电力系统设备故障监测诊断主要以设备状态为基准方式，转变内容包括状态监测与故障诊断：电力系统设备状态监测目的是全面分析设备故障的特征信号，然后再作针对性的检修维护；而故障诊断则是以分析和处理已收集到的状态监测信息为主要任务。文中主要阐述电力系统设备状态监测与故障诊断技术的相关要点，并分析该技术的重要性及相关的故障诊断方法。
1电力系统设备状态监测的概念以及步骤
在设备运行的过程中，采用状态监测来掌控、了解设备的运行状态，并判断发生故障的方位和问题，同时还要预测设备未来的运行状态等就是状态监测的基础内容和作用。一般可以将其定义为一种设备在需要进行维护之前，存在一个使用的寿命特点和预测的方法，然后再利用这个设备的寿命特征，研发一些具有特殊功能和用途的设备，并且设备运行的状态以及发展趋势都可以通过数据的分析和研究来进行预测。与此同时，可以借助电力设备或电厂的状态监测，就可以使设备的维护工作只在需要维护的时候才进行安排，这种方法不仅可以避免对设备进行盲目的管理和维护，同时维护的间隔时间也得到了相应的控制，进而就有效的避免了设备出现故障而导致断电的现象。因此，正确、合理的使用状态监测，其设备维护的成本可以大幅度的降低，停电的时间也可以在一定的程度上缩短，其设备的使用寿命也会得到增长，同时维护中发生的故障也可以有效的控制和避免。特征提取以及数据分析、数据的采集及处、理状态估测或故障分析及分类这三个步骤是状态监测最主要的基础步骤。对于监测对象和步骤来说，可以采取不同的措施和手段来进行监测，最终实现状态监测的计划和目的，图1主要是智能电厂状态监测的步骤、任务和结果。
表1智能电厂状态监测的步骤、任务和结果
2电力系统设备故障诊断技术内容
2.1发电机状态监测与故障诊断技术
对发电机运行状态在线监测与故障诊断，目的在于测试电力系统发生故障的直接原因是否由发电机引发，从而制定行之有效的计划维修电力系统，尽可能避免不必要的经济损失发生。目前，我国常用的发电机状态监测与故障诊断设备主要有发电机光线测漏仪和发电机状态监视器等，通过这些设备能够及时跟踪发电机的运转状态，有效避免安全事故的出现。
2.2红外线诊断技术
红外线真的技术具有较强的综合应用性特征，它是光电成像技术、计算机技术和图像处理技术相结合的产物，该技术的原理是通过接收物体发出的红外线信号，让其在计算机上进行数据分析，并以热成像图的形式呈现出来，全面分析判断物体表面的温度变化情况。在电力系统设备在线状态监测与故障诊断中应用红外线诊断技术，不仅能快速、精准、直观地反映电力设备的运行状态，还能高效提高电力系统管理的经济效益，节省电力系统设备的维修成本，为人们提供更为优质的电力服务。
2.3变压器状态监测与故障诊断技术
不同的电力系统所选择的变压器会略有不同，就我国电力行业实际而言，目前最常用的变压器是充油式变压器，而监测变压器运行状态最常用的技术就是局部放电监测技术、红外诊断技术和超声定位技术等，监测变压器运行状态的主要原理是利用介质耗损因数的数字化在线测量技术对变压器的高压套管进行故障诊断，能有效监控变压器的运行稳定性情况。另外，监测变压器运行状态还包括监测变压器的线匝绕组温度、油温、冷却泵运行参数等内容，全面监测变压器可能出现故障的环节，有效防止安全事故的产生。
3人工智能技术在故障诊断中的应用
3.1专家电力系统故障诊断
在电力系统故障诊断中，专家系统能够针对电力系统的潜在故障与已经发生的故障进行分析，并根据系统建立之初所设计的信息库，再配合故障内容，对数据库中的信息资料进行推理与识别，最终完成对故障的准确诊断，寻找电力系统运行故障的解决手段。基于这一描述，可以认为在电力系统故障诊断中，专家系统的工作模式主要为：发现问题→诊断问题→解决问题，能够满足电力系统故障诊断的基本要求。同时，专家系统中的功能诊断模块对电力系统中的大部分运行故障都具有一定的分析与处理能力，不仅能够科学阐述故障发生的原因，还能够针对电力系统故障情况进行针对性的总结，保证了数据处理的有效性。
2.2人工神经网络技术
人工神经网络技术是人工智能领域较早开发的一个项目，该技术以人类脑部组织结构为基础，通过模拟人体大脑的思维模式来构建信息处理系统。从当前人工神经网络技术的发展情况看，该技术的出现满足了大数据量情况下的稚嫩故障诊断要求，具有很大的开发价值。在当前电力系统故障诊断中，人工神经网络技术依靠自身所具有的强大信息处理能力，实现了自身的转变。在系统故障诊断过程中，在人工神经网络技术的支持下，电力系统的运行故障信息将会被快速地传递到人工神经网络体系中，之后人工神经网络体系将会通过相应的数据分析模型，对反馈的故障信息进行识别与处理，最终判断故障生成的原因与解决方法。有学者在研究人工神经网络技术时，深入研究了人工神经网络技术在电力系统故障诊断中的运用。最终发现，人工神经网络技术能够通过神经网络中的联想记忆能力，将一个微小的电力系统运行异常信息放大，实现了对数据的“丰富”，之后根据电力系统故障诊断的历史信息，判断该异常信息是否会成为引发系统故障的风险源，并提醒相关人员关注，或者在第一时间反馈故障诊断信息。与传统技术相比，人工神经网络技术在电力系统故障诊断具有先进性，该技术通过与电力系统相结合，能够对电力系统中的各种运行数据进行编辑与处理，并通过神经网络中的联想记忆能力、在线学习能力以及非线性的映射等，打破了传统技术条件限制，能以更高的容错率来适应电力系统故障诊断工作。从长远角度来看，为了保证人工神经网络技术的技术内容能够达到预期，就需要构建训练样本，通过训练样本来采取电力系统故障数据，获得更理想的故障处理效果。
结语
总之，电力系统设备状态监测与故障诊断技术是一项管理复杂、技术要求高的综合性工作，为确保供电力系统能安全可靠地正常运行，继续加强电力系统设备状态监测与故障诊断管理，不断优化电力系统设备状态监测与故障诊断技术，健全电力系统设备状态监测维护系统，全面做好电力系统设备的在线监测、故障诊断及维修工作，有效提高电力系统设备的安全性和可靠性，努力为人们提供更多优质电力服务。
参考文献：
[1]邢芝福．电力系统设备状态监测与故障诊断技术分析［J］．天津科技，2017，（7）：65-67．
[2]任虹．电力系统设备状态监测与故障诊断技术分析［J］．城市建设理论研究（电子版），2016，（15）：5955．
[3]吴攀.电力系统设备状态监测的概念与现状[J].城市建设理论研究（电子版），2015（17）：1494-1494.
[4]邢芝福.电力系统设备状态监测与故障诊断技术分析［J］.天津科技，2017，44（07）：65-67.
论文作者:王永亮1,杜娟娟2
论文发表刊物:《建筑模拟》2018年第13期
论文发表时间:2018/8/21
标签：电力系统论文; 故障诊断论文; 设备论文; 状态论文; 技术论文; 故障论文; 变压器论文; 《建筑模拟》2018年第13期论文;