摘要：随着我国经济水平不断提高，电力系统作为促进社会发展的重要因素也得到了较大的发展。而由于电力系统越来越受到人们的关注，无故障的运行成为了人们对电力系统提出的更高要求。因此对电力系统内其设备状态监测与故障分析是目前的重要研究领域，本文就针对电力系统设备状态监测与故障诊断技术进行分析，以供研究参考。
关键词：电力系统；设备状态监测；故障诊断技术
随着时代的发展以及科技的进步，由能源发展所带来的更新换代使得人们对能源有效率用的关注度不断提高，这就加快了电力系统发展的步伐[1]。但随着电力系统的电网容量以及覆盖面积不断扩大，人们对其安全性与稳定性的关注也不断提高。因此，对电力系统设备状态监测及故障诊断技术进行探究，具有重要的价值意义。
1.电力系统设备状态监测与故障诊断技术的概念
电力系统状态监测指的是通过对其设备运行的状态进行观察并记录与分类，再根据记录的结果对其运行状态进行评估，以为设备的维修提供有效的数据信息[2]。电力系统设备故障诊断则是指以故障发生的特征信息作为依据，判断发生故障的位置以及故障发生的程度。根据上述概念，可将状态监测及故障诊断系统的主要内容概括信息检出单元、数据收集单元、信息传输单元、数据处理单元以及诊断单元，每个单元所对应的功能如表1所示。
诊断单元对处理后的数据进行整合、分析并记录，作为下个阶段工作的依据
2.在线状态监测系统
2.1信号采集
电力系统其设备在运行过程中，电力设备的在线监测系统会对其运行状态进行监测与诊断，并进一步对其进行分析与判断，通过分析与判断结果对设备的运行状态进行预测。相关技术人员可以利用设备运行状态量的分析结果以获取设备运行的状态。我国目前电力系统设备信息采集的方法主要有：对设备运行周期实施定时采样；针对故障诊断的特点实施跟踪采样；按照实际需求进行一次性采样；根据随机故障信号变化情况采取自动采样。
2.2数据传输与处理
现阶段，我国电力系统中，数据信息的传输主要应用通信设备中的光纤传输数字信号对数据进行传输，这样可以保证数据在传输的过程中不受外界干扰，进而确保数据的准确性。而数据中心在接收到传来的数据信息之后，可利用不同的处理方法对数据进行分析处理，例如在对频谱进行分析时，可以将时域连续的时间信号转化为频域不同的频率信号进行分析。而常用来进行数据分析的方法还有神经网络小波分析，其主要是将数字信息技术与智能技术相结合，以此处理相关的数据问题，进一步加强数据处理的准确性。
3.状态监测及故障诊断技术
3.1发电机状态监测及故障诊断技术
对发电机的状态进行检测以及对其故障进行诊断，主要是为了能够在系统故障发生前期监测其故障的发生是否来源于发动机故障，进而采取针对性地维修措施，降低事故的发生。目前，对发电机状态监测与故障分析主要是采用FOVM（发动机光纤侧漏仪）、GCM（发电机状态监测器）以及RFM（发电机射频监视仪）等进行。上述仪器通过对发电机的内部状态进行监测，能够对其故障进行诊断与报警，从而指导相关操作人员作出相应的决策。
3.2变压器状态监测及故障诊断技术
现阶段我国电力系统所采用的变压器主要有电力工业常用的充油试变压器，在一些特定的工作环境中还会使用到干压式变压器，或者是六氟化硫变压器。而对于这些变压器的监测常用的方法主要有局部放电监测和红外技术或超声定位技术等。在对变压器高压套管故障进行分析时，通常借助介质耗损因数在线测量技术进行分析。同时，对变压器线匝温度、油温、和冷却泵的运行参数等进行监测，以及时发现变压器故障。
3.3红外诊断技术
红外诊断技术其包含了光电成像、计算机以及图像处理等技术，是综合性较强的一种新技术。该技术其技术原理是通过利用物体所发出的红外线，运用热成像的原理将物体具体图像展现在计算机上，以此观察该物体其表面温度的变化情况。将红外线用于电力系统中设备的监测与故障的诊断，能够快速、精确且直观地将设备运行的具体情况展现出来，这对于及时发现故障并采取有效的维修手段具有重要意义。
4.故障诊断
4.1故障分型
首先按照故障发生的具体时间和进程将故障分为瞬变故障以及缓变故障两种类型[3]，如图2所示。
由图中可以看出，瞬变故障其发展很快，因此，在对设备进行监测过程中，一旦出现系统故障预警或征兆时，应采用相关技术对故障进行精确定位，并采取有效的措施在10ms左右处理该类故障才能最大程度降低设备损毁程度，该类故障不是监测与诊断的问题，而是故障保护的问题。而缓变故障则是一种由故障征兆直到发展为故障事故这一过程较为缓慢的一种故障类型，如冷却系统故障或机械故障等。该类故障出现时，需要对故障发生的位置进行定位，同时对其发展的程度实施监测并采取相关的解决措施，以防止故障进一步发展，所以缓变故障属于状态监测与故障诊断的对象。
4.2故障监测特征信号的选取
一种故障的发生，可以通过很多种故障特征量来反应，但与此同时，一个故障特征量，又会产生很多不同的故障状态，所以对于故障特征量的的提取，示故障诊断中的重点和难点。在对系统中设备运行的正常状态和故障状态进行识别的过程中，常由于特征量选取不恰当造成误诊或是漏诊的情况，其中误诊主要是因为设备在正常状态下和在故障状态下其特征参量存在交叠的区域，造成故障特征量不够清晰。因此在对故障特征量进行选取时，需要选取具有明显代表性以及有效的故障特征参量。
4.3故障诊断分析技术与信息技术
对故障诊断进行分析，主要是分析电力系统及设备在发生故障时，其物理过程以及化学过程，还有就是故障的因果关系等[4]。其步骤大致为：首先对一些列相关设备和系统的状态特征量进行合理的归纳、整理以及降维简化，其次采用信息识别技术对故障特征参数进行识别，最后，判定故障发生的性质、程度、类型以及位置和原因。
5.小结
综上所述，随着我国电力系统的不断发展，要保证电力系统的正常、有效运行，不但需要对其设备状态进行监测还需要对及故障进行有效诊断。本文通过对现阶段的电力系统设备状态监测及故障诊断技术的概念进行阐述，同时在在线状态监测技术以及状态监测与故障诊断技术进行了简要分析，旨在为进一步提高电力系统设备状态监测及故障诊断技术水平提供参考意见。
参考文献：
[1]范海峰，李新华.电力系统设备状态监测及故障诊断技术研究[J].橡塑技术与装备，2015，20：159-160.
[2]李强，牛帅奇.电力系统设备状态监测与故障诊断技术分析[J].科技传播，2012，20：50+62.
[3]殷胜明.电力系统设备状态监测与故障诊断技术分析[J].中国新技术新产品，2013，05：101.
[4]王建喜.电力系统设备状态监测及故障诊断技术分析[J].工程技术：全文版，2017（1）：00175-00175.
论文作者:覃皓
论文发表刊物:《电力设备》2017年第7期
论文发表时间:2017/6/29
标签：故障论文; 状态论文; 电力系统论文; 设备论文; 故障诊断论文; 技术论文; 对其论文; 《电力设备》2017年第7期论文;