2明光浩淼安防科技股份公司 安徽省明光市 239400）
摘要：现阶段，电力设备故障诊断技术越来越趋于信息化和数字化，一般使用网络来传输诊断信息，实现了远距离诊断、传输的目标。有些诊断系统还开发了诊断和报警客户端，可以随时随地监控电力设备的运营状态。
关键词：电力设备；状态监测；故障诊断
一、电力设备的状态监测技术
当前，电力设备故障监测和检修缺少合理、科学、明确的规范要求，这主要是由于各个地区存在较大的电气差别，根据电力设备运行状态，采用科学合理的故障状态检修方法，但是电力设备故障监测和检修主要依赖长期积累的实践经验，存在较大的主观性和随意性，但是实效性、规范性、客观性和科学性不足，而且电力设备故障监测和检修手段比较滞后。所以电力设备运行过程中，应做好状态监测，详细记录电力设备运行状态，做好评估和分类，为故障诊断和维修提供重要参考意见。电力设备状态监测包括以下内容：其一，为电力设备运行积累数据和资料，构建电力设备运行档案；其二，科学判断电力设备的运行状态，分析其处于异常或者正常状态，结合电力设备的故障征兆或者特征、运行状态等级、历史档案等，判断电力设备的故障程度和性质；其三，科学评估电力设备运行状态，合理分类，形成一定标准后，为电力设备状态检修提供重要参考依据，对电力设备故障或者异常状态进行有效估计，全面预测电力设备未来变化状态。对于电力设备的运行状态监测，要采取有效的方法和技术。
1、信号采集
结合当前我国电力系统建设发展现状，通过电力设备在线监测系统，持续检查和分析电力设备运行状态，利用各种运行状态量，分析电力设备运行状态，全面采集电力设备状态信息，包括磁力线密度、局部放电量、频率、电力、电压等信号，结合电力设备的各种状态量，采用合适的信号采集方法：其一，定时采样，按照电力系统运行状态，做好电力设备的定时采样；其二，一次性采样，每次采集一次合适长度的数据处理信号样本；其三，根据电力设备故障突变信号，实现自动化的信息采样；其四，结合电力设备故障诊断要求，采用峰值采样、转速跟踪采样等特殊方式。结合电力设备运行状态，采用合适的状态监测方法，对于断路器，采用振动监测法、跳闸轮廓法等，采集断路器运行状态信息；对于交流旋转电机，通过小波分析、神经网络等方法监测点击运行状态；电力系统变压器运行过程中其内部会发生绝缘老化，导致变压器发生运行故障，结合变压器的电气特性和机械性能，采用电压恢复法、极化波谱、振动分析、油气分析、局部放电等方法，全面监测变压器的运行状态。
2、数据传送
信号处理系统一般距离被检测设备比较远，长距离传输过程中，信号非常容易受到影响因素的干扰，数据信息容易出现一定程度的损失，相移基本上不可能保持一致。为此，首先需要进行模数转换，将数据信息转化为数字量，然后进行预处理，并压缩打包，再通过通信传输通道将数据信息传输到数据处理中心。光导纤维具备较强的抗干扰能力，出现的信号错乱和信号数据损失的情况较少，可以有效保证信号传输质量。
期刊文章分类查询,尽在期刊图书馆
3、数据处理
通过不同方法对电力设备状态数据进行解包处理，例如，利用人工智能、小波分析，在时域利用不同信号的相关性，分析和处理另一个信号数据。把电力设备运行信号进行频谱分析转换为不同频域的频率信号。
4、故障信号特征量的选取
一般情况下，运营设备出现的故障现象，都是由多个故障体征量引起，所以提取有效的故障信息量是诊断故障工作中的重点。对处于运动状态中的设备开展故障识别工作时，经常会因为选取的特征量不同，而出现不同的结果，选取的特征量不恰当，就会出现漏诊或者误诊的情况。出现误判的主要原因是设备在故障状态下和正常状态下的特征参数有重复，即正常状态和故障状态不能很好地被区分，有一定程度的模糊性。所以在监测过程中，应当提取出具有代表性的故障特征参量。
二、诊断故障
（1）通过信息融合和多传感技术来诊断。多传感技术主要是从多个侧面、不同角度来对同一个物体进行检测，即针对同一个故障的不同表现形式，可以从时间、空间、频域的角度着手，多个领域、多个层次地收集故障特征量。为了保证故障特征量的代表性，应选取故障反应速度较快的故障状态信息量。信息融合技术是将多传感的数据按照一定的标准排列整合，并进行综合性分析。同一故障设备在不同的环境中，会反映出不同的故障特征量，运用信息融合技术可以实现“求同除异”的目标。对不同的故障状态特征量进行融合，可以提高电力设备状态监测的准确度和故障诊断的可靠性。但信息融合技术基本理论并不完善，所以信息融合技术诊断方法还需进一步研究。（2）基于特征空间的矢量故障诊断手段，其最大的优势在于具有很强的适应能力，适用范围广，最适合延时性和变化性电力设备。（3）电力设备的在线监测状态和固有特性信息量不足，会导致监测出来的结果存在偏差和变化，针对此问题，可以使用模糊理论中最大隶属原则。这种诊断原则可以迅速找出电气故障原因，并且可以判断电气的故障类型。将模糊理论中最大隶属原则和状态信号相结合，可以分析电气故障的模糊性和变化性。常用的模糊方程为Y=XR，X代表故障征兆，Y代表故障原因，R为模糊关系矩阵。（4）使用人工智能方式，包括神经网络、专家系统等。
三、电力设备故障诊断系统应用
1、采集故障信号
从复杂错综的电力设备故障信号中提取有用信号，做好电力设备故障信号处理，通过采集精细的设备运行信息，准确地进行电力设备故障诊断。电力设备的一种故障可能反映出多种故障特征量，若故障特征量选取不合理，在诊断电力设备故障状态过程中会产生漏诊或者误诊，不利于电力设备故障的正确判断，因此在针对电力设备故障，应选择合适的特征参量。
2、故障诊断信息和分析技术
近年来，我国科学技术快速发展，对于电力设备故障情况，在诊断故障过程中运用信息技术，推动电力设备故障诊断的网络化、数字化、信息化、电子化发展，通过局域网在一定范围实现电力设备故障的准确诊断和信息便捷、迅速的传输，尤其是在电力设备故障诊断和分析过程中连接互联网，可以突破空间、地理环境的限制，实现电力设备故障的远程诊断和信息异地传输，及大地提高电力设备故障诊断的便捷性和准确性，并且保持实时的电力设备故障信息传递处理。另外，电力设备运行状态受到多种因素的影响，所以在现代化科学技术背景下，电力设备故障维修应积极采用合理的科学技术，根据电力系统中电力设备的运行状态，合理调整电力供求关系，提高电力设备故障诊断的准确性。同时，对于电力设备故障，全面分析电力设备故障发生的因果关系、化学过程和物理过程，全面整理和归纳电力设备的故障特征量，采用有效方法进行简化，结合利用数理识别、神经网络识别、专家系统识别、模糊识别等技术，有效识别电力设备故障特征参数，准确确定电力设备故障发生部位、故障程度、故障类型、故障性质和故障发生原因。
结束语
年来，我国电网建设不断加快，电力设备在运行过程中不可避免会发生故障，结合电力设备故障情况，做好电力设备故障运行监测，通过合理的技术或者方法，科学诊断电力设备故障情况，提高电力设备故障监测和诊断的准确性和科学性。
参考文献：
[1]唐小龙.电力设备状态检修智能系统的设计与实现[D].华南理工大学,2014.
[2]白洋.面向大数据的电力设备状态监测信息聚合研究[D].昆明理工大学,2014.
[3]蒋玉柱.基于Hadoop的电力设备状态监测数据处理与分析的研究[D].华北电力大学,2014.
[4]马智.电力输电设备状态监测系统的设计与实现[D].厦门大学,2014.
论文作者:黄宏宏1,徐晓明2
论文发表刊物:《电力设备》2016年第24期
论文发表时间:2017/1/18
标签：电力设备论文; 故障论文; 状态论文; 信号论文; 运行状态论文; 特征论文; 故障诊断论文; 《电力设备》2016年第24期论文;