（中卫供电公司 宁夏 ７５５０００）
摘要：近些年，人们对于电力系统需求在不断的增大，因此，准确快速的诊断出电力系统内设备的故障已经成为相关部门工作人员面临的一个重大难题。本文首先对电力设备的故障诊断常见问题进行了研究，并对其相应解决措施进行了探讨。
关键词：电力设备；故障；诊断
随着现代化大生产的发展和科学技术的进步，对电力的需求与日俱增，对电力设备的可靠性稳定性提出了更高的要求[1]。随着电力的大规模生产，电力设备的结构越来越复杂，功能越来越完善，自动化程度也越来越高，设备各子系统的关系也越来越密切，一旦设备的某个部分在运转过程中出现故障，必须迅速切除故障设备，否则很可能严重影响生产，造成巨大的经济损失，甚至带来灾难性的后果。为保证电力系统安全、经济、稳定运行，电力设备的故障监测和设备保护也越来越显的重要。
1电力设备其故障诊断现状
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，特别是变电站无人值班的逐渐推广，对电力故障检测系统的要求也越来越高[2]。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。要采用的技术包括主观诊断、仪器诊断、数学模型诊断以及智能诊断几种。
1.1主观诊断
在电力设备容易产生的故障中，许多故障都是检修人员凭借自身经验就能够判断出症结所在的，对于这些故障的诊断往往不需要采用相关的仪器，管理人员利用人体所具有的听、看、闻、摸等直觉，就可以对故障发生的原因、位置进行准确定位，并且及时采取相应的解决措施对设备故障进行有效处理。这种依靠人体感官进行诊断的技术主要可以包括直觉检查、参数测量、逻辑分析以及故障数分析等方式。
1.2仪器诊断
仪器诊断主要是对一些无法凭借经验进行诊断的故障而言，指的是利用相关的故障检测仪器来对电力设备的系统进行逐个检测，比如说设备的压力、速度、温度、振幅以及振动频率等等，从而获取各个系统的相关参数，最后将仪器所显示出来的曲线与计算结果与设备正常运行下的参数进行对比，从而判断出故障发生的具体位置和产生故障的原因，并采取相关措施对故障进行有效处理。随着科学技术的不断发展，仪器诊断也在逐渐向非接触、便捷式以及多功能的方向发展。
1.3 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[3]。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。
期刊文章分类查询,尽在期刊图书馆
1.4 智能诊断
智能诊断，顾名思义，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。
2电力设备故障诊断的发展对策
2.1 利用神经网络法
对电力设备故障进行诊断神经网络具备高度神经计算能力和极强的自适应性、鲁容性、容棒性和容错性[4]。用神经网络处理问题只需要进行简单的非线性函数的数次复合，不需要建立任何物理模型和人工干预，具有自组织、自学习能力，能映射高度非线性的输入输出关系，重新观察现象之后判断输出。神经网络法在故障诊断中得到高度重视和广泛应用，它在处理不确定性问题时具有独特的优势。神经网络法在电力设备故障诊断中主要按照油中气体分析的特征气体法和IEA 三比值法，神经网络模型中应用最广泛的是MO 神经网络模型，采用广义误差反传神经网络设计了一种变压器故障诊断方案，能对故障进行正确的分类。利用竞争学习理论的Mohonen 自组织网络模型，网络规模小，分类能力强，克服了BP 网络的缺点，试算结果令人满意。根据径向基函数网络理论（RBO 网络），将健康振动信号和断路器实际振动信号波峰幅值。
2.2 采用专家系统
电力设备故障诊断专家系统是人工智能中最成功和最有效的一个系统，它是模拟人脑专家的思维决策过程，系统内存储着大量领域知识和丰富经验，对客户提出的问题进行推理和判断，能解决只有专家系统才能解决的故障问题。
电力设备故障诊断专家系统用电力设备的故障现象、油中色谱分析结果及电气试验结果作为故障信息，采用三比值法、特征气体法、故障现象、电气试验结果单独或综合诊断电力变压器故障，利用专家系统进行电力设备故障诊断，能对电力设备的各种试验数据作全方面的比较，采用专家系统的知识库及专家权威经验综合分析，得出电力设备故障诊断结论。然而在电力事业发展中，已有大量数学模型和数值算法，专家系统的应用越来越受到重视。根据CIGRE（国际大电网会议）对20 个国家的调查，到2009 年5 月为止，已有100 个专家系统用于电力系统，其中属于监视、控制类型的专家系统占65%，而故障诊断类的专家系统又占其中的25%。
2.3 综合不同故障诊断
综合不同故障诊优点形成特有的一种电力设备故障诊断方案神经网络方法比传统的故障诊断方法在背景噪声统计特性不清楚的情况下，这种方法性能会比较好，准确率更高；然而神经网络故障诊断方法也存在着固有的缺点，比如对数据的依赖性会较大，而专家系统有时泛化能力不好等。一种有效地诊断电力设备故障方法，应该以电力设备电气试验数据、常规检查项目和运行检修记录作为分析的数据源，在此前提上，研究电力设备能否正常运行，从而为电力设备的状态监测提供依据和基础。
综合不同故障诊断方法的优点能够充分利用多传感器的各种信息综合处理设备故障。充分利用多个信息源，把多个信息源在空间或时间上的冗余或互补信息按照某种准则进行组合，以获得对被测对象的一致性解释或描述，使得到的结果判断更加可靠，数据显示更加准确，通过不同故障诊断方法的信息融合提高了故障诊断的准确性，决策的可信度会大幅度提高。
3结语
综上所述，随着人们对电力系统安全运行要求的不断提高，针对系统运行过程中常见的设备故障，其不仅会影响到整个电力系统的安全运行，而且还会给人们的生活和企业的生产带来重大的影响。因此，相关工作人员必须全面掌握和了解电力系统运行常见故障的诊断方法，从而采取有效地措施将其解决，确保变电运行系统能够稳定、安全的运行，从而满足人们对电力系统的需求。
参考文献：
[1]李莉，胡兴龙.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（上旬刊），2010（11）.
[2]王家林，夏立，吴正国，杨宣访.电力系统故障诊断研究现状与展望[J].电力系统保护与控制，2010（18）.
[3]王家林，夏立，吴正国，杨宣访.电力系统故障诊断研究现状与展望[J].电力系统保护与控制，2010（18）：78~79.
[4]李莉，胡兴龙.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，2010（11）：27~29.
论文作者:刘军福
论文发表刊物:《电力设备》第03期供稿
论文发表时间:2015/11/2
标签：电力设备论文; 故障论文; 故障诊断论文; 专家系统论文; 神经网络论文; 电力系统论文; 设备论文; 《电力设备》第03期供稿论文;