電力系統(tǒng)的狀態(tài)監(jiān)測與故障分析

一、電力系統(tǒng)狀態(tài)監(jiān)測的意義

第一、進(jìn)行設(shè)備運(yùn)行的歷史檔案的建立，從而使設(shè)備運(yùn)行中所發(fā)生的情況中出現(xiàn)的資料和數(shù)據(jù)得到積累，以備后用。

第二、判斷設(shè)備運(yùn)行狀態(tài)的正常與否，并對(duì)設(shè)備故障的性質(zhì)和程度進(jìn)行判斷。判斷的主要依據(jù)為以前所建立的歷史檔案，包括設(shè)備運(yùn)行狀態(tài)的等級(jí)、從前出現(xiàn)此種故障的過程中顯示的特征等。

第三、為了能夠在實(shí)施狀態(tài)檢修時(shí)為檢修工作提供必要的依據(jù)，必須評(píng)估設(shè)備的運(yùn)行狀態(tài)，同時(shí)分析這些狀態(tài)，分類評(píng)估，從而形成一定的評(píng)估標(biāo)準(zhǔn)。狀態(tài)檢測的評(píng)估的主要內(nèi)容包括：評(píng)估設(shè)備運(yùn)行狀態(tài)、估計(jì)這杯異常狀態(tài)、預(yù)測設(shè)備故障狀態(tài)的未來變化。將這些內(nèi)容都納入評(píng)估的體系之中主要為提供一定的條件來進(jìn)行評(píng)估，從而不斷地健全、完善評(píng)估監(jiān)測。

綜上所述，設(shè)備的運(yùn)行資料可以在狀態(tài)監(jiān)測過程中不斷的被積累、完善、健全，突破了過去的管理體制的束縛，并對(duì)管理體制進(jìn)行了完善。因而，筆者認(rèn)為，在現(xiàn)代電力系統(tǒng)設(shè)備管理中，狀態(tài)監(jiān)測系統(tǒng)有著不可忽視的作用。

二、狀態(tài)監(jiān)測的關(guān)鍵技術(shù)的研究

第一、在信號(hào)采集方面

所謂電力設(shè)備的在線監(jiān)測系統(tǒng)，其功能是持續(xù)地對(duì)設(shè)備的狀態(tài)進(jìn)行檢查和判斷，并對(duì)設(shè)備狀態(tài)的發(fā)展趨勢進(jìn)行預(yù)測;系統(tǒng)運(yùn)行的時(shí)間為設(shè)備的使用期，也就是說，只要設(shè)備還在進(jìn)行使用就必須對(duì)其進(jìn)行監(jiān)測。

診斷對(duì)象的狀態(tài)信息的獲取是設(shè)備運(yùn)行狀態(tài)量反映設(shè)備運(yùn)行情況中首要完成的任務(wù)，信息的內(nèi)容除了包括電力設(shè)備的電壓、電流、頻率、局部放電量外，還包括磁力線的密度情況以及正常信號(hào)和故障信號(hào)。通常，信號(hào)的采集方法會(huì)隨著表征設(shè)備狀態(tài)量的信號(hào)的特性的不同而改變。信號(hào)采樣主要有以下幾種方法：

1、每次所采集的信號(hào)的樣本的長度為處理一個(gè)足夠數(shù)據(jù)所需要的長度，我們將這種采樣稱為一次性采樣。

2、采樣的時(shí)間為事先規(guī)定的好的，且采樣頻率為一個(gè)整定的周期，簡單地說就是定時(shí)采樣。

3、自動(dòng)采樣，采樣發(fā)生的時(shí)間為隨機(jī)的，采樣以故障時(shí)信號(hào)突變?yōu)槭侄巍?/p>

4、特殊采樣，采樣方式根據(jù)所診斷的故障的要求不同而不同，例如轉(zhuǎn)速跟蹤采樣、峰值采樣等。

第二、數(shù)據(jù)傳送

信號(hào)處理系統(tǒng)通常距監(jiān)測設(shè)備較遠(yuǎn)，因此，數(shù)據(jù)在傳輸過程中易受干擾、易損失及相移(受環(huán)境因素影響較大)，需先對(duì)數(shù)據(jù)進(jìn)行模數(shù)轉(zhuǎn)換、預(yù)處理和壓縮打包，再經(jīng)通信路徑傳輸?shù)教幚砜刂浦行?。通信設(shè)備現(xiàn)已廣泛應(yīng)用于電力領(lǐng)域，光纖傳輸數(shù)字信號(hào)可較好地抑制干擾，保證信號(hào)質(zhì)量。

第三、數(shù)據(jù)處理

工控?cái)?shù)據(jù)處理中心收到通信線路傳輸來的狀態(tài)量數(shù)據(jù)包后，利用各種不同數(shù)學(xué)方法對(duì)數(shù)據(jù)解包處理。例如，頻譜分析將時(shí)域連續(xù)時(shí)間信號(hào)轉(zhuǎn)變?yōu)轭l域不同頻率信號(hào)進(jìn)行分析;在時(shí)域中由2個(gè)信號(hào)之間相關(guān)性采用相關(guān)分析搜索另一個(gè)信號(hào)的處理數(shù)據(jù);小波分析;神經(jīng)網(wǎng)絡(luò);人工智能。數(shù)字信息技術(shù)和智能技術(shù)應(yīng)用到電力設(shè)備監(jiān)測系統(tǒng)的數(shù)據(jù)處理使電力設(shè)備在線監(jiān)測更加實(shí)時(shí)準(zhǔn)確。

三、故障診斷的建議

第一、利用多傳感技術(shù)和信息融合處理技術(shù)診斷某種故障不同的故障表象。多傳感技術(shù)利用多個(gè)傳感器從多側(cè)面、多角度觀測同一對(duì)象，即針對(duì)同一故障的多種故障表征，多層次多領(lǐng)域(時(shí)域、空間域、頻域)采集不同的特征量，選擇故障反映靈敏度高的狀態(tài)信息量，從而較全面的分析診斷故障。

信息融合技術(shù)是將來自多傳感器的數(shù)據(jù)按照一定的準(zhǔn)則加以分析和綜合的數(shù)據(jù)處理過程。因同一設(shè)備故障在不同特征空間的不同反映之間存在著內(nèi)在的關(guān)聯(lián)關(guān)系，利用融合技術(shù)“求同去異”可提高電力設(shè)備狀態(tài)檢測和故障診斷的準(zhǔn)確性。但信息融合基本理論尚不完善，該診斷方法還有待研究。

第二、基于特征空間矢量的故障診斷方法，可通過對(duì)故障誤差的學(xué)習(xí)實(shí)時(shí)修正故障特征量。這種診斷方法具有一定的自適應(yīng)能力，適合于具有不確定性和慢時(shí)變性的復(fù)雜對(duì)象的故障診斷。其實(shí)質(zhì)是將每次的故障征兆矢量作為原先驗(yàn)征兆矢量集中的一個(gè)新的先驗(yàn)征兆矢量，并根據(jù)自適應(yīng)算法修正故障特征矢量。故障先驗(yàn)征兆矢量不確定時(shí)，則需要人工判斷第一次故障。

第三、針對(duì)電力設(shè)備的固有特性以及在線監(jiān)測狀態(tài)信息量不足導(dǎo)致的不確定性，可考慮采用模糊理論中的最大隸屬度原則診斷故障原因，判斷故障類型，將狀態(tài)信號(hào)與模糊數(shù)學(xué)方法結(jié)合起來分析故障的隨機(jī)性和模糊性問題。

除了上述方法外，還可以結(jié)合人工智能、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)等方法診斷故障。

結(jié)語

在最近十年的電力系統(tǒng)的發(fā)展過程中，設(shè)備的狀態(tài)監(jiān)測技術(shù)和故障診斷技術(shù)作為一個(gè)新技術(shù)，持續(xù)著突飛猛進(jìn)的發(fā)展趨勢。無論是從發(fā)展前景方面看還是從應(yīng)用前景方面看，都呈現(xiàn)著良好的發(fā)展勢頭。雖然，在我國這兩個(gè)技術(shù)的發(fā)展的時(shí)間也持續(xù)了相當(dāng)一段時(shí)間，并且已經(jīng)有各種檢測裝置投入生產(chǎn)和使用的過程中，然而，還沒有普及對(duì)狀態(tài)監(jiān)測和故障診斷技術(shù)的使用，并且無論在技術(shù)的認(rèn)識(shí)方面還是使用過程中都存在著一些不可忽視的問題。我們應(yīng)該繼續(xù)大力探索研究這項(xiàng)技術(shù)，提高電力系統(tǒng)的穩(wěn)定性和效率。

參考文獻(xiàn)：

[1] 薛善成,朱杰. 電力系統(tǒng)的狀態(tài)監(jiān)測與故障診斷技術(shù)探討[J]. 現(xiàn)代經(jīng)濟(jì)信息, 2009, (21).

[2] 程玲. 電力系統(tǒng)設(shè)備狀態(tài)監(jiān)測與故障診斷[J]. 水電廠自動(dòng)化, 2008, (03) .

[3] 劉愛玲,董飛飛,劉曉飛. 電力系統(tǒng)故障診斷方法綜述[J]. 中國電力教育, 2009, (S2) .