新型电力系统中电力设备故障诊断技术研究

新型电力系统中电力设备故障诊断技术研究

李昊阳

中铁第一勘察设计院集团有限公司  陕西西安710043

摘要：现阶段，我国的电力工程建设越来越多，电力设备的应用也越来越广泛。电力设备的安全、稳定运行与国民经济及人民生活息息相关，电力设备故障诊断方法一直以来都是电力领域研究的热点问题。本文首先分析电力设备故障诊断相关技术，其次探讨故障诊断应用平台的设计方案，最后就电力设备各阶段进行全面维护进行研究，给传统电力设备故障状态诊断提供了新的分析理念和技术支持。

关键词：电力设备；故障诊断；故障预测算法；模型构建

引言

随着我国工业生产不断进步，电力设备的制造与控制技术也在不断提升，越来越多的电力设备广泛应用于各种制造型企业，大大提升了生产效率也帮助制造企业节约了人力资源。然而在实际应用中由于一些环境因素或者设备自身因素不可避免的会出现设备故障，给产品的生产带来阻碍，因此对电力设备常出现的故障进行分析并总结出更加有效的故障维修技术，并根据以往建立设备运行经验总结出一套科学可行的预防技术对电力设备的稳定运行发挥着重要作用。

1电力设备故障诊断相关技术

1.1红外线监测

红外线监测技术是在电力系统中已经应用比较成熟的一种电力故障诊断手段，利用红外线监测技术可以得到电力设备故障的重要信息。此技术具有响应速度快、成本低、操作简单和工作方式安全等特点。

1.2脉冲电流法

电气设备的绝缘状况直接关系到其安全可靠运行。在工作过程中，受环境因素和电场畸变的影响，绝缘层容易劣化，导致局部放电现象。电气设备绝缘故障是电力系统中最常见的故障，高压电力设备外绝缘局部放电劣化将导致非常严重的事故。大量实验研究表明，局部放电检测是发现设备绝缘故障和潜在隐患的重要方法。因此，准确、快速地评估电气设备的放电强度对电力系统的安全运行具有重要意义。自从20世纪50年代中期开始，局部放电就作为电气绝缘状态评估的一种手段。而脉冲电流法是最有效、最常用的局部放电检测方法，一般通过耦合阻抗或罗哥夫斯基线圈或耦合电容器从设备中性点或者接地点处来检测局部放电脉冲电流，分析其放电量大小、相位等信息，从而定量评判局部放电程度。该方法在检测绝缘内部局部放电时具有较高的灵敏度和准确性。国际电气与电子工程师协会(IEEE)和IEC都采用该方法计算局部放电引起的电荷水平，以确定绝缘的条件水平。

1.3人工智能算法

人工智能的发展使设备故障诊断技术更加智能化，越来越多的新型故障识别判定方法被应用在电力设备故障诊断领域，其中比较常见的有人工神经网络及支持向量机等。但人工神经网络的弊端在于该算法需有大量的训练样本，过程复杂、训练时间也较长；支持向量机在使用时需要提前选取合适的基函数并设置大量的参数，而参数设置对算法的泛化能力和识别准确度有较大的影响。

1.4系统融合多样化的诊断方法

系统融合多样化的诊断方法指代在各种诊断方法的基础上，系统融合各自优点，有效运用，进而产生新型诊断方法。例如，对电力设备而言，在其故障诊断过程时常应用神经网络法，同时，专家系统也较为常用，因此，可融合上述2种方法，组建全新方法，全面利用信息资源，合理整合所有信息，进而得出正确解释，以此来增加显示结果的可信度，提升故障诊断效率，完善诊断结果，保障电网的长久运行。系统融合多样化的诊断方法是指在多种故障诊断方法的基础上，保留不同方法的优点进行综合利用，从而得出更优的故障诊断结果。例如，红外线监测技术响应速度快、操作简单，而神经网络学习能力比较强、精确率高，因此可以在红外线监测技术的基础上加上神经网络方法，对红外线监测技术采集到的信息进行智能化处理，方便快捷地判断出故障类型。

1.5振动检测法

电力设备运行过程中，在遭受电磁力作用时会产生规律性振动，因此通常通过监测振动物理参量来跟踪电力设备是否正常运行。学者们对变压器和发电机振动机理、监测系统、信号分析方法进行了大量的研究。由于变压器常常在强磁场环境中运行，振动信号监测环境恶劣，除了正常和非正常振动信号，还有其他噪声信号，并且振动信号往往被噪声信号淹没，不利于对振动混合信号进行分析处理，必须先对振动信号进行消噪处理，才能对信号特征进行进一步分析处理。有一种提升硬件检测传感的技术，与光学传感器进一步结合成为光纤振动传感器，具有电气隔离特性与抗电磁干扰能力，适应强电磁干扰环境进行远程振动监测，这为电力设备振动监测提供了一种新方法。

1.6智能信息处理技术

电力设备故障诊断和预警准确率亟需提高，需要建立复杂监测信息标准大数据库，扩大和完善故障诊断样本库; 研究复杂模型的人工智能诊断算法，解决新电力设备故障诊断训练数据，完善数据驱动网络诊断差异，构建深度学习故障诊断理论; 新建多学习诊断网络模型，实现无需训练与先前数据处理过程即可对简单样本完成故障诊断，并能进行特征自动提取、数据挖掘，最终完成诊断与预警可视化。

2故障诊断应用平台的设计方案

随着信息科技行业的发展，搭建企业内部管理平台的门槛也越来越低，许多电力企业通过建设在线实时监测系统，来提高智能化和企业管理水平。电力设备故障诊断的实时化和智能性，对于电力企业有着非常重大的意义。本文从感应器数据收集、基础功能、安全业务等方面，提出了故障诊断应用平台的设计方案。整个系统利用实时传感器，对各个电力设备红外信息进行收集，并将数据传入处理平台。在平台中，可以对数据进行格式处理、存储备份等基础功能。业务人员可以按照需求，根据数据信息对各设备运行状态进行检查。平台也将实时对数据进行分析处理，当设备可能出现故障时，将给出设备故障预警，并依照规定给出有效的应急处理方案。

3对电力设备各阶段进行全面维护

电力设备在投入到使用当中时随着使用时间的增加出现故障的频率也会随之增加，因此设备检修人员应该把设备的运行划分成不同的阶段，根据每个阶段电力设备工作的特点进行相应的维护。首先，电力设备生产和初期使用阶段需要观察其运行特点，根据电力设备的运行原理对整个电路进行实时检测，同时要对设备操作人员的使用方法进行科学的指导。其次，在设备运行一段时间之后，要根据设备运行过程中电力消耗情况为其提供最佳的操作环境。最后，对于那些使用时间较长的设备检修人员应该定期对其零件进行清洗和维护，尽量减少其在运行中的损耗，预防由于零件老化而产生的故障。

结语

综上所述，电力设备状态监测技术经历了数十年的发展，在监测传感技术、监测系统、电力物联网等方面，已经取得了诸多成果。随着新型电力系统、智能电网的发展，电力设备状态监测已进入了一个关键的新机遇期。如何针对多元、复杂的电力设备状态信息，提供多元参量响应、高动态范围、高辨识精准智能传感器;如何实现多终端、不同协议兼容的电力物联网，以提升信息互通实时性和提高网络安全性;如何利用人工智能算法，朝简单样本、预警可视化的电力设备状态监测智能故障方向发展;都还需要进一步探索研究。电力设备状态监测传感技术、电力物联网和智能信息处理理论及其应用技术，方兴未艾。

参考文献

[1]黄慧，梁铮，张世超.基于泛在电力物联网的电力设备故障诊断与评估平台设计[J].机电信息，2020（14）：110-111.

[2]周东波，费咏攀.智能机器人在电力设备故障诊断中的应用[J].集成电路应用，2021，38（1）：172-173.

[3]王筝.设备智能诊断技术系统在智慧电厂的应用[J].自动化应用，2018（2）：113-114.