電力系統的狀態(tài)監測與故障分析

一、電力系統狀態(tài)監測的意義

第一、進(jìn)行設備運行的歷史檔案的建立，從而使設備運行中所發(fā)生的情況中出現的資料和數據得到積累，以備后用。

第二、判斷設備運行狀態(tài)的正常與否，并對設備故障的性質(zhì)和程度進(jìn)行判斷。判斷的主要依據為以前所建立的歷史檔案，包括設備運行狀態(tài)的等級、從前出現此種故障的過(guò)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，必須評估設備的運行狀態(tài)，同時(shí)分析這些狀態(tài)，分類(lèi)評估，從而形成一定的評估標準。狀態(tài)檢測的評估的主要內容包括：評估設備運行狀態(tài)、估計這杯異常狀態(tài)、預測設備故障狀態(tài)的未來(lái)變化。將這些內容都納入評估的體系之中主要為提供一定的條件來(lái)進(jìn)行評估，從而不斷地健全、完善評估監測。

綜上所述，設備的運行資料可以在狀態(tài)監測過(guò)程中不斷的被積累、完善、健全，突破了過(guò)去的管理體制的束縛，并對管理體制進(jìn)行了完善。因而，筆者認為，在現代電力系統設備管理中，狀態(tài)監測系統有著(zhù)不可忽視的作用。

二、狀態(tài)監測的關(guān)鍵技術(shù)的研究

第一、在信號采集方面

所謂電力設備的在線(xiàn)監測系統，其功能是持續地對設備的狀態(tài)進(jìn)行檢查和判斷，并對設備狀態(tài)的發(fā)展趨勢進(jìn)行預測;系統運行的時(shí)間為設備的使用期，也就是說(shuō)，只要設備還在進(jìn)行使用就必須對其進(jìn)行監測。

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

1、每次所采集的信號的樣本的長(cháng)度為處理一個(gè)足夠數據所需要的長(cháng)度，我們將這種采樣稱(chēng)為一次性采樣。

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

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

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

第二、數據傳送

信號處理系統通常距監測設備較遠，因此，數據在傳輸過(guò)程中易受干擾、易損失及相移(受環(huán)境因素影響較大)，需先對數據進(jìn)行模數轉換、預處理和壓縮打包，再經(jīng)通信路徑傳輸到處理控制中心。通信設備現已廣泛應用于電力領(lǐng)域，光纖傳輸數字信號可較好地抑制干擾，保證信號質(zhì)量。

第三、數據處理

工控數據處理中心收到通信線(xiàn)路傳輸來(lái)的狀態(tài)量數據包后，利用各種不同數學(xué)方法對數據解包處理。例如，頻譜分析將時(shí)域連續時(shí)間信號轉變?yōu)轭l域不同頻率信號進(jìn)行分析;在時(shí)域中由2個(gè)信號之間相關(guān)性采用相關(guān)分析搜索另一個(gè)信號的處理數據;小波分析;神經(jīng)網(wǎng)絡(luò );人工智能。數字信息技術(shù)和智能技術(shù)應用到電力設備監測系統的數據處理使電力設備在線(xiàn)監測更加實(shí)時(shí)準確。

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)傳感器從多側面、多角度觀(guān)測同一對象，即針對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(lái)自多傳感器的數據按照一定的準則加以分析和綜合的數據處理過(guò)程。因同一設備故障在不同特征空間的不同反映之間存在著(zhù)內在的關(guān)聯(lián)關(guān)系，利用融合技術(shù)“求同去異”可提高電力設備狀態(tài)檢測和故障診斷的準確性。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(guò)對故障誤差的學(xué)習實(shí)時(shí)修正故障特征量。這種診斷方法具有一定的自適應能力，適合于具有不確定性和慢時(shí)變性的復雜對象的故障診斷。其實(shí)質(zhì)是將每次的故障征兆矢量作為原先驗征兆矢量集中的一個(gè)新的先驗征兆矢量，并根據自適應算法修正故障特征矢量。故障先驗征兆矢量不確定時(shí)，則需要人工判斷第一次故障。

第三、針對電力設備的固有特性以及在線(xiàn)監測狀態(tài)信息量不足導致的不確定性，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(lèi)型，將狀態(tài)信號與模糊數學(xué)方法結合起來(lái)分析故障的隨機性和模糊性問(wèn)題。

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

結語(yǔ)

在最近十年的電力系統的發(fā)展過(guò)程中，設備的狀態(tài)監測技術(shù)和故障診斷技術(shù)作為一個(gè)新技術(shù)，持續著(zhù)突飛猛進(jìn)的發(fā)展趨勢。無(wú)論是從發(fā)展前景方面看還是從應用前景方面看，都呈現著(zhù)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)間也持續了相當一段時(shí)間，并且已經(jīng)有各種檢測裝置投入生產(chǎn)和使用的過(guò)程中，然而，還沒(méi)有普及對狀態(tài)監測和故障診斷技術(shù)的使用，并且無(wú)論在技術(shù)的認識方面還是使用過(guò)程中都存在著(zhù)一些不可忽視的問(wèn)題。我們應該繼續大力探索研究這項技術(shù)，提高電力系統的穩定性和效率。

參考文獻：

[1] 薛善成,朱杰. 電力系統的狀態(tài)監測與故障診斷技術(shù)探討[J]. 現代經(jīng)濟信息, 2009, (21).

[2] 程玲. 電力系統設備狀態(tài)監測與故障診斷[J]. 水電廠(chǎng)自動(dòng)化, 2008, (03) .

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