电力系统在线检测与故障诊断报告精要.docxVIP

《电力系统在线监测与故障诊断》中期报告班级：电气1303班学号：1310430305姓名：张晓杰电力设备在线监测及故障诊断技术中期报告电气设备是电力系统的基本原元件，其性能的好坏直接影响系统的安全可靠运行。电气设备在运行过程中会受到如电、热、机械、环境等因素的作用，内部会发生复杂的化学、物理变化，导致其性能逐渐劣化，这可能会对设备造成很大的伤害。虽然有些设备自身价值并不是很昂贵，但是由于设备故障造成的后果是很严重的，而且可能造成较大的间接损失和社会损失。甚至造成人员伤亡。可见对设备的故障进行实时监测是非常必要的。目前电力系统常采用的故障诊断方法主要有阈值诊断、模糊诊断、时域波形诊断、频率特性诊断、指纹诊断、基于人工神经网络的诊断和人工智能专家诊断等。1)阈值诊断。阈值诊断是目前应用最广泛而重要的诊断方式。它根据已经数据处理后的监测到的真实数据和已经规定了反应设备绝缘状况或其他状况的某些特征参数的正常值和注意值相比较的方法。一般用这种方法来判断设备是否有故障，也可以判断故障的严重程度以及故障类型和原因。这种方法简单方便但是可能会存在漏报和错报两种错误。所以在采用这种方法时严格执行规程所规定的标准值因为它是长期经验的积累和理论分析的结果，具有普遍的指导意义。但是，标准值也不是评判设备是否存在故障的唯一标准。具体监测时，将监测值与该设备历史上历次实验结果和其他同类设备的监测结果作比较，即纵比和横比。全面综合地分析设备故障。2)模糊诊断。模糊诊断是一种根据某些故障现象或某些反映故障的证据去推断设备有无故障或故障性质的方法。它具有一定的模糊性和不确定性。我们一般用置信度CF表示模糊推理的结果：CF1-10＞0＜0阶级论的确定性完全肯定完全否定无法判断判断倾向于成立判断倾向于不成立实际诊断中，往往是多哥因素同时影响诊断结论，且各因素影响程度各不相同。这时候可以运用模糊综合评判方法。即引起设备故障的所有因素与该因素的权重的积之和。例如根据油中气体含量和产气速率较高来判断变压器有无故障：。3)时域波形诊断。时域波形诊断即由设备检测到的某特征量随时间变化的曲线与事先已测到的标准曲线进行对照，以判断设备的状态。4)频率特性诊断。频率特性诊断就是由设备上测得的频率特性或频谱和已知的标准频谱进行对比，以诊断设备是否存在故障。5)指纹诊断。即由设备检测到的数据进行处理分析后，可得到一些特殊的谱图。对其分析或将其和已知的标准图形对比来判断设备的状态。6)基于人工神经网络的诊断。人工神经网络模拟了脑神经元的基本特性，它按不同的权重接收其他神经元传递来的信号，而输出则是这些权重和输入信号的非线性函数值。人工神经网络无需数学公式，只需要足够的诊断结果作为先念知识，就能训练网络，达到正确的诊断目的。人工神经网络训练工作的流程是一个正向输出，误差计算和反向调整过权值，再正向计算的反复过程。对于训练好的网络，只要输入监测就可以得到输出结果。7)人工智能专家系统人工智能专家系统是根据监测数据、历史数据、同类设备的数据，结合模糊诊断、人工神经网络等先进技术，模拟人类专家的经验及推理过程的计算机程序系统。它易于学习使用性强可综合多个专家的最佳经验使之条理化，而不受时间、地点的限制。而且专家系统还具有解释功能。国外对电气设备状态监测与故障诊断技术的研究,始于20世纪60年代。各发达国家都很重视,但直到70～80年代,随着传感器、计算机、光纤等高新技术的发展与应用,设备在线诊断技术才真正得到迅速发展。最早提出在线监测思想是在1951年，美国西屋公司的约翰逊（John?S.?Johnson）针对运行中的发电机因槽放电的加剧而导致的电机失效，提出并研制了在运行条件下监测槽放电的装置。限于当时的技术条件，无法抑制来自线路的干扰，只能离线条件下进行检测，但是在线监测的思想沿用至今。60年代初，使用可燃性气体总量（TCG）判断变压器的绝缘状态。但是在潜伏性故障阶段，分解气体大部分溶于油中，故这种装置对潜伏性故障无能为力。后来日本针对这些局限进行了改进。1967年，在美国国家宇航局（NASA）的创导下，由美国海军研究室（ONR）主持成立了美国“机械故障预防小组”（MFPG）。在英国，20世纪60年代末至70年代初，以科拉科特(R.A.Collacot)为首的“英国机械保健中心”(U.K.Mechanical Health Monitoring Center）率先开展研究工作，在宣传、培训、咨询、制定计划、故障分析以及诊断技术开发等多方面取得了很好的成效。欧洲其他国家的设备诊断技术研究也有不同程度的进展在某些方面占据领先地位，如瑞典的SPM轴承监测技术、挪威的传播诊断技术，丹麦的振动、噪声分析和声摄技术等。在日本，设备诊断技术在民用工业（如钢铁化工和铁路等）部门发展迅速，并占有一定的优势。