基于状态监控与诊断中心的状态检修技术.docVIP

　　基于状态监控与诊断中心的状态检修技术|第1 摘要：本文分析了电力设备的状态监控与诊断技术，提出了状态监控与诊断中心的构成框架。绘出了基于状态监控与诊断中心的状态检修工作思路，给出了基于状态监控与诊断中心的变压器状态评估工作模型。 关键词：电力设备；状态监控；诊断技术；状态检修 一、前言 长期以来，电力设备的检修遵循着基于时间的检修（定期检修）即TBM（Time Based Maintenance）。但随着电子技术及计算机技术的迅猛发展，传感器、信号采集、光纤传输及新的测量技术的大量运用，使设备状态监控装置与专家故障诊断系统日趋成熟，电气设备从基于时间的检修过渡到合理的状态检修也成为可能。 500)this.style.ouseg(this)二、状态监控与诊断技术 电力设备在运行过程中，由于种种原因，其运行状态会不断变化。监控与诊断技术的根本任务是掌握设备系统的运行状态，即在运行过程中或在基本不拆卸的情况下，采用各种测量、分析和判断方法，结合设备的历史状况和运行条件，弄清设备所处的客观状态。 设备监控与诊断具体的实施过程见图1，它分为信号（状态量）检测、特征提取、状态判别与模拟分类、趋势预测等几项内容。在监控过程中，状态判别主要关心的是设备系统的整体状况，而在故障诊断中，状态分类则是在发现设备异常后，对故障进行深入地分析，以确定故障发生的部位、严重程度及原因，为诊断决策提供依据。 1、状态量检则 状态量是系统信息的载体，监控与诊断时首先应根据特定的诊断目的，选择最能表征设备工作状态的信号进行检测。在现有技术水平及现实条件下，电力系统中的在线监控对象主要包括：电流互感器、电压互感器、耦合电容器、避雷器、主变压器、高压断路器以及交联电力电缆、电力电容器、绝缘子及套管、GIS检测和发电机等，因此其监控的内容、和获取方法也呈现出多样性。对主变压器而言，作为常规试验项目的直流电阻、绝缘电阻、吸收比、极化指数、介质损、局部放电以及微机保护中监测的电压、电流、功率、功率因素等就可以作为电信抛刺浚杂谡穸⒃肷⒀沽Α⑽露取⑵宄煞帧⑺趾俊⒊⒑焱馊认竦瓤勺魑堑缧藕抛刺俊Ｎ耸辜觳庑藕胖写旃收系男畔⑷菀滋崛。凳┬藕偶觳馐北匦胱⒁庑藕爬嘈汀⒋衅饕约安獾惴植嫉燃觳夥绞降难≡瘢】赡芴岣叱跏寄Ｊ降男旁氡取?/fontgt; 2、特征提取 500)this.style.ouseg(this)在监控与诊断系统中，特征提取是一系列的数据处理过程，将初始模式向量进行维数压缩，去掉初始模式中的噪声和冗余信息，融合来自各个信道的故障信息，强化和提取故障特征，形成待检模式。 3、模式分类 模式分类的任务是将待检模式与样板模式进行比较，明确其所属类别，建立判别函数。一般，常以时序模型参数作为模式分类的特征量来构成相应的判别函数。先按正常运行时采集到的信息序列建成模型，以此作为依据与新采集到的数据序列进行比较，例如，介质损比值有显著变化时，经过判断，系统会发出预警信息。 4、趋势预测 在状态监控与诊断技术中，趋势预测主要用于估计故障的产生、发展，并对设备的劣化作出预告。趋势预测对一般标准性规则采用专家系统的正向推理；对启发性规则，则采用启发式推理；对色谱状态量的推理，常采用神径网络方法；对色谱结论的得出，一般有三比值法、电研法等，但每一种方法均有局限性。利用神经网络对非线性函数的无限逼近能力，可使神经网络具有色谱分析的推进能力。 例如对于电力设备绝缘检测过程可简单的表述： （1）对设备进行离线或在线检测； （2）用已知数据以及同类型设备及规程、标准对各个测量量进行单一对比分析； （3）通过专家或专家系统对测试结果进行全面分析，给出设备目前绝缘状态“好”或“坏”的诊断结果； （4）在可能的情况下，对设备“坏”部位进行诊断，这个过程是一个相对静态的过程。在设备绝缘良好时，只能给出绝缘“好”或“需要关注”的结果，而不能给出该设备还能使用的时间。预测趋势要通过专家系统的分析，以表征绝缘老化的特征量的变化规律为依据，用数学的方法进行拟合，得到此设备的绝缘走势和使用寿命。 三、 电力设备专家分析系统 专家系统（Expert System，ES）就是人工智能计算程序系统，它汇集和管理不同的众多专家知识，形成知识库。 目前比较典型的专家系统由知识库、推理机、数据库、解释程序和知识获取程序等组成，其基本结构见图2。 知识库中的知识含有事件型知识和功能型知识。事件型知识为一些规程、标准及公认的知识，于实际经验、实验结果和理论分析。功能型知识则是这个领域内能够正确实践的判断性知识，它包含设备内部结构及各部分的工作方式与相互关系。 推理机是利用知识进行推理解决特定问题的模块，它可以根据输入的状态量分析判断设