探讨电气设备绝缘在线监测与状态检修.docVIP

探讨电气设备绝缘在线监测与状态检修 　　摘要：受外界环境的影响以及自然条件的制约，在使用电力系统设备的过程中相对比较频繁，有时候电气系统会产生较大波动电压或者产生负荷，因为电火花、电弧、漏电、短路以及过载故障能直接将电气系统的设备烧毁，甚至会引起人员的伤亡事故。不过在电气系统中，停电事故的危害也最为严重，在出现事故时保证电网的稳定是十分重要的。文章结合具体实际，对电力电气设备状态检修技术的改革和创新进行了深入的探究，并且详细介绍了相关技术的研究进展。 　　关键词：电力电气；设备状态；检修技术 　　中图分类号：F407文献标识码： A 　　引言 　　在我国，在线监测装置及系统各种形式的绝缘于电网己相继投入运行，并捕捉到了一些典型故障在电力系统中，积累着非常重要的监测数据和运行经验为在线监测这一新技术，推动其向更高水平方向发展和不断完善。采用这一新技术运行结果表明，不仅能够防止突发性事故发生，对电气设备的早期绝缘缺陷及时发现，同时不必要的停电检修也可以减少，对电气设备避免由于“过度检修”传统试验所造成的巨大损失，使设备的使用寿命有效地延长，从而实现优化配置设备检修。在线监测技术的日益完善创造了十分有利的条件给电气设备实行“状态检修”。 　　一、电气设备的在线检测 　　目前而言，对相关设备进行状态分析与评判是进行电气设备状态维修的前提，即对目前所处相关的电气设备状态有效的确定，以及发生故障变化率的具体数值，是否具有潜在的事故发生，故障发展的时间长短，还有相关故障的发展趋势等如何采取有效的措施来应对。对电气设备状态要求相关工作人员加强检测和分析，这些技术包含状态评估技术、状态检测技术以及状态预测技术等。 　　对设备进行状态检测对于电气设备诊断而言，是其诊断的重要目的。可以根据具体的故障模式，进行设备状态的测量和检查使用合适的方法与装置，同时还要进行有效处理这些信息，从中选取能够有效的反映出状态特征的信息，并预防各种干扰的信息，这是一项比较先进的信息检测处理技术。 　　有效检测运行中设备的健康与否是电气设备状态检测的重要目的，对已经存在的或者即将出现的缺陷与漏洞及时的检测出，进而对设备检修的相关时间进行有效的分析和预测，降低其对设备的损坏。由于在运行电压下面的测量特征量在现实生活中，要比预防性的离线试验同一特征参数的试验所加电压下的正确度高，因此电气设备运行的相关状态能够更加真实的反映出。进而在电力系统中也极大的推动了状态预测的广泛应用。 　　二、在线监测系统组成技术研究 　　（一）、绝缘在线监测用传感器研究 　　在线监测系统传感器是关键器件，也是入口器件，其性能的优劣对测量精度将直接影响。所以要求传感器可靠、灵敏、线形度好，被测信号可以无失真地转换。所采用的传感器形式不同，被测信号的结果就不同。目前大多采用铁氧体磁芯或坡莫合金的电流互感器形式来制作电流电压变换的传感器，这种传感器的最大优点是安装方便，结构简单，并将传感器信号与一次侧进行有效的电气隔离。缺点是铁心材料的稳定性较差，信号变换的线形度有限。 　　（二）、在线检测系统中绝缘的通信技术研究 　　将被测信号转换成数字波形后，数字波形采集系统实现对数字波形的处理，如将时域函数变为频域函数，进行傅立叶变换，从而得到更多的特征量，如频率、幅值、谐波等，以利于进行分析判断被测信号。应当在计算机的程序控制下进行整个采集。为了满足测量精度，必须要求采集装置具有一定的A/D转换精度位数和采样速度，以及适当的通道数。尚需数字波形采集系统来采集不同的信号，为了适应对强弱不同信号的采集，其具有对被测信号的自动增益功能。为了采集高频的局部放电信号，还要具有相当高的采样速率，要求采集系统应当不低于10M次/S，同时当采集正弦信号电压时，数字波形采集存在着幅值误差，还存在相角误差，因此应设法提高采集信号幅值A/D转换器位数，来提高采集精度。 　　（三）、在线监测系统中人工神经网络的应用 　　对设备进行状态监测使用在线和离线两个神经网络，分别进行处理DGA分析数据和电气试验数据，并为了加速神经网络的收敛速度使用输入冗余特性，现场实践和实验结果证明，较三比值法此系统的监测效果较好，并与经验丰富的专家水平接近。印度学者在设备的局放检测中，提出一种对局放模式分类基于反向传播算法的多层感知器网络，对变压器绕组的绝缘水平根据这个进行衡量。具有两个隐层感知器网络的分类性能在网络结构配置方面，比单隐层要好，但训练时间较长。使用多感知器和改进型Eckhom’s网络两个神经网络在DGA分析数据的基础上，进行检测变压器运行状态，前者作为分类器，后者用作预处理单元，试验结果对此网络结构的有效性可以证明。小波网络是神经网络与小波分析有效结合的新型网络，具有小波分解函数和神经网络的一般功能，且由于引