论文部分内容阅读
【摘要】在经济和社会发展进程当中，电力行业所面临的压力也随之加大。一方面，城市化的快速发展对电力行业的电力生产提出了新的要求；另一方面，随着巨大的电量负载，电力企业当中的电力设备需要进行更多的投入。其中，电力设备的故障诊断问题便是其中重要内容之一。要保障好电力行业的稳定向前发展，维护我国经济快速发展，必须做好电力设备的故障诊断，加强诊断技术研究。本文阐述了电力设备故障诊断的重要性，分析了诊断中的难点问题，并提出了专业的技术诊断措施，为相关人士提供参考。
【关键词】电力设备 故障诊断 问题 措施
前言
我国经济社会发展到今天，离不开电力行业的支撑。在人们日常的生活以及各类经济生产活动中，电力设施的使用随处可见，大大提升了人们的生活水平和经济生产能力。从目前的趋势来看，我国社会对电力的使用仍然会是一个不断上升的趋势。我国目前城市化水平仍然处于一个低水准的状态，未来城市化将持续跟进发展，并在这个过程中需要消耗大量的电力能源。维持未来高水平的社会状态，也需要高产出的电力水平，因此，加强电力行业的保障措施不可或缺。从电力行业当中不稳定的因素来看，其中电力设备的故障问题无疑是一种一个重要的安全隐患，为保障电力网络的安全运行，维护经济社会发展，必须促进电力设备故障诊断措施的改进。
一、电力设备故障诊断难题
在越来越大的电力需求之下，电力设备出现故障的情况越来越多，对电力系统造成了很大威胁。通过对电力设备故障诊断分析，发现其中仍然存在诸多棘手的问题，致使电力设备的故障诊断无法达到预定目标。在以往的电力设备故障诊断当中，主要的几个诊断难题如下：
（一）诊断体系与实际需求不相适应
我国的电力设备故障诊断体系在以往不够完善，基本没有专门的诊断部门或者组织，电力设备的故障诊断主要是由电力维修人员进行的，除了技术和设备缺乏专业化之外，在故障针对的职能和责任方面也比较混淆，得不到明确。随着我国对电力行业的不断重视，当前出台了新的诊断体系，并不断得到推广开来。但是新的诊断体系并没有迅速与各相关电力部门完美融合，仍然存在一些漏洞。也可以说，各级电网部门尚未充分准备接纳新的诊断体系，老板诊断模式仍然本质存在。另外一方面，新的诊断体系的推广也存在诸多障碍，主要原因之一就是新的诊断体系与一些地区电力系统的实际情况不相适应，没有对特殊性或者复杂性情况进行特定的研究，导致当前的电力设备诊断体系与实际的需求还存在一定差距。因此，电力设备故障诊断体系还需要得到进一步的改进和完善。
（二）诊断技术设备落后
我国电力行业的发展十分迅速，各种电力设备的更新速度比较快，因此也需要不断更新和先进的故障诊断技术以及相关设备。但是就目前的情况来看，诊断技术和相关设备并没有及时跟上更新速度。众所周知，诊断技术和设备对于电力设备的检修、诊断，以及日常的运行状态监测都具有重要作用，但是由于诊断技术和设备的落后，导致这些系统性的环节得不到落实，严重影响了电力设备性能的发挥，给电力设备的运行带来很大的安全隐患。由于技术措施的缺乏，极有可能导致诊断的结果与实际问题出现偏差，诊断数据的精度不够，导致后续的维修手段不对口，增加了维修的成本，甚至会导致其他更多问题的出现。以上这些情况都很大程度上影响到了故障诊断的有效性，给我国电力设备的运行带来了新的难题。
（三）故障诊断管理不完善
在电力设备故障诊断当中，缺乏系统化的管理手段，没有对诊断技术、诊断设备以及诊断工作人员进行统一的协调，与各部门关系配合不力，导致电力设备的故障诊断无法顺利开展。在故障诊断管理中，设备的日常维护管理不到位，导致许多诊断设备存在老化，未能及时的更新，增加了诊断的成本。另外，计算机数据网络体系没有真正建立起来，存在诸多不稳定因素。在诊断工作人员的管理上，一些电力故障诊断的工作人员专业素质参差不齐，在诊断过程中技术处理不当，缺乏严肃的责任性，导致出现一些不该出现的失误。
二、改善电力设备故障诊断问题的措施
（一）应用神经网络方法
神经网络方法主要建立在认知科学以及神经心理学的基础之上，利用先进的计算能力和自学能力，将故障处理的失误降到最低。这种故障诊断处理措施，操作简便，容错率高，并且具有很强的适应性，能够在实际诊断工作中得到广泛的推广以及应用。另外，神经网络法能够对电力故障进行一个确定性额的结果，以便制定具有针对性的维修方案，如果故障的不确定性额，也具有一套有效的处理方法。这种诊断方法的应用，大大提高了电力设备故障诊断的效率，提升了诊断的精度。
（二）应用专家系统
在所有诊断系统当中，专家系统的应用最为广泛，在专家系统进行应用的实践当中，其效果也不由分说，诊断效率高。从理论上分析，专家系统其实是计算机技术与人工智能的一种结合，是技术新领域的一种全新的探索。这种故障诊断体系通过利用人工智能模拟人类专家决策过程，效果显著，操作方便，节省了许多人力物力。在较为复杂的电力设备故障当中，该诊断系统也能有效地应用。
（三）综合使用专业知识进行故障诊断
在实际的电力设备诊断工作中，虽然能够进行运用的诊断系统和技术手段多种多样，但是每一种诊断系统都有其本身的弊端。因此，在电力设备故障诊断工作中，为了使诊断效果最大化，通常会应用综合的相关技术和设备进行故障的诊断，以加强全面诊断，降低误差，提升诊断结果的精度。
结束语：本文分析了电力设备故障诊断的相关难题，以及几种效果好的诊断方式。值得注意的是，社会是不断发展的，电力行业也在不断发展，电力设备故障诊断措施只有进行不断的创新，不断引入新技术、新手段、新设备，才能够取得稳定性的胜利。
【参考文献】
[1]王海峰，陆军.复杂电力设备突发故障诊断方法研究与仿真[J].计算机仿真，2013，03：127-129+284.
[2]俞学勇.电力设备的故障判断分析[J].中国科技信息，2014，15：158-159.
[3]张军，张楠.电力系统电气设备故障诊断与检修问题探讨[J].中小企业管理与科技（下旬刊），2014，06：206.
【关键词】电力设备 故障诊断 问题 措施
前言
我国经济社会发展到今天，离不开电力行业的支撑。在人们日常的生活以及各类经济生产活动中，电力设施的使用随处可见，大大提升了人们的生活水平和经济生产能力。从目前的趋势来看，我国社会对电力的使用仍然会是一个不断上升的趋势。我国目前城市化水平仍然处于一个低水准的状态，未来城市化将持续跟进发展，并在这个过程中需要消耗大量的电力能源。维持未来高水平的社会状态，也需要高产出的电力水平，因此，加强电力行业的保障措施不可或缺。从电力行业当中不稳定的因素来看，其中电力设备的故障问题无疑是一种一个重要的安全隐患，为保障电力网络的安全运行，维护经济社会发展，必须促进电力设备故障诊断措施的改进。
一、电力设备故障诊断难题
在越来越大的电力需求之下，电力设备出现故障的情况越来越多，对电力系统造成了很大威胁。通过对电力设备故障诊断分析，发现其中仍然存在诸多棘手的问题，致使电力设备的故障诊断无法达到预定目标。在以往的电力设备故障诊断当中，主要的几个诊断难题如下：
（一）诊断体系与实际需求不相适应
我国的电力设备故障诊断体系在以往不够完善，基本没有专门的诊断部门或者组织，电力设备的故障诊断主要是由电力维修人员进行的，除了技术和设备缺乏专业化之外，在故障针对的职能和责任方面也比较混淆，得不到明确。随着我国对电力行业的不断重视，当前出台了新的诊断体系，并不断得到推广开来。但是新的诊断体系并没有迅速与各相关电力部门完美融合，仍然存在一些漏洞。也可以说，各级电网部门尚未充分准备接纳新的诊断体系，老板诊断模式仍然本质存在。另外一方面，新的诊断体系的推广也存在诸多障碍，主要原因之一就是新的诊断体系与一些地区电力系统的实际情况不相适应，没有对特殊性或者复杂性情况进行特定的研究，导致当前的电力设备诊断体系与实际的需求还存在一定差距。因此，电力设备故障诊断体系还需要得到进一步的改进和完善。
（二）诊断技术设备落后
我国电力行业的发展十分迅速，各种电力设备的更新速度比较快，因此也需要不断更新和先进的故障诊断技术以及相关设备。但是就目前的情况来看，诊断技术和相关设备并没有及时跟上更新速度。众所周知，诊断技术和设备对于电力设备的检修、诊断，以及日常的运行状态监测都具有重要作用，但是由于诊断技术和设备的落后，导致这些系统性的环节得不到落实，严重影响了电力设备性能的发挥，给电力设备的运行带来很大的安全隐患。由于技术措施的缺乏，极有可能导致诊断的结果与实际问题出现偏差，诊断数据的精度不够，导致后续的维修手段不对口，增加了维修的成本，甚至会导致其他更多问题的出现。以上这些情况都很大程度上影响到了故障诊断的有效性，给我国电力设备的运行带来了新的难题。
（三）故障诊断管理不完善
在电力设备故障诊断当中，缺乏系统化的管理手段，没有对诊断技术、诊断设备以及诊断工作人员进行统一的协调，与各部门关系配合不力，导致电力设备的故障诊断无法顺利开展。在故障诊断管理中，设备的日常维护管理不到位，导致许多诊断设备存在老化，未能及时的更新，增加了诊断的成本。另外，计算机数据网络体系没有真正建立起来，存在诸多不稳定因素。在诊断工作人员的管理上，一些电力故障诊断的工作人员专业素质参差不齐，在诊断过程中技术处理不当，缺乏严肃的责任性，导致出现一些不该出现的失误。
二、改善电力设备故障诊断问题的措施
（一）应用神经网络方法
神经网络方法主要建立在认知科学以及神经心理学的基础之上，利用先进的计算能力和自学能力，将故障处理的失误降到最低。这种故障诊断处理措施，操作简便，容错率高，并且具有很强的适应性，能够在实际诊断工作中得到广泛的推广以及应用。另外，神经网络法能够对电力故障进行一个确定性额的结果，以便制定具有针对性的维修方案，如果故障的不确定性额，也具有一套有效的处理方法。这种诊断方法的应用，大大提高了电力设备故障诊断的效率，提升了诊断的精度。
（二）应用专家系统
在所有诊断系统当中，专家系统的应用最为广泛，在专家系统进行应用的实践当中，其效果也不由分说，诊断效率高。从理论上分析，专家系统其实是计算机技术与人工智能的一种结合，是技术新领域的一种全新的探索。这种故障诊断体系通过利用人工智能模拟人类专家决策过程，效果显著，操作方便，节省了许多人力物力。在较为复杂的电力设备故障当中，该诊断系统也能有效地应用。
（三）综合使用专业知识进行故障诊断
在实际的电力设备诊断工作中，虽然能够进行运用的诊断系统和技术手段多种多样，但是每一种诊断系统都有其本身的弊端。因此，在电力设备故障诊断工作中，为了使诊断效果最大化，通常会应用综合的相关技术和设备进行故障的诊断，以加强全面诊断，降低误差，提升诊断结果的精度。
结束语：本文分析了电力设备故障诊断的相关难题，以及几种效果好的诊断方式。值得注意的是，社会是不断发展的，电力行业也在不断发展，电力设备故障诊断措施只有进行不断的创新，不断引入新技术、新手段、新设备，才能够取得稳定性的胜利。
【参考文献】
[1]王海峰，陆军.复杂电力设备突发故障诊断方法研究与仿真[J].计算机仿真，2013，03：127-129+284.
[2]俞学勇.电力设备的故障判断分析[J].中国科技信息，2014，15：158-159.
[3]张军，张楠.电力系统电气设备故障诊断与检修问题探讨[J].中小企业管理与科技（下旬刊），2014，06：206.