论文部分内容阅读
摘 要：在电力系统的发展过程中，作为一个新技术的设备状态监测技术和故障诊断技术，持续着突飞猛进的发展趋势。在本文中，作者对电力系统的状态检测技术和故障诊断技术进行了探讨分析，希望能为这些问题的解决思路提供些许的启发。
关键词：电力系统；状态监测；故障诊断；技术分析
在国内电力系统设备状态监测与故障诊断技术的实际应用中，虽然某些厂家能够生产出各种检测装置。但是，现在在实际的应用中还是有局限的，在进行状态监测以及诊断某些故障时，还是做的不够完美，在某些问题的分析上缺乏透彻的分析。本文主要是从电力系统设备状态监测与故障诊断内容和任务方面展开研究，关于其在以后的发展空间进行了进一步的探讨，同时针对其目前的不足提出了一些建设性的意见，从内容上来讲主要有状态监测与故障诊断，以此来保证电力系统安全、经济、稳定运行。
一、状态监测与故障诊断技术的含义
为了特殊的目的而进行的注视、观察与校核即为监测。设备的状态监测就是通过使用各种传感器，运用各种测量手段，来检测一些物理、化学量，他们能够反映设备的运行状态，监测是为了使我们能够知道设备是在正常运行，还是出现了某些的异常。设备的“故障诊断”是指根据状态监测，设备故障的严重程度及类型、部位都需要专家用所得到的各测量值、运算处理结果所提供的信息后结合掌握的有关设备的知识和经验进行推理判断，并根据此判断提出维修处理设备的建议。简单的说就是特征量收集后的分析判断过程是故障诊断，状态监测是特征量的收集过程。
二、在线状态监测系统
1.状态监测的概念和任务
故障预报、故障诊断和状态监测等几个内容虽然相近，但在实际应用中却存在差别。所采用的很多方法都是一样的，在内容上它们没有严格的界限，在线检测和数据分析工作都要进行，而且防患于未然是它的最終目标。而在任务方面却有所相同，这里加以区分，以确保能进一步明确状态监测的任务。
故障预报就是预测设备可能出现的各种故障，具体来讲要预测故障发生的时间、位置及程度。故障诊断是针对已经发生的各种故障而言的，是对这些故障进行诊断，首先要找出故障的特征，然后做出正确的定位，而且还要分析故障程度，最后进行诊断。
状态监测包含如下工作内容：①建立设备运行的历史档案，为设备的运行情况积累资料和数据。②判断设备运行状态是异常还是处于正常应根据已出现的故障特征或征兆、历史档案、运行状态等级，并判断故障的程度和性质。③应对设备运行状态进行评估并分类。状态检修的实施在一定的标准形成后便可提供依据。在进行状态监测评估时，要体现出对设备异常状态的预测以及以后可能发生的某种变化的估计，同时还可以创造一些更有利的条件，使这种评估达到最高的水平。
2.状态监测的关键技术
（1）信号采集
诊断对象状态信息的获取是设备运行状态量反映设备运行情况中首要完成的任务，信息的内容除了包括电力设备的电压、电流、频率、局部放电量外，还包括磁力线的密度情况以及正常信号和故障信号。通常，信号的采集方法会随着表征设备状态量信号特性的不同而改变。
（2）数据传送
在传输过程中通常由于信号处理系统距监测设备较远，所以数据易受干扰且容易损失，受周围环境因素的影响较大。首先，应对数据进行模数转换，经过预处理后压缩打包，而后传输到处理控制中心。光纤传输数字信号能较好地保证信号的质量，因为它能抑制干扰，所以电力领域目前已广泛应用通信设备。
（3）处理数据
在通信线路的协助下，数据处理中心可以接受到状态量数据包，之后会很快的在不同的数学方法的帮助下解包处理这些数据。搜索另一个信号可以在时域中由两个信号之间相关性采用相关分析的处理数据；小波分析；人工智能。数字信息技术的广泛应用，以及智能技术的应用，都对电力设备在线监测系统的数据处理时的实时性和准确性起到了良好的作用。
三、故障诊断
1.选取故障信号特征量
将有用的信息量从错综复杂的信号中提取出来，这就是信号处理技术要完成的工作，当设备运行时提供的信息更加精细的时候，设备进行诊断就会表现出更佳的灵敏度。一个故障特征量可能不仅仅是由于某一种故障状态引起的，但是通常情况下，许多的故障特征量反映的是同一种故障，因此，我们要解决的一个困难就是如何争取的选择故障特征量。常因特征量选取不恰当，而在识别运行中电力设备的故障状态和正常状态时出现误诊或漏诊，正常状态和故障状态的特征参量有交叉的部分，这样可能会出现不正确的判断，即故障特征量中具有模糊性。所以我们要选择典型的而且是行之有效的故障特征参量。
2.故障诊断
第一、利用多传感技术和信息融合处理技术诊断某种故障不同的故障表象。多传感技术利用多个传感器从多侧面、多角度观测同一对象，即针对同一故障的多种故障表征，多层次多领域（时域、空间域、频域）采集不同的特征量，选择故障反映灵敏度高的状态信息量，从而较全面的分析诊断故障。
第二、基于特征空间矢量的故障诊断方法，可通过对故障误差的学习实时修正故障特征量。这种诊断方法具有一定的自适应能力，适合于具有不确定性和慢时变性的复杂对象的故障诊断。其实质是将每次的故障征兆矢量作为原先验征兆矢量集中的一个新的先验征兆矢量，并根据自适应算法修正故障特征矢量。故障先验征兆矢量不确定时，则需要人工判断第一次故障。
第三、针对电力设备的固有特性以及在线监测状态信息量不足导致的不确定性，可考虑采用模糊理论中的最大隶属度原则诊断故障原因，判断故障类型，将状态信号与模糊数学方法结合起来分析故障的随机性和模糊性问题。
3.故障诊断分析技术与信息技术
故障诊断分析是分析导致电力设备发生故障的物理过程、化学过程和故障的因果关系。其步骤为：先对大量错综复杂的设备状态特征量归纳整理、降维等简化，再采用识别技术（如模糊识别、神经网络、数理方法、专家系统等）识别出故障特征参数，最后判定故障的性质、类别、程度、部位和原因。
电力设备故障诊断技术趋于数字化和网络化，通过局域网传输设备诊断信息，甚至远程诊断，实现设备状态检测和故障诊断信息的异地传输，诊断精度也有所提高。在技术装备上也出现了虚拟诊断仪器。有的诊断系统还在客户端安装报警系统。设备通过网络及时上传数据可保证信号的实时性。
关键词：电力系统；状态监测；故障诊断；技术分析
在国内电力系统设备状态监测与故障诊断技术的实际应用中，虽然某些厂家能够生产出各种检测装置。但是，现在在实际的应用中还是有局限的，在进行状态监测以及诊断某些故障时，还是做的不够完美，在某些问题的分析上缺乏透彻的分析。本文主要是从电力系统设备状态监测与故障诊断内容和任务方面展开研究，关于其在以后的发展空间进行了进一步的探讨，同时针对其目前的不足提出了一些建设性的意见，从内容上来讲主要有状态监测与故障诊断，以此来保证电力系统安全、经济、稳定运行。
一、状态监测与故障诊断技术的含义
为了特殊的目的而进行的注视、观察与校核即为监测。设备的状态监测就是通过使用各种传感器，运用各种测量手段，来检测一些物理、化学量，他们能够反映设备的运行状态，监测是为了使我们能够知道设备是在正常运行，还是出现了某些的异常。设备的“故障诊断”是指根据状态监测，设备故障的严重程度及类型、部位都需要专家用所得到的各测量值、运算处理结果所提供的信息后结合掌握的有关设备的知识和经验进行推理判断，并根据此判断提出维修处理设备的建议。简单的说就是特征量收集后的分析判断过程是故障诊断，状态监测是特征量的收集过程。
二、在线状态监测系统
1.状态监测的概念和任务
故障预报、故障诊断和状态监测等几个内容虽然相近，但在实际应用中却存在差别。所采用的很多方法都是一样的，在内容上它们没有严格的界限，在线检测和数据分析工作都要进行，而且防患于未然是它的最終目标。而在任务方面却有所相同，这里加以区分，以确保能进一步明确状态监测的任务。
故障预报就是预测设备可能出现的各种故障，具体来讲要预测故障发生的时间、位置及程度。故障诊断是针对已经发生的各种故障而言的，是对这些故障进行诊断，首先要找出故障的特征，然后做出正确的定位，而且还要分析故障程度，最后进行诊断。
状态监测包含如下工作内容：①建立设备运行的历史档案，为设备的运行情况积累资料和数据。②判断设备运行状态是异常还是处于正常应根据已出现的故障特征或征兆、历史档案、运行状态等级，并判断故障的程度和性质。③应对设备运行状态进行评估并分类。状态检修的实施在一定的标准形成后便可提供依据。在进行状态监测评估时，要体现出对设备异常状态的预测以及以后可能发生的某种变化的估计，同时还可以创造一些更有利的条件，使这种评估达到最高的水平。
2.状态监测的关键技术
（1）信号采集
诊断对象状态信息的获取是设备运行状态量反映设备运行情况中首要完成的任务，信息的内容除了包括电力设备的电压、电流、频率、局部放电量外，还包括磁力线的密度情况以及正常信号和故障信号。通常，信号的采集方法会随着表征设备状态量信号特性的不同而改变。
（2）数据传送
在传输过程中通常由于信号处理系统距监测设备较远，所以数据易受干扰且容易损失，受周围环境因素的影响较大。首先，应对数据进行模数转换，经过预处理后压缩打包，而后传输到处理控制中心。光纤传输数字信号能较好地保证信号的质量，因为它能抑制干扰，所以电力领域目前已广泛应用通信设备。
（3）处理数据
在通信线路的协助下，数据处理中心可以接受到状态量数据包，之后会很快的在不同的数学方法的帮助下解包处理这些数据。搜索另一个信号可以在时域中由两个信号之间相关性采用相关分析的处理数据；小波分析；人工智能。数字信息技术的广泛应用，以及智能技术的应用，都对电力设备在线监测系统的数据处理时的实时性和准确性起到了良好的作用。
三、故障诊断
1.选取故障信号特征量
将有用的信息量从错综复杂的信号中提取出来，这就是信号处理技术要完成的工作，当设备运行时提供的信息更加精细的时候，设备进行诊断就会表现出更佳的灵敏度。一个故障特征量可能不仅仅是由于某一种故障状态引起的，但是通常情况下，许多的故障特征量反映的是同一种故障，因此，我们要解决的一个困难就是如何争取的选择故障特征量。常因特征量选取不恰当，而在识别运行中电力设备的故障状态和正常状态时出现误诊或漏诊，正常状态和故障状态的特征参量有交叉的部分，这样可能会出现不正确的判断，即故障特征量中具有模糊性。所以我们要选择典型的而且是行之有效的故障特征参量。
2.故障诊断
第一、利用多传感技术和信息融合处理技术诊断某种故障不同的故障表象。多传感技术利用多个传感器从多侧面、多角度观测同一对象，即针对同一故障的多种故障表征，多层次多领域（时域、空间域、频域）采集不同的特征量，选择故障反映灵敏度高的状态信息量，从而较全面的分析诊断故障。
第二、基于特征空间矢量的故障诊断方法，可通过对故障误差的学习实时修正故障特征量。这种诊断方法具有一定的自适应能力，适合于具有不确定性和慢时变性的复杂对象的故障诊断。其实质是将每次的故障征兆矢量作为原先验征兆矢量集中的一个新的先验征兆矢量，并根据自适应算法修正故障特征矢量。故障先验征兆矢量不确定时，则需要人工判断第一次故障。
第三、针对电力设备的固有特性以及在线监测状态信息量不足导致的不确定性，可考虑采用模糊理论中的最大隶属度原则诊断故障原因，判断故障类型，将状态信号与模糊数学方法结合起来分析故障的随机性和模糊性问题。
3.故障诊断分析技术与信息技术
故障诊断分析是分析导致电力设备发生故障的物理过程、化学过程和故障的因果关系。其步骤为：先对大量错综复杂的设备状态特征量归纳整理、降维等简化，再采用识别技术（如模糊识别、神经网络、数理方法、专家系统等）识别出故障特征参数，最后判定故障的性质、类别、程度、部位和原因。
电力设备故障诊断技术趋于数字化和网络化，通过局域网传输设备诊断信息，甚至远程诊断，实现设备状态检测和故障诊断信息的异地传输，诊断精度也有所提高。在技术装备上也出现了虚拟诊断仪器。有的诊断系统还在客户端安装报警系统。设备通过网络及时上传数据可保证信号的实时性。