论文部分内容阅读
[摘 要]大型变电站的数量随着电力系统规模的不断扩大而增加，随之而来的就是对电力设备可靠性要求的提高，电力设备状态的监测和故障诊断是变电站的重要工作内容。智能信息融合技术在变电站电力设备的监测和故障诊断等环节中的应用，必将推动变电站综合自动化的向前发展。本文主要探讨智能信息融合技术在电力设备中的应用。
[关键词]电力设备 智能信息融合 故障诊断 应用
中图分类号：TM73；TP202 文献标识码：A 文章编号：1009-914X（2016）21-0395-01
电力信息化是指信息技术在电力工业应用中全过程的总称，也是电力行业在信息技术的推动下由传统行业向高度知识化、高度技术化和高度集约化的转变过程。六十年代到八十年代初期是我国电力信息化建设的起步阶段，八十年代到九十年代初电力信息化的应用逐渐深入到专项业务中去，计算机系统在电力行业的多个领域得到应用；九十年代初到二十一世纪，信息技术的蓬勃发展大大推动了电力信息化的发展，电力信息化网络系统逐步形成，在电网管理中，由于信息技术参与，电力行业已经突破了传统电网管理以及企业管理的桎梏。虽然目前我国的电力信息化建设已经取得了很大的成就，但是在其发展过程中仍然存在着许多问题，需要去一一解决。智能信息融合技术在电力设备中的应用，在很大程度上为很好地解决这些问题提供了良好的条件和基础。信息融合又称多传感器融合或数据融合，最早应用于军事领域，它是对多源信息进行处理的过程，通过对不同时间和空间的数据进行综合处理，得到对现实环境的更精确、更可靠的描述。
一、智能信息融合
智能信息融合包括以下三个层层递进而又相互依赖的含义：一是信息的全空间，即融合空间的性质，指的是融合系统所要处理的各种信息是全空间信息；二是信息的综合，即融合的动态细信息流，也就是对信息的加工和处理；三是信息的互补过程，也就是实现结构、功能、信息表达方式等上的互补，实现系统功能上的互补是信息融合的目标之一。智能信息融合的基本原理类似于人对信息的综合处理，即充分利用多源信息并将这些信息实现空间和时间上的互补（即多级别、多层次、多方位的组合处理）以期提高整个系统的可靠性和准确性。
智能信息融合分为数据层融合、特征层融合和决策层融合三个层次。数据层融合就是直接对所采集到的原始测量数据进行数据分析和综合融合，它是最低层次的融合，但是却能给使用者提供更为细致的信息，这是其它融合层次所不能提供的。与此同时，其处理数据时间长、处理代价高、处理数据量大、抗干扰能力差等这些局限性就显现出来。特征层融合属于中间层次的融合，要实现这一层次的融合，首先就需要提取原始信息的特征，然后再对所提取出来的特征信息进行综合分析和处理。决策层融合是高层次融合，通过信息源对目标属性的独立处理，再将结果进行融合，最终得到的就是求解问题的最终决策。智能融合系统有集中型融合、混合式融合、分布式融合、反馈式融合四种类型。
智能信息融合技术不同于其他单一的诊断技术，它在电力设备中的应用，就是以电力设备电气试验数据、常规检查项目和运行检修记录等作为分析的数据源，并在此基础上，判断设备是否正常运行，从而为设备的状态监测提供依据和基础。
三、智能信息融合技术在电力设备中的应用
随着电力行业的迅猛发展，信息系统的规模和复杂性也随之增加，电力行业为了提高对自身工作状态和工作环境的感知力，就必须提高对信息加工和处理手段的要求，智能信息融合技术的出现无疑给电力行业的信息加工和处理搭建了一个很好的发展平台。智能信息融合技术在电力设备中的应用主要趋向于利用多传感器的各种信息综合处理設备故障，对大型、复杂在线运行的电气设备进行实时监测、捕捉电力设备的突变信号，进而有效提高对电力设备故障诊断的精确度。
电力设备故障诊断系统是指利用诊断系统的各种状态信息和已有的各种知识，并对其进行综合处理，最终获得有关系统运行状态和故障状况的综合评价。故障抢修模块氛围三个子模块，分别是：故障定位模块、故障诊断模块和最优抢修路径分析模块，智能信息融合技术在电力设备故障诊断中会大大提高故障诊断的无论速率和效率。下面主要从以下三个方面着手讲述：
首先就是多层次故障诊断模型。故障诊断在整个故障抢修模块中是处于重要地位的。只有通过基于智能信息融合技术的故障诊断正确定位故障设备，并对其故障部位、类型和性质做出正确的判别，提供处理意见，才能及时、准确地解决问题。需要注意的是，在采用智能诊断的时候，诊断模型的设计是非常关键的，因为它直接关系到诊断结果的准确信和可靠性。由于设备故障具有层次性，故诊断模型需要适应设备故障的这一特点，实行分层次的综合诊断，这种诊断模型分为三个阶段，第一阶段是在多传感器部分采用时间和空间相结合的融合模型。，进行特征层的融合；第二阶段是第一阶段的决策融合，目的在于确定故障子集；第三阶段是第二阶段的决策融合，目的在于综合其他信心，诊断设备具体的故障信息。如此一步一步接近设备故障的最真实情况。
其次是特征层传感器时空加权融合。传统的多传感器在进行数据融合的时候，割裂了数据融合的时间性和空间性，基本上只考虑到了同一时间下不同空间位置上的传感器的数据融合，忽视了不同时间数据信息之间的联系这一对故障诊断而言非常重要的地方。基于智能信息融合技术下的电力设备故障诊断能够将同一时间和不同时间下不同空间位置上的传感器的数据进行融合，即实现了特征层传感器时空加权融合，有效弥补了传统多传感器在数据融合时的不足之处。但是在进行数据融合的时候，由于不同位置传感器自身特性和传感器各时刻的特征信息对故障诊断的影响，要考虑到各个时刻和各个传感器的权值，并利用最小二乘法求得最优权值，以最大限度地降低融合误差。以变压器故障诊断为例，变压球故障可分为围屏故障、磁路故障和电路故障三种，这三种类型之下还有更细的故障类型。其中围屏故障又分为油中气泡引发的局部放电、围屏及撑条防电、悬浮电位体感应三种故障类型，磁路故障分为铁心局部短路、铁心多点接地和露磁或磁屏蔽过热三种故障类型，电路故障分为套管及引线接触不良、线圈层匝间短路、分接开关接触不良、过负荷或冷却不良引起的绕组过热四种故障类型。面对这一问题，首先就需要利用多传感器采集油中溶解气体，同时结合SCADA系统中的信息，进行特征层新系统和处理，得出初步的诊断结论；然后再结合搜集的变压器其他相关证据进行决策层融合，进一步修正诊断结果，确定故障子集，对故障子集中的每一个具体故障进行识别和证据推理，最后得出故障诊断结果。
除此之外，智能信息融合技术还能有效应用与电力负荷预测和电网继电保护中去。电力负荷预测是通过对电力需求量或用电量的估计和推测，来决定发电设备的容量等，智能信息融合技术在其中的应用推动了预测技术的发展，进而能够有效降低企业成本，提高电力供电的可靠性，节省电力资源。电网继电保护是电力系统安全防御的重要部分，主要用于当电器元件发生故障时，及时切除故障与案件，保证电力系统的稳定运行，智能信息融合技术在电网继电保护中的应用能够有效综合处理各种故障信息的神经网络信息融合，实现多种故障检测方法的模糊信息融合，进而提高电网继电保护的准确性和即时性。
四、结束语
信息化水平直接影响到一个企业乃至整个国家的综合竞争力，电力行业是国民经济建设的支柱性工业，更是一个技术密集型、资金密集型行业，它在保障社会经济快速发展中起到很重要的作用。智能信息融合技术在电力设备中的高效应用，能够让我国的电力行业更上一层楼。
参考文献
[1]郑蕊蕊.职能信息处理理论的电力变压器故障诊断方法[D].吉利大学 2010
[2]胡文平.基于职能信息融合的电力设备故障诊断技术研究[D].华中科技大学 2005
[3]黄建华，全零三.变电站高压电器设备状态检修的现状及其发展[J].电力系统自动化 2001（16）
[关键词]电力设备 智能信息融合 故障诊断 应用
中图分类号：TM73；TP202 文献标识码：A 文章编号：1009-914X（2016）21-0395-01
电力信息化是指信息技术在电力工业应用中全过程的总称，也是电力行业在信息技术的推动下由传统行业向高度知识化、高度技术化和高度集约化的转变过程。六十年代到八十年代初期是我国电力信息化建设的起步阶段，八十年代到九十年代初电力信息化的应用逐渐深入到专项业务中去，计算机系统在电力行业的多个领域得到应用；九十年代初到二十一世纪，信息技术的蓬勃发展大大推动了电力信息化的发展，电力信息化网络系统逐步形成，在电网管理中，由于信息技术参与，电力行业已经突破了传统电网管理以及企业管理的桎梏。虽然目前我国的电力信息化建设已经取得了很大的成就，但是在其发展过程中仍然存在着许多问题，需要去一一解决。智能信息融合技术在电力设备中的应用，在很大程度上为很好地解决这些问题提供了良好的条件和基础。信息融合又称多传感器融合或数据融合，最早应用于军事领域，它是对多源信息进行处理的过程，通过对不同时间和空间的数据进行综合处理，得到对现实环境的更精确、更可靠的描述。
一、智能信息融合
智能信息融合包括以下三个层层递进而又相互依赖的含义：一是信息的全空间，即融合空间的性质，指的是融合系统所要处理的各种信息是全空间信息；二是信息的综合，即融合的动态细信息流，也就是对信息的加工和处理；三是信息的互补过程，也就是实现结构、功能、信息表达方式等上的互补，实现系统功能上的互补是信息融合的目标之一。智能信息融合的基本原理类似于人对信息的综合处理，即充分利用多源信息并将这些信息实现空间和时间上的互补（即多级别、多层次、多方位的组合处理）以期提高整个系统的可靠性和准确性。
智能信息融合分为数据层融合、特征层融合和决策层融合三个层次。数据层融合就是直接对所采集到的原始测量数据进行数据分析和综合融合，它是最低层次的融合，但是却能给使用者提供更为细致的信息，这是其它融合层次所不能提供的。与此同时，其处理数据时间长、处理代价高、处理数据量大、抗干扰能力差等这些局限性就显现出来。特征层融合属于中间层次的融合，要实现这一层次的融合，首先就需要提取原始信息的特征，然后再对所提取出来的特征信息进行综合分析和处理。决策层融合是高层次融合，通过信息源对目标属性的独立处理，再将结果进行融合，最终得到的就是求解问题的最终决策。智能融合系统有集中型融合、混合式融合、分布式融合、反馈式融合四种类型。
智能信息融合技术不同于其他单一的诊断技术，它在电力设备中的应用，就是以电力设备电气试验数据、常规检查项目和运行检修记录等作为分析的数据源，并在此基础上，判断设备是否正常运行，从而为设备的状态监测提供依据和基础。
三、智能信息融合技术在电力设备中的应用
随着电力行业的迅猛发展，信息系统的规模和复杂性也随之增加，电力行业为了提高对自身工作状态和工作环境的感知力，就必须提高对信息加工和处理手段的要求，智能信息融合技术的出现无疑给电力行业的信息加工和处理搭建了一个很好的发展平台。智能信息融合技术在电力设备中的应用主要趋向于利用多传感器的各种信息综合处理設备故障，对大型、复杂在线运行的电气设备进行实时监测、捕捉电力设备的突变信号，进而有效提高对电力设备故障诊断的精确度。
电力设备故障诊断系统是指利用诊断系统的各种状态信息和已有的各种知识，并对其进行综合处理，最终获得有关系统运行状态和故障状况的综合评价。故障抢修模块氛围三个子模块，分别是：故障定位模块、故障诊断模块和最优抢修路径分析模块，智能信息融合技术在电力设备故障诊断中会大大提高故障诊断的无论速率和效率。下面主要从以下三个方面着手讲述：
首先就是多层次故障诊断模型。故障诊断在整个故障抢修模块中是处于重要地位的。只有通过基于智能信息融合技术的故障诊断正确定位故障设备，并对其故障部位、类型和性质做出正确的判别，提供处理意见，才能及时、准确地解决问题。需要注意的是，在采用智能诊断的时候，诊断模型的设计是非常关键的，因为它直接关系到诊断结果的准确信和可靠性。由于设备故障具有层次性，故诊断模型需要适应设备故障的这一特点，实行分层次的综合诊断，这种诊断模型分为三个阶段，第一阶段是在多传感器部分采用时间和空间相结合的融合模型。，进行特征层的融合；第二阶段是第一阶段的决策融合，目的在于确定故障子集；第三阶段是第二阶段的决策融合，目的在于综合其他信心，诊断设备具体的故障信息。如此一步一步接近设备故障的最真实情况。
其次是特征层传感器时空加权融合。传统的多传感器在进行数据融合的时候，割裂了数据融合的时间性和空间性，基本上只考虑到了同一时间下不同空间位置上的传感器的数据融合，忽视了不同时间数据信息之间的联系这一对故障诊断而言非常重要的地方。基于智能信息融合技术下的电力设备故障诊断能够将同一时间和不同时间下不同空间位置上的传感器的数据进行融合，即实现了特征层传感器时空加权融合，有效弥补了传统多传感器在数据融合时的不足之处。但是在进行数据融合的时候，由于不同位置传感器自身特性和传感器各时刻的特征信息对故障诊断的影响，要考虑到各个时刻和各个传感器的权值，并利用最小二乘法求得最优权值，以最大限度地降低融合误差。以变压器故障诊断为例，变压球故障可分为围屏故障、磁路故障和电路故障三种，这三种类型之下还有更细的故障类型。其中围屏故障又分为油中气泡引发的局部放电、围屏及撑条防电、悬浮电位体感应三种故障类型，磁路故障分为铁心局部短路、铁心多点接地和露磁或磁屏蔽过热三种故障类型，电路故障分为套管及引线接触不良、线圈层匝间短路、分接开关接触不良、过负荷或冷却不良引起的绕组过热四种故障类型。面对这一问题，首先就需要利用多传感器采集油中溶解气体，同时结合SCADA系统中的信息，进行特征层新系统和处理，得出初步的诊断结论；然后再结合搜集的变压器其他相关证据进行决策层融合，进一步修正诊断结果，确定故障子集，对故障子集中的每一个具体故障进行识别和证据推理，最后得出故障诊断结果。
除此之外，智能信息融合技术还能有效应用与电力负荷预测和电网继电保护中去。电力负荷预测是通过对电力需求量或用电量的估计和推测，来决定发电设备的容量等，智能信息融合技术在其中的应用推动了预测技术的发展，进而能够有效降低企业成本，提高电力供电的可靠性，节省电力资源。电网继电保护是电力系统安全防御的重要部分，主要用于当电器元件发生故障时，及时切除故障与案件，保证电力系统的稳定运行，智能信息融合技术在电网继电保护中的应用能够有效综合处理各种故障信息的神经网络信息融合，实现多种故障检测方法的模糊信息融合，进而提高电网继电保护的准确性和即时性。
四、结束语
信息化水平直接影响到一个企业乃至整个国家的综合竞争力，电力行业是国民经济建设的支柱性工业，更是一个技术密集型、资金密集型行业，它在保障社会经济快速发展中起到很重要的作用。智能信息融合技术在电力设备中的高效应用，能够让我国的电力行业更上一层楼。
参考文献
[1]郑蕊蕊.职能信息处理理论的电力变压器故障诊断方法[D].吉利大学 2010
[2]胡文平.基于职能信息融合的电力设备故障诊断技术研究[D].华中科技大学 2005
[3]黄建华，全零三.变电站高压电器设备状态检修的现状及其发展[J].电力系统自动化 2001（16）