电力系统设备状态监测与故障诊断技术分析

针对我国电力系统状态监测和诊断技术研究及应用中存在的问题,对状态监测和故障诊断的任务、电力系统设备故障的特点、状态监测的实现条件及关键技术等进行了讨论和分析,对状态监测中的数据处理和分析技术进行了说明,指出“状态分类”和“处理决策”是数据分析的核心技术。介绍了国内外状态监测技术的现状和发展,指出只有国内设备管理体制改变和状态检修实施以后,状态监测的应用才会开展起来。     

配电变压器的故障分析与人工智能诊断方法

配电变压器是电力系统中最重要设备之一,其工作状态对电力系统与电力用户都具有十分重要的影响,如何快速的对变压器故障进行诊断、判断故障原因是提高电力系统工作效率、减少经济损失的一个重要途径,因此研究变压器故障诊断对保证电力系统安全、可靠、经济运行,提高电力系统经济效益具有重要意义.基于此,首先分析了配电变压器常见的几种故障,最后介绍一种经典的人工智能故障诊断方法.     

计及警报时序信息的电网故障诊断优化模型

现有的故障诊断解析模型没有充分利用警报信息的时序特性,诊断结果不够明确。对电网故障诊断优化模型中的故障假说进行扩展,用故障发生时间t代表元件的状态,故障发展过程中保护、断路器的状态均为故障发生时间t的函数,其状态值随着时间的发展而变化。此模型能够合理地描述现代电力系统多种保护配置下元件、保护、断路器连续的状态变化及保护和断路器的动作时序关系。最后用电力系统的故障实例对所提出的方法进行了说明。     

变压器故障样本多维诊断及结果可信度分析

电力变压器作为电力系统的核心设备,其安全稳定运行对于电力系统具有重要意义。电力变压器在线故障诊断是实现电力变压器实时状态分析的重要方法,油中溶解气体分析是最常用的电力变压器在线故障诊断方法。目前变压器故障诊断征兆优选多采用基于启发式算法的策略,虽然相较于遍历型算法简化了筛选流程,但仍需消耗大量算力。电力变压器融合故障诊断方面的研究多注重于整体诊断效果的提升,未关注单个样本诊断结果可靠性方面的分析。为解决上述问题,该文提出一种结合数据分布的征兆自主离散及征兆自主降维优选、单事件多模型融合分析的变压器状态分析方法。经实例验证,该方法可以有效分析各征兆数据分布,进行征兆优选,可以从单个事件的角度给出变压器运行状态及可信度。     

浅谈输电线路的状态检修

随着传感技术、微电子技术、计算机软硬件和数字信号处理技术等综合智能系统在状态监测及故障诊断中的应用,基于输电线路设备状态监测和先进诊断技术的状态检修研究得到发展,从而使得输电线路的状态检修即根据设备的运行状态和健康状况而执行检修的预知性作业成为电力系统中的一个重要研究领域。     

变压器的故障诊断研究

变压器的运行状态直接影响电力系统的安全性,开展变压器的在线故障诊断研究,可以尽早发现变压器的潜伏性故障,对提高变压器的运行维护水平,具有重要的意义。本文首先阐述了变压器在线故障诊断的意义,然后对变压器的故障类型和故障诊断方法做了详细的介绍,最后系统地阐述了基于神经网络的变压器诊断理论。     

高压断路器故障诊断技术研究综述

高压断路器是电力系统中重要的保护和控制设备,其工作可靠性对保障电力系统的稳定运行至关重要。对高压断路器进行及时、准确的状态监测和故障诊断,进而实现其状态检修,是保障其工作可靠性的关键。在分析目前高压断路器故障状况的基础上,从高压断路器状态信号特征、信号处理、故障识别方法三方面对高压断路器故障诊断方法的国内外研究进展与存在的问题进行了分析。最后,介绍了高压断路器故障诊断领域中需要解决的关键问题,为进一步提升断路器故障诊断方法提供参考。     

高压断路器状态实时监测与故障诊断系统研究

高压断路器是电力系统中关键部件,对于电力系统的安全、稳定、可靠运行至关重要,因此对高压断路器的状态进行实时监测十分有意义,能及时发现高压断路器的异常运行情况,提高其运行可靠性。基于TMS320F2812芯片设计了高压断路器的实时监测与故障诊断系统,该系统由数据采集单元和数据处理单元组成,数据采集单元负责信号的整定、采样,数据处理单元负责故障诊断、状态监控、数据存储等,两个单元通过RS 485总线进行数据通信。该系统能对高压断路器的运行状态进行实时监测,并对其故障进行准确诊断,具有很高的应用价值。     

电网故障诊断方法及其系统架构的研究

随着电力系统规模的不断扩大,电力系统智能化的要求越来越高,电网故障诊断已经成为电力系统研究的重点。本文结合以往先进的技术和经验,引入知识表示的方法将故障信息进行转化,构建了基于知识表示的电网故障诊断策略。采用分布式的架构建立了电网故障诊断模型,使得电网故障的诊断的效率得到有效提高。最终通过测试对系统的诊断效率和诊断的准确性进行了测试。     

基于油中溶解气监测的变压器在线半监督故障诊断方法研究

变压器是电力系统中的核心设备,其运行的可靠性直接影响着整个电力系统的稳定与安全,因此对变压器运行状态进行实时分析并进行准确的故障诊断非常重要。针对变压器运行状态数据难以收集、故障数据缺乏而导致故障分析模型泛化能力差的问题,该文提出了一种半监督流形嵌入(semi-supervised manifold embedding,SSME)学习的变压器在线故障诊断方法。该方法使用变压器油中H₂、CH₄、C₂H₆、C₂H₄和C₂H₂ 5种不同气体的浓度特征和运行状态类别的有限样本,联合大量在线监测获得的气体浓度样本数据,建立一种在线的半监督故障诊断模型来分析变压器的运行状态,该模型能在0.1s内完成700条在线监测数据的状态检测,其性能可以达到在线诊断的要求。结合实例,对所设计的变压器故障诊断模型的准确性和诊断效率进行了对比分析实验。实验结果表明,该文提出的方法的故障诊断准确率高于经典的深度置信网络(deep belief ...     

基于支持向量机的逆变电源故障诊断

针对基于支持向量机的逆变电源故障诊断进行了研究。使用自行设计的变频电源模拟逆变器各种故障状态,分别采集了常态和各种故障状态下的电压信号,并进行波形和谐波分析。并在MATLAB中搭建了逆变电源的仿真电路用来验证实际电路实验。在电压波形和谐波分析的基础上,研究一种根据电压波形特征进行逆变电源故障诊断的方法,即采用支持向量机分类的方法对逆变器的故障状态进行分类。仿真实验和真实试验验证了基于支持向量机的逆变器故障诊断方法的有效性。     

电网故障诊断的一种完全解析模型

现代大规模互联电网提高了电力系统运行的稳定性和经济性,同时也给电网的故障诊断增加了难度。对电网保护配置和断路器动作规则进行深入分析,提出一种新的电网故障诊断模型——完全解析模型,并为基于此模型的故障诊断提出一种实用有效的求解方法。在完全解析模型中,故障假说（即可疑故障设备的故障情况）与保护、断路器的动作情况及拒动和误动情况一同表示成逻辑变量,而保护配置和断路器动作规则以逻辑方程组形式进行充分表达,逻辑方程组的每个解析解对应一个故障模式（设备故障状态和保护动作、断路器跳闸状态及拒动/误动情况）,是对故障情形的完整解释。本模型对故障诊断规则和保护、断路器的动作逻辑进行完全解析,并完整保留了故障设备、保护动作和断路器跳闸之间的耦合关系,克服了已有解析模型的缺陷。算例表明,保留完整耦合关系的完全解析模型可有效提高故障诊断的准确性和容错能力。     

基于粗糙集理论的电力设备故障诊断方法

电力设备的故障诊断可以看成一个模式分类问题,每一个电力设备故障对应一组特征集。笔者提出了根据电力设备故障案例的故障状况和故障的相关检测参数,建立故障诊断决策表(即“知识库”),并以决策表为主要工具,采用粗糙集理论方法,直接从故障样本集中导出诊断规则,为电力设备提供有效的故障诊断。采用这一方法,在通过信息网络实现远程诊断等过程中,在用户所获取的故障参数信息数据不完备的情况下,有可能为电力设备故障诊断服务提供一条新途径。     

基于支持向量机的电机转子断条故障诊断

交流电动机转子断条故障诊断的问题可以归结为模式分类的问题,支持向量机是近几年来涌现的一种新型的针对小样本集合具有较好分类效果的方法.根据断条故障在定子电流谱中产生相应特征分量,本文利用窗提取的方法对定子电流谱进行转换,在不损失故障特征信息的前提下构造低维数特征空间,并在其中用SVM进行分类.同时针对实际应用中转差率s由于负载的变化而使故障特征频率位置发生变化的问题,分别在恒定负载和变负载条件下进行试验.断条情况为无断条、一根断条、连续两根断条三类,结果表明在恒定负载和变负载条件下都有较高的诊断正确率.同时因为整个诊断过程可以实现自动化,所以可实现在线诊断.     

基于解轨迹拟合的非线性电路故障特征提取

本文针对一类斜波激励响应轨迹（解轨迹）存在且唯一的非线性电路，提出一种基于解轨迹拟合的故障特征提取方法。通过多项式拟合估计解轨迹麦克劳林多项式系数，由多项式系数间的迭代关系将非线性电路分解为线性子电路。在电路混合节点方程和解轨迹多项式系数基础上，提取各子电路节点故障电流为故障特征，结合多轨迹多项式系数矩阵奇异值分解实现非线性电路多故障特征提取。最后通过仿真实例说明该方法的有效性。     

模型诊断在配电线路故障诊断中的应用分析

现代电力系统的配电网结构日益复杂,其发生故障的概率不断增加,采用人工智能方法能够有效地查找配电网故障原因,尽快恢复供电,本文进行了模型诊断在配电线路故障诊断中的应用分析。阐述了模型诊断的基本思想及基本过程,提出了改进冲突识别的方法和基于模型诊断的配电线路故障诊断方案,经实例验证,该方案能够有效地实现配电线路的故障诊断,具有一定的大规模推广应用价值。     

地区电网调度智能辅助决策软件设计

地区电网调度智能辅助决策软件涵盖事前预警、事中诊断、事后恢复3个连续性过程.通过设备状态监视、稳定断面监视、系统预警等3个层次对电网薄弱环节进行分析,准确把握电网的监控要点,给出相应的优化校正策略.事故时依据开关变位、保护动作等信息,基于拓扑分析原理准确诊断出故障范围,生成故障影响报告,自动提供失电区恢复策略.地区电网调度智能辅助决策软件的特点为智能、实用、主动、可视化,可有效提高调度运行人员驾驭大电网的能力,缩短事故处理时间,使电网调度由目前的"人工分析型"上升为"自动智能型".     

基于最优编码集及智能状态估计的电网故障诊断方法

当电网发生故障时,大量的遥信告警和变位信息上传到调度端,使得调度人员很难在短时间内对故障设备及故障类型做出准确的判断。因此提出了利用分组遥信数据识别故障类型,利用人工智能方法纠正差错遥信的电网故障诊断方法。对于此,将各种设备的标准遥信数据映射到故障诊断空间中,求取最优编码集,把故障遥信的故障空间编码值和故障空间最优编码值进行比较归类,查找故障类型,实现电网的故障诊断。通过不同故障模式的远程变位信号数据,利用站内丢失遥信事件的历史数据样本,训练智能状态估计模型。对遥信误变位或漏传数据进行纠正,实现遥信数据的前端数据纠错,提高故障诊断正确率,最终形成具有纠错能力、适用于大数据平台应用的电网故障智能诊断方法。通过案例仿真验证和实际大数据平台挂网运行,验证了智能状态估计模型和故障诊断模型对电网故障元件诊断的有效性。     

基于参数优化的电力变压器故障诊断模型

针对当前电力变压器故障诊断效率低、误差大的难题,提出了基于参数优化的电力变压器故障诊断模型。首先提取电力变压器故障的特征,将其作为最小二乘支持向量机输入,电力变压器故障类型作为输出,然后采用最小二乘支持向量机对电力变压器的故障诊断样本进行学习,构建电力变压器故障识别的分类器,并引入混沌粒子群算法对最小二乘支持向量机的参数进行优化,最后进行了电力变压器故障诊断的仿真对比测试。测试结果表明,本文模型可以准确辨识各种类型的电力变压器故障,获得较高正确率的变压器故障诊断结果,电力变压器故障诊断的速度,而且电力变压器故障诊断整体性能要优于当前其它电力变压器故障诊断模型。     

基于支路元件关联矩阵建模与MPGSA算法的电网故障诊断

电网发生故障后,快速准确地诊断出故障元件并切除故障元件是保障电网正常运行的重要前提。对电网结构、保护配置及断路器的动作规则进行分析,将可疑元件状态、保护和断路器误动或拒动的状态引入故障假说,针对可疑故障母线和线路分别建立目标函数,并引入各级保护之间的影响因子进行修正。通过深入挖掘电网各元件之间的拓扑关联关系,提出基于支路元件关联矩阵的自动建模方法。采用改进模拟植物生长算法(MPGSA)对IEEE14节点仿真验证,算例结果表明所提方法可有效提高故障诊断的容错性和准确性,具有较好的应用前景。