电气设备故障诊断方法

因故障引发的电气设备事故影响严重.国内对电气设备故障诊断的关注日益增加;国际大电网会议专门组织工作组,就旋转电机、电力变压器、互感器、断路器、全封闭组合电器、电缆、电容器、套管、绝缘子、避雷器等设备的电介质老化及诊断技术提出了研究报告.依据样板模式的不同,可将电气设备故障诊断的方法分为阈值诊断、时域波形诊断、频率特性诊断、指纹诊断、基于人工神经网络的诊断以及诊断专家系统等.1.阈值诊断 阈值诊断是一种通过测试,按照所得特征是否超过规定阈值来判断设备状态的方法.阈值诊断较简单,易推行;但存在判断不够全面,易误报等缺点.当设备的特征量及状态较多,相互关系较复杂时,借助逻辑运算有利于作出阈值诊断.为反映性能差异评价的不分明性,也可用模糊集合论的方法进行模糊诊断.2.时域波形诊断 通过测试,将某种物理量随时间变化的曲线与样板对照来判断设备状态的方法,称为时域波形诊断.     

现场局部放电信号中周期性窄带干扰的抑制

电力变压器局部放电监测信号分析过程中 ,抑制周期性窄带干扰的方法主要有自适应滤波器、FFT频域滤波、小波降噪以及基于 Remez算法的高能数字滤波器等。对比这些方法处理的结果 ,可知 Remez算法具有最佳抗干扰效果和最高的信噪比。     

基于Internet的电力设备虚拟医院

为实现电力设备诊断技术的信息共享并提供设备远程诊断服务和保证电力系统的安全运行 ,探讨了具有广泛实用价值的电力设备虚拟医院的架构 ,初步研究了以电力变压器为代表的电力设备远程诊断     

根据脉冲波形特征识别几种典型模型放电的研究

根据电机绝缘中的主要放电形式，设计了模拟电机放电的６种试验模型，进行模型在不同电压或电流下的放电试验。应用采样率为１２８Ｍｓ／ｓ的数字化测量装置，在双层屏蔽试验室内，取得了各种模型的放电电流脉冲。采用自回归模型来提取脉冲波形特征，并用人工神经网络来识别不同的放电类型。研究了人工神经网络输入特征矢量的构成方式及自回归模型阶次对放电识别的影响。将放电脉冲波形比较接近的模型归并为一种类型，可提高识别的可靠率。     

电力变压器局部放电在线检测系统

本文介绍了一套用于检测运行电力变压器局部放电的检测系统,它由电流传感器、超声传感器、传输信号用的光纤传输系统以及Super—PC/XT微型计算机组成。此系统可联合检测一路电脉冲信号和三路超声波信号(从六路超声波信号中任选),由计算机采集、处理收到的信号,从而使该系统具有测量变压器内部局部放电,识别干扰,对局部放电源初步定位的功能。实验室和变电站现场实测结果表明,这一套检测系统是成功的。     

冲击电压作用下SF6的绝缘特性计算方法

设计了一种计算ＳＦ６绝缘特性的方法，可用它计算在不均匀间隙中，各种波头的冲击电压下，不同的ＳＦ６气压时，ＳＦ６的最小击穿电压。     

基于组件对象模型的电力设备监测系统软件研究

本文针对现场被监测设备种类繁多,部署结构复杂的特点,研制的电力设备监测系统软件以组件对象模型为基础。通过对数据采集和处理过程进行适当的抽象,解决了对设置发布式监测时遇到的系统软件协同问题。     

电力设备分布式监测系统软件结构研究

介绍一种分布式电力设备在线监测系统 PEMDS,主要讨论系统软件的结构和设计原则。针对监测多台设备、多种特征量的要求 ,引入了新的设计原则。采用这种原则可提高系统性能 ,升级、维护简单 ,软件开发更有效。还讨论了用于管理数据处理序列的可控数据处理工具 PDPT。     

基于UHF和HF的局部放电降噪方法的研究

采用基于阿基米德螺旋天线的特高频法与基于电流传感器的高频法对比测量的方法 ,发展了一种新型的降噪方法。其基本原理是 :高频法测得的脉冲信号中包括了油中放电信号和空气中电晕造成的脉冲干扰信号 ;特高频法测得的只有油中放电信号 ;故对高频法获得的信号 ,在仅对应于特高频法获得的信号处开窗时 ,可剔除脉冲干扰而获得油中放电信号。模拟实验以及现场变压器的实测结果证明这种降噪方法可有效抑制各种干扰特别是脉冲型干扰。     

变压器局放在线监测中的现场干扰分析

对某发电厂的 5 0 0 k V变压器干扰进行了离线和在线测试 ,比较了干扰的特点和各个测量点的灵敏度 ,包括可控硅产生信号的特点和低压电源侧干扰对测量信号的影响