基于数据挖掘技术的SF6气体分析和故障诊断研究

首先介绍了数据挖掘技术中的粗糙集理论和模糊化神经网络,然后尝试了数据挖掘技术在SF6气体分析和故障诊断中研究。利用基于粗糙集的模糊化神经网络,通过对SF6设备故障和检修记录中的SF6数据进行挖掘处理,建立了SF6运行状态中各种气体成分之间的直观联系。重点探索数据挖掘技术在设备运行状态诊断中的应用研究。研究表明,数据挖掘技术在电力系统中具有很好的应用前景。     

基于在线监测数据挖掘的状态评价优化研究

分析研究了当前状态检修策略中在线监测数据的分析判据方法。为寻找相对差异性较大、值得注意的目标,提高预警、检修计划的针对性,提出了利用同类设备、同一设备在线监测历史数据进行数据挖掘的技术思路。以冀北电网油色谱分析数据为对象,成功应用数据挖掘技术,开展了数据有效性与规范性分析、数据预处理以及状态评价的适应性优化,提出了油色谱在线监测数据动态判断标准,为进一步优化设备状态评价奠定了良好的实践基础。     

基于数据挖掘技术的电厂设备状态检修系统

介绍了基于数据挖掘技术的设备状态检修系统设计模型。本系统采用模块化设计,包括3个模块和2个数据库,分别为数据采集模块,诊断分析模块,决策分析模块和历史数据数据库,规则数据库。数据采集模块用于采集设备的运行状态信息;诊断分析模块根据采集到的数据对设备状态进行分析评价,从而确定最佳的检修时间和检修项目,制定合适的检修决策建议;决策分析模块根据诊断分析的结果,决定是否进行检修,进而确定检修计划。各模块完成独立的功能,同时又相互联系。     

基于大数据的变压器设备状态及风险分析研究与应用

基于大数据处理和数据挖掘技术,对电网企业变压器设备状态及风险数据分析研究,构建变压器设备运行状态特征分析和风险分析模型,实现对电网企业设备运行状况掌握及设备运行风险的预测,为生产人员和运维检修人员提供分析依据,提升风险防范能力,保证电力安全生产,从而减小经济损失。     

配电网状态检修技术体系研究

介绍了配电网状态检修技术体系研究的主要内容,详细阐述了配电网状态检修技术体系中设备评价、设备试验、设备检修及支撑性技术的研究思路、方法和内容,构建了配电网状态检修技术体系,为开展配电网状态检修提供了科学的技术保障。     

铁路智能变电站变压器状态数据挖掘研究

针对高速铁路电力能源大量消耗、变压器用电安全、寿命状态管理等难题,提出一种基于数据计算建模的铁路智能变电站变压器温升仿真计算,以评估其使用寿命损失和容量优化配置情况。同时结合数据挖掘模型设定、流程分析,研究变压器随机性负荷事件与其寿命风险影响程度的关系;通过训练数据挖掘模型、数据校验,判断变压器运行状态和动态巡视检修的最佳时间,及时进行风险控制;根据事故状态指导巡视检修工作,实现由原先的计划检修转变为动态检修,减少人员传统巡检工作量。为高速铁路变压器寿命健康管理提供技术支撑,有助于推动铁路电力行业设备动态巡检的发展。     

变电站继电保护装置状态检修实际应用研究

简要介绍了状态检修体制的演变和现状,分析了设备故障发展过程,研究了变电站继电保护设备状态检修基本原理和思路,分析了继电保护设备状态监测的内容,并结合缺陷分析建立了设备状态评估体系和制定了检修策略,提出改进了的评估周期和检修项目,最后对智能变电站继电保护设备状态检修应用做了简要分析研究。     

一种基于输变电设备集中监控信息的试运行变电站风险评估方法

通过对输变电设备集中监控信息的大数据挖掘,结合杭州电网内试运行变电站运行、维护、检修的工作实际情况,应用数据挖掘中的关联分析,动态评估试运行变电站在试运行阶段不同时间的运行风险。该风险可以结合输变电设备的状态评价体系,为试运行变电站的运检计划的制定提供数据支撑和参照标准,实现试运行变电站的精准运维检修。实际应用情况表明,该风险评估体系可以有效评估试运行变电站运行风险,提高运维检修工作的有效性,进而提高杭州电网试运行变电站的整体运维检修水平。     

数据仓库与数据挖掘技术用于设备预测检修

针对电力系统中待处理数据量的急剧增加，研究了数据仓库和数据挖掘技术的发展概况、实现方法以及其在电力系统中的应用前景。以华能上海石洞口第二电厂为研究背景，将数据仓库和数据挖掘应用于设备状态检修中，结合炉管超温这一主题，介绍了数据仓库的系统结构，说明了数据仓库的实施原则，并对其进行数据挖掘和结果分析，发现当机组负荷和给水量与给煤量之比同时低于特定值时，极易发生炉管超温。     

决策树分类算法在发电设备状态检修中的应用研究

针对当前火力发电厂实施设备状态检修面临的问题，提出了用数据挖掘中的决策树分类算法对反映设备状态的各类指标数据进行分析，挖掘设备状态的分类规则。对如何构造设备状态训练样本集提出了可行办法，详细描述了运用SQL语言实现决策树分类算法(ID3)的具体步骤。通过实例计算验证了该算法的正确性和有效性。     

电厂动力设备状态维修管理系统的开发

状态维修是根据设备状态信息、判断设备的异常、预测设备的故障 ,在故障发生前进行维修。电厂动力设备状态维修管理系统设计思路是建立数据库 ,结合电厂现有的设备信息管理系统、物质管理系统、缺陷管理系统以及设备巡检系统等 ,建立集数据管理、分析、预测、诊断、决策于一身的设备状态维修管理系统。该系统由输入模块、输出模块、诊断预测模块、维修决策模块、数据库备份模块和索引模块等组成 。     

基于状态评价及风险评估的输变电设备状态检修策略的研究

针对传统的输变电设备定期检修存在的问题,提出以状态检修策略取代定期检修。比较了基于全寿命周期管理、基于可靠性和基于状态评价及风险评估的3种状态检修技术,认为基于状态评价及风险评估的状态检修技术优点较为突出。设备状态评价包括状态量的选取、设备状态的评价、设备状态等级的确定等方面,设备风险评估以风险值为指标,包括资产的量化、资产损失程度的确定等内容。     

沙角C电厂设备状态检修平台的设计

针对沙角C厂设备管理的现状,以点检制为背景,采用可靠性分析,融合软件设计思想,提出一套完整的状态检修设计方案,实现基于B/S和C/S混合模式的状态检修系统。该平台的实施优化了电厂设备管理体制,提高了设备维修的效率,并为今后全面实施状态检修打下了良好的基础。     

四川省电力公司输变电设备状态检修体系建设与应用

随着四川电网规模的快速发展和不断扩大,四川省电力公司之前一直沿用的定期设备检修模式已不能适应电网发展的需求。状态检修作为解决当前检修工作面临问题的重要手段,是以设备当前的实际状态为依据,根据设备状态的评价结果来指导检修工作,能为设备的安全稳定运行提供可靠的技术和管理保障。从2008年起,四川省电力公司根据国家电网公司出台的状态检修相关规章制度和技术标准,在充分保证电网安全稳定运行和可靠供电的前提下,从管理、技术、资料与信息收集、执行、宣贯与保障等5个方面建立了四川省电力公司的输变电设备状态检修体系。同时四川省电力公司积极在全省范围内推进状态检修工作,目前所有电业局(公司)都已建立了相应的状态检修工作体系,实现了现行管理体制与状态检修管理体制的有机融合,保证了全省状态检修工作的科学有序开展。     

我国电气设备状态维修的发展与实现

状态维修是国内外电气设备维修的发展方向，在介绍我国电力系统中电气设备维修方式发展过程的基础上，指出实施状态维修的必要性。分析当前设备状态维修所包含的内容，对其所需要的技术支持系统发展状况进行了详细讨论，指出需要深入研究的问题。结合实际情况，在现有的技术条件和管理基础上对具体设备的维修方式进行讨论，提出对不同设备选用合适的维修方式，可提高设备维修的经济效益。     

输变电设备状态检修策略研讨

论述对比了国内外输变电设备状态检修工作的现状,介绍了吉林省输变电设备状态检修工作的实际情况,指出实现状态检修应从信息收集、设备状态评价、检修策略制定3个方面着手,提出从定期检修到状态检修转变过程中的技术关键.     

设备状态检修分析系统设计与实现

智能电网中自动化和信息化技术的不断发展,为设备状态检修的实现提供了重要手段。在分析了目前设备管理、设备状态检修和设备现场运维等应用现状与管理需求的基础上,提出了通过构建设备状态检修分析系统实现对设备台账数据、设备运维数据、在线监测数据和电网运行数据等各类数据的高效利用;研究了设备状态检修分析系统中的关键技术,包括基于IEC61850的站端监测数据整合技术、IEC61970与IEC61850的模型融合技术、设备健康档案数据管理技术等,系统实现了设备状态预警、状态评价、风险评估、故障诊断与运维策略决策等功能。通过对设备状态实时监控及图形化展现。为提高设备运维效率、降低电力企业成本、实现设备资产优化管理提供了有益参考。     

电力系统二次设备的状态检修

探讨了状态检修的概念,必要性和进行状态检修所要具备的条件和面临的困难。重点对二次设备开展状态检修所要进行的监测项目,监测方法,解决的难点问题进行分析,以便检修工作由简单的计划检修向计划检修和状态检修相结合过渡。     

输变电设备状态检修模式探析

针对电网企业降低运行成本、提高设备利用率的问题,阐述了变电设备检修工作的现状,分析了状态检修的理论内涵和开展状态检修工作存在的问题.实践证明,设备状态检修能通过先进的状态监测手段、可靠性评价手段以及寿命预测手段判断设备的运行状态,制定合理的检修维护策略,降低维修成本,提高电网系统的安全、经济、稳定运行水平.     

Effect of sensor information accuracy on condition‐based strategy of GIS/GCB maintenance

Condition‐Based Maintenance (CBM) is a new maintenance strategy and interest of utilities for reliable operation of aged power equipment. Although attempts have been made to apply CBM to various types of equipment, owing to insufficient understanding of the effect of the accuracy of condition information provided by sensors, the specification of reliable information is still not clear and CBM has not been widely applied in real power substations. The effect of the accuracy of condition information on the criteria of failure recognition is treated in this paper. The potential failure curve (P‐F curve) used in the original Reliability‐Centered Maintenance (RCM) concept is studied and its effect is explained. The explanation is confirmed by comparison of proved original sensors for CBM and existing sensors in an SF₆ gas slow leakage detection experiment. The experiment indicates that SF₆ gas leakage at levels of less than 0.1% per year might be detected with a CBM sensor. It is concluded that special efforts should be devoted to the sensitivity and long‐term stability of sensors for reliable operation of power substations under the CBM strategy. © 2011 Wiley Periodicals, Inc. Electr Eng Jpn, 176(2): 14–21, 2011; Published online in Wiley Online Library ( wileyonlinelibrary.com ). DOI 10.1002/eej.21114