基于实时动态基线的运行设备多元状态估计方法

针对稳定运行的设备状态监测问题,本文提出基于实时动态基线的运行设备多元状态估计方法。该方法通过对运行设备监测所得大数据的学习和训练,构造稳定运行工况下的设备健康矩阵;然后针对设备当前运行观测值,计算实时偏差;根据偏差构建实时动态基线,实现对设备运行状态的判断,通过及时反馈故障成因的贡献率定位异常测点。将该方法应用于某机组风烟系统,结果表明:该方法能在早期准确发现设备异常状态并进行故障诊断,有效解决设备异常状态固定阈值判断的不确定性和滞后性,降低设备故障误判概率。     

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。     

基于数据挖掘的配网设备故障智能检测研究

以准确和高效检测配网设备故障为研究核心,提出基于数据挖掘的配网设备故障智能检测方法。采用基于时间序列的配网设备运行数据预处理方法,预处理配网设备运行数据中的噪声点异常数据,提高数据质量;将预处理数据导入基于数据挖掘的配网设备故障智能检测模型中,计算配网设备运行故障的概率,定位存在故障的配网设备位置,实现配网设备故障智能检测。结果表明:配网设备故障检测精度高,可实时检测配网设备故障。     

基于机械和电气特性融合的高压断路器故障诊断方法

为解决高压断路器故障诊断精度低的问题,提出了一种基于机械和电气特性融合的高压断路器故障诊断方法,该方法基于机械特性诊断高压断路器故障类型,将电气特性作为故障辅助判别依据,进而实现机械和电气特性融合的故障诊断。首先基于最小欧式距离和相关性原理,建立基于机械特性的高压断路器典型故障库,并基于典型故障特征指标权值计算得到典型故障特征向量相似度;然后分析高压断路器分合闸线圈电流波形阶段特性,在选取得到基于分合闸线圈电流的特征向量后,计算基于电气特性的故障辨识度;最后搭建故障诊断试验平台验证方法的有效性。结果表明,该方法的平均故障诊断精度为93.2%,能够精确诊断高压断路器故障,验证了该方法的有效性。     

基于保护分区特性的换流站故障诊断

特高压换流站设备类型多,设备故障概率高,因此如何快速可靠地实现故障定位对于故障处置具有重大意义。基于保护动作的结果,提出了一种基于保护分区特性的故障诊断方法,结合保护动作情况和动作保护的分区特性实现故障诊断。以金华换流站某日发生的换流变阀侧套管故障为例,使用文中提出的分区方法,实际应用结果表明,该方法准确地实现了故障定位和诊断。     

高压线路故障监测与告警系统

针对高压线路的实际架设以及线路的网络拓扑,提出了一种通过无线传输的方式来实现高压线路故障监测与告警。系统中采用故障指示器监测高压线路的运行信息,通过无线传输方式将故障指示器监测到的数据传送到电力监控中心,无线传输分成从线路上方到地面的纵向传输以及从监测点到监控中心的横向传输。一旦线路发生故障,系统可以快速地将故障线路的运行信息发送回电力监控中心,工作人员实时进行数据的查询,统计、分析,从而引导维修人员迅速准确地找到故障点,提高了工作效率。该系统的实现对于高压线路故障的准确定位具有一定的意义。     

基于系统信号时序特征辨识的电力机车齿轮弛缓故障实时诊断EI北大核心CSCD

牵引控制单元是列车动力系统唯一的控制装置,充分利用其全面的信息采集和处理能力,准确诊断出牵引传动系统关联的走行部件故障,以便控制单元及时执行合理的保护动作,对提升列车的可靠性和安全性至关重要。现有的齿轮弛缓故障诊断方法因仅采用了牵引电机速度信息,存在误报或漏报现象,为此,文中提出一种基于多维系统信号时序特征模式辨识的弛缓故障实时诊断方法。该方法首先从齿轮传动系统弛缓故障机理入手,结合历史故障案例数据,从相关系统信号中提取出能够有效表征故障的特征指标;其次,揭示列车不同工况下的特征指标的变化规律,建立与弛缓故障强相关的多变量时序特征模式库;然后,基于动态时间弯曲算法实现与模式库相关时序特征的实时相似度匹配并采用CUSUM算法进行诊断决策,实现弛缓故障的有效辨识。最后,应用列车实际运行数据对提出的故障诊断模型进行验证。测试结果表明,相比现有的方法,提出的方法明显提升了弛缓故障检测率,且在速度传感器发生故障和轮对空转时,不会出现弛缓故障误报,具有良好的实用价值。     

基于概率统计和韦布尔分布的一体化终端故障诊断模型研究

目前各地市供电局存在故障的终端数量比较多,依靠人工排查,工作量比较大,而且对供电局的技术能力要求也比较高。提出了一种基于概率统计和韦布尔分布的终端故障诊断的方法,建立出终端故障诊断的韦布尔模型,通过在线监测终端运行状态和运行数据,实现对故障终端的智能甄别和定位,最大限度减少运维人员的工作量。     

基于概率神经网络的高压加热器故障诊断及仿真

针对汽轮发电机组高压加热器发生的故障问题,提出了一种基于概率神经网络(PNN)的故障诊断方法。通过对该设备故障的定性分析,对比研究了PNN与误差反向传播神经网络(BPNN)分类模型对故障的分类效果。仿真表明,对高压加热器的故障分类中,在分类速度、精确度等方面,PNN模型均优于BPNN分类模型。     

一种基于深度神经网络的直流充电桩故障诊断方法

针对直流充电桩故障多发的现状,提出一种基于深度神经网络的直流充电桩故障诊断方法,利用对整流器输出电压的监测实现充电桩故障实时诊断.利用电路仿真软件对直接电流控制系统、同步PI电流控制和一种旋转坐标系解耦控制等典型的控制策略在正常运行、功率器件故障、控制元件故障等运行状态下进行仿真,得到了720组输出电压波形数据.将这些输出电压波形数据作为数据输入对深度神经网络进行训练,得出了基于数据指针向量的故障诊断判据.结果 表明,该方法可正确实现直流充电桩的故障诊断,模型的计算误差满足要求.     

基于动态聚类的负荷管理终端故障定位方法研究

为了提高计量自动化终端故障定位准确率,提出了一种数值统计法和数学模型算法相结合的基于动态聚类的负荷管理终端故障定位的新方法。该方法对终端采集的电能量数据和档案信息采用动态聚类分析归类,形成负荷管理终端故障规则库,筛选出故障信息点,从而实现实时的数据监测和故障诊断及定位。为验证新方法的有效性和准确性,分别采用新方法和数值统计法对某测试对象的档案数据和电能量数据进行计算。计算结果表明:新方法诊断故障种类的准确率明显高于数值统计法。所提出的新方法为负荷管理终端故障运维提供一种技术手段。     

汽轮机高压加热器的故障诊断与运行

结合高压加热器运行中出现的实际情况,详细地分析了高压加热器管束泄漏,法兰密封面泄漏,疏水管系统振动,进出水阀和疏水器故障对机组安全经济运行的影响;介绍了高压加热器设备及系统的故障诊断方法和处理的具体措施;提出了N125型机组高加系统完善的途径;阐述了高压加热器运行中温度控制和水位控制对其寿命的影响。     

基于概率神经网络的高压断路器故障诊断

高压断路器是最重要的电力设备之一,在电力系统中起控制和保护作用。为了提高高压断路器故障诊断的准确率,提出了一种基于概率神经网络(PNN)的高压断路器故障诊断方法。该方法在分析高压断路器的故障特性来确定特征信号的基础上建立了PNN故障诊断模型,该模型将采集的特征数据作为网络的输入,通过Parzen窗估计法得到类条件概率密度,进而按Bayes决策规则对特征数据进行分类。经仿真表明,概率神经网络故障诊断模型具有收敛速度快、故障诊断准确率高、容易训练等特点。因此,该方法是一种有效的故障诊断方法,具有良好的应用前景。     

基于应力–强度干涉模型的随机应力下变压器故障概率估算方法

电力设备绝缘系统性能劣化程度的随机性和外来过电压的随机性是设备故障随机性的根源。现有的变压器状态评价方法不能准确描述设备故障概率随着外在随机因素的变化。借鉴机械系统可靠性领域常用的应力–强度干涉模型,建立能够准确表达随机因素下变压器故障概率计算方法。以变压器遭受雷击时的故障概率为例,给出绝缘耐受电压概率密度分布函数计算方法和变压器绝缘薄弱部位所承受的雷电过电压的概率密度分布函数计算方法,建立变压器的单次雷击、多次雷击作用以及考虑一段时间内的雷击次数的故障概率计算方法。通过变压器油击穿电压实测数据,进行具体算例验证,结果表明该方法可以实现设备在随机因素作用下的故障概率准确定量计算。     

基于改进KNN算法的汽轮机通流故障诊断方法及应用

汽轮机的故障诊断对整个电厂的安全运行意义重大。根据热力参数建立计算模型可以及早地观测到性能退化趋势,预测设备故障类型。本文采用特征通流面积的方法建立汽轮机系统性能退化模型,模拟系统故障样本与测试样本,建立设备故障样本库。通过使用改进的KNN（K-nearest neighbor）算法,基于汽水系统热力参数变化规律,计算当前机组运行数据样本相对于设备故障样本的相似度,判定当前机组各设备已发生故障的概率。通过对某S109FA联合循环机组汽轮机研究结果表明,特征通流面积在不同工况下的计算误差均在5%以内,满足工程计算要求。相比于传统KNN算法,改进KNN算法通过样本评估近邻在决策过程中的权重,取得了比传统KNN算法更高的分类正确率。对测试样本故障诊断结果表明,改进KNN算法比传统KNN算法诊断准确率更高,对测试样本诊断准确率为100%,采用改进KNN算法汽轮机系统故障诊断具有可行性,与现场实际情况吻合。     

UHV变压器故障监测与诊断的信息决策平台

特高压变压器是交流特高压工程的关键设备之一。根据超高压输变电设备多年运行经验,现有的变压器故障监测技术存在以下问题:①变压器诊断方法大多仍局限于气相色谱分析,最终仅能判断出故障征兆,不能实现故障定位;②故障诊断中存在大量专家经验,如何将经验信息化,实现故障诊断自动化是急需解决的问题。为了适应特高压输变电的要求,解决变压器监测技术缺陷,提出了建立以开放式数据库为支持,基于证据推理的特高压变压器故障监测与诊断的决策平台。分析表明,决策平台充分利用色谱数据和电气试验数据的互补信息,实现了变压器故障监测与定位一体化与自动化。     

基于模糊逻辑的断路器状态检测

高压断路器的监测与诊断是提高电力系统可靠性和安全性的一项重要工作,本文基于模糊逻辑推理建立了一套高压断路器模糊的故障诊断方法.通过该方法对高压断路器运行数据进行模糊化处理,有效降低了谐波信号对故障诊断过程的影响,同时通过断路器运行的典型故障特征分析,进而实现对断路器的状态检测.     

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。     

500kV变压器多维状态监测与故障诊断

为提升变压器故障诊断水平并有效实现状态检修,通过一起500 kV主变压器内部潜伏性故障案例介绍了利用多种在线监测、离线检测等手段与故障诊断方法快速准确查找出变压器故障原因及位置。它通过采用油色谱检测、变压器振动及声音检测、容性设备在线监测、变压器局部放电检测、带电测试等多维状态监测技术开展变压器状态评价及故障诊断,并帮助实现对主变压器内部故障的准确定位和制定状态检修策略。该主变在通过状态监测及故障诊断后实现隐患故障快速准确定位,并通过紧急处理重新恢复正常运行状态,从而避免一起重大设备事故发生。结果表明,应用变压器油溶解气体色谱分析检测技术,可通过排除法准确地判断变压器故障性质和严重程度,它是早期发现变压器潜伏性故障特别有效的方法。同时,采用基于交叉小波的变压器振动信号特征量提取方法分析评价结果表明,变压器铁芯发生接地故障后其振动信号存在大量50 Hz谐波分量。借助振动及声音检测技术,能够有助于变压器故障诊断及准确定位,提高设备状态检修效率。     

光纤纵联保护通道故障在线诊断方法

在分析现有光纤纵联保护装置通信方式和通道故障诊断方法的基础上,通过在光纤纵联保护装置及通信接口装置内实现完善的物理链路和通信状态监测的方法。在不需要插拔光纤、电缆或增加冗余监测设备的情况下,即可实现光纤纵联保护和通信设备的通道状态的在线诊断。能实时显示光纤通道收发功率、误码情况等运行信息。在通道发生故障时,运行和维护人员通过查看保护装置和后台的实时状态报告,即可准确地定位通道故障点和故障原因。同时通过设置通道状态的预警值,能及早发现并解决由于通道故障问题带来的光纤纵联保护安全运行隐患。