故障预测与健康管理技术综述

本文介绍了故障预测与健康管理技术(prognostics and health management,PHM)的基本概念和研究内涵,重点对故障预测体系结构、方法、相关标准以及国内外研究现状进行了综合论述和分析,总结了当前的研究热点和存在的技术难点,展望了未来研究发展趋势。     

智能变电站故障预测与健康管理关键技术及展望

随着智能变电站系统自动化程度的快速发展以及新型传感器的广泛应用，智能变电站内电气设备数据挖掘直接关系着智能变电站的可靠性、稳定性和安全性。针对大数据背景下智能变电站的智能运维，着重介绍故障预测与健康管理(prognostics and health management,PHM)技术在智能变电站的应用，并采用状态检修系统开放体系架构（open system architecture condition-based management,OSA-CBM）标准对PHM系统的层次结构进行了梳理。首先，在对智能变电站系统结构进行分析的基础上，重点总结了可用于智能变电站的基于数据驱动的各种故障诊断及寿命预测方法；然后，系统分析了智能变电站中的检修管理的研究成果；最后，基于OSA-CBM架构提出了一种可用于智能变电站的PHM架构。     

融合粗糙集与灰色理论的电力变压器故障预测

结合粗糙集和灰色理论的各自特点,提出一种用于变压器故障预测的新方法。基于粗糙集的知识获取方法,获得改进的三比值诊断决策表,并简化决策表,建立最小诊断规则;分别建立决策表中三比值的灰色预测模型,通过灰色模型对特征气体的比值进行预测,获得预测的特征气体比值的状态特征,对照最小诊断规则,得出预测的故障类型,并结合规则置信度和预测的状态特征对该故障类型的支持数确定其发生概率,这种方法通过结合预测气体比值状态特征和诊断规则,尽早准确地发现潜伏的故障类型,从而可以预先有针对性对变压器进行检修;进行变压器故障预测实例分析,预测结果证明该方法的有效性和正确性。     

电力变压器寿命预测

在新南威尔士完成的一项研究,为通过有效地维护延长电力变压器的寿命提供了一些有用的信息。大容量电力变压器是电力部门拥有的最有价值的财产之一。整个新南威尔士地区变电所的变压器容量约为１５０００ＭＶＡ,投资大约为３亿美元,如果再加上配电变压器的容量,其总容...     

电力变压器故障诊断与处理

对近两年来东风公司电网１１０ｋＶ电力变压器发生的故障进行了分析与诊断。结合对这些故障处理的体会,提出了相应的建议。     

大型电力变压器故障情况简述

针对大型电力变压器在运行中出现的各种故障情况，参照国外统计资料，结合我国具体实例，做些简要介绍和分析。     

电力电子器件故障预测与健康管理技术的研究现状和趋势

电力电子器件是电力电子系统实现电能变换与控制的核心组件之一。通过新材料、新结构、新工艺、增加冗余、降容运行等传统手段提高电力电子器件的可靠性越来越难以匹配快速发展的电能变换要求。目前,电力电子器件的故障预测与健康管理(prognostics and health management,PHM)技术已成为研究热点。文中围绕PHM技术的研究现状、挑战以及发展趋势展开论述。首先,梳理状态监测、故障预测、健康管理三者的逻辑关系;然后,详细分析以电力电子器件的结温监测与老化演化为主要研究内容的技术手段;最后,综合现有研究,指出PHM技术在电参数传感、模型优化、混杂多故障预测方面有待深入研究。以芯片技术发展为硬件基础,大数据和人工智能为上层建筑,是电力电子器件PHM技术的发展趋势。     

中小型电力变压器故障模式与可靠性运行

介绍了目前中小电力变压器的故障模式，提出了考核中小型电力变压器的可靠性建议指标，并通过样本实例，给出了目前中小型电力变压器的可行性运行状况。     

电网故障诊断的研究综述与前景展望

对电网故障诊断这一研究领域进行了框架性的综述,分析了其数据来源及特性、数据预处理的方式与重要性,评述了各类故障诊断方法的诊断机理、特点与不足,以及近几年针对不足的改进成果与未来的研究方向,并针对工程实际问题概述了在线诊断系统架构模式的设计。最后,探讨了调控大数据背景下电网故障诊断所面临的问题,并深入分析了在此新形势下电网故障诊断的发展方向。     

电力设备状态评估中的数据科学问题：挑战与展望

电力设备作为能源电力系统的纽带,对其进行有效的状态评估是电力系统稳定运行的有力保障。在目前已有研究成果基础上,从数据科学角度对电力设备状态评估领域中的分析方法做了深入剖析。首先,介绍了数据科学背景下电力设备状态评估的新特点;然后,以目前较为熟知的数据分析方法为切入点,论述了基于数据分析技术的电力设备状态评估方法在数据预处理、计算分析、存储及可视化等各环节的关键问题;其次,系统阐述了数据科学在电力设备状态评估领域中的具体应用场景、瓶颈问题和发展方向;最后,探讨了电力设备状态评估中的数据科学所面临的挑战,并展望了该领域未来研究工作的若干方向。     

变压器故障诊断方法的应用研究

电力变压器是在电力系统中最重要的设备之一,电力变压器是其中容量大、故障率较高的设备,其运行状态的安全与否直接关系到整个电力系统的安全性和经济性。主要是基于油中溶解气体分析方法（Dissolved Gases Analysis,简称DGA）对变压器的内部潜伏故障进行探测和诊断。     

神经网络在变压器故障智能诊断系统中的应用

介绍了以BP神经网络理论为基础的变压器故障智能诊断系统的结构模型及其原理;通过三个实例分析,验证了该系统的正确性,有较强的实用效果。     

基于加权K近邻算法的变压器故障诊断

该文将K近邻分类方法引入基于溶解气体法（DGA）的变压器故障诊断中。并针对经典K近邻方法（K-NN）存在的缺陷,提出根据待分类样本和近邻样本的距离来加权的改进方法。最后通过仿真验证了该方法的有效性。仿真表明,当K的取值在一定范围内时,经典的K-NN算法和加权的K-NN方法都具有比较高的准确性,且加权的K近邻方法比经典的K近邻法体现出了更好的性能。     

电力变压器故障类型与关键状态量关联规则分析

传统电力变压器设备运维大多采用状态检修技术,但积累的状态监测和检测数据没有得到充分挖掘利用,造成信息资源的浪费。以故障特征量为前项,以故障类型为后项,设置最小支持度和最小置信度,运用Apriori数据挖掘经典算法挖掘出变压器故障和关键状态量之间的关联规则。基于关联规则挖掘原理,利用SPSS Modeler软件平台建立电力变压器故障关联规则挖掘模型进行分析,得出了故障诊断的具体流程,旨在采取关联规则挖掘的方法发现状态特征量和故障类别之间的内在联系,对故障进行判定。     

一台220 kV电力变压器铁轭拉带故障分析

文章对一台大型电力变压器由于上轭铁心拉带放电引起的油色谱异常现象,经过对色谱数据和运行情况的综合分析,对变压器故障点作出准确判断,现场对该变压器进行了解体检查、处理,对避免此类故障的发生提出了改进建议.     

一台220kV电力变压器铁轭拉带故障分析

文章对一台大型电力变压器由于上轭铁心拉带放电引起的油色谱异常现象,经过对色谱数据和运行情况的综合分析,对变压器故障点作出准确判断,现场对该变压器进行了解体检查、处理,对避免此类故障的发生提出了改进建议。     

基于粗糙集的变压器故障诊断方法研究综述

介绍了粗糙集理论的基本概念、约简计算方法和约简过程,并对近年来基于单一粗糙集理论及其与其他智能方法组合的变压器故障诊断方法的主要研究成果进行了分析和评述,指出基于粗糙集理论的属性约简能够保证在变压器故障诊断结果一致的情况下选择最少的特征集,是变压器故障诊断的一个较好的途径。     

组合神经网络在变压器故障诊断中的应用

针对油中溶解气体分析数据的归一化预处理,利用可靠性数据分析特征气体浓度和累积频率的概念,提出了两种新的归一化方法:特征浓度归一化法和混合归一化法,引入Fisher准则函数来评价两种预处理方法的效果。检验结果表明,这两种归一化的数据预处理方法可获得类间均值差值较大、类内离散度小的效果。运用不同的归一化预处理方法对故障变压器的色谱数据进行处理后作为训练样本,对CP算法的组合神经网络进行训练。检验样本的诊断结果表明,新的归一化预处理方法能够提高网络诊断的准确率。