关于电力设备数据集成与状态评估平台在电力系统中的应用

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

关于电力设备数据集成与状态评估平台在电力系统中的应

摘要:电气设备的状态监测技术及数据集成方式正日益受到重视,它在电力系统中的应用也越来越广泛。本系统实现了在同一系统平台上通过对电力设备状态数据集成的基础上实时监测与评估

各设备的运行状况,保证电力行业的顺利发展。

关键词:状态监测;数据集成;电力设备

随着电力行业的快速发展,对系统的安全、稳定、经济运行提出了越来越高的要求,电力设备的任何意外故障都可能造成重大事故,停电会带来巨大的经济损失;这使得对电力设备进行状态评估,避免故障发生成为电力生产中非常重要的一环。应用状态监测评估技术可以避免意外停机、最大限度缩短停机时间、减少维护费用、延长机器寿命,为最优使用机器提供了大量有价值的信息,有很大的经济效益;同时,计算机软件技术、信号传感技术以及人工智能技术的发展使得对电气设备实施有效的状态监测成为可能。随着状态监测系统在可靠性、智能化和经济性方面的进一步提高, 状态监测技术将在电力系统中获得广泛应用。

而一项成功的电力设备数据集成及状态评估系统需要一个准确的数据集成及正确可靠的评估方法作为支撑。而当前电力行业面临的问题是数据集成系统与状态评估系统由于厂商、版本、系统等级等的区别,造成数据接口不配或数据不相兼容,给当前的电力工作造成诸多不便。

目前的状态检测及评估方法

气相色谱分析法

变压器在发生故障前,在电,热效应的作用下,内部会产生许多气体,主要有氢、甲烷、乙烷、乙烯、乙炔、丙烷、丙烯、一氧化碳、二氧化碳等。而故障气体的组成和含量与故障的类型及严重性密切相关, 所以我们必须对其进行气相色谱分析。

传统我们对电力变压器进行状态评估时采用三比值法,它的思路是选取五种特征气体的三对比值,用不同的编码表示不同的三对比值和不同的比值范围,来判断变压器的故障性质。该方法的缺陷是通过不同气相比值误差率较大,准确度不够。

红外诊断方法

红外诊断方法对电气设备进行红外诊断分两个基本步骤,第一步是采集设备表面温度数据即拍摄图谱,第二步是根据红外图谱对设备状态进行判断,依据红外仪诊断的数据结果判断设备是否正常,即判断设备是否有缺陷;判断设备缺陷的严重程度。

状态监测评估新技术

智能传感器

传感器是设备状态信息获取的源头,将直接影响到监测系统的性能。传统的传感器有易受干扰、寿命低、灵敏度不高、成本高、稳定性差等缺点,科学技术的发展促进了测量技术的进步,新型传感器的出现解决了测量技术的进步,新型传感器的出现解决了信息采集可得性问题,新工艺、新测量原理的传感器对提升系统性能起

到了关键作用。目前,新型数字式传感器,基于mems技术的传感器已大量采用,特别是mems传感器,具有体积小,可靠性高,技术附加值高等特点,已成为全世界传感器市场增长最快产品之一。建立在新工艺、新测量原理上的智能传感器,能提高数据采集的精度,并且有自校正、自补偿功能,将智能传感器用于设备数据采集,能解决数据不稳定,存在严重干扰,测量数据精确度不高等问题,也为系统诊断分析打好了基础。

智能信息处理

智能信息处理技术就是将不完全、不可靠、不精确、不一致和不确定的知识和信息逐步改变为完全、可靠、精确、一致和确定的知识和信息的过程和方法。就是利用对不精确性,不确定性的容忍来达到问题的可处理性。处理方法有的神经网络、模糊系统、粗糙集、信息融合等。设备的诊断、分析、评估、决策都存在信息处理的问题,拿故障诊断来说,设备故障类型繁多,故障的征兆也很多,故障因果关系复杂,其故障机理无法以固定的规则来表示,这种特殊性决定了其监测信息中存在不确定信息,传统方法只能处理确定性信息,智能信息处理技术能对不确定信息进行处理,在设备状态智能管理系统中,可获得的信息有在线的、离线预防性实验、历史数据等,如何对信息进行分析处理,提取与设备诊断相关的特征信息。从而得出对设备进行状态进行可靠评定,为状态维修提供可靠决策,是该系统的关键。在智能管理系统中采用各种智能信息处理技术的融合处理。必能更有效地提高系统可靠性,例如:在变压器故

障诊断中,将神经网络与粗糙集结合起来,就能将复杂的组合神经网络约简并侧除其中不必要的属性,不仅克服了神经网络规模过于庞大和分类速度慢的缺点,同时利用了粗糙集良好的分类能力。

结论

随着我国电网容量的迅速增大和电压等级的不断提高,供电系统的可靠性及效率性显得越来越重要。采用电力设备综合管理系统能有效发现设备的早期隐性故障,为设备检修维护提供方便,未来设备监测与故障诊断系统的发展趋势将集中在三点:高速、智能、远程。因此,对于大型关键设备,研究开发采用总线技术、智能诊断技术、基于网络的设备远程监测与故障诊断系统,可使企业在数据采集、处理、分析诊断、管理等方面获得前所未有的技术和决策支持。

参考文献:

【1】龚敬.电信商业智能应用中ods 的设计与实现, 成都: 电子科技大学,2006

【2】黄华, 傅展钊. 大型电力变压器状态分析练迷ij].华东电力,2004.32(3)

作者信息:

王康宁:共产党员,高级工程师,汉族,生于1963年10月,山西运城人,研究生学历,从事电力系统运维技术及管理工作,现任山西省电力公司电力科学研究院院长。

齐月文:共产党员,高级工程师,汉族,1963年2月生于山西

定襄,大学本科学历,1983年参加工作,从事电力系统运维技术及管理工作,现任山西省电力公司科学研究院副院长。

王鹏:山西绛县人,汉族,共产党员,工程师,硕士研究生学历,2006年参加工作,现从事高电压技术及输变电设备状态评价工作。

相关文档
最新文档