国内电气设备的故障诊断与检测技术分析(开题报告).doc

国内电气设备的故障诊断与检测技术分析开题报告1课题主要研究内容；随着社会和经济的发展，电力系统在国民经济中的地位日趋重要，因此对电力系统安全可靠性提出了更高的要求，同时，电力系统的改革也促使各个电力运营商在满足质量要求的情况下追求以最低的成本实现最终的目标，而其中重要的举措之一就是采取科学的监测和故障诊断手段对电气设备进行检修，从而能够提早发现设备隐患，提高设备的可靠性，降低运行和维修的成本。设备的检修体制大致经历了事后维修、预防性定期检修、状态检修的方式，而我国电力系统当前对电气设备所采取的维修方式为事后维修和预防性定期检修的方式。早期所采用的事后维修方式，是当电气设备发生故障时才进行的维修，此时事故已经造成，所承受的经济损失也是最大的。在现代设备管理要求下，事后维修仅用于对生产影响极小的非重点设备、有冗余配置的设备或采用其他检修方式不经济的设备。预防性定期检修是以时间为基础的预防检修方式，在电厂通常分为大修、小修，这种检修方式不管被检修的电气设备状态如何，一律到期必修。长期以来，对我国电力系统安全运行起到了很大的作用，但随着电力系统向高电压，大容量，互联网发展，以及用电部门要求的提高，这种传统的方法己越来越不适用，主要表现在需要停电进行试验，而很多重要电力设备轻易不能退出运行停电后设备状态如工作电压，温度等和运行中不一致，影响判断准确性受检修周期的限制，检修往往不能恰到好处，对在两次检修期间发生的事故没有好的解决方法。第一章 电气设备现状调研1.1短路故障1.2放电故障1.3绝缘故障第二章 电气设备在线监测与故障诊断内容2.1电气设备在线监测与故障诊断的方法2.2在线监测与故障诊断的基本原则2.3在线监测与故障诊断步骤2.3.1故障判断的步骤2.3.2有无异常的判断2.3.3故障严重性判断2.3.4故障类型的判断第三章 电气设备检修措施3.1加强继电保护3.2降低设备缺陷率3.3完成绝缘改造3.4减少短路几率总结2课题的研究意义、国内外现状；本文在分析现代电力系统设备检修体制的基础上,论述了电气设备实行状态监测必要性和可能性,并以高压断路器为研究对象。高压断路器是电力系统中重要的电气设备,在电网中起到控制和保护作用,因此确保断路器的可靠性运行极为重要。目前实行的定期检修制度盲目性大,并且容易引入新的故障隐患,降低设备的可靠性。因此必须对高压断路器状态实行在线监测,实时监测断路器的运行状态,并为设备的状态检修提供依据，具备现实意义。国外对电气设备状态监测与故障诊断技术的研究，始于60年代，各个发达国家都很重视。美国是开发设备诊断技术最早的国家。1967年4月，由美国宇航局创导，美海军研究室主持下，成立了美国机械故障预防小组。1976年美国西屋公司即开发以计算机为基础地发电厂设备诊断系统，80年代向电力部门展示了一套以微处理器为基础地发电机诊断系统。欧洲一些工业国家的设备诊断技术研究和开发都有了进展，而且各具自己地专长领域和特色。如丹麦公司的声学与振动检测和诊断技术，瑞典的公司红外测温技术，其红外热像仪广泛地用于电力部门带电部件及输电线测温，瑞典妙仪表公司轴承监测技术等。国际大电网会议于1990年发表了关于电气设备绝缘诊断技术的综述性报告，对这一领域截止80年代末的研究成果作了系统的总结。我国设备诊断技术的研究开发是从70年代末期开始，从80年代开始，国内大专院校，科研所等开展了电力设备诊断技术的开发，研制并取得了一批成果。北京电力科学研究所、清华大学、陡河电厂联合开发了大型汽轮发电机振动监测和故障诊断系统，华中理工大学开发地汽轮发电机组地寿命管理和故障诊断专家系统，可以诊断机组各类原因的振动故障华北电力科学院利用美国公司电动机诊断软件开发了电动机诊断专家系统，在电厂实测台电动机，准确度高东北电力科学研究院研制成功变压器油色谱在线监测装置，武汉高压研究所研制成功变压器局部放电诊断装置，都获得广泛运用红外线监测技术在全国电力系统获得了广泛运用。另外，人工智能诊断技术也正逐步运用于电力设备的故障诊断。国内外的应用实践证明，状态监测与故障诊断系统能实时掌握电气设备的运行状况、电气参数的特性，减少突发性故障的发生，提高设备的安全可靠性和运行效益，降低设备强迫停运率、维修成本和寿命周期费用，延长设备的使用寿命，从而增加电力系统的经济效益。但是由于状态监测与故障诊断技术的难度，不论是国内还是国外，除个别项目外，大都还不成熟，仍处于研究发展阶段。3课题难点和拟解决的关键问题；拟采取的研究方法及其可行性等；现代测试技术是以信号采集、信号传输、信号处理为主干,传感是测量与检测的第一步。随着科技的发展,新的测量传感技术在电力设备监测中有了更为广泛的应用,由此发展的光纤传感技术、噪声监测技术、红外测温技术、声发射技术,无损探伤技术等拓宽了传统的电力设备的测量范围,提高了测量的准确性,使电力设备监测与诊断技术得到了重要发展。然而，对于这一技术而言，其具备着一定的复杂性，因此，对其进行研究，具备一定的困难。本文拟解决的关键问题，主要是嵌入式系统的在线监测和故障判断，希望能够对现实有所裨益。在合理的情况下，本文运用理论分析法、文献分析法、归纳整理法等对本文进行研究。首先，运用文献分析法，查阅了大量关于电力设备检测与维修方面的理论内容，掌握了在现代社会背景下，合理的对电力设备检测与维修问题进行研究的相关方法，着力提升了本文的深度性。其次，运用归纳整理法，在查阅了相关人士对电力设备检测与维修问题进行研究的文献、期刊的基础上，通过归纳整理法，重点对参考文献进行了全面的分析、整理，这也就使得本文更具理论性。最后，运用理论分析法，在理论的基础上使本文研究具备理论依据。本文研究可行性如下：学校图书馆库藏丰富,还购买了中国期刊全文数据库(CJD)、中国优秀博/硕士论文全文数据库(CDMD)、中国会议论文数据库、InfoTrac OneFile全文期刊数据库等中英文数据库，这些都为本研究开展提供了便利条件。在资料准备阶段，我利用学校为我们提供的便利条件，在知网上搜索了与电力设备检测与维修相关的期刊论文，学位论文，以及几篇外文资料，并在读书馆借阅了与电力设备检测与维修相关的著作。有了这些资料的储备，我能更好的学习借鉴别人的优秀研究成果，拓宽自己的研究思路。4参考文献：1.黄雅罗.黄树红.发电设备状态检修M.中国电力出版社20002.黄建华.变电站高压电气设备状态检修的现状及其发展J.变压器2002. 9增刊3.雷鸣.电力设备诊断手册M.中国电力出版社2001. 84.朱德恒.谈克雄电气设备状态监测与故障诊断技术M.中国电力出版社2001.15.成永红.电力设备绝缘检测与诊断M.中国电力出版社2001. 86.吕一航.李静.戴怀志.高压断路器综合在线监测系统的研制J.中国电力2004. 37.刘明光.高世勤.徐新.社钮承新孔中秋真空断路器触头温度在线监测系统研究J.铁道学报2002. 28.王春宁.王家政.六氟化硫气体密度在线数字式监测装置的开发J.江苏电机工程2003. 59.吕锋.邸敏艳.小波.分析在电气设备故障诊断中的应用浅析计算机测量与控制2002. 1010.王芳，胡晓光.赵海龙.小波.包一能量谱在高压断路器机械故障诊断中的应用J.电网技术2004. 311.孟永鹏，贾申利，荣命哲.小波.包频带能量分解在断路器机械状态监测中的应用J.西安交通大学学报2004. 1012.蒋东翔.倪维斗.大型汽轮发电机组混合智能诊断方法的研究J.清华大学学报1999. 313.胡文平.尹项根.张哲.电气设备在线监测技术的研究与发展14.徐玉秀.原培新.杨文平复杂机械故障诊断的分形与小波方法M.机械工业出版社200215.徐国政.张节容.钱家骊.黄瑜珑.高压断路器原理和应用M.清华大学出版社200016.谢德林.城乡电网建设改造新技术与新设备应用手册(第二卷) M.煤炭工业出版社17.杨武荣.命哲.陈德桂.孟永鹏.高压断路器操作振动信号处理的一种新方法J.电工电能新技术2002. 718.孟忠.宋玉萍.真空断路器灭弧室真空度的判定及分析J.华北电力技术2003. 119.毛力，王运涛，刘兴阳，等.基于改进极限学习机的短期电力负荷预测方法J.电力系统保护与控制，2012, 40(20): 140-14420.张英堂，马超，尹刚，等.基于多极限学习机在线集成的柴油机故障诊断方法研究J.车用发动机，2012 (6): 88-9221.马超，张英堂，李志宁，等.基于ELM和证据理论的发动机故障诊断J.车用发动机，2013 (3): 88-9222.张文博，姬红兵.融合极限学习机J.电子与信息学报，2013, 35(11):2728-273223.王杰，郭晨龙.小波核极限学习机分类器J.微电子学与计算机，2013,30(10): 73-7624.杨易星.基于极限学习的系统辨识方法及应用研究D.长沙:湖南大学，201325.宋超.基于极限学习机的AUV决策控制系统的研究D.青岛:中国海洋大学，201326.史峰，王辉，郁磊，等.MATLAB智能算法30个案例分析M.北京:北京航空航天大学出版社，201127.朱永利，尹金良.组合核相关向量机在电力变压器故障诊断中的应用研究J.中国电机工程学报，2013, 33(22): 68-7428.Doclo.M Moonen. GSVD-based optimal filtering for signal and multi-microphone speech enhancementJ.IEEE Trans on Signal Processing, 2002,50(9):2230-2244.29.S Gannot,D Burshtein, E Weinstein. Signal enhancement using bea