电力系统设备故障诊断

电力系统设备的故障诊断本文对电力设备故障诊断专家系统的设计与实现进行了深入研究。建立了电力设备模糊知识诊断的模糊专家系统。知识用模糊产生式表达，模糊推理引入模糊匹配和加权模糊逻辑，实现合理的不精确推理。关键词：故障诊断状态维修神经网络模糊专家系统一、设备状态维护1.设备维护系统随着生产力的发展而发展。根据不同行业的特点和不同的设备管理要求，出现了不同目标的维修方法。在维护方面，主要有四种类型：(1)故障排除。设备故障后的计划外维护。根据现代设备管理的要求，故障排除仅用于对生产影响较小的非关键设备、冗余设备或使用其他故障排除方法不经济的设备。(2)预防性维护。基于时间的维护也称为定期维护。(3)基于状态的维护。或预测性维护，是一种基于设备状态和预测设备状态发展趋势的维护方法。(4)主动维护。为了消除设备的先天缺陷或频繁故障并找到故障的根本原因，从设备的设计入手，强调消除隐患，结合维修过程修改设备的设计或进行改造，是一种非常积极主动的维修方法。维修优化是运筹学中广泛研究的课题。维修优化模型可以定义为一个考虑各种约束的数学模型，旨在寻求维修成本和维修效果之间的最佳平衡。适用于电力设备的维护优化模型一般应包括以下四个要素：(1)描述动力设备的功能和重要性，即动力设备在系统中的地位和作用，设备故障对系统的影响，以及设备故障后果的评估。(2)电力设备随时间老化的模型和故障模式，即分析电力设备的老化机理、故障类型和原因，以及如何采用合理的检测方法获取设备状态和诊断设备故障。(3)适用于电力设备的维护模式和管理模式，包括不同维护模式的成本和效率、维护时间及其对设备寿命分布函数的影响。(4)待优化的目标函数和优化方法。共同的目标函数是：平均维护成本最低；电力设备故障的风险很小。采用的优化方法有：线性规划；非线性规划；动态规划；启发式搜索方法。不同的电力设备维护方法取决于设备类型、性能、可靠性、重要性、故障后果、检测手段、维护经济性等因素。因此，电力设备的替代维护方法主要包括事后维护、定期维护和状态维护等。状态维修系统主要由闭环管理过程系统组成，包括状态维修设备的确定、状态检测、信息处理、状态评估、维修决策、效果评估等。如图1-1所示。设备状态的确定效果评估维护决策状态评估状态检测数据处理图1-1供电设备状态维护工作流程图状态评估方法包括：限制诊断、趋势诊断、比较诊断和专家系统方法。设备状态一般可分为四种类型：甲、乙、丙、丁，如表1-1所示，即：表1-1设备现状及维护对策状态分类状态信息维护对策正常状态设备数据完整，运行和各种测试数据正常，或个别数据显示可靠性略有下降，但变化趋势趋于稳定，运行中不存在安全隐患。保持正常的测试和巡检周期，其中预测试周期可以是程序的上限，也可以根据设备的管理权限适当延长。b .可疑状态存在原因不明的缺陷或部分检测数据反映设备可能异常，但仍有很多设备的不确定因素仍难以确定。可以继续运行，但要缩短试验周期并跟踪观察和分析，在观察期间数据没有进一步恶化的趋势，并且稳定在一定的合格值内，设备不能大修可靠性退化状态存在较严重的缺陷，或根据检验、试验和跟踪试验结果分析，设备存在故障，且已基本确定故障的位置和原因，短期内判断无事故发生。设备的安全性和可靠性已经下降，在恢复正常状态之前必须进行维修。应编制分析报告，制定纠正和预防措施，批准后应及时进行维护。危险状态设备存在严重缺陷，或根据试验数据和运行参数，表明随时存在故障的可能性。设备处于危险状态，应立即停止维修。维护决策基于设备的状态评估结果。维修单位应对所用设备的异常情况和趋势进行分析判断，向技术部门提交设备状态维修评估报告和初步维修建议报告，经深入综合分析和状态评估后，提出维修或其他措施的方案意见，并根据设备管理权限形成设备维修或措施的决定。二、典型电力设备状态检修系统状态维修系统是一个跨部门、跨系统的大型综合管理信息系统。涉及的部门包括：信息中心、调度、生物技术、安全监管、运营、物资等主要生产管理部门。涉及的系统有：本地管理信息系统、调度管理信息系统、调度监控系统、操作管理信息系统、物料管理信息系统和在线监控系统。涉及的设备包括：红外监测装置、色谱工作站、仪器校准装置和变压器变形测试装置。在设计状态维修系统的功能模块时，除了考虑其相对独立性和开放性外，还必须考虑与其他系统模块的集成。图1-2是座椅系统主要功能模块的结构图，基本表达了座椅的覆盖范围。设备管理资产管理程序管理小组管理基于条件的维护实验管理集成查询缺陷管理相关接口维护包系统管理图1-2功能模块结构图该系统由9个模块组成，包括基于状态的维护分析、综合查询、设备管理、计划管理、缺陷管理、维护包系统管理、测试管理、团队管理和相关接口互连。形成了一套紧密结合生产实际、服务和指导状态维修的管理信息系统。三、电力设备故障诊断1、电力设备故障诊断现状(1)缺乏对监测工作的统一管理(2)状态监测分析系统运行可靠性不够好(3)操作人员缺乏操作和管理水平(4)在线监测系统的功能需要进一步完善和提高(5)大部分是分散孤立的监控设备，缺乏统一的系统解决方案。2.智能理论在设备故障诊断中的应用(1)专家系统的应用专家系统是一个具有智能功能的计算机程序。它使用特定的规则和推理过程来解决复杂的问题，这些问题通常需要特定领域的专家知识和经验。通常，以问题为中心的基于规则的专家系统主要包括五个部分：知识库、推理机、综合数据库、解释界面或人机界面以及知识获取。零件之间的关系通常可以表示为如图1-3所示。推理机知识库综合数据库灵魂解释界面用户知识或实践图1-3专家系统目前，专家系统在设备故障诊断领域得到了广泛的应用，原因如下：首先，设备故障诊断是一项技术复杂的工作，需要多方面的知识。为了胜任这项工作并有效地解决问题，诊断需要各领域的许多专家经验和信息；第二，随着设备数量、自动化和复杂性的不断增加，专家系统有助于提高设备故障诊断和维护的效率，并能为设备维护人员提供技术、咨询和辅助指导。专家系统在电力设备故障诊断中有许多应用。(2)神经网络的应用神经网络是一种全新的模拟人类智能的方法和技术。他有不同于专家系统的机制。他不需要从领域专家那里提取显示知识来形成知识库，而是需要根据领域问题组织训练样本，通过自组织和自学习可以获得独立的领域知识。在众多的人工神经网络模型中，BP模型具有结构简单、收敛速度快、易于处理和分类的特点，因此在模式识别和故障诊断中得到了广泛的应用。神经网络可以有效地解决模式识别、曲线拟合、函数逼近、群体分类、优化计算和联想记忆等一系列问题。它也被广泛应用于电力设备的故障诊断，并取得了一定的效果。(3)专家系统和神经网络的结合故障诊断专家系统的特点是在故障症状和原因之间建立明确的对应关系。当故障现象与专家系统知识库中的规则相对应时，将会取得良好的诊断效果。然而，由于知识的多样性和设备结构的变化，知识仍然需要不断更新。因此，仅仅通过设计者预先输入的知识进行诊断是不够的。应该使用专家系统在实践中不断获取知识。人工神经网络技术已成功应用于故障诊断领域。与专家系统不同的是，神经网络从训练和学习样本的时间中学习，所获得的知识以分布式隐士的形式存储在整个网络结构中。人工神经网络应用于变压器故障诊断时，通常每个输出神经元对应一个故障原因。神经网络技术的“引入”使得常规专家系统结构的形式表达成为可能，如图1-4所示。知识预期管理模块神经网网络模块知识背后管理模块系统控制模块图1-4基于神经网络的专家系统的一般功能和结构总之，由于专家系统和神经网络是基于不同的故障诊断方法。神经网络基于数值和计算，而专家系统基于规则和启发式推理。基于这些，许多专家学者把两者结合起来，他们的结合有两种不同的方法：1)以神经网络为主线的方法。整个系统包括自动知识获取、知识库、推理机、解释和人机界面。这种结合充分利用了神经网络的学习和推理功能，但其缺点是忽略了专家系统的学习和推理功能，不能保证知识库中知识的完整性或诊断的准确性。2)以专家系统为主线。神经网络被认为是知识的另一种表示方式。该方法的优点是不仅可以充分利用神经网络的学习功能获取知识，有利于克服知识库中知识不完整的缺陷，而且可以充分发挥专家系统进行推理的逻辑推理能力。同时，它也带来了逻辑推理可能相互矛盾的缺陷。(4)模糊理论的应用模糊数学理论使用模糊集合来反映事物的模糊性。许多专家学者将模糊数学引入到电力设备的故障诊断中，并对模糊信息进行定量表达，有效地解决了专家系统的知识获取、表达和推理以及神经网络的输入形式等一系列模糊问题。1)模糊数学与专家系统相结合在电力设备故障诊断中，模糊数学主要与专家系统相结合A.知识获取中的模糊性。在变压器故障诊断中，模糊知识有两种形式：一种是大量的预防性实验和其他临时维护实验数据，以及直接量化的专家经验和国家规定，通常称为数值模糊知识。二是变压器运行或维护程序中的大量模糊知识和专家经验。由于这些模糊知识是用语义来定性描述的，因此很难直接量化，通常称之为语义值模糊知识。B.模糊推理。推理是利用知识库的知识，根据输入数据，按照一定的推理方法解决问题(故障诊断是设备的运行症状)。模糊诊断推理是推理机将获得的初始隶属度与知识库中的知识即规则进行匹配，并通过隶属度传递方法获得诊断结论和隶属度的过程。2)模糊数学与神经网络相结合人工神经网络最大的优点之一是它的自组织学习能力。通过对训练和学习样本的不断补充和学习，可以获得新的知识，诊断新的故障模式。变压器故障诊断的目的是根据故障现象确定故障的性质或位置。模糊与人工神经网络相结合的变压器故障诊断是将已知的故障现象和结论作为学习样本，输入量是各种故障现象的隶属度(定量值)，输出分别代表不同故障的隶属度(概率)。对这些样本进行训练和学习后，确定网络结构，并根据变压器新的故障现象诊断出相应的故障状态。(5)智能决策支持系统智能决策支持系统是专家系统和管理信息相结合的强大系统，尤其是决策支持系统。智能诊断决策支持系统不仅可以确定故障的原因和位置，还可以结合其他信息向生产部门提供维修策略和方案，或者结合系统运行条件提供设备运行计划，为更合理、更经济的生产运行提供决策服务。四、典型变压器故障诊断1.电力变压器常见故障类型(1)出口短路故障出口短路故障是指由于出口短路故障的影响而对运行变压器造成的损坏。当变压器出口短路时，高压和低压绕组可能同时通过几十倍额定短路电流，产生大量热量，造成变压器严重发热，损坏绝缘。另外，当变压器受到短路冲击时，如果短路电流小，保护动作及时，绕组只会轻微变形。如果短路电流大，保护延时动作不动，绕组会严重变形。如果绕组变形的变压器继续运行，将会引起各种故障和事故。(2)绕组故障各种变压器的绕组都是由绕组线按照一定的排列规则和绕组方向，经过缠绕、分类、浸泡、烘烤、套绝缘层而成。由于绕组生产不当、运输过程中的伤害、运行过程中的潮湿、各种过电压和过电流影响等，绕组绝缘损坏、老化和恶化。导致绕组短路、开路、变形等故障。由于这些故障，变压器中会出现过热、局部放电和电弧放电。(3)绝缘故障实践证明，大多数变压器损坏和故障都是由绝缘系统损坏引起的。在油浸式变压器中，绝缘系统由液体绝缘介质和固体绝缘介质组成。液体绝缘介质是变压器油，固体绝缘介质包括绝缘纸、绝缘板、绝缘垫等。它的主要成分是纤维素。对变压器绝缘系统故障有重要影响的因素包括温度、湿度、油保护方式和过电压等。(4)核心故障变压器的主体主要由绕组和铁芯组成，它们是变压器传输和交换电磁能的主要部件。铁芯不仅要求质量好，而且必须有可靠的接地点。只有当铁芯在一点接地时，变压器才能正常工作。当出现两个或多个接地点时，为多点接地。多点接地的主要后果是：铁芯中会产生涡流，铁耗会增加，铁芯会局部过热。如果长时间不处理，机油和绕组会过热，导致机油逐渐老化。长期多点接地会使变压器劣化和分解，产生可燃气体，从而对气体进行中继并导致断电。严重的多点接地会导致接地线烧毁，使变压器失去正常的单点接地，后果不堪设想。除了上述常见的故障类型外，还有油箱密封不良、冷却装置故障、分接开关传动装置外部故障等外部原因引起的故障。然而，这些外部故障通常会导致变压器内部出现故障，这也可以通过检测测试发现。2、电力变压器故障诊断信息分类(1)断层特征气