★电力设备论文摘要范文电力设备论文摘要写VIP

电力设备论文摘要范文电力设备论文摘要写 随着智能变电站的建设及其状态监测系统的发展,电力设备状态信息数据规模逐渐增大.针对现有电力数据仓库在海量状态数据存储查询和分析处理方面的不足,提出基于Hive的电力设备状态信息数据仓库及其多维数据快速查询与分析方法.通过对状态监测系统与生产管理系统(PMS)的分析,将电力设备静态信息与状态监测信息存储到Hive数据仓库中.设计了基于Hive的电力设备状态信息数据仓库的系统架构和海量状态数据存储结构,采用Hadoop分布式文件系统(HDFS)对数据进行分布式存储管理,Map Reduce作为海量数据查询分析的计算模式,HiveQL查询语言作为数据仓库的控制工具,并给出了数据仓库的工作过程.建立一个基于Hive的电力设备状态信息数据仓库实验平台,分别利用5个节点和10个节点的Hadoop集群进行测试,结果表明上述方法具有较好的扩展性,能满足大规模多维电力设备状态数据存储查询的需要. 利用红外热成像技术,可对电力设备进行带电检测.笔者通过红外测温实例分析,得出红外热成像技术在电力设备状态检修中的作用.红外热像技术测量了电力设备内部绝缘介质温度分布,可发现运行中电力设备绝缘故障、设备缺陷,对电力设备的运行状态跟踪和分析,采取措施避免事故扩大,为电气设备安全稳定运行提供了保障,是开展输电网电力设备状态检修的重要检测手段. 随着电力系统规模的不断扩大,大型变电站的数量逐步增加,对变电站电气设备的可靠性及技术水平要求也日益提高,现阶段国家电力公司正大力推广的电力设备状态监测与可靠性维修正如火如荼的在各地展开.电力设备状态监测和故障诊断主要是对当前设备前期的、潜伏性故障通过各种技术手段找出它的故障规律,对这类故障的诊断是目前电力系统研究的热点之一.这与瞬时性的、保护动作之后的故障判断是一个问题的两个方面,继电保护并不能解决隐藏的、潜伏性的前期故障,所以研究电力设备状态监测与故障诊断具有重要意义. 智能电网是未来电力系统发展方向,作为一个完整的电力系统,智能电网涵盖发、输、变、配、用全流程,各个环节中将涉及大量电力设备.文中简要分析了各环节中智能电力设备发展的特点,并对现有及正在研发的智能电力设备及技术进行介绍,指出在智能电网发展中的影响及重要作用.结合我国电力系统建设的特点和世界智能电网发展进程,提出我国智能电力设备领域需要重点发展的关键技术. 提出基于Hadoop和HBase的电力设备状态高速采样数据的存储方案,基于MapReduce设计实现了设备状态高速采样数据的并行查询方法.创建了1个包含20个节点(每个节点配置4核CPU)的Hadoop集群,并对集群进行了基准测试,测试结果表明所建集群适合进行大量数据的读写.以绝缘子泄漏电流数据为例,使用YCSB对所建存储系统进行了性能测试,测试结果表明,Hadoop和Hbase在存储容量、吞吐量以及查询延迟上提供了足够高的性能,能够满足智能电网状态监测数据可靠性及实时性要求. 在电力系统深刻变革的背景下,传统的只注重设备自身的维修模式已经不能满足智能电网高级资产管理对资产全面优化的要求.电力设备维修的根本目的是降低系统风险,为用户提供经济可靠的电能供应.因此维修决策不应只决定于设备本身的状态,还应考虑设备失效对系统可靠性的影响.目前的现状由于缺乏基于状态监测量的系统风险评估模型,维修决策优化只能在设备层和系统层分别进行,未能建立统一的优化模型,维修资源得不到合理分配. 本论文改进了基于状态监测量的设备可修复故障率模型并提出了基于状态监测量的设备老化不可用率模型,并在此基础上,提出了将设备状态和系统风险相结合的统一维修决策思想.不但具备状态维修方法利用状态监测技术准确掌握设备健康状况的优点,而且还能够直接评估设备状态变化对系统可靠性的影响,使得可以实施从设备层到系统层的全面维修优化决策.对各种不同的维修主题进行了研究探讨,包括待修设备集选择、维修日程规划、设备老化更新策略、维修中的经济性分析、总体维修决策和电力市场机制下的维修策略.研究对象包括发电、输电、变电系统中的不同设备,针对这些设备在系统中的不同特点,提出了相应的维修策略和计算方法. 对发电机的维修策略进行了探讨,研究了在电力市场环境下各发电厂商与ISO协调的机组维修日程规划问题,提出了基于竞价的发电机组多目标优化维修策略.针对现有机组维修时段竞价策略有可能导致发电厂商恶意竞价的问题,提出了对维修时段竞价过程的约束机制,规范了发电厂商的竞价行为.利用NSGA-II算法直接求解发电机维修多目标优化问题,避免了将多目标模型转换为单目标模型的缺点,并利用求解出的非劣解集建立了确定最终维修方案的*策略.机组维修优化过程保证了维修方案的经济性,系统的可靠性,和发电厂商之间竞争的公平性. 对架空线维修决策进行了研究,改进了基于状态监测的三参数指数故障率模型的评估方法,建立了线路状态监测量与系统风险之间的定量联系.解决了定量评估架空线维修效果的问题,提出了架空线维修的可靠性效益指标和维修费效用指标,根据架空线的维修费效用指标对线路进行排序,使单位费用提升可靠性高的线路优先得到维修,单位费用提升可靠性低的线路后维修,并在每一步维修决策过程中校核维修费预算,以最经济最可靠的方式来安排架空线维修. 对变压器老化更新问题进行了研究,利用变压器状态监测量与变压器的绝缘年龄之间的数学关系建立了基于状态监测量的变压器老化失效不可用率模型,这样就可以利用状态监测量直接定量评估变压器老化对系统风险的影响.基于计算变压器老化失效引起的期望损失费用和推迟变压器更新获得的收益,确定最佳退役年龄.这种方法能够控制变压器由于老化对系统造成的风险影响,避免在系统中重要位置的老化变压器过晚退役对系统造成的风险和在系统中不重要位置的老化变压器过早退役造成资产浪费. 对断路器的维修策略进行了研究,提出了一种断路器状态评估方法,这种方法利用断路器操动机构二次侧分合闸线圈中电流、电压曲线以及辅助开关的动作时间来评估断路器的状态,并利用非参数核密度估计方法计算出断路器状态的概率分布,更加全面地反映了断路器的实际状态.利用基于状态监测量的断路器状态的概率分布,计算出断路器状态异常的概率,把断路器的异常概率与断路器对变电站风险的影响相结合,提出了断路器维修决策方法,在兼顾断路器状态和变电站风险的情况下确定经济可靠的维修方式. 现代电力系统电压等级不断提高,电网容量不断扩大,对电力设备的安全性、可靠性提出了更高的要求,状态监测技术愈发受到重视.随着电力系统信息化与智能化建设的深入,其环境下的电力设备状态监测种类越来越多,方法也更为先进,对电力设备的状态评估和故障诊断起到一定程度的帮助.但是随着时间的积累,存储的监测数据成倍增加,传统的数据分析方法遇到了很大的困难：首先电力设备状态监测系统在长期、连续的监测中,采集的数据量十分巨大；其次由于设备监测手段的日趋丰富,有许多非传统电力监测方法比如声音信号、视频信号的加入,监测数据的种类越发多样化；另外,现代电力系统对数据处理的速度要求也不断提高,再加上状态监测系统本身的缺陷比如测量精度低、系统可靠性差等问题,使得如何能够快速、有效的分析数据成为目前状态监测中最重要的研究课题之一.而大数据的出现,恰好为解决这一课题提供了新的思路和方法. 本文首先详细归纳和总结了大数据与电力大数据的研究现状,重点分析电力大数据的特点以及电力大数据的数据管理技术、数据分析技术和数据处理技术.接下来以目前电力设备状态监测遇到的困境为着手点,详细阐述了大数据在状态监测中的应用思路.确定了以“预测”为首要目标,以相关性分析和信息聚合为主要手段,弱化监测数据精度,重视数据分析速度的电力设备状态监测方法.然后在多元信息聚合基本架构的基础上,针对性的提出了面向大数据的电力设备状态监测多维信息聚合方法架构.建立基于电力设备多种状态量的多维支持向量,用历史数据进行训练,形成一个可以不断生长的电力设备状态支持向量集,通过对状态监测数据与支持向量集之间的相关性分析,实现对电力设备运行状态的评估与决策,其结果可应用于电力设备全寿命周期管理系统.本文最后以变压器某次过热故障为例,详细阐述了电力设备状态聚合的具体方法,并以CyberControl软件为依托,研究了面向大数据的电力设备状态监测平台,实现了数据的接入和信息聚合的分析. 为对电力设备局部放电进行高效、准确、安全的在线监测,提出紫外成像检测法.分析了电力设备局部放电紫外成像原理,针对成像设备捕捉到的紫外图像和可见光图像,经研究提出中值滤波改进算法作为图像预处理算法,小波变换法为两者的融合算法.根据紫外图像特点,选用Canny边缘检测算法,在融合后的图像中准确判断出电力设备的放电程度和放电位置.试验结果表明该方法准确率高,可实现对局部放电的快速判断和定位,具有较高的实用价值. 电力设备投资是电力企业固定资产投资的重要组成部分,设备投资应包括从设备规划、购置、使用直至报废的全寿命周期内的所有投入.投资决策的成败关系到电力企业的成本、资金使用效率乃至企业在市场化改革中的竞争力和生存能力.目前电力设备投资决策过程中所使用的评价方法有两大类:传统评价方法和基于现代决策理论的评价方法.每种方法都有各自的优点,但是也存在一定的不足,具体表现在:传统评价方法中评价指标体系不够科学,偏重于一次性投入因素,对设备后期投入估计不足甚至忽略:基于现代决策理论的评价方法未能把定性和定量分析有效结合起来,主观因素影响大,两种方法都忽视了有效的信息传递和反馈机制,达不到系统或者整体的最优. 本文针对电力设备投资决策中的现状与发展要求,将寿命周期成本(LCC)理论引入电力设备投资决策中,构建了基于设备可靠性和设备寿命周期成本(LCC)的电力设备投资决策评价模型,实现科学、合理、客观的全面评价. 论文主要做了以下的研究内容,首先对电力设备的全寿命周期成本进行细化,构建电力设备的寿命周期成本分解结构(CBS),在仔细分析电力设备特点的基础上,运用可靠性增长模型和借助统计理论的相关知识,建立了基于可靠性理论的电力设备LCC预测模型.其次,在仔细分析现有设备投资决策方法和主要评价指标基本原理的基础上,在考虑货币时间价值的情况下,构建了基于设备使用可靠性和设备LCC紧密联系的电力设备投资决策动态评价模型.再次,利用敏感性分析对该投资决策动态评价模型的评价结果稳定性进行分析,构成完整的投资决策方法.最后本文以笔者参与的一项相关课题为背景,应用实际数据演示该投资决策方法的详细操作过程,并通过和传统的评价方法及基于现代决策理论的评价方法的对比,得到结论:传统的评价方法和基于现代决策理论的评价方法易导致电力企业陷于“冰山效应”,基于LCC理论的设备投资决策方法能将设备多阶段目标统一起来,达到整体和系统的最优,便于电力企业在中长期的决策和市场竞争中