浅谈电力设备状态监测技术

浅谈电力设备状态监测技术

贾洪海

摘要：介绍了电力设备状态监测技术发展及现状，论述了状态监测将向着智能型、系统型的状态智能管理系统发展，介绍了该系统的组成及功能，指出了先进的传感器技术和智能信息处理技术在发展新型的状态监测系统方面的巨大作用。

关键词：电力设备；状态监测；状态智能管理；智能信息处理

引言

状态监测（condition-basedmoni-toing）是利用传感技术和微电子技术对运行中的设备进行监测，获取反映运行状态的各种物理量，并对其进行分析处理，预测运行状况，必要时提供报警和故障诊断信息，避免因故障的进一步扩大而导致事故的发生，指导设备最佳的维修时机，为状态检修提供实时数据。

20世纪80年代以来，随着科学技术的发展，状态监测技术在我国逐渐开展起来，设备维修策列也从“计划维修”逐步向“状态维修”转换。纵观该技术的应用，还不够成熟，总体来看，投入产出比，性能价格比都很不理想。随着网络、通信、信息技术的进一步发展，设备状态监测将向着系统化集成化方向发展，形成以状态监测为基础的设备智能管理系统，新型传感器技术、智能信息处理技术将更多的应用于系统中，能对在线和离线数据进行分析处理，对设备进行实时监测、故障诊断，针对诊断结果提供相应的维修策略，并对设备进行状态分析，评估设备的当前健康水平。

1状态智能管理系统

状态监测技术的研究将从局部探讨进入系统研究阶段，建立在状态监测基础上的状态智能管理系统将成为发展趋势，该系统具有对设备进行状态量监测、故障预警、故障诊断、状态评估等功能，并且能对状态维修提供智能化决策。该状态监测系统是实行电气设备状态检修体制的前提和基础，系统将由下列几部分组成：

（1）传感器（Sensor）。

将电量、物理量、化学量，转换成适合于数据采集装置处理的电信号。其选择依赖于状态监测采用的方法和被监测设备的故障产生机理。通常考虑适用于在线监测，有较高的灵敏度、价廉、非侵入性、抗干扰等特点。

（2）数据限集（Dataacquisition）。

采集传感器输出信号，对信号进行去噪、选取、滤波、模/数转换等处理以及对传感器补偿和校正等。

（3）故障检测（Faultdetection）。

首要目的是明确被检测设备是否出现初期故障征兆，为故障报警以及进一步的故障分惜提供依据。故障检测一般包括参考模型和故障特征提取两种方法。

（4）诊断与决策（Diagnosis）。

测到的异常信号进行处理、分析，制定维修策略。目前的研究方向倾向于由计算机采用先进的数字信号处理、人工智能技术进行在线自动分析处理，从而给出设备的故障类型、故障定位和维修决策等信息。

（5）评估（Assessment）。

对影响设备状态各种因素进行分析，涉及到这些因素的定义（即状态参量）、检测和综合分析，最终对设备的状态进行评估，为设备的使用和维护提供依据。

简要概括一下状态监测系统的任务，工作过程和相关技术理论。新型传感器技术、数字信号处理、智能信息处理等技术以其强大的数字处理能力在设备的状态监测领域得到了广泛应用。自动分析处理功能和在线故障诊断是实行状态监测的显著特征，状态监测将向着快速计算、智能分析的系统化方向发展。

智能管理系统的软件部分将是高性能的信息融合软件系统，具有规范的接口和通信标准。能实现各种状态信息，各种故障诊断方法，各种信息处理方法的有机融合，提高状态监测的可靠性和实用性，其系统分析数据能够远程传输，实现数据共享。该软件是信息处理的中枢，能够对多源信息进行融合处理，对在线、离线数据进行自动分析，根据故障征兆进行分析诊断，及时发现潜伏性故障，并且对设备状态进行分析，对设备进行状态评估，根据评估的情况，如正常级别、缺陷级别、障碍级别、事故级别，确定合适的检修方案。

2新技术的应用

2.1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的产品之一。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。

2.2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和鲁棒性。处理方法有神经网络、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，从而得出对设备运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，必能更有效的提高系统可靠性，例如在变压器故障诊断中，将神经网络与粗糙集结合起采，就能将复杂的组合神经网络约简并删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。

结束语

目前，设备状态监测技术的应用对实时掌握设备运行情况，及时发现设备潜伏性故障起到了良好的效果，但仍存在许多问题，如监测功能单一、数据受干扰严重、数据准确度不高等，总的来说在线监测系统投入的性价比都很不理想。在对状态监测技术的现状作分析的基础上，提出设备状态监测必将由单一检测、单一功能向着智能型、系统型的智能信息管理系统发展。介绍了该系统的组成，指出先进的传感器技术和智能信息处理技术应用于状态监测系统，必将在提高电气设备可靠性、降低维修成本、优化维修策略方面起到重要作用。

参考文献

[1]王文志，余芳.多传感器信息融合技术在电力系统的应用前景探讨[J].电力建设，2003（10）.

[2]黄华，傅晨钊.大型电力变压器状态分析综述[J].华东电力，2004，31（3）.

[3]佟继春，陈伟根，陈荣柱.一种在线分析变压器故障气体的智能传感器[J].高压电器，2004（12）.

[4]幸晋渝，刘念，郝江涛等.电力设备状态监测技术的研究现状及发展[J].继电器，2005，1（1）.

[5]李华，董明，严璋.对正确开展状态检测及状态维修的建议[J].电力设备，2004（5）.